3.

13 TEOREMA DE BAYES
Sean B1, B2, ... BK eventos no nulos mutuamente excluyentes de S y que constituyen una
partición de S, y sea A un evento no nulo cualquiera de S

La siguiente fórmula se denomina Fórmula de Bayes y permite calcular la probabilidad

correspondiente a cada uno de los eventos que contribuyen a la realización de otro evento,
dado que se conoce la probabilidad de este evento.

Definición: Fórmula de Bayes

P(Bi ) P(A |Bi ) P(Bi ) P(A |Bi )

P(Bi|A) = K
, i=1, 2, ..., k
= P(A |B )
P(A)
∑P(B
I=1
i i

Demostración. Se obtiene directamente de la definición de Probabilidad Condicional y la

fórmula de Probabilidad Total:
P(B ∩ A) P(B ) P(A |B )
P(Bi|A) = i
= i i
, i = 1, 2, ... ,k
P(A) P(A)
 74

Ejemplo. En el problema de la fábrica del ejemplo anterior, suponga que el artículo elegido al
azar fue defectuoso. Calcule la probabilidad que haya sido producido por la máquina M1:

Solución:
P(B ) P(A |B ) (0.50)(0.04)
P(B1|A) = 1 1
= = 0.625 = 62.5%
P(A) 0.032

Ejemplo. Sean A, B eventos de algún espacio muestral S. Se conoce que

P(B) = 0.4
P(A|B) = 0.3
P(A|Bc) = 0.8
Encuentre
a) P(A) b) P(B|A) c) P(B|Ac)

Solución:

Para facilitar la interpretación de este problema colocamos los datos en un diagrama de árbol y
con un Diagrama de Venn visualizamos los eventos.

Los datos los escribimos en color azul. Los valores faltantes los completamos en negro.

Los eventos B y Bc constituyen una partición y contribuyen a la realización del evento A.

Con los valores indicados en el diagrama y las fórmulas de Probabilidad Total y el Teorema de
Bayes se obtienen las respuestas:

a) P(A) = P(B) P(A|B) + P(Bc) P(A|Bc) = (0.4)(0.3) + ((0.6)(0.8) = 0.6

b) P(B|A) = P(B∩A)/P(A) = P(B) P(A|B) / P(A) = (0.4) (0.3) / 0.6 = 0.2

c) P(B|Ac) = P(B∩Ac)/P(Ac) = P(B) P(Ac|B) / P(Ac) = (0.4) (0.7) / 0.4 = 0.7

 75

3.14 EJERCICIOS
1) La Comisión de Tránsito del Guayas ha implantado un sistema de control de velocidad
mediante un radar colocado en cuatro puntos de la ciudad: X1, X2, X3, X4. Cada día, estos
aparatos están activos en los sitios indicados, 16 horas, 10 horas, 12 horas y 15 horas
respectivamente en horarios al azar. Una persona maneja a su trabajo diariamente y lo hace
con exceso de velocidad y la probabilidad de que pase por alguno de estos sitios es
respectivamente 0.3, 0.1, 0.4 y 0.2

a) Calcule la probabilidad que en algún día reciba una multa por exceso de velocidad.
b) Cierto día, la persona recibió una multa por exceso de velocidad. Determine el sitio en que
hay la mayor probabilidad de haber sido multado.

2) Para concursar por una beca de estudio en el exterior se han presentado a rendir un examen
10 estudiantes de la universidad X1, 20 de la universidad X2 y 5 de la universidad X3. De
experiencias anteriores, se conoce que las probabilidades de éxito en el examen son
respectivamente: 0.9, 0.6, 0.7

a) Calcule la probabilidad que un estudiante elegido al azar apruebe el examen

b) Calcule la probabilidad condicional de que un estudiante elegido al azar y que haya
aprobado el examen, sea de la universidad X1.

MATLAB
Ejemplo
Eventos P(B) P(A|B)
B1 50% 4%
B2 30% 3%
B3 20% 2%

Probabilidad total

>> pb = [.5 .3 .2];

>> pab = [.04 .03 . P(Bi)
02]; P(A|Bi)
>> pa = P(A) = P(B1)P(A|B1) +.. .
sum(pb.*pab)
pa = 0.0330

Fórmula de Bayes
P(Bi|A)
>> pba = pb.*pab/pa 0.1212
pba = 0.6061 0.2727