Seguramente te suenen del curso de Estadística y Probabilidad, dos de los teoremas más importantes de esta área: el Teorema de la Probabilidad Total y el Teorema de Bayes.

Sin embargo, muchas veces puede ocurrir que no se acabe de entender muy bien cuándo hablamos de uno o de otro, en qué se parecen y en qué se diferencian, y lo más importante, para qué sirven. Así que en el post que les traigo hoy vamos a hablar de todo ello a ver si le damos un poco más de luz al asunto.

Teorema de la Probabilidad Total

Este teorema permite hallar la probabilidad de un evento B cuando el espacio muestral Ω está dividido en varios eventos: A1, A2, A3, …, An.

Si observamos la imagen anterior, tiene lógica que se le llame Teorema de la Probabilidad Total, ya que vemos que realmente el evento B se puede expresar como la suma de todos los trocitos en los que se intersecta con los eventos Ai.

De ahí que la fórmula se plantee de la siguiente manera:

Luego, teniendo en cuenta la fórmula de la probabilidad condicional:

Si miramos bien la última fórmula de arriba, y despejamos la probabilidad de la intersección, podemos sustituir cada intersección en la fórmula de la P(B), por un producto entre una probabilidad condicional y la probabilidad de cada Ai:

Veamos un ejemplo donde pondríamos en práctica el Teorema de la Probabilidad Total.

En una sala de pediatría de un hospital, el 60% de los pacientes son niñas, y el 40% son niños. De los niños el 35% son menores de 24 meses. Y de las niñas el 20% son menores de 24 meses. Un pediatra que ingresa a la sala selecciona un infante al azar. Determina la probabilidad de que el infante seleccionado sea menor de 24 meses.

Lo primero que tenemos que ver es que nos interesa el evento B = «infante menor de 24 meses» y que el espacio muestral (los infantes de la sala de pediatría) está dividido en dos partes: A1 = «niñas» y A2 = «niños».

Nos piden la probabilidad P(B), la probabilidad de que un infante seleccionado al azar sea menor de 24 meses. Así que tenemos que tener en cuenta tanto a los niños menores de 24 meses como a las niñas menores de 24 meses, así como la cantidad (o porcentaje) de niños y niñas en general en la sala de pediatría:

 

Teorema de Bayes

El teorema de Bayes es útil para encontrar una probabilidad condicionada de un suceso cuando ya ha ocurrido otro suceso que afecta la probabilidad del primer suceso. Siguiendo el ejemplo anterior, si el infante seleccionado resulta ser menor de 24 meses, ¿cuál sería la probabilidad de que sea una niña? Es decir me piden P(A1|B). Para lo cual aplicamos la siguiente fórmula:

Si te fijas, el numerador es muy sencillo de calcular porque ya tenemos esos datos, y además es equivalente a P(B∩A1). Mientras que el numerador ya lo tenemos calculado con el Teorema de la Probabilidad Total. Entonces quedaría:

Si te ha gustado este tema y quieres aprender más sobre Estadística e Inferencia, échale un vistazo al Curso completo de Estadística a nivel universitario donde hablamos de todo esto con mucho más detalles y ejemplos prácticos. O si sólo te interesa la parte práctica, échale un vistazo al Curso práctico de Estadística y Probabilidades.

¡Espero que te haya gustado este post y hasta la próxima!

Aprovecha los descuentos de hasta un 95% en todos mis cursos, solo por 9.99€

Descuento

Sígueme por mis redes sociales: