Question 1167196
Este es un problema de **probabilidad condicional** que se resuelve utilizando el **Teorema de Bayes**. La probabilidad de que un estudiante seleccionado que se graduó por promedio provenga de la jornada diurna es de **0.1835** o **$18.35\%$**.

---

## 1. Definición de Eventos y Probabilidades

Definimos los eventos y las probabilidades dadas:

* **Jornadas (Probabilidad a priori):**
    * $D$ (Diurna): $P(D) = 0.25$
    * $T$ (Tarde): $P(T) = 0.15$
    * $N$ (Nocturna): $P(N) = 0.60$

* **Probabilidad de Graduarse por Promedio ($G$) dado la Jornada (Probabilidad Condicional):**
    * $P(G | D) = 0.14$
    * $P(G | T) = 0.08$
    * $P(G | N) = 0.22$

Se busca la probabilidad inversa: $P(D | G)$, es decir, la probabilidad de ser de la jornada diurna dado que se graduó por promedio.

---

## 2. Cálculo de la Probabilidad Total de Graduarse por Promedio ($P(G)$)

Primero, calculamos la probabilidad total de que un estudiante egresado cualquiera se haya graduado por promedio, utilizando la **Ley de la Probabilidad Total**:

$$P(G) = P(G|D)P(D) + P(G|T)P(T) + P(G|N)P(N)$$

Sustituyendo los valores:
$$\begin{aligned} P(G) &= (0.14 \times 0.25) + (0.08 \times 0.15) + (0.22 \times 0.60) \\ &= 0.035 + 0.012 + 0.132 \\ &= 0.179 \end{aligned}$$

La probabilidad de que cualquier estudiante se haya graduado por promedio es $\mathbf{0.179}$ ($17.9\%$).

---

## 3. Aplicación del Teorema de Bayes

Ahora usamos el **Teorema de Bayes** para encontrar la probabilidad condicional $P(D | G)$:

$$P(D | G) = \frac{P(G | D)P(D)}{P(G)}$$

Sustituyendo los valores calculados:
$$P(D | G) = \frac{0.14 \times 0.25}{0.179}$$
$$P(D | G) = \frac{0.035}{0.179}$$
$$P(D | G) \approx 0.18346$$

Redondeando a cuatro decimales:

$$P(D | G) \approx \mathbf{0.1835}$$