Documentos de Académico
Documentos de Profesional
Documentos de Cultura
95% correcto
5% error
A
2/5
P ( A ∩ B)
P ( B /E )=
P( E)
3
∗0.05
5
P ( B /E )=
2 3
∗0.05+ ∗0.05
5 5
P ( B /E )=0.6
2.- María Campos, gerente del departamento de crédito de un banco, sabe que la compañía
utiliza 3 métodos para conminar a pagar a las personas con cuentas morosas. De los datos
que se tiene registrados, ella sabe que 70% de los deudores son visitados personalmente,
20% se le sugiere que paguen vía telefónica y al restante 10% se le envía una carta. Las
probabilidades de recibir alguna cantidad de dinero debido a los pagos de una cuenta con
estos 3 métodos son 0,75 0,60; y 0,65 respectivamente. La señorita Campos acaba de recibir
el pago de una de las cuentas vencidas. Calcular la probabilidad de que la petición de pago se
haya hecho:
0.75
P 0.7 0.25
0.6
0.2
T
0.4
C 0.65
0.1
0.35
a. Personalmente
P(Pa ∩ P)
P ( Pa /P ) =
P( Pa)
Pa
P ( Pa /P ) =
( P)
P ( P )∗P
Pa Pa Pa
P ( P )∗P ( ) + P ( T )∗P ( )+ P ( C )∗P ( )
P T C
b. Por teléfono
P( Pa∩ T )
P ( Pa /T )=
P ( Pa)
Pa
P ( Pa /T )=
( T )
P ( T )∗P
Pa Pa Pa
P ( P )∗P ( ) + P ( T )∗P ( ) + P ( C )∗P ( )
P T C
c. Por correo
P(Pa∩C )
P ( Pa /C )=
P( Pa)
Pa
P ( Pa /C )=
( C)
P ( C )∗P
Pa Pa Pa
P ( P )∗P ( ) + P ( T )∗P ( ) + P ( C )∗P ( )
P T C
3: Una empresa compra cierto tipo de pieza que es suministrada por 3 proveedores: el 45%
de las piezas son compradas al 1° proveedor resultando defectuosa el 1%, el 2° proveedor
suministra 30% de las piezas y de ellas es defectuosas el 2%. Las restantes provienen del
3°proveedor, siendo defectuosos el 3% de las mismas.
1% Defectuosas
1°:45%
99% Normales
2°:30%
piezas
2% Defectuosas
3°:25%
98% Normales
3% Defectuosas
97% Normales
Teorema de Bayes
P(2 ° / Defect)=? ?
P ( 2° )∗P (Defect /2 °)
P(2 ° / Defect)=
P( Defectuosa)
0.3∗0.02
P(2 ° / Defect)=
0.3∗0.02+0.45∗0.01+ 0.25∗0.03
P(2 ° / Defect)=33 %
4.- Una compañía de ventas por correo tiene tres empleados de almacén denominados U, V
y W quienes toman productos de la bodega y los ensamblan para la subsiguiente verificación
y empaquetado. U comete un error en un pedido (toma un producto equivocado o la
cantidad equivocada del producto) una de cada 100 veces, V comete un error en un pedido 5
veces de cada 100 y W se equivoca tres de cada 100. Si U, V y W cubren respectivamente el
30%, el 40% y el 30% de todos los pedidos. ¿Cuál es la probabilidad de que, si se encuentra
un error en un pedido, éste haya sido cometido por V?
Solución
1% error
U 40% 5% error
W 3% error
30%
P ( V ∩T )
P ( V ∕ T )=
P(T )
P (V ∩T) =0.05*0.4
P (V ∩T) =0.02
6. Antes de que un libro sea lanzado al mercado se recogen las reacciones de un grupo de
personas a las que se les permite leer el libro previamente. Posteriormente a las ventas del
libro se les asigna el calificativo de altas, moderadas o bajas de acuerdo a las noemas del
mercado. Los resultados se muestran en la siguiente tabla:
c) ¿Si la reacción del grupo es favorable? ¿Cuál es la probabilidad de que las ventas
sean altas?
d) Si las ventas son bajas ¿Cuál es la probabilidad de que las opiniones hayan sido
desfavorables?
e) ