1. MÉTODOS ESTATÍSTICOS
E NUMÉRICOS
UNIDADE 6
PROBABILIDADE
CONDICIONADA
ÍNDICE
IES Isidro Parga Pondal. Departamento de matemáticas
2. Conceptos
1. Probabilidade condicionada.
2. Sucesos dependentes e
independentes.
3. Probabilidade composta.
4. Probabilidade total.
5. Probabilidade a posteriori. Teorema
de Bayes.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
3. 1. Probabilidade condicionada.
Chámase probabilidade do suceso B condicionada polo suceso A, ao
cociente:
p ( B ∩ A)
p ( B / A) =
p ( A)
Analogamente, a probabilidade condicionada de A respecto de B é:
p( A ∩ B )
p( A / B ) =
p( B )
Das dúas definicións anteriores obtemos as seguintes relacións
chamadas principios de probabilidade composta:
p ( A ∩ B ) = p ( A) ⋅ p ( B / A)
p( A ∩ B ) = p( B ) ⋅ p( A / B )
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
4. 1. Probabilidade condicionada
Exemplo:
Unha comisaría de policía metropolitana está formada
por 1200 axentes: 960 homes e 240 mulleres. Ó longo
dos dous últimos anos foron ascendidos 324 axentes.
Na seguinte táboa amósase o reparto específico dos
ascensos para axentes masculinos e femininos:
Ascendidos Non Total
ascendidos
Homes 288 672 960
Mulleres 36 204 240
Total 324 876 1200
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
5. 1. Probabilidade condicionada
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
6. 1. Probabilidade condicionada
a. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, este sexa unha
muller e fose ascendida.
b. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, sexa unha muller.
c. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, este fose ascendido
sabendo que é unha muller.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
7. 1. Probabilidade condicionada
a. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, este sexa unha
muller e fose ascendida.
Solución: casos favorables
Empregando a regra de Laplace p ( A) =
casos posibles
p(“sexa muller” e “fose ascendido”)=
36
p(“sexa muller” ∩ “fose ascendido”)=
1200
• Casos favorables = 36 axentes femininas foron
ascendidas
• Casos posibles = 1200 axentes da comisaría
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
8. 1. Probabilidade condicionada
b. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, sexa unha muller.
Empregando a regra de Laplace:
240
p(“ser muller”) =
1200
casos favorables = 240 mulleres axentes na
comisaría de policía
casos posibles = 1200 axentes da comisaría de
policía
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
9. 1. Probabilidade condicionada
c. Calcula a probabilidade de que, escollido un
axente da comisaría ó chou, este fose ascendido
sabendo que é unha muller.
Neste apartado temos unha información previa sobre
o resultado do experimento, sabemos que o axente
escollido ó chou foi unha muller. Pídennos, por tanto,
a probabilidade de que o axente escollido fose
ascendido coa condición de que se trata dunha muller.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
10. 1. Probabilidade condicionada
c. Empregando de novo a regra de Laplace :
36
p(“fose ascendido”/”muller”)= 240
casos favorables= 36 axentes femininas foron ascendidas
casos posibles= 240 axentes femininas na comisaría
Por outra banda :
p(“fose ascendida”/”ser muller”)=
36
36 1200 p (" fose ascendida"∩" ser muller" )
= = =
240 240 p (" ser muller" )
1200
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
11. 1. Probabilidade condicionada
Exemplo2:
Vexamos agora un exemplo moi gráfico.
Nota : Esta aplicación gráfica foi obtida do banco de imaxes do ITE.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
12. 1. Probabilidade condicionada
Exemplo3. Tedes agora un segundo exemplo gráfico:
Nota : Esta aplicación gráfica foi obtida do banco de imaxes do ITE.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
13. 1. Probabilidade condicionada
Exemplo:
A táboa seguinte amosa o número de alumnos dun
centro escolar matriculados en cada un dos niveis da
ESO.
1º ESO 2º ESO 3º ESO 4º ESO Total
Rapaces 88 76 92 50 306
Rapazas 125 103 97 73 398
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
14. 1. Probabilidade condicionada
1. Calcula a probabilidade de que, escollido un
escolar do centro ó chou, este sexa unha
rapaza que curse 3º da ESO.
3. Calcula a probabilidade de que, escollido un
escolar do centro ó chou, sexa unha rapaza.
5. Calcula a probabilidade de que, escollido un
escolar do centro ó chou, este curse 3º da
ESO sabendo que é unha rapaza.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
15. 1. Probabilidade condicionada
Solución:
Calcula a probabilidade de que, escollido un
escolar do centro ó chou, este sexa unha rapaza
que curse 3º da ESO.
casos favorables
Empregando a regra de Laplace ( A) =
p
casos posibles
p(“sexa rapaza” e “curse 3º ESO”)=
p(“sexa rapaza” ∩ “curse 3º ESO”)= 97
704
casos favorables = 97 rapazas estudan 3º ESO
casos posibles = 306+398=704 alumnos do centro
escolar
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
16. 1. Probabilidade condicionada
b. Calcula a probabilidade de que, escollido un
escolar do centro ó chou, sexa unha rapaza.
Empregando a regra de Laplace:
398
p(“ser rapaza”)=
704
casos favorables = 398 alumnas no centro escolar
casos posibles = 704 alumnos/as no centro escolar
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
17. 1. Probabilidade condicionada
c. Calcula a probabilidade de que, escollido un
escolar do centro ó chou, este curse 3º da ESO
sabendo que é unha rapaza.
Neste apartado temos unha información previa sobre
o resultado do experimento, sabemos que o alumno
escollido ó chou foi unha rapaza. Pídennos, por tanto,
a probabilidade de que o alumno escollido curse 3º
da ESO coa condición de que se trata dunha rapaza.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
18. 1. Probabilidade condicionada
c. Empregando de novo a regra de Laplace :
p(“cursar 3ºESO”/”ser rapaza”)= 97
398
casos favorables= 97 rapazas estudan 3º ESO
casos posibles= 398 rapazas no centro
Por outra banda :
p(“cursar 3ºESO”/”ser rapaza”)=
97
97 704 p (" cursar 3º ESO"∩" ser rapaza" )
= = =
398 398 p (" ser rapaza" )
704
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
19. 2. Sucesos dependentes e independentes.
Dous sucesos A e B son independentes se
p(B)=p(B/A)
Dous sucesos A e B son dependentes se
p(B)≠p(B/A)
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
20. 2. Sucesos dependentes e independentes
Exemplo 1:
Dunha urna que contén 9 bólas vermellas e 5
bólas negras extraemos sucesivamente 2
bólas. Acha a probabilidade de que :
– As dúas bólas sexan negras.
– As dúas bólas sexan vermellas.
– A primeira sexa vermella e a segunda sexa
negra.
– Unha sexa vermella e a outra negra.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
21. 2. Sucesos dependentes e independentes
9 bólas vermellas
5 bólas negras
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
22. 2. Sucesos dependentes e independentes
A probabilidade condicionada aparece en experimentos
compostos (varios exp. simples encadeados) onde o
resultado dun experimento simple vese afectado polo
resultado do experimento simple anterior.
No noso caso trátase dun experimento composto de
dous experimentos simples consistentes na extracción
dunha bóla.
Sacamos unha bóla da urna e, sen devolvela sacamos
unha segunda bóla. O resultado do segundo
experimento vese condicionado polo resultado do
primeiro experimento, pois a composición da urna xa
non é a mesma.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
23. 2. Sucesos dependentes e independentes
Definamos os sucesos:
N1=“sacar bóla negra na 1ª extracción”
V1=“sacar bóla vermella na 1ª extracción”
N2=“sacar bóla negra na 2ª extracción”
V2=“sacar bóla vermella na 2ª extracción”
E fagamos un diagrama de árbore da situación.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
24. Sucesos dependentes e independentes
vermellas
negras
bólas
14
9
5
N1
V1
vermellas
vermellas
negras
negras
bólas
bólas
13
13
8
5
9
4
N2
N2
V2
V2
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
26. 2. Sucesos dependentes e independentes
Solución:
a. Acha a probabilidade de que as dúas bólas sexan
negras.
