Está en la página 1de 25

Teorema de Bayes

Teorema de Bayes
• Una firma de manufactura recibe embarques de piezas
de dos proveedores. Hagamos que P1 represente el
evento de que una pieza es del proveedor 1, y P2 el
evento de que una pieza es del proveedor 2.
Actualmente compran 780 unidades son adquiridas del
proveedor 1 y las 420 restantes del proveedor 2.

• ¿Cuál es la probabilidad de que una pieza seleccionada
al azar sea del proveedor 1 y 2 respectivamente?
Teorema de Bayes
Casos favorables :
CFP1= 780
CFP2=420

Casos totales :
CT = 780+420= 1200

Luego:
P1=780/1200=0.65
P2=420/1200=0.35
Teorema de Bayes
Ahora bien, se sabe que la calidad de las piezas adquiridas varía con
la fuente de suministro. Con base en datos históricos, las
probabilidades condicionales de recibir piezas buenas y malas de los
dos proveedores aparecen en la siguiente tabla, considerando que si
hacemos que B sea el evento de que una pieza es buena y M el
evento que una pieza sea mala, se dan las siguientes probabilidades
condicionales:

Proveedor 1 Proveedor 2
P1 P2
Piezas buenas B 0.98 0.95
Piezas malas M 0.02 0.05

En notación estadística la tabla anterior se puede escribir: P(B/P1) = 0.98,


P(M/P1) = 0.02, P(B/P2) = 0.95 y
P(M/P2) = 0.05.

¿Cuál sería la interpretación administrativa?


Teorema de Bayes
Nos dan la tabla
siguiente:
Proveedor 1 Proveedor
P1 P2
Piezas buenas 0.98 0.95
Piezas Malas 0.02 0.05

La probabilidad de que una pieza sea buena dado proveedor1 es 0.98


La probabilidad de que una pieza sea buena dado proveedor2 es 0.95
La probabilidad de que una pieza sea mala dado proveedor1 es 0.02
La probabilidad de que una pieza sea mala dado proveedor2 es 0.05
Teorema de Bayes
Luego tendremos que si:
B = buena
M = mala
Tendremos la tabla siguiente:

Proveedor P(Pi) P(M | Pi)

P1 0.65 0.02
P2 0.35 0.05

¿Cual es al probabilidad de que dicha pieza provenga del proveedor 1 y


cual es la probabilidad de que provenga de proveedor 2?
Teorema de Bayes
Nos están pidiendo el siguiente calculo:
P( Pi  M ) P( Pi ) * P( M | Pi )
P( Pi | M )  
P( M ) P( M )
Se sabe que:
P ( M )  P ( P1) * P ( M | P1)  P ( P 2) * P ( M | P 2)
P ( M )  0.65 * 0.02  0.35 * 0.05
P ( M )  0.0305
Finalmente tendremos:
P ( P1) * P ( M | P1)
P ( P1 | M ) 
P( M )
0.65 * 0.02
P ( P1 | M )   0.4263
0.0305

P ( P 2) * P ( M | P 2)
P( P 2 | M ) 
P( M ) Proveedor P(Pi) P(M | Pi)
0.35 * 0.05
P( P 2 | M )   0.5737 P1 0.65 0.02
0.0305 P2 0.35 0.05
Teorema de Bayes
Luego tendremos que si:
B = buena
M = mala
Tendremos la tabla siguiente:

Proveedor P(Pi) P(M | Pi) P(Pi) * P(M | Pi) P(Pi | M)

P1 0.65 0.02 0.0130 0.0130/0.0305=


0.4263
P2 0.35 0.05 0.0175 0.0175/0.0305=
0.5737
P(M) 0.0305 1
Teorema de Bayes
La firma de Manufactura MOSCOSO debe decidir si adquirirá una parte
componente de un proveedor o si ha de fabricarla en su planta de Huachipa,
Lima. Si la demanda es alta, le convendría fabricar el componente. Sin
embargo, si la demanda es reducida, el costo de manufactura por unidad para
la firma MOSCOSO sería elevado debido a la sub-utilización del equipo. Las
utilidades proyectadas, en millares de soles, para la decisión de fabricar o
comprar es la que se muestra a continuación:

Los estados de la naturaleza tiene las siguientes probabilidades:


P(demanda baja) = 0.35, P(demanda media) = 0.35 y P(demanda alta) = 0.30.
Teorema de Bayes
a) ¿Cuál sería la decisión más recomendable para la firma?
b) Utilizar el VEIP par determinar si la firma MOSCOSO debe intentar obtener
una mejor estimación de la demanda.
c) Se espera que un estudio de mercado de prueba sobre la demanda potencial
del producto reporte una condición favorable (F) o desfavorable (D). Las
probabilidades condicionales relevantes son las siguientes:
P(F/DBaja) = 0.10 P(D/DBaja) = 0.90
P(F/DMedia) = 0.40 P(D/DMedia) = 0.60
P(F/DAlta) = 0.60 P(D/DAlta) = 0.40
Construya un árbol de decisiones adecuado para esta situación.
d) ¿Cuál es la probabilidad de que sea favorable el reporte sobre investigación
de mercado?
e) ¿Cuál debe ser la estrategia óptima de decisión de la firma MOSCOSO?
f) ¿Cuál es el valor esperado de la información sobre la investigación de
mercado?
g) ¿Cuál es la eficiencia de la información de mercado?
h) En el caso que la firma se encuentre evaluando si ordena o no el muestreo,
¿cómo se modificaría el árbol construido en el inciso c)?
Primer Problema
a.
-20

0.35 Media 40
2
Fabricar

100
1
10

Comprar 0.35 Media


3 45

70
Primer Problema

2 37
Tomaremos la decisión
de comprar
Este valor también es el:
1 VE sin IP

3 40.25

b. Calculando el VE con IP = 10*0.35+45*0.35+100*0.30 =49.25


Luego el VEIP= 49.25 – 40.25 = 9 mil soles
Segundo Problema
Del estudio se tiene los siguientes datos para el caso favorable:

P(F | DBaja) = 0.10


P(F | DMedia) = 0.40
P(F | DAlta) = 0.60
Donde F = favorable
Nos piden: P(Di | F)
Luego tendremos para el caso favorable:

Demanda P(Di) P(F | Di) P(Di)* P(F | Di) P(Di | F)


Baja 0.35 0.10 0.035 0.0986
Media 0.35 0.40 0.140 0.3944
Alta 0.30 0.60 0.180 0.5070
1 P(F) = 0.355 1
Segundo Problema
c. Del estudio se tiene los siguientes datos para el caso desfavorable:

P(D | DBaja) = 0.90


P(D | DMedia) = 0.60
P(D | DAlta) = 0.40
Donde D = desfavorable
Nos piden: P(Di | D)
Luego tendremos para el caso desfavorable:

Demanda P(Di) P(D | Di) P(Di)* P(D | Di) P(Di | D)


Baja 0.35 0.90 0.315 0.4884
Media 0.35 0.60 0.210 0.3256
Alta 0.30 0.40 0.120 0.1860
1 P(D) = 0.645 1
Segundo Problema
-20
0.3944 Media
4 40
c.
100
2
10
0.3944 Media
5 45
70
1
-20
0.3256 Media
6 40
100
3
10
0.3256 Media
7 45
70
Segundo Problema
64.5
e.

Favorable 54.22

Desfavorable 21.86

32.56
Segundo Problema
e.

2 64.5 Fabricar

3 32.56 Comprar

f. VE con IM = 64.5*0.355 + 0.645*32.56 = 43.9


VEIM = VE con IM - VE sin IP = 43.9 - 40.25 = 3.65 miles de soles

VEIM 3.65
g. Eficiencia de IM  *100%  *100%  40.56%
VEIP 9
Segundo Problema

f.

1
Teorema de Bayes
Para ahorrar en gastos, Irene y Sebastián acordaron compartir el automóvil para
ir y regresar del trabajo. Irene prefiere ir por la Avenida que es la más larga pero
más estable. Sebastián prefiere la Autopista que es más rápida, pero acordó
que tomarían la Avenida si la Autopista tenía un embotellamiento de tránsito.
La siguiente tabla de resultados proporciona la estimación de tiempo en minutos
para el viaje de ida o de regreso.

Con base en su experiencia con problemas de tránsito, Irene y Sebastián acordaron una
probabilidad de 0,15 de que la autopista esté embotellada. Además acordaron que el clima
parecía afectar las condiciones de tránsito de la autopista. Sea C = despejado; O = nublado y R
= lluvioso y se aplican las siguientes probabilidades condicionales:
.

a) Muestre el árbol de decisiones para este problema.


b) ¿Cuál es la estrategia de decisión óptima? ¿Cuál es el tiempo de viaje esperado?
Interprete el resultado
Tercer Problema
a. Primero calcularemos las probabilidades condicionales que luego
llevaremos al árbol de decisiones.
Para el estado Despejado tendremos:

Evento Probabilidades a Probabilidades Probabilidades Probabilidades


Condición de la Priori Condicionales Conjuntas Posteriores
Autopista P(Ei) P(Despejado | Ei) P(Despejado ∩ Ei) P(Ei | Despejado)

Abierta E1 0.85 0.8 0.680 0.978


Embotellada E2 0.15 0.1 0.015 0.022
Total P(Despejado) 0.695 1.000
Primer Problema
a. Primero calcularemos las probabilidades condicionales que luego
llevaremos al árbol de decisiones.
Para el estado Nublado tendremos:

Evento Condición Probabilidades a Probabilidades Probabilidades Probabilidades


de la Autopista Priori Condicionales Conjuntas Posteriores
P(Ei) P(Nublado | Ei) P(Nublado ∩ Ei) P(Ei | Nublado)

Abierta E1 0.85 0.2 0.170 0.791


Embotellada E2 0.15 0.3 0.045 0.209
Total P(Nublado) 0.215 1.000
Tercer Problema
a. Primero calcularemos las probabilidades condicionales que luego
llevaremos al árbol de decisiones.
Para el estado Lluvioso tendremos:

Evento Probabilidades a Probabilidades Probabilidades Probabilidades


Condición de la Priori Condicionales Conjuntas Posteriores
Autopista P(Ei) P(Lluvioso | Ei) P(Lluvioso ∩ Ei) P(Ei | Lluviosoo)

Abierta E1 0.85 0.0 0.000 0. 000


Embotellada E2 0.15 0.6 0.09 1.000
Total P(Lluvioso) 0.09 1.000
Tercer Problema
a. Graficando el árbol de decisiones
30 Autopista abierta
5
30 Autopista embotellada
2
25 Autopista abierta
6
45 Autopista embotellada

30 Autopista abierta
7
Nublado
1 3 30
P(O) = 0.215
25 Autopista abierta
8
45 Autopista embotellada

0.0 30 Autopista abierta


Avenida 9
1.00 30 Autopista embotellada
4

Autopista 0.00 25 Autopista abierta


10
1.00 45 Autopista embotellada
Tercer Problema
b. Cual es la estrategia optima
30

25.432

30
Nublado
1 3
P(O) = 0.215
29.186

30

45
Tercer Problema
b. Cual es la estrategia optima
Autopista
25.432

Nublado
1 29.186 Autopista
P(O) = 0.215

30 Avenida

El tiempo esperado es =0.695*25.432+0.215*29.186+0.09*30=26.63 minutos


Este valor depende de la cantidad de días que amanecerá con un estado del tiempo y
dependerá de la condición de la pista luego debe tomarse este esperado dentro de un
intervalo de tiempo mas no como algo atemporal.

También podría gustarte