PROBABILIDAD TOTAL Y TEOREMA DE BAYES

Lic. Mariza Crdenas Pineda

Probabilidad Condicional
(Dependencia Estadstica)

P( AyB ) P( A | B) P( B)

P( ByA) P( B | A) P ( A)

Ejercicio
EN LA SIGUIENTE TABLA DE CONTINGENCIA A: Artculos en idioma espaol

B: Artculos en idioma ingls. C: Artculos sobre estadstica. D: Artculos sobre gestin.

Evento A B Total

Evento C D 4 2 1 5 3 5

Total 6 4 10

Cul es la probabilidad? P (A|D) = P (C|B) = Son C y B independientes?

Diapositiva 3

Evento A B Total

Evento C D 4 2 1 5 3 5

Total 6 4 10

1. La probabilidad de que sea en un articulo en idioma espaol dado de que es un articulo de gestin

2 P(A y D) 10 2 P(A | D) 5 P(D) 5 10 1 P(C y B) 10 1 P(C | B) 4 P(B) 4 10 5 1 6 2 P(C) P(A) 10 4 10 5

PROBABILIDAD TOTAL
El Teorema de la probabilidad total nos permite calcular la probabilidad de un suceso a partir de probabilidades condicionadas:

EJEMPLO: En un saquito hay papeletas de tres colores, con las siguientes probabilidades de ser elegidas: a) Amarilla: probabilidad del 50%. b) Verde: probabilidad del 30% c) Roja: probabilidad del 20%. Segn el color de la papeleta elegida, podrs participar en diferentes sorteos. As, si la papeleta elegida es: a) Amarilla: participas en un sorteo con una probabilidad de ganar del 40%. b) Verde: participas en otro sorteo con una probabilidad de ganar del 60% c) Roja: participas en un tercer sorteo con una probabilidad de ganar del 80%. Qu probabilidad tienes de ganar el sorteo en el que participes?:

PASO 1:Las tres papeletas forman un sistema completo: sus probabilidades suman 100% (VERIFICAR SIEMPRE) PASO2: Aplicamos la frmula:

P (B) = (0,50 * 0,40) + (0,30 * 0,60) + (0,20 * 0,80) = 0,54 Por tanto, la probabilidad de que ganes el sorteo es del 54%.

EN UNA URNA SE TIENE BOLAS DE LAS SIGUIENTES CARACTERISTICAS:

Color: C=4 Grises: G=6

Puntos: P=5 Rayas: R=5

Calcular la probabilidad de que al extraer una bola sea de puntos dado que es de color P(P|C) =
P ( P, C ) P( P | C ) P(C )
P(P,C) = 3/10 P(C) = 4/10

3 P( P, C ) 10 3 P( P | C ) 4 P(C ) 4 10

Calcular la probabilidad de que al extraer una bola sea de rayas dado que es de color P(R|C) =
P ( R, C ) P( R | C ) P(C )

P(R|C) = 1/4
P(R,C) = 1/10 P(C) = 4/10

1 P ( R, C ) 10 1 P( R | C ) 4 P (C ) 4 10

Calcular P(P|G)
P(P,G) = 2/10 P(G) = 6/10

Diapositiva 10

2 P ( P, G ) 10 1 P( P | G ) 6 P (G ) 3 10

Calcular P(C|R) =

P(C,R) = 1/10 P(R) = 5/10

Diapositiva 11

1 P (C , R ) 10 1 P (C | R ) 5 P( R) 5 10

PROBABILIDAD CONJUNTA (Dependencia Estadstica)

P( A, B) P( A | B) * P( B)

P( B, A) P( B | A) * P( A)
Diapositiva 12

P( A, B) P( B) * P( A | B)
Calcular P(C,R) Calcular P(C,P)

P(C,R) = P(R) * P(C|R)= 1/5 * 5/10 = 1/10 P(C,P) = P(C|P) *P(P) = 3/5 * 5/10 = 3/10

Diapositiva 13

PROBABILIDAD MARGINAL (Dependencia Estadstica)

Suma de las probabilidades de TODOS los eventos CONJUNTOS en los que se presenta el evento sencillo. Calcular la probabilidad de que sea de color P (C) =

P(C,R) = P(C|R)*P(R) = 1/5 * 5/10 = 1/10 P(C,P) = P(C|P)*P(P) = 3/5 * 5/10 = 3/10 P(C) = P(C,R) + P(C,P) = 1/10 + 3/10 = 4/10
Diapositiva 14

