Fase2 Diseño Julieth Monroy

UNIDAD 2 FASE 2 - PROBABILIDAD
JULIETH MONROY CAÑON
GRUPO 211622_173
JULIAN ANDRES ROZO-TUTOR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERA
INGENIERIA INUSTRIAL
CHIQUINQUIRÀ
2020
HIERRO TOMA DE CONCENTRACIÓ
TOTAL DECISIÓN N FERROSA
0.1 ACEPTABLE CONSUMIBLE ¿Encuentre la probabilidad que al elegir la variable cumpla con
0.23 ACEPTABLE CONSUMIBLE variable objeto de estudio?
0.16 ACEPTABLE CONSUMIBLE HIERRO TOTAL - Valor aceptable es máximo
0.13 ACEPTABLE CONSUMIBLE
0.2 ACEPTABLE CONSUMIBLE Construya una tabla de contingencia (máximo de tres nivel
0.2 ACEPTABLE CONSUMIBLE estudio y otra variable “Toma de decisión” obtenida del p
0.2 ACEPTABLE CONSUMIBLE contingencia establezca:
0.21 ACEPTABLE CONSUMIBLE Mínimo 0.03
0.21 ACEPTABLE CONSUMIBLE Máximo 1.24
0.08 ACEPTABLE CONSUMIBLE Rango 1.21
0.1 ACEPTABLE CONSUMIBLE Rango/3 0.40
0.2 ACEPTABLE CONSUMIBLE Count - CONCENTRACIÓN FERROSA CONCENTRACIÓN FERROSA
0.2 ACEPTABLE CONSUMIBLE TOMA DE DECISIÓN CONSUMIBLE
0.2 ACEPTABLE CONSUMIBLE ACEPTABLE 518
0.2 ACEPTABLE CONSUMIBLE NO ACEPTABLE 29
0.2 ACEPTABLE CONSUMIBLE Total Result 547
0.08 ACEPTABLE CONSUMIBLE Evento Simple: Cantidad de datos con una concentrac
0.13 ACEPTABLE CONSUMIBLE CONSUMIBLE CANTIDAD TOTAL DE DAT
0.13 ACEPTABLE CONSUMIBLE 547 583
0.04 ACEPTABLE CONSUMIBLE Evento Compuesto: Cantidad NO ACEPTABLE de concentración fe
0.2 ACEPTABLE CONSUMIBLE TÓXICO CANTIDAD TOTAL DE DAT
0.2 ACEPTABLE CONSUMIBLE Evento Imposible: Cantidad ACEPTABLE de concentración ferro
0.08 ACEPTABLE CONSUMIBLE DAÑINO CANTIDAD TOTAL DE DAT
0.2 ACEPTABLE CONSUMIBLE Evento Posible: Cantidad TOTAL de los tres niveles de con
0.09 ACEPTABLE CONSUMIBLE CONSUMIBLE+DAÑINO+TÓXICOCANTIDAD TOTAL DE DAT
0.2 ACEPTABLE CONSUMIBLE Probabilidad Mutuamente excluyente: Cantidad NO ACEPTAB
0.2 ACEPTABLE CONSUMIBLE DAÑINO TOXICO
0.65 NO ACEPTABLE DAÑINO 22 14
0.08 ACEPTABLE CONSUMIBLEProbabilidad NO Mutuamente excluyente: Cantidad total ACEPT
0.08 ACEPTABLE CONSUMIBLE ACEPTABLE CONSUMIBLE
0.2 ACEPTABLE CONSUMIBLEProbabilidad Condicional: Cantidad total NO ACEPTABLE y la cantid
(NO ACEPTABLE -
0.2 NO ACEPTABLE / TOTAL DATOS TÓXICO) /
ACEPTABLE CONSUMIBLE TOTAL DATOS
0.2 ACEPTABLE CONSUMIBLE 11% 2%
Probabilidad Condicional: Cantidad total NO ACEPTABLE y la cantid
(NO ACEPTABLE -
0.08 NO ACEPTABLE / TOTAL DATOS DAÑINO) /
ACEPTABLE CONSUMIBLE TOTAL DATOS
0.08 ACEPTABLE CONSUMIBLE 11% 4%
0.39 NO ACEPTABLE CONSUMIBLE
0.58 NO ACEPTABLE DAÑINO
0.9 NO ACEPTABLE TÓXICO
gir la variable cumpla con el nivel máximo permisible en la PUNTO 1
riable objeto de estudio?
alor aceptable es máximo 0.3 mg de Fe/L
cia (máximo de tres niveles) entre la variable objeto de PUNTO 2

