1

Probabilidad condicional y teorema de bayes

Asignatura

Estadística inferencial

NRC 8602

Presenta

Lizeth Natalia Cortes Acevedo

ID 470265

Docente

Diana Marcela Motta

Villavicencio, Meta
 2

TALLER 2. PROBABILIDAD CONDICIONAL.TEOREMA DE BAYES

1. Un sistema S consta de los componentes A y B. Funciona 0.10 del tiempo; el componente A falla
0.60, en tanto que el B falla 0.75.

a) Cuál es la probabilidad si falló B, A sigue funcionando?

Rta.

P (falle B/A funciona) = P (Falle B/ A Funciona) = 0,10 = 0,25 = 25%

P(A Funciona) 0,40
Si falla B la probabilidad de que A siga funcionando es de 25%

b) Cuál es la probabilidad de que falle B, si A funciona correctamente?

Rta.

P (A Funciona/Falle B) = P (A Funciona/ Falle B) = 0,10 = 0,1333 = 13,33%

P (Falle B) 0,75
La probabilidad de que falle B si A funciona correctamente es de 13,33%

2. Durante un accidente automovilístico se descubrió que 300 de 500 accidentes ocurren de

noche, 52% guarda relación con la ingestión de bebidas alcohólicas y 37% tiene lugar de noche y se
relaciona con la ingestión de bebidas alcohólicas:

a) Cuál es la probabilidad de que un accidente se relacione con el alcohol si ocurrió de noche?

Rta.
Bebidas Alcohólicas (A) Noche(N)

P(A/N) = P(A Y N) = 0,37 = 0,6166 = 61,66%

P(N) 0,60
La probabilidad de que un accidente se relacione con el alcohol si ocurrió de noche es de 61,66%

b) Cuál es la probabilidad de que haya ocurrido de noche, si se relacionó con la ingestión de

bebidas alcohólicas?

Rta.
Noche (N) Bebidas Alcohólicas (A)

P(N/A) = P(N Y A) = 0,37 = 0,7115 = 71,15%

P(A) 0,52
La probabilidad de que el accidente automovilístico haya ocurrido de noche si se relacionó con la
ingestión de bebidas alcohólicas es de 71,15%
 3

TEOREMA DE BAYES

3. Tres compañías de servicios de mensajería anuncian que entregarán un paquete en cualquier

parte del país a más tardar en 24 horas. Las compañías A, B y C transportan 50, 40 y 10% del
número total de paquetes. Si el 0.85%, 0.45% y el 2.5% de los paquetes se entregan con retraso
por las compañías A, B y C respectivamente, cuáles son las probabilidades:

a) De que un paquete entregado con retardo haya sido llevado por la compañía A? B? C?

Rta.

Compañía A.

P(A/R) = P(A)*P(R/A) = (0,5)*(0,0085)

P(A)*P(R/A)+P (B)*P(R/B)+P(C)*P(R/C) (0,5)*(0,0085)+ (0,4)*(0,0045)+ (0,1)*(0,025)

= 0,00425 = 0,00425 = 0,4970 = 49,70%

0,00425 + 0,0018 + 0,0025 0,00855

La probabilidad de que un paquete entregado con retardo haya sido llevado por la compañía A
es de 49,70%

Compañía B.

P (B/R) = P (B)*P(R/B) = (0,4)*(0,0045)

P(A)*P(R/A)+P (B)*P(R/B)+P(C)*P(R/C) (0,5)*(0,0085)+ (0,4)*(0,0045)+ (0,1)*(0,025)

= 0,0018 = 0,0018 = 0,2105 = 21,05%

0,00425 + 0,0018 + 0,0025 0,00855

La probabilidad de que un paquete entregado con retardo haya sido llevado por la compañía B
es de 21,05%

Compañía C

P(C/R) = P (C)*P(R/C) = (0,1)*(0,025)

P(A)*P(R/A)+P (B)*P(R/B)+P(C)*P(R/C) (0,5)*(0,0085)+ (0,4)*(0,0045)+ (0,1)*(0,025)

= 0,0025 = 0,0025 = 0,2923 = 29,23%

0,00425 + 0,0018 + 0,0025 0,00855

La probabilidad de que un paquete entregado con retardo haya sido llevado por la compañía C
es de 29,23%
 4

b) De que un paquete entregado a tiempo haya sido llevado por la compañía A? B? C?

Rta.

Compañía A

P(A/R´) = P(A)*P (R´/A) = (0,5)*(0,9915)

P(A)*P (R´/A)+P (B)*P (R´/B)+P(C)*P (R´/C) (0,5)*(0,9915)+ (0,4)*(0,9955)+ (0,1)*(0,975)

= 0,49575 = 0,49575 = 0,5000 = 50%

0,49575 + 0,3982 + 0,0975 0,99145

La probabilidad de que un paquete entregado a tiempo haya sido llevado por la compañía A es
de 50%

Compañía B

P (B/R´) = P (B)*P (R´/B) = (0,4)*(0,9955)

P(A)*P (R´/A)+P (B)*P (R´/B)+P(C)*P (R´/C) (0,5)*(0,9915)+ (0,4)*(0,9955)+ (0,1)*(0,975)

= 0,3982 = 0,3982 = 0,4016 = 40,16%

0,49575 + 0,3982 + 0,0975 0,99145

La probabilidad de que un paquete entregado a tiempo haya sido llevado por la compañía B es
de 40,16%

Compañía C

P (C/R´) = P (C)*P (R´/C) = (0,1)*(0,975)

P(A)*P (R´/A)+P (B)*P (R´/B)+P(C)*P (R´/C) (0,5)*(0,9915)+ (0,4)*(0,9955)+ (0,1)*(0,975)

