UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

FACULTAD DE INGENIERÍA Y ARQUITECTURA

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

Curso: Herramientas para la Toma de Decisiones

Tutor: ING. Pérez Rodríguez Gonzalo Ramiro

Integrantes:

• Abanto Sánchez, Julio

• Palomino Sánchez, Cristian
• Torres García, Melisa
• Florián de la cruz, Sara
• Rodríguez Carrubi, Briam
• Chiclla Farías, Yadhira V.
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

PRACTICA DE AULA SESIÓN 02: TEOREMA DE BAYES

1. Evertight, un fabricante líder de clavos de calidad, produce clavos de 1, 2, 3, 4 y 5 pulgadas para

diferentes usos. En el proceso de producción, si hay un exceso de clavos o los clavos tiene un
pequeño defecto, se colocan en un contenedor común. Ayer, se colocaron en el contenedor 651
clavos de 1 pulgada, 243 de 2 pulgadas, 41 de 3 pulgadas, 451 de 4 pulgadas y 333 de 5 pulgadas.

a. ¿Cuál es la probabilidad de introducir la mano al contenedor y extraer un clavo de 4 pulgadas?

Rpt: P(4 pul.) = 541 / 1719 = 0.262361838

b. ¿Cuál es la probabilidad de obtener un clavo de 5 pulgadas?

Rpt: P(5 pul.) = 333 / 1719 = 0.193717277

c. Si una aplicación en particular requiere un clavo de 3 pulgadas o más corto, ¿cuál es la

probabilidad de obtener un clavo que satisfaga el requerimiento de la aplicación?

Rpt: P(1,2,3 Pul) = P(1 pul) + P(2 Pul)+ P (3 Pul)

P(1,2,3 Pul) = 0.379 + 0.141 + 0.024 = 0.544

Solución:

P. Marginal

PULGADAS CANTIDADES
1 651
2 243
3 41
4 451
5 333
Total: 1719

PULGADAS REDONDEO
1 0.378708551 0.379
2 0.141361257 0.141
3 0.023851076 0.024
4 0.262361838 0.262
5 0.193717277 0.194
Total: 1 1
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

2. El año pasado, en la compañía Northern Manufacturing, 200 personas se resfriaron durante el año;
155 personas que no hacen ejercicio tuvieron resfriado y el resto de las personas con resfriado están
en un programa de ejercicio semanal. La mitad de los 1,000 empleados realizan algún tipo de
ejercicio.

a. ¿Cuál es la probabilidad de que un empleado se resfríe el próximo año?

Rpt: P ( R ) = 200 / 1 000 = 0.20

b. Dado que un empleado interviene en un programa de ejercicio, ¿cuál es la probabilidad de que

él o ella se resfríe el próximo año?

Rpt: P (R/E)= P(RE) / P( E ) = 45 / 500 =0.09

c. ¿Cuál es la probabilidad de que un empleado que no hace ejercicio se resfríe el próximo año?

Rpt: P (NER) / P (NET) = 1 55 / 5000 = 0.31

d. ¿Son eventos independientes hacer ejercicio y resfriarse? Explique su respuesta.

Rpt: Si porque hacer ejercicios es una actividad en la cual puede prevenir con medidas de
cuidados ante un resfriado como abrigarse o tomar medidas que podrían ausentar un síntoma de
resfrío.

3. Machine Works S.A. estima que la probabilidad de que su torno esté bien ajustado es de 0.8.
Cuando está bien ajustado, hay una probabilidad de 0.9 de que las piezas producidas pasen la
inspección. Si el torno está fuera de ajuste, sin embargo, la probabilidad de que la pieza producida
sea buena es de solo 0.2. Se elige una pieza al azar, se inspecciona y se encuentra que es aceptable.
En este punto, ¿cuál es la probabilidad posterior de que el torno esté bien ajustado?

