Professional Documents
Culture Documents
.1
.2
AB
Figura 1
.3
B
P(A B )
P(A/B) =
P(2)
=
P(B)
1/6
=
1
=
3/6
Totales
Razn de la queja
Elctrica
Mecnica
Aspecto
18%
12%
13%
22%
32%
3%
63%
37%
TOTALES
30%
35%
35%
100%
Solucin
P(A B)
P(A/B) =
0.32
=
P(B)
= 0.51
0.63
EJEMPLO
Considere el experimento de lanzar una moneda balanceada
dos veces y registrar la cara superior en cada lanzamiento. Se
definen los siguientes eventos:
A: {El primer lanzamiento es cara}
B: {El segundo lanzamiento es cara}
Solucin
1.- Observar CC
2.- Observar CS
3.- Observar SC
4.- Observar SS
P(CC)
=
P(A)
= (1/4)/(1/2) = 1/2
P(A)
Ejemplo
Solucin
EJEMPLO
Solucin
D1 el evento en el que un artculo est defectuoso, y sea D2 un evento similar para el artculo 2. El evento en
el que ambos artculos tienen defectos es la interseccin D1 D2 . Entonces, dado que es razonable suponer que las
Sea
condiciones operativas de los artculos sean mutuamente independientes, la probabilidad de que ambas tengan
defectos es
b) Representemos con Di el evento en el que el i-simo artculo que sale de la lnea en sucesin sea defectuoso.
Entonces, el evento en el que tres de tres artculos que salen de la lnea en sucesin sean defectuosos es la
interseccin del evento D1 D2 . (del inciso a) con el evento D3 . Si suponemos la independencia de los eventos
D1 , D2 y D3 , tendremos
para k = 1, 2, 3, ....
Regla de Bayes
Uno de los primeros intentos por utilizar la
probabilidad para hacer inferencias es la base de una
rama de la metodologa estadstica llamada mtodos
estadsticos bayesianos. La lgica empleada por el
filsofo ingls, el reverendo Thomas Bayes (17021761) se ilustra en el siguiente ejemplo.
Ejemplo
Solucin
P(D) = 0.10
P(D) = 0.90
P(Despejado/D) = 0.75
P(Nublado/D) = 0.20
P(Despejado/D) = 0.60
P(Nublado/D) = 0.30
P(Lluvioso/D) = 0.05
P(Lluvioso/D) = 0.10
Entonces
P ( Lluvioso )
P ( Lluvioso D) P ( Lluvioso D' )
0.045
0818
.
=
0.055
Regla de Bayes
Dados k estados de la naturaleza (eventos) mutuamente exclusivos y exhaustivos, A1 , A2 ,..., Ak ,
y un evento observado E, entonces P ( Ai / E ) , para i = 1, 2, ... , k, es
P ( Ai / E )
P ( Ai E )
P (E )
P ( Ai ) P ( E / Ai )
=
P ( A1 ) P ( E / A1 ) P ( A2 ) P ( E / A2 )... P ( Ak ) P ( E / Ak )
Al aplicar la regla de Bayes al ejemplo 10, el evento observado E es {Lluvioso} y los
estados de la naturaleza mutuamente exclusivos y exhaustivos son D (se detect el intruso y D
(no se detect el intruso). Por tanto, la frmula
P ( D / Lluvioso)
P ( D) P ( Lluvioso / D)
P ( D) P ( Lluvioso / D) P ( D' ) P ( Lluvioso / D' )