e decisión” obtenida del punto anterior. Con la tabla de
ontingencia establezca:
CONCENTRACIÓN FERROSA
CONSUMIBLE 0.43
DAÑINO 0.84
TÓXICO 1.24
ONCENTRACIÓN FERROSA
DAÑINO TÓXICO Total Result
518 HIERRO TOTAL
22 14 65
22 14 583
datos con una concentración ferrosa CONSUMIBLE
ANTIDAD TOTAL DE DATOS PROBABILIDAD

583 0.94 94%
TABLE de concentración ferrosa en el agua con un nivel TÓXICO

583 0.02 2%
LE de concentración ferrosa en el agua con un nivel DAÑINO

583 0.00 0%
L de los tres niveles de concentración ferrosa en el agua.

583 1.00 100%
te: Cantidad NO ACEPTABLE de los niveles DAÑINO y TÓXICO

PUNTO 3
TOTAL DATOS PROBABILIDAD

583 0.06 6%
nte: Cantidad total ACEPTABLE y el total del nivel CONSUMIBLE
INTERSECCIÓNTOTAL DATOSPROBABILIDAD
518 583 94%
NO ACEPTABLE y la cantidad NO ACEPTABLE con el nivel TÓXICO

PROBABILIDAD
(NO ACEPTABLE -
NO ACEPTABLE /
TÓXICO) /
NO ACEPTABLE - TÓXICO
TOTAL DATOS
2% 22%
NO ACEPTABLE y la cantidad NO ACEPTABLE con el nivel DAÑINO

PROBABILIDAD
(NO ACEPTABLE -
NO ACEPTABLE /
DAÑINO) /
NO ACEPTABLE - DAÑINO
TOTAL DATOS
4% 34%
PUNTO 4
518
CONSUMIBLE 100%
518
518 0
ACEPTABLE 89% DAÑINO 0%
583 518
0
TÓXICO 0%
518
29
CONSUMIBLE 45%
65
65 22
NO ACEPTABLE 11% DAÑINO 34%
583 65
14
TÓXICO 22%
65
Probabilidad ACEPTABLE de
concentración ferrosa en un nivel
CONSUMIBLE
DAÑINO
TÓXICO
Probabilidad NO ACEPTABLE de
CONSUMIBLE
DAÑINO
TÓXICO
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, tenie
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple
teorema de la probabilidad total. El teorema de la probabilidad total hace inferencia so
a B.
El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido, principalmente, a
totalmente válido.
Fórmula del teorema de Bayes
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos, necesi
Donde B es el suceso sobre el que tenemos información previa y A(n) son los distinto
probabilidad total. En cualquier caso, aunque la fórmula parezca un poco abstracta, es
A, B y C.
Ejemplo del teorema de Bayes
Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A, B y
máquina B un 30% , y la máquina C un 30%. También se sabe que cada máquina prod
producción, la máquina B un 3%, y la máquina C un 5%. Dicho esto, se plantean dos
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05
1.Si un envase ha sido fabricado por la fábrica de esta empresa en Estados Unidos ¿Cu
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos la p
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [ 0
Expresado en porcentaje, diríamos que la probabilidad de que un envase fabricado por
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es defectuoso ¿C
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir, sabemos q
producido por una de las máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido producido po
máquina C es del 47%.
Teorema de Bayes
ad de un suceso, teniendo información de antemano sobre ese suceso.

más que ese A cumple cierta característica que condiciona su probabilidad. El teorema de Bayes
otal hace inferencia sobre un suceso B, a partir de los resultados de los sucesos A. Por su parte, B
bido, principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos de sucesos
ipo de sucesos, necesitamos una fórmula. La fórmula se define matemáticamente como:

y A(n) son los distintos sucesos condicionados. En la parte del numerador tenemos la probabilida
a un poco abstracta, es muy sencilla. Para demostrarlo, utilizaremos un ejemplo en el que en luga
de tres máquinas A, B y C, que producen envases para botellas de agua. Se sabe que la máquina A
que cada máquina produce envases defectuosos. De tal manera que la máquina A produce un 2%
esto, se plantean dos cuestiones:
en Estados Unidos ¿Cuál es la probabilidad de que sea defectuoso?