Se ha realizado una encuesta en una universidad sobre accidentes de trnsito a hombres y mujeres que poseen auto o camioneta, encontrndose los siguientes resultados Hombres Mujeres Total
Con accidentes (A1) 14 Sin accidentes (A2) Total 70 84 6 24 30 20 94 114

En base a la encuesta determine si el sexo del conductor influye en la frecuencia de los accidentes de trnsito.
Piden: P(A1nH)= P(H) * P(A1/H) = 0.123 = 0.737 * P(A1/H) = 0.167 = 16.7% P(A1nM) = P(M) * P(A1/M) = 0.053 = 0.263 * P(A1/M) = 0.20 = 20.0% Al ser distintas las probabilidades, el sexo del conductor podra incidir en la ocurrencia de un accidente de trnsito

Teorema de Bayes Revisin de Probabilidades

Posibilidades a priori Informacin Nueva Teorema de Bayes Posibilidades posteriores

P( B, A) P( B | A) P( A)

TEOREMA DE BAYES: Si los k eventos A1, A2, A3, ......, Ak, constituyen una particin del espacio muestral S, entonces para cualquier evento B de S, tal que P(B) > 0, se cumple:
P(A/B) = P(A) * P(B/A) P(B) Es decir: y P(B/A) = P(B) * P(A/B) P(A)

Se conoce P(A) y P(B/A)

y P(B) Y se desea P(A/B)

(Informacin A priori)
(Probabilidad total). (Informacin a posteriori)

Como resolvemos este problema de probabilidades

En un pueblo alejado, 5% de la poblacin padece una enfermedad originaria de dicho lugar. A priori podemos afirmar que la probabilidad de que una persona seleccionada al azar padezca la enfermedad es 5%, y de que no la padezca es 95%. Existe una prueba de diagnstico para detectar la enfermedad.
Si una persona tiene la enfermedad, la prueba sale positiva en 90% de los casos. La estadstica muestra adems que en 15% de los casos, a pesar de que la persona no padeca la enfermedad, la prueba sali positiva.

Si escogemos a una persona, y al hacerle la prueba de diagnstico, sta sale positiva, Cul es la probabilidad de que la persona tenga realmente la enfermedad?

P(P|E)

P(E,P)=0.05x0.90=0.0450

P(E)

P(E,N)=0.05x0.10=0.0050
P(N|E)

0.0450 + 0.1425 0.1875

P(P|noE) P(noE,P)=0.95x0.15=0.1425 P(no E)

P(N|noE)

P(noE,N)=0.95x0.85=0.8075

P( E | P)

P( E , P) P(E, P) 0.24 P( P) P(E, P) P(noE, P)

P( E | P)

P( E , P) 0.0450 0.24 P( P) 0.1875

En el distrito universitario de Jauja los estudiantes se distribuyen entre las tres carreras que pueden cursarse del siguiente modo: el 20% estudian arquitectura, el 35% medicina y el 45% economa. El porcentaje de alumnos que finalizan sus estudios en cada caso es del 5%, 12% y del 18%. Elegido un alumno al azar determinar la probabilidad de que haya acabado los estudios.

EJERCICIOS

Otra forma de resolver utilizando las tablas de contingencia

Como el 5% (del 20% de los alumnos de arquitectura) finalizan la carrera, el nmero de alumnos que finalizan arquitectura es el 1% (casilla c11). Igualmente el 12% del 35% de los estudiantes finalizan medicina, por lo que el 4,2% finalizan medicina (casilla c21). Por ltimo el 18% del los 45% de los alumnos finalizan econmicas por lo que colocamos en la casilla c23 el 8,1% correspondiente. La suma de estas casillas es 13,3 que colocamos en la casilla c41.