= 0,0975 = 0,0975 = 0,0983 = 9,83%

0,49575 + 0,3982 + 0,0975 0,99145

La probabilidad de que un paquete entregado a tiempo haya sido llevado por la compañía C es
de 9,83%
 5

4. Los cuatro ayudantes de una gasolinera deben limpiar el para brisas de los autos de los clientes,
Juan quien atiende el 20% de todos los autos, no cumple su cometido una vez cada 20 autos;
Tomás quien atiende el 60% de los autos, no limpia el parabrisas una vez nada 10 autos, Jorge
atiende el 15% de ellos, no cumple su cometido una vez cada 10 autos y Pedro quien atiende el 5%
de los autos, no limpia el parabrisas una vez cada 20 autos. Si un cliente se queja de que su
parabrisas no fue lavado. ¿Cuál es la probabilidad de que su auto lo haya atendido Juan?

Rta.
No Cumplió (C´)

P (C´/juan) = P (C´)*P (juan/C´)

P (C´)*P (C´/juan)+P (C´)*P (C´Tomas)+ P (C´)*P (C´/Jorge)+ P (C´)*P (C´/pedro)

= (0,05)*(0,20)

(0,5)*(0,20)+ (0,1)*(0,60)+ (0,1)*(0,15)+ (0,05)*(0,05)

= 0,01 = 0,01 = 0,1142 = 11,42%

0,01+0,06+0,015+0,0025 0,0875

Si un cliente se queja de que su parabrisas no fue lavado, La probabilidad de que su auto lo haya
atendido juan es de 11,42%

5. Durante los últimos años se ha escrito mucho sobre la posible relación entre el fumar y el cáncer
pulmonar. Supóngase que en un Centro Médico, de todos los fumadores de quienes se sospecha
que tenían cáncer pulmonar, el 90% lo tenía, mientras que únicamente mente el 5% de los no
fumadores lo padecía. Si la proporción de fumadores es de 0.45. ¿Cuál es la probabilidad de que
un paciente con cáncer pulmonar, seleccionado al azar, sea fumador?
Rta.

P (fumador/cáncer) = P (fumador)*P (cáncer/fumador)

P (Fumador)*P (Cáncer/Fumador)+P (no Fumador)*P (Cáncer/no fumador)

= (0,45)*(0,9)

(0,45)*(0,9)+ (0,55)*(0,05)

= 0,405 = 0,405 = 0,9364 = 93,645%

0,405+ 0,0275 0,4325

La probabilidad de que un paciente con cáncer pulmonar seleccionado al azar sea fumador es de
93,64%
 6

6. El 40% de los artículos producidos por una compañía han tenido éxito en el
Mercado y el 60% no lo han tenido. Se lleva a cabo una investigación de mercado y el
80% de los compradores de los artículos exitosos están satisfechos con su compra y el
30% de los clientes están satisfechos con la compra de la mercancía que no ha tenido
Éxito en el mercado. Al gerente de mercadotecnia le gustaría conocer la probabilidad de
Que el nuevo artículo tendrá éxito si el comprador estará satisfecho con la compra.

Rta:

P (éxito/cliente satisfecho) = P (Cliente Satisfecho)*P (éxito/ Cliente Satisfecho)

P (Cliente Satisfecho)*P (Éxito)+ P (Cliente Satisfecho)*(No Éxito)

= (0,8)*(0,4)

(0,8)*(0,4)+ (0,3)*(0,6)

= 0,32 = 0,32 = 0,64 = 64%

0,32+ 0,18 0,5

La probabilidad de que el nuevo artículo tendrá éxito si el comprador está satisfecho con la
compra es de 64%

7. Una empresa que ensambla televisores compra un cierto chip en tres

Distribuidoras: A, B y C un 30, 20 y 50% respectivamente. Se sabe que 3% de
Los chips de la distribuidora A son defectuosos, 5% de la B y 4% de la C
También son defectuosos.

a) Si un chip seleccionado al azar resulto ser defectuoso, cuál es la probabilidad de que haya sido
manufacturado por la distribuidora B?

Rta.
Defectuoso (D)

P (B/D) = P (B)*P (D/B) = (0,2)*(0,05)

P(A)*P (D/A)+ P (B)*P (D/B)+P(C)*P (D/C) (0,3)*(0,03)+ (0,2)*(0,05)+ (0,5)*(0,04)

= 0,01 = 0,01 = 0,2564 = 25,64%

0,009+0,01+0,02 0,039

Si un chip seleccionado al azar resulto ser defectuoso la probabilidad de que haya sido
manufacturado por la distribuidora B es de 25,64%
 7

b) Cuál es la probabilidad de que un chip resulto ser aceptable, si se compró en la distribuidora C.

Rta.
No defectuoso (D´)

P (B/D´) = P (C)*P (D´/C) = (0,5)*(0,96)

P(A)*P (D´/A)+ P (B)*P (D´/B)+P(C)*P (D´/C) (0,3)*(0,97)+ (0,2)*(0,95)+ (0,5)*(0,96)

= 0,48 = 0,48 = 0,4994 = 49,94%

0,291 + 0,19 + 0,48 0,961

La probabilidad de que un chip resulto ser aceptable (resulto no ser defectuoso), si se compró en
la distribuidora C es de 49,94%
 8

Conclusión
En el trabajo realizado se pudo identificar que el teorema de Bayes es un procedimiento para
obtener probabilidades condicionales (probabilidades de ocurrencia de acontecimientos
condicionadas a la ocurrencia de otros acontecimientos) también se pudo identificar que este es
de gran ayuda para conocer las probabilidades de los eventos que se presenten además de que se
convierte en una gran herramienta para la toma de decisiones bajo ciertas circunstancias.