ucesos, calculamos la probabilidad de que sea defectuoso.
] = [ 0,4 x 0,02 ] + [ 0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
n envase fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso es del 3,2%.
y este es defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la máquina A?¿Y p
ia, es decir, sabemos que el envase es defectuoso. Claro que, sabiendo que es defectuoso, querem
aya sido producido por la máquina A es del 25%, de que haya sido producido por la máquina B e
El teorema de Bayes entiende la probabilidad de forma inversa al
cesos A. Por su parte, Bayes calcula la probabilidad de A condicionado
s supuestos de sucesos disjuntos y exhaustivos, el teorema es
amente como:
tenemos la probabilidad condicionada, y en la parte de abajo la
mplo en el que en lugar de A(1), A(2) y A(3), utilizaremos directamente
sabe que la máquina A produce un 40% de la cantidad total, la

uina A produce un 2% de envases defectuosos sobre el total de su
efectuoso es del 3,2%.

por la máquina A?¿Y por la máquina B?¿Y por la máquina C?
es defectuoso, queremos saber cual es la probabilidad de que se haya
ido por la máquina B es del 28% y de que haya sido producido por la
Bibliografía
Llinás, S. H. (2017). Experimentos, espacios muestrales y eventos. En: Estadística descriptiva y

distribuciones de probabilidad. (pp. 100 - 108). Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=5486680&ppg=118
Monroy, S. (2008). Conceptos básicos en probabilidad. En: Estadística Descriptiva. [Online]

Editorial: Instituto Técnico Nacional. (pp. 128 – 140). Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=129&docID=10436604&tm=1498541453661
Llinás, S. H. (2017). Probabilidad de un evento. En: Estadística descriptiva y distribuciones de

probabilidad. (pp. 148 - 154). Recuperado de https://ebookcentral-proquest-
Llinás, S. H. (2017). Teorema de Bayes. En: Estadística descriptiva y distribuciones de

probabilidad. (pp. 158 - 163). Recuperado de https://ebookcentral-proquest-
https://economipedia.com/definiciones/teorema-de-bayes.html

Fase2 Diseño Julieth Monroy

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase2 Diseño Julieth Monroy

Cargado por

Copyright:

Formatos disponibles

UNIDAD 2 FASE 2 - PROBABILIDAD

JULIETH MONROY CAÑON

JULIAN ANDRES ROZO-TUTOR

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

cia (máximo de tres niveles) entre la variable objeto de PUNTO 2

datos con una concentración ferrosa CONSUMIBLE

ANTIDAD TOTAL DE DATOS PROBABILIDAD

TABLE de concentración ferrosa en el agua con un nivel TÓXICO

ANTIDAD TOTAL DE DATOS PROBABILIDAD

LE de concentración ferrosa en el agua con un nivel DAÑINO

ANTIDAD TOTAL DE DATOS PROBABILIDAD

L de los tres niveles de concentración ferrosa en el agua.

ANTIDAD TOTAL DE DATOS PROBABILIDAD

te: Cantidad NO ACEPTABLE de los niveles DAÑINO y TÓXICO

TOTAL DATOS PROBABILIDAD

nte: Cantidad total ACEPTABLE y el total del nivel CONSUMIBLE

NO ACEPTABLE y la cantidad NO ACEPTABLE con el nivel TÓXICO

NO ACEPTABLE y la cantidad NO ACEPTABLE con el nivel DAÑINO

ad de un suceso, teniendo información de antemano sobre ese suceso.

ipo de sucesos, necesitamos una fórmula. La fórmula se define matemáticamente como:

en Estados Unidos ¿Cuál es la probabilidad de que sea defectuoso?

s supuestos de sucesos disjuntos y exhaustivos, el teorema es

sabe que la máquina A produce un 40% de la cantidad total, la

efectuoso es del 3,2%.

Llinás, S. H. (2017). Experimentos, espacios muestrales y eventos. En: Estadística descriptiva y

Monroy, S. (2008). Conceptos básicos en probabilidad. En: Estadística Descriptiva. [Online]

Llinás, S. H. (2017). Probabilidad de un evento. En: Estadística descriptiva y distribuciones de

Llinás, S. H. (2017). Teorema de Bayes. En: Estadística descriptiva y distribuciones de

También podría gustarte