Teorema de Bayes
Una manufacturera recibe embarques de piezas de dos proveedores. El 65% de las piezas adquiridas provienen del proveedor 1 y el 35% restante del proveedor 2. Segn la estadstica existente, de las 100 ltimas piezas recibidas del proveedor 1, 98 estuvieron buenas y 2 estuvieron malas. En el caso del proveedor 2, 95 piezas de 100 estuvieron buenas y 5 fueron malas. Suponga que una de las piezas recibidas de los dos proveedores est mala, cul es la probabilidad que provenga del proveedor 1? Cul es la probabilidad que provenga del proveedor 2?
Diapositiva 22

P(B|1)

P(1,B)=0.65x0.98=0.6370

P(1)

P(1,M)=0.65x0.02=0.0130
P(M|1)

P(B|2) P(2,B)=0.35x0.95=0.3325 P(2)

0.0130 + 0.0175 0.0305

P(M|2)

P(2,M)=0.35x0.05=0.0175

P(1, M ) 0.0130 P(1 | M ) 0.4262 P( M ) 0.0305

Diapositiva 23

P(2 | M )

P(2, M ) 0.0175 0.5738 P( M ) 0.0305

Tabla de Excel
Pr. Marginal Pr. Condicional Pr. Conjunta Evento P(proveedor) P(Mala|proveedor) P(proveedor ,Mala) Proveedor 1 0,65 0,02 0,0130 P(1,Mala) Proveedor 2 0,35 0,05 0,0175 P(2,Mala) 0,0305 P(Mala) P(1|M) P(2|M) 0,4262 0,5738

P(1, M ) P(1 | M ) P( M )

P (2, M ) P(2 | M ) P( M )

Diapositiva 24

Teorema de Bayes
En una fbrica existe una mquina que produce automticamente engranajes. Si la mquina est correctamente calibrada producir 90% de piezas buenas. Si est mal calibrada producir slo 40% de piezas buenas. La experiencia pasada indica que el 70% de los trabajos de calibracin dan buenos resultados. Luego de un trabajo de mantenimiento, la mquina produce 3 engranajes buenos, como las primeras tres piezas. Se desea conocer la probabilidad revisada que la calibracin halla sido buena?

Diapositiva 25

P(BBB|C)
P(BB|C) P(B|C) P(C)

P(C,BBB)=0.70x(0.90)3=0.5103

0.5103 + 0.0192 0.5295

P(NC,BBB)=0.30x(0.40)3=0.0192

P(NC)

P(C | BBB )
Diapositiva 26

P(C , BBB ) 0.5103 0.9637 P( BBB ) 0.5295

Tabla de Excel
Evento Calibrada No Calibrada Pr. Marginal Pr. Condicional Pr. Condicional Pr. Conjunta P(Evento) P(B|Evento) P(BBB|Evento) P(Evento,BBB) 0.70 0.90 0.7290 0.5103 P(Calibrada, BBB) 0.30 0.40 0.0640 0.0192 P(No Calibrada, BBB) 0.5295 P(BBB) 0.9637 0.0363

P(Calibrada|BBB) P(No Calibrada|BBB)

P(Calibrada, BBB ) P(Calibrada | BBB ) P( BBB )

P( No Calibrada | BBB )

P( No Calibrada , BBB ) P( BBB )

Diapositiva 27

RESUELVE TU PRCTICA EN CON APOYO DE UN COMPAEROS DE CLASE Y PREPRATE PARA QUE SUSTENTES UNO DE LOS EJERCICIOS. EN PAPELOTES

GRACIAS

reglas de adicin , multiplicacin y la condicional

Al lanzar un dado. Cul es la probabilidad de obtener un nmero cuatro y que sea par? A 150 residentes, a cada persona se le pregunt si estaba de acuerdo de tener una sola agencia de polica en el municipio. ste est integrado por una gran ciudad y muchas poblaciones suburbanas. Los resultados fueron que 80 estaban a favor y 40 en contra de aquellos que pertenecen a la ciudad, los resultados fuera de la ciudad estaban 20 a favor y 10 en contra. Si uno de estos residentes se elige al azar : Cul es la probabilidad de que esta persona est a favor de la iniciativa? Este a favor de la iniciativa si la persona elegida reside en la ciudad? Este a favor de la iniciativa si la persona elegida reside fuera de la ciudad? Los eventos a favor de la iniciativa y reside en la ciudad son independientes?

Un estudiante es elegido aleatoriamente de un grupo de 200; se sabe que de stos, 140 son alumnos de tiempo completo (80 mujeres y 60 varones) y 60 son de tiempo parcial (40 mujeres y 20 varones) A:el estudiante elegido es de tiempo completo y el evento B: el estudiante elegido es una mujer. Calcular : Si son independientes los eventos A y B. Encuentre la probabilidad P(A y C) aplicando la regla de la multiplicacin.
Evento A

60

80

40

Evento B