4. Se contrata a Market Researchers, Inc., para realizar un estudio que determine si el mercado para un
nuevo producto será bueno o malo. En estudios similares realizados en el pasado, siempre que el
mercado era en realidad bueno, el estudio de investigación de mercado indicó que sería bueno 85%
de las veces. Por otro lado, cuando el mercado era en realidad malo, el estudio predijo
incorrectamente que sería bueno 20% de las veces. Antes de realizar el estudio, se cree que hay una
posibilidad de 70% de que el mercado sea bueno. Cuando Market Researchers realiza un estudio
para este producto, los resultados predicen que el mercado será bueno. Dados los resultados de este
estudio, ¿cuál es la probabilidad de que el mercado sea en realidad bueno?
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

5. Después de un encuentro profesional de atletismo, debe usarse una prueba específica para detectar
la presencia de esteroides. Si hay esteroides, la prueba lo indicará con precisión del 95% de las
veces. Sin embargo, si no hay esteroides la prueba lo indicará 90% de las veces (de manera que 10%
de las veces es incorrecta y predice la presencia de esteroides). Con base en datos históricos, se cree
que 2% de los atletas usan esteroides. Esta prueba se realiza a un atleta y resulta positiva. ¿Cuál es
la probabilidad de que esta persona realmente use esteroides?

Solución:

X = (0.02)(0.95)/(0.02)(0.95)+(0.98)(0.90) = 0.02108 => X = 2,11%

6. Se contrata a Market Researchers, Inc., para realizar un estudio que determine si el mercado para un
nuevo producto será bueno o malo. En estudios similares realizados en el pasado, siempre que el
mercado era en realidad bueno, el estudio de investigación de mercado indicó que sería bueno 85%
de las veces. Por otro lado, cuando el mercado era en realidad malo, el estudio predijo
incorrectamente que sería bueno 20% de las veces. Antes de realizar el estudio, se cree que hay una
posibilidad de 70% de que el mercado sea bueno. Cuando Market Researchers realiza un estudio
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

para este producto, los resultados predicen que el mercado será bueno. Dados los resultados de este
estudio, ¿cuál es la probabilidad de que el mercado sea en realidad bueno?

Solución:

X = (0.85)(0.70)/(0.85)(0.70)+(0.15)(0.80) = 0.8321 => X = 83,21%

7. Policy Pollsters es una empresa de investigación de mercados que se especializa en encuestas

políticas. Los registros indican que en elecciones pasadas, cuando se eligió a un candidato, Policy
Pollsters había predicho con precisión esto 80% de las veces y estuvieron equivocados 20% de las
veces. Los registros también muestran los candidatos que perdieron. Policy Pollsters predijo con
exactitud que perderían 90% de las veces, y se equivocaron tan solo 10% de las veces. Antes de
tomar la encuesta, existe una posibilidad de 50% de ganar la elección. Si Policy Pollsters predice
que un candidato ganará la elección, ¿cuál es la probabilidad de que el candidato gane realmente? Si
Policy Pollsters predice que un candidato perderá la elección, ¿cuál es la probabilidad de que el
candidato pierda realmente?
50%
P
Correcto 80%
G 50%

Equivocado 20% P 90%

G
10%
8. Burger City es una cadena grande de

A) (50) (80) = 4 9523 = 95.23% DE PROBABILIDAD

(80) (50) + (10) (20) 42

B) (90) (20) = 18 3103 = 31.03% DE PROBABILIDAD

(90) (20) + (50) (80) 58
restaurantes de comida rápida que se especializa en hamburguesas gourmet. Ahora se utiliza un
modelo matemático para predecir el éxito de un nuevo restaurante según la localización y la
información demográfica para esa área. En el pasado, 70% de todos los restaurantes que se abrieron
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

tuvieron éxito. El modelo matemático se ha probado en restaurantes existentes para determinar su

efectividad. Para los restaurantes que tuvieron éxito, 90% de las veces el modelo lo predijo;
mientras que 10% de las veces predijo un fracaso. Para los restaurantes que no tuvieron éxito,
cuando se aplicó el modelo matemático 20% de las veces predijo de modo equivocado que sería
exitoso, en tanto que 80% de las veces fue correcto y predijo que no tendría éxito. Si el modelo se
usa en un nuevo restaurante y predice que el restaurante tendrá éxito, ¿cuál es la probabilidad de que
en realidad sea exitoso?

90% = (90) (70)

SI (80) (30)+(90)(70)
Éxito 70%
NO 10% = 63
87
Fracaso 30% SI 80%
NO = 7241
20%
= 72.41%

9. Un prestamista intentó incrementar su negocio anunciando una hipoteca de alto riesgo. Esta
hipoteca está diseñada para clientes con una calificación de crédito baja y la tasa de interés es más
alta para compensar el riesgo adicional. Durante el año pasado, 20% de estas hipotecas resultaron en
embargo, ya que los clientes no pagaron sus préstamos. Se ha desarrollado un nuevo sistema de
selección para determinar si se aprueban a los clientes para los préstamos riesgosos. Cuando se
aplicó el sistema a una solicitud de crédito, el sistema la clasifica como “aprobado para préstamo”, o
bien, “rechazado para préstamo”. Cuando el nuevo sistema se aplicó a clientes recientes que no
pagaron sus préstamos, 90% de estos clientes se clasificaron como “rechazado”. Cuando el mismo
sistema se aplicó a clientes recientes que pagaron sus préstamos, clasificó a 70% de estos clientes
como “aprobado”.

Solución:
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

a. Sí un cliente paga su préstamo, ¿cuál es la probabilidad de que el sistema lo hubiera clasificado

en la categoría de solicitante rechazado?

X = (0.80)(0.50)/(0.80)(0.50) + (0.20)(0.10) = 0.9523 => X = 95,23%

b. Si el sistema lo clasificó en la categoría de rechazado, ¿cuál es la probabilidad de que el cliente

pagará su préstamo?

X = (0.20)(0.90)/(0.20)(0.90) + (0.80)(0.50) = 0.3103 => X= 31,03 %

10. En la sala de pediatría de un hospital, el 60% de los pacientes son niñas. De los niños el 35% son
menores de 24 meses. El 20% de las niñas tienen menos de 24 meses. Un pediatra que ingresa a la
sala selecciona un infante al azar.

Solución:

Se definen los sucesos:

 Suceso H: seleccionar una niña.

 Suceso V: seleccionar un niño.
 Suceso M: infante menor de 24 meses.

En los ejercicios de probabilidad total y teorema de bayes, es importante identificar los sucesos que
forman la población y cuál es la característica que tienen en común dichos sucesos. Estos serán los
sucesos condicionados.

a. Determine el valor de la probabilidad de que sea menor de 24 meses.

Rpt: En este caso, la población es de los infantes. Y la característica en común es que sean
menores de 24 meses. Por lo tanto, la probabilidad de seleccionar un infante menor de 24
meses es un ejemplo de probabilidad total. Su probabilidad será:

P(M)=P(H)*P(M/H)+P(V)*P(M/V)
P(M)=0,6*0,2 + 0,4*0.35
P(M)= 0,26 o 26%

b. Si el infante resulta ser menor de 24 meses. Determine la probabilidad que sea una niña.
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

Rpt: Para identificar cuando en un ejercicio se hace referencia al teorema de bayes, hay que
partir de reconocer esta es una probabilidad condicionada y que la característica común de
los sucesos condicionantes ya ha ocurrido. Entonces, la probabilidad de que sea niña una
infante menor de 24 meses será:

P(H/M)= P(H)*P(M/H)/P(H)*P(M/H) + P(V)*P(M/V)

P(H/M)= 0,6*0,2/(0,6*0,2) + (0,4*0,3) = 0,12/0,26

P(H/M)= 0,46 o 46%

11. Un médico cirujano se especializa en cirugías estéticas. Entre sus pacientes, el 20% se realizan
correcciones faciales, un 35% implantes mamarios y el restante en otras cirugías correctivas. Se
sabe además, que son de género masculino el 25% de los que se realizan correcciones faciales, 15%
implantes mamarios y 40% otras cirugías correctivas. Si se selecciona un paciente al azar,
determine:

Solución:

Se definen los sucesos:

 Suceso F: pacientes que se realizan cirugías faciales
 Suceso M: pacientes que se realizan implantes mamarios
 Suceso O: pacientes que se realizan otras cirugías correctivas
 Suceso H: pacientes de género masculino
a. Determine la probabilidad de que sea de género masculino

Rpt: La probabilidad de que sea de género masculino se refiere a un problema de probabilidad total,
ya que es el suceso condicionado y las cirugías los condicionantes. Dicho valor será:

P(H)= 0,2*0,25 + 0,35*0,15 + 0,45*0,40

P(H)= 0,28 o 28%

b. Resulta que es de género masculino, determine la probabilidad que se haya realizado una
cirugía de implantes mamarios.

Rpt: Como el suceso condicionado ha ocurrido entonces se aplica el teorema de bayes, luego, el
valor de la probabilidad será:
UNIVERSIDAD CESAR VALLEJO HERRAMIENTAS PARA LA TOMA DE DECISIONES

P(M/H) = 0,35*0,15/(0,2*0,25) + (0,35*0,15) + (0,45*0,40) = 0,0525/0,2825

P(M/H) = 0,19 o 19%