p(“as dúas bólas sexan negras”)=
p(“sacar bóla negra na 1ª extracción e sacar bóla
negra na 2ª extracción”)=
5 4
p(N1 ∩ N2) = p(N1).p(N2/N1) = ⋅
14 13
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
27. 2. Sucesos dependentes e independentes
b. Acha a probabilidade de que as dúas bólas sexan
vermellas.
p(“as dúas bólas sexan vermellas”)=
p(“sacar bóla vermella na 1ª extracción e sacar bóla
vermella na 2ª extracción”)=
p(V1 ∩ V2) = p(V1).p(V2/V1) =
9 8
⋅
14 13
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
28. 2. Sucesos dependentes e independentes
c. Acha a probabilidade de que a primeira sexa
vermella e a segunda sexa negra.
p(“1ª bóla sexa vermella e a 2ª sexa negra”)=
9 5
p(V1 ∩N2) = p(V1).p(N2/V1) = ⋅
14 13
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
29. 2. Sucesos dependentes e independentes
d. Acha a probabilidade de que unha sexa vermella
e a outra negra.
p(“unha bóla sexa vermella e a outra negra”)=
P(“1ª bóla vermella e 2ª bóla negra ou 1ª bóla
negra e 2ª bóla vermella”)=
p(“1ª bóla vermella e 2ª bóla negra”) +
+ p(“1ª bóla negra e 2ª bóla vermella”)=
p(V1 ∩N2) + p(N1∩ V2)=
9 5 5 9
p(V1).p(N2/V1) + p(N1).p(V2/N1)= 14 ⋅ 13 + 14 ⋅ 13
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
30. 2. Sucesos dependentes e independentes
Exemplo 2:
Tomemos agora a mesma urna con 9 bólas vermellas e 5
bólas negras e saquemos dúas bólas pero con
devolución; é dicir, extraemos unha bóla, devolvémola á
urna, e extraemos a segunda bóla.
Acha a probabilidade de que :
– As dúas bólas sexan negras.
– As dúas bólas sexan vermellas.
– A primeira sexa vermella e a segunda sexa negra.
– Unha sexa vermella e a outra negra.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
31. 2. Sucesos dependentes e independentes
Temos agora un experimento composto de dous
experimentos simples consistentes na extracción dunha
bóla da urna dada, igual que no caso anterior.
Pero a situación é ben distinta, os resultados do
segundo experimento non se ven afectados polos
resultados do primeiro experimento pois a composición
da urna non sofre variación algunha.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
32. 2. Sucesos dependentes e independentes
Igual que fixemos no exemplo 1, definamos os sucesos:
N1=“sacar bóla negra na 1ª extracción”
V1=“sacar bóla vermella na 1ª extracción”
N2=“sacar bóla negra na 2ª extracción”
V2=“sacar bóla vermella na 2ª extracción”
E fagamos un diagrama de árbore da situación.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
34. 2.Sucesos dependentes e independentes
Solución:
a. Acha a probabilidade de que as dúas bólas sexan
negras.
p(“as dúas bólas sexan negras”)=
p(“sacar bóla negra na 1ª extracción e sacar bóla
negra na 2ª extracción”)=
5 5
p(N1 ∩ N2) = p(N1).p(N2/N1) = p(N1).p(N2) = ⋅
14 14
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
35. 2. Sucesos dependentes e independentes
b. Acha a probabilidade de que as dúas bólas sexan
vermellas.
p(“as dúas bólas sexan vermellas”)=
p(“sacar bóla vermella na 1ª extracción e sacar bóla
vermella na 2ª extracción”)=
9 9
p(V1 ∩ V2) = p(V1).p(V2/V1) = p(V1).p(V2) = ⋅
14 14
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
36. 2. Sucesos dependentes e independentes
c. Acha a probabilidade de que a primeira sexa
vermella e a segunda sexa negra.
p(“1ª bóla sexa vermella e a 2ª sexa negra”)=
9 5
p(V1∩N2) = p(V1).p(N2/V1) = p(V1).p(N2) = ⋅
14 14
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
37. 2. Sucesos dependentes e independentes
d. Acha a probabilidade de que unha sexa vermella e a
outra negra.
p(“unha bóla sexa vermella e a outra negra”)=
P(“1ª bóla vermella e 2ª bóla negra ou 1ª bóla negra e 2ª
bóla vermella”)=
p(“1ª bóla vermella e 2ª bóla negra”) + p(“1ª bóla negra e 2ª
bóla vermella”)=
p(V1∩N2) + p(N1 ∩ 2)=
V
p(V1).p(N2/V1) + p(N1).p(V2/N1)=
9 5 5 9
⋅ + ⋅
p(V1).p(N2)+ p(N1).p(V2)= 14 14 14 14
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
38. 2. Sucesos dependentes e independentes
No primeiro exemplo, “extracción de dúas bólas sen
devolución dunha urna”, as probabilidades dos sucesos
correspondentes á segunda parte do experimento
(N2,V2) vense afectadas polo resultado da primeira
parte do experimento. De feito que:
p(N2)≠p(N2/N1)≠p(N2/V1)
p(V2)≠p(V2/N1)≠p(V2/V1)
Os sucesos N2 e N1, N2 e V1 , V2 e N1, V2 e V1 son o que
se chama sucesos dependentes.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
39. 2. Sucesos dependentes e independentes
No segundo exemplo, “extracción de dúas bólas con
devolución dunha urna”, as probabilidades dos sucesos
correspondentes á segunda parte do experimento
(N2,V2) non se ven afectadas polo resultado da primeira
parte do experimento. De feito:
p(N2)=p(N2/N1)=p(N2/V1)
p(V2)=p(V2/N1)=p(V2/V1)
Os sucesos N2 e N1, N2 e V1 , V2 e N1, V2 e V1 son o que
se chama sucesos independentes.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
40. 3.Probabilidade composta ou de integración de
sucesos.
Sucesos independentes.
Se A e B son independentes, entón p(B)=p(B/A),
por tanto p(A ∩ B)=p(A).p(B/A)
convértese en p(A ∩ B)=p(A).p(B)
Sucesos dependentes.
Se A e B son dependentes, entón
p(A ∩ B)=p(A).p(B/A)
Se A, B e C son dependentes, entón
p(A ∩ B ∩ C)=p[(A ∩ ∩ C]=
B)
=p (A ∩ B). p(C/A ∩ B)=p(A).p(B/A).p(C/A ∩ B)
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
41. 4. Probabilidade total
Sexan n-sucesos A1,A2,….,An incompatibles dous a dous,
e tales que A1UA2U…UAn=E é dicir, un sistema
completo de sucesos, tal que a probabilidade de cada un
deles é distinta de cero.
Sexa B un suceso calquera para o que se coñecen as
probabilidades de B condicionadas a cada un dos
sucesos Ai i=1,…,n (p(B/Ai)).
Entón a probabilidade do suceso B vén dada pola
seguinte expresión:
p ( B ) = p( A1 ) ⋅ p ( B / A1 ) + p ( A2 ) ⋅ p( B / A2 ) + ... + p ( An ) ⋅ p ( B / An ) =
n
= ∑ p ( Ai ) ⋅ p ( B / Ai )
i =1
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
42. 4. Probabilidade Total
Exemplo:
Os alumnos de secundaria dun instituto
están repartidos da seguinte maneira: 40%
en primeiro, 25% en segundo, 15% en
terceiro e o resto en cuarto. A porcentaxe
de aprobados de cada un está no 30% en 1º,
o 40% en 2º, 60% en 3º e 70% en 4º . Elixido
ó chou un alumno de secundaria deste
centro, pídese:
– A probabilidade de que aprobara.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
43. 4. Probabilidade Total
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
44. 4. Probabilidade Total
Para o experimento aleatorio “elixir un alumno de
secundaria do centro ó chou” os sucesos :
A1=“cursar 1º ESO” p(A1)=40/100
A2=“cursar 2º ESO” p(A2)=25/100
A3=“cursar 3º ESO” p(A3)=15/100
A4=“cursar 4º ESO” p(A4)=20/100
Son incompatibles dous a dous pois un alumno de
secundaria non pode cursar dous niveis
simultaneamente.
Ademais A1UA2UA3UA4=E pois a unión dos catro
sucesos abarca todos os alumnos de secundaria do
centro.
Forman, polo tanto, unDepartamento de matemáticas: Métodos estatísticos e sucesos.
IES Isidro Parga Pondal.
sistema completo de numéricos.
45. 4. Probabilidade Total
Por outra banda temos o suceso
B=“o alumno aproba o curso “
E coñecemos as probabilidades condicionadas:
p(“o alumno aproba o curso”/”cursa 1ºESO”)
=p(B/A1)=30/100
p(“o alumno aproba o curso”/”cursa 2ºESO”)
=p(B/A2)=40/100
p(“o alumno aproba o curso”/”cursa 3ºESO”)
=p(B/A3)=60/100
p(“o alumno aproba o curso”/”cursa 4ºESO”)
=p(B/A4)=70/100
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
46. 4. Probabilidade Total
De acordo co Teorema da Probabilidade Total:
p(B)=p(A1).p(B/A1)+p(A2).p(B/A2)+p(A3).p(B/A3)+p(A4).p(B/A4)
40 30 25 40 15 60 20 70
p( B) = ⋅ + ⋅ + ⋅ + ⋅ =
100 100 100 100 100 100 100 100
1200 1000 900 1400 4500 9
= + + + = =
10000 10000 10000 10000 10000 20
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
47. 4. Probabilidade Total
Pero, vexamos agora de onde sae dito
resultado.
Fagamos un diagrama de árbore onde vexamos
reflectida toda a situación:
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
48. B=
“aprobar”
A1= P(B/A1)=30/100
“cursar 1ºESO”
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
P(A1)=40/100 Non B=
“ non aprobar”
P(No B/A1)=
70/100
B=
“aprobar”
A2= P(B/A2)=40/100
“cursar 2ºESO”
P(A2)=25/100 Non B=
“ non aprobar”
P(No B/A2)=
Exp. Aleat.:
”elixir un alumno 60/100
de
Secundaria B=
ó chou” “aprobar”
4. Probabilidade Total
A3= P(B/A3)=60/100
“cursar 3ºESO”
P(A3)=15/100 Non B=
“ non aprobar”
P(No B/A3)=
40/100
B=
“aprobar”
A4= P(B/A4)=70/100
“cursar 4ºESO”
P(A4)=20/100 Non B=
“ non aprobar”
P(No B/A4)=
30/100
49. B=
“aprobar”
4. Probabilidade Total A 1=
“cursar 1ºESO”
P(B/A1)=30/100
P(A1)=40/100 Non B=
“ non aprobar”
P(No B/A1)=
70/100
B=
“aprobar”
A2 = P(B/A2)=40/100
“cursar 2ºESO”
P(A2)=25/100 Non B=
“ non aprobar”
Exp. Aleat.: P(No B/A2)=
”elexir un alumno 60/100
de
Secundaria
B=
ó chou”
“aprobar”
A3= P(B/A3)=60/100
“cursar 3ºESO”
P(A3)=15/100 Non B=
“ non aprobar”
P(No B/A3)=
40/100
B=
“aprobar”
A4 = P(B/A4)=70/100
“cursar 4ºESO”
P(A4)=20/100 Non B=
“ non aprobar”
P(No B/A4)=
30/100
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
50. 4. Probabilidade Total
Se non coñecésemos o Teorema da Probabilidade Total
e á vista deste diagrama, poderiamos razoar do
seguinte xeito:
p(B)=p(“o alumno aproba”)=
=p(“cursa 1º e aproba” ou “cursa 2º e aproba” ou “cursa
3º e aproba”ou “cursa 4º e aproba”)=
=p((A1 ∩ B)U(A2 ∩ B)U(A3 ∩ B)U(A4 ∩B))=
como son sucesos incompatibles
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
51. 4. Probabilidade Total
=p(A1 ∩ B)+p(A2 ∩ B)+p(A3 ∩ B)+p(A4 ∩B)=
fíxate que estes sucesos corresponden ás ramas do
diagrama de árbore que rematan no suceso B, e polo
principio da probabilidade composta:
=p(A1).p(B/A1)+p(A2).p(B/A2)+p(A3).p(B/A3)+
+p(A4).p(B/A4)
Observa que acabamos de chegar á fórmula do
Teorema da Probabilidade Total.
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
52. 5. Probabilidade a posteriori.Teorema de Bayes.
Sexan n-sucesos A1,A2,….,An incompatibles dous a dous,
e tales que A1UA2U…UAn=E é dicir, un sistema
completo de sucesos, tal que a probabilidade de cada un
deles é distinta de cero.
Sexa B un suceso calquera para o que se coñecen as
probabilidades de B condicionadas a cada un dos
sucesos Ai i=1,…,n (p(B/Ai)).
Cúmprese :
p( Ai ) ⋅ p( B / Ai )
p( Ai / B ) = n i=1,2,…,n
∑ p( A ) ⋅ p( B / A )
i =1
i i
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
53. 5. Probabilidade a posteriori.Teorema de Bayes.
Nota:
O Teorema de Bayes esixe as mesmas condicións ca o
Teorema da Probabilidade Total. Cando se cumpre un
tamén se cumpre o outro.
Exemplo:
No exercicio anterior, pídennos agora:
Sabendo que aprobou, cal é a probabilidade de
que curse 4º da ESO.
Lembremos a situación, mediante o diagrama de árbore:
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
54. B=
“aprobar”
A 1=
5. Teorema de Bayes.
P(B/A1)=30/100
“cursar 1ºESO”
P(A1)=40/100 Non B=
“ non aprobar”
P(No B/A1)=
70/100
B=
“aprobar”
A 2= P(B/A2)=40/100
“cursar 2ºESO”
P(A2)=25/100 Non B=
“ non aprobar”
Exp. Aleat.: P(No B/A2)=
”elexir un alumno 60/100
de
Secundaria B=
ó chou” “aprobar”
A3= P(B/A3)=60/100
“cursar 3ºESO”
P(A3)=15/100 Non B=
“ non aprobar”
P(No B/A3)=
40/100
B=
“aprobar”
A 4= P(B/A4)=70/100
“cursar 4ºESO”
P(A4)=20/100 Non B=
“ non aprobar”
P(No B/A4)=
30/100
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.
55. 5. Probabilidade a posteriori.Teorema de Bayes.
Pídennos:
p(“curse 4ºESO”/” aproba o curso”) =
p ( A4 ∩ B )
Polo principio de probabilidade
= p( A4 / B ) =
pola definición de composta e T. da probabilidade
probabilidade =
p( B )
total
condicionada
p( A4 ) ⋅ p( B / A4 )
= =
p( A1 ) ⋅ p( B / A1 ) + p( A2 ) ⋅ p( B / A2 ) + p( A3 ) ⋅ p( B / A3 ) + p( A4 ) ⋅ p( B / A4 )
observa que
obtivemos a 20 70 1400
fórmula de Bayes ⋅
100 100 1400 14
= = 10000 = =
40 30 25 40 15 60 20 70 4500 4500 45
⋅ + ⋅ + ⋅ + ⋅
100 100 100 100 100 100 100 100 10000
IES Isidro Parga Pondal. Departamento de matemáticas: Métodos estatísticos e numéricos.