INVESTIGACIN: ESTADISTICA II

Regla de Adicin, Regla Multiplicacin y Teorema

de Bayes

Elaborado por:
Martina de los ngeles Murillo Ramrez

Fecha: Domingo 02 Abril 2017

 Estadstica II
Existen tres reglas fundamentales para resolver problemas en donde se desea
determinar la probabilidad de un suceso si se conocen las probabilidades de otros
sucesos que estn relacionados con l. Estas dos reglas son: Regla de la adicin,
probabilidad condicional y regla de la multiplicacin o Probabilidad Conjunta.

Existe otra regla muy importante que es El Teorema de Bayes, pero en esta Unidad
dedicaremos un aparte especial a ella.

Regla de la Adicin: Esta regla expresa la probabilidad de que ocurran dos o ms

sucesos a la vez, P ( A U B).

Puede presentarse de dos formas: para conjuntos con interseccin y para conjuntos
mutuamente excluyentes. Veamos:

Para conjuntos con Interseccin:

Esto se debe a que sumamos la probabilidad de A ms la probabilidad de B , pero

como ya habamos sumado la interseccin, entonces la restamos.

Regla de la Regla de multiplicacin o Probabilidad conjunta:

Esta regla expresa la probabilidad de que ocurra un suceso A y un suceso

B.

Pueden ocurrir dos formas: que el segundo suceso depende del primero o
que ninguno dependa del otro, por lo tanto veremos estas dos formas:

Para sucesos dependientes:

NOTA: Si observas
esta regla, puedes darte cuenta que se relaciona fuertemente con la Inter
seccin entre conjuntos ( y ), es una multiplicacin.

Ejemplo 1:
Se sacan dos cartas sin restitucin ( se saca la primera se observa y no
se vuelve a meter ) de una baraja de 52 cartas,
Cul es la probabilidad de que ambas sean reyes ?

Sea R = sacar un rey

Observe que lo que necesitamos es la probabilidad de sacar un rey en

la primera carta y un rey en la segunda, es decir:

Para sucesos independientes:

Ejemplo 2: Se sacan dos cartas con restitucin una baraja de 52 cartas,

Cul es la probabilidad de que ambas sean corazones ?

Sea C = carta de corazones

NOTA: Observa
que la probabilidad del segundo suceso no se ve afectada por la probabilid
ad del primero. A qu se deber?

Teorema de Bayes: Este teorema es una generalizacin de la probab

ilidad Condicionada, el cual esta definido de la siguiente manera

Sean A1, A2,.An, sucesos mutuamente excluyentes que ocupan todo el e

spacio muestral S. Si cada uno de
estos sucesos tiene probabilidad no nula y uno de ellos
debe ocurrir, entonces para todo suceso B en el espacio muestral S, es :
Ejemplo 1. :
El gerente de una compaa quiere hacer cada semana una reunin y pe
dirle a sus ejecutivos un informe . l sabe que a
veces se le olvida ir a tal reunin, por lo que
le ha dado instrucciones a su secretaria que se haga cargo de la agend
a a tratar. Si el gerente hace la reunin, la probabilidad es 0.80 de que s
olicite el informe, mientras que si su secretaria hace la reunin,
esta probabilidad es de slo 0,15. Si el gerente falta al 60
% de las reuniones. Suponiendo que se les pidi el informe un da
determinado Cul es la probabilidad de que el gerente
haya estado presente ?

Si el gerente estuvo presente, es lo mismo que decir que no falt, por lo

tanto lo que nos estn pidiendo es :
As:

Por lo tanto, la probabilidad de que el gerente

haya estado un da en el que se les pidi el informe a los ejecutivos
es del 89 %

NOTA: Observe que parte de este ejercicio es el Ejemplo

1 de probabilidad Total, Qu podemos concluir?
Ejemplo 2 : La urna A contiene 4 bolitas blancas y 3 rojas y la urna B contiene 2
bolitas blancas y 3 rojas.
Se saca una bolita de la urna A y se coloca en B, en seguida se sacan 2 bolitas
de la urna B. Dado que las dos bolitas extradas de B
resultaron ser blancas Cul es la probabilidad de que la bolita extrada de A
tambin haya sido blanca?

Aqu recurrimos al Ejemplo 2 de probabilidad Total para encontrar

el denominador de la probabilidad que necesitbamos.

NOTA: Es importante anotar que la prctica nos hace giles

en la resolucin de este tipo de problemas , cada uno tiene sus
caractersticas y fines diferentes !