PROBABILIDADES Y TEOREMA DE BAYES

Santofimio Ramírez María Doris

Lic. Jhonys Bolaños

Taller N° 2
Estadística Descriptiva e Inferencial
MT307B

UNIVERSIDAD POPULAR DEL CESAR

Facultad de Ingenierías y Tecnológicas
INGENIERÍA AGROINDUSTRIAL

Valledupar / Cesar
2019 – II
 1. En cierta región del país se sabe por experiencia que la probabilidad de seleccionar un
adulto mayor de 40 años de edad con cáncer es 0.05. Si la probabilidad de que un doctor
diagnostique de forma correcta que una persona con cáncer tiene la enfermedad es 0.78,
y la probabilidad de que diagnostique de forma incorrecta que una persona sin cáncer
tiene la enfermedad es 0.06, ¿cuál es la probabilidad de que a un adulto mayor de
40 años se le diagnostique cáncer?

A = Tiene cáncer

B = No tiene cáncer

C = Diagnosticado con cáncer

D = Diagnosticado incorrectamente

___________________________________________________________________________

P (C) = P (A) P (C | A) + P (B) P (C | D)

P (C) = (0.05) (0.78) + (0.95) (0.06)

P (C) = 0.096

P (C) =0.096*100

P (C) = 9,6%
¿cuál es la probabilidad de que a un adulto mayor de 40 años se le diagnostique cáncer?
P(D) = 0.096
P(A) = 0.05
P(D|B) = 0.78
procedimiento:
P(A|D) = [P(A)*P(D|A)] / P(D)
P(A|D) = (0.05) * (0.78) / 0.096
P(C|D) = 0.40625
0,40625 * 100 = 40,625 %
 2. Suponga que los cuatro inspectores de una fábrica de película colocan la fecha de
caducidad en cada paquete de película al final de la línea de montaje. John, quien coloca
la fecha de caducidad en 20% de los paquetes, no logra ponerla en uno de cada 200
paquetes; Tom, quien la coloca en 60% de los paquetes, no logra ponerla en uno de
cada 100 paquetes; Jeff, quien la coloca en 15% de los paquetes, no lo hace una vez en
cada 90 paquetes; y Pat, que fecha 5% de los paquetes, falla en uno de cada 200
paquetes. ¿Si un cliente se queja de que su paquete de película no muestra la fecha
de caducidad, cuál es la probabilidad de que haya sido inspeccionado por John?

Inspectores
I1 = Jhon
I2 = Tom
I3 = Jeff
I4 = Pat

Probabilidad de la Inspección

P(I1) = 20% = 0.2

P(I2) = 60% = 0.6
P(I3) = 15% = 0.15
P(I4) = 5% = 0.05

Probabilidad de fechas faltantes

P(F|I1) = 1/200 = 0.005
P(F|I2) = 1/100 = 0.010
P(F|I3) = 1/90 = 0.011
P(F|I4) = 1/200 = 0.005

cálculo de las fechas

P(F) = P(I1) *P(F|I1) + P(I2) *P(F|I2) + P(I3) *P(F|I3) + P(I4) *P(F|I4)

P(F) = (0.2) *(0.005) + (0.6) *(0.010) + (0.15) *(0.011) + (0.05) *(0.005)
P(F) = 0.0089
P(F) = 0,0089 * 100 = 8,9%

cálculo de la probabilidad de que John la haya inspeccionado

P(I1|F) = [P(I1) *P(F|I1)]/P(F)

P (I1|F) = (0.2) *(0.005) / 0.0089
P (I1|F) = 0.11235
P (I1|F) = 0,11235 * 100 = 11,235 %
3. Una cadena de tiendas de pintura produce y vende pintura de látex y semidesnatada. De
acuerdo con las ventas a largo plazo, la probabilidad de que un cliente compre pintura
de látex es 0.75. De los que compran pintura de látex, 60 % también compra rodillos. Sin
embargo, solo 30 % de los que compran pintura semidesnatada compra rodillos. Un
comprador que se selecciona al azar adquiere un rodillo y una lata de pintura. ¿Cuál es
la probabilidad de que sea pintura de látex?

Látex y Rodillo: 0,75 * 0.60 = 0,45

Semidesnatada y Rodillo: 0,25 * 0,30 = 0,075
¿Cuál es la probabilidad de que sea pintura de látex?

0,45 / (0,45 + 0,075) = 0,86

4. Una empresa industrial grande usa tres moteles locales para ofrecer hospedaje nocturno
a sus clientes. Se sabe por experiencia que a 20% de los clientes se le asigna
habitaciones en el Ramada Inn, a 50% en el Sheraton y a 30% en el Lakeview Motor
Lodge. Si hay una falla en la plomería en 5% de las habitaciones del Ramada Inn, en 4%
de las habitaciones del Sheraton y en 8% de las habitaciones del Lakeview Motor Lodge,
cuál es la probabilidad de que:

a) a un cliente se le asigne una habitación con fallas en la plomería?

Se tienen los tres hoteles que son el Ramada Inn (R), el Sheraton (S) y Lakeview Motor
Lodge. (L), hospedándose 20%, 50% y 30% respectivamente en cada hotel con fallas de
5%, 4% y 8% respectivamente también, tendríamos que resolverlo por probabilidad
condicional:
P(F) = P(R)P(F/R) + P(S)P(F/S) + P(L)P(F/L)
P(F)= (0.20) * (0.05) + (0.50) * (0.04) + (0.30) * (0.08)
P(F) = (0.01) + (0.02) + (0.024)
P(F) = 0.054
P(F) = 0,054 * 100 = 54%
b) a una persona con una habitación que tiene problemas de plomería se le haya
asignado acomodo en el Lakeview Motor Lodge?
Por Teorema de Bayes tendríamos:
P(L/F) =P(L)P(F/L) / P(F)
P(L/F) = (0.30) (0.08) / (0.054)
P(L/F) = (0.024) / (0.054)
P(L/F) = 0.444
P(L/F) = 0,444 * 100 = 44,4%