Saltar al contenido
edumaterial.netCambiar idioma

Volver a Matemáticas

Probabilidad condicionada, total y Bayes

2.º de BachilleratoRuta de edumaterial

Qué vas a aprender

  • Calcular e interpretar probabilidad condicionada en experimentos compuestos.
  • Organizar datos mediante diagrama de árbol o tabla de contingencia.
  • Aplicar independencia, teorema de la probabilidad total y teorema de Bayes.

Antes de empezar

  • Operar con fracciones, decimales y porcentajes.
  • Interpretar intersección y unión de sucesos.
  • Construir espacios muestrales sencillos.

Condicionar cambia el universo de referencia

P(A|B) mide la probabilidad de A sabiendo que ha ocurrido B. Los casos posibles quedan restringidos a B, por eso P(A|B)=P(A∩B)/P(B) cuando P(B)>0.

En experimentos compuestos, multiplicar a lo largo de una rama calcula una intersección y sumar ramas incompatibles reúne caminos alternativos.

Independencia
A y B son independientes si conocer B no cambia la probabilidad de A: P(A|B)=P(A). De forma equivalente, P(A∩B)=P(A)·P(B). No debe confundirse independencia con sucesos incompatibles.

Elegir árbol o tabla y leerlo bien

  1. Define sucesos y anota si los porcentajes son conjuntos o condicionados.
  2. Usa un diagrama de árbol para etapas sucesivas y una tabla de contingencia para clasificaciones cruzadas.
  3. Multiplica probabilidades condicionadas a lo largo de cada rama.
  4. Aplica el teorema de la probabilidad total sumando las ramas que llevan al dato observado.
  5. Para invertir la pregunta, divide la rama conjunta entre el total observado mediante el teorema de Bayes.

De las máquinas al origen de una pieza defectuosa

M1 fabrica el 60 % y falla el 5 %; M2 fabrica el 40 % y falla el 2 %.

  1. Rama M1 y defecto: 0,60·0,05=0,030.
  2. Rama M2 y defecto: 0,40·0,02=0,008.
  3. Probabilidad total de defecto: 0,030+0,008=0,038.
  4. Bayes: P(M1|defecto)=0,030/0,038.

P(defecto)=0,038 y P(M1|defecto)=15/19≈0,7895.

Árbol y tabla de contingencia

  • Diagrama de árbol

    Expone el orden de etapas y las probabilidades condicionadas de cada rama.

  • Tabla de contingencia

    Cruza dos clasificaciones y facilita leer totales, intersecciones y condicionadas cuando hay frecuencias.

Intercambiar la condición

Suponer que P(A|B)=P(B|A).

Escribir en palabras qué se sabe y qué se pregunta antes de usar la fórmula.

Ambas probabilidades comparten la intersección en el numerador, pero dividen entre sucesos distintos.

  • Condicionar restringe los casos posibles.
  • La independencia significa que la condición no altera la probabilidad.
  • El teorema de la probabilidad total suma caminos completos.
  • El teorema de Bayes invierte causa y evidencia con el total como denominador.

Comprueba 1: relaciona y justifica

Relaciona cada caso con la conclusión que se deriva de sus datos.

Solución accesible sin interacción

Respuesta: P(A∩B)=0,2; P(B)=0,5 → P(A|B)=0,4; A y B independientes; P(A)=0,3 → P(A|B)=0,3; A⊂B y P(B)>0 → P(A|B)=P(A)/P(B)

Cada relación se obtiene desde los datos y se comprueba de forma independiente.

Comprueba 2: decide con evidencia

Una fuente se divide en M1/M2 y cada una en correcta/defectuosa. ¿Qué organización conserva probabilidades por etapas?

Elige una respuesta

Solución accesible sin interacción

Respuesta: Árbol con ramas M1/M2 y luego correcta/defectuosa — Las ramas guardan la fuente y, después, la condición de cada resultado.

El árbol conserva el origen y la condición de la segunda etapa.

Comprueba 3: audita la solución

M1 produce 60% con 5% de defectos y M2 40% con 2%. Audita P(M1|D).

Elige una respuesta

Solución accesible sin interacción

Respuesta: Se divide 0,038/0,03 y se obtiene 1,2667. → Bayes divide 0,03/0,038=15/19≈0,7895.

El numerador es la rama conjunta y el denominador el total del defecto.

Reto integrador

M1 produce el 70% con 4% de defectos y M2 el 30% con 10%. Organiza el árbol, calcula P(D) y P(M1|D).

Solución accesible sin interacción
  • Integra los tres objetivos y comprueba el resultado desde los datos.

Respuesta: Las ramas defectuosas son 0,028 y 0,030; P(D)=0,058 y P(M1|D)=0,028/0,058=14/29≈0,4828.

La suma total es 0,058 y las posteriores M1/M2 son 14/29 y 15/29, que suman 1.

Un proceso de dos máquinas se ramifica hacia piezas correctas o defectuosas y converge en una pieza defectuosa cuyo origen se investiga.
El árbol calcula hacia la evidencia; Bayes recorre la evidencia hacia una causa posible.

Compruébalo ahora

  1. Ver la ilustración

    Si P(A∩B)=0,12 y P(B)=0,40, calcula P(A|B).

    Ver solución explicada

    Respuesta: 0,30

    P(A|B)=0,12/0,40=0,30.

  2. Ver la ilustración

    M1 produce el 60 % con un 5 % de defectos y M2 el 40 % con un 2 %. Calcula P(defecto).

    Ver solución explicada

    Respuesta: 0,038 o 3,8 %

    Por probabilidad total: 0,60·0,05+0,40·0,02=0,030+0,008=0,038.

  3. Ver la ilustración

    Con los datos anteriores, si una pieza es defectuosa, calcula la probabilidad de que proceda de M1.

    Ver solución explicada

    Respuesta: 15/19≈0,7895 o 78,95 %

    Por Bayes, se divide la rama M1 y defecto, 0,030, entre el total de defectos, 0,038.

Alineación curricular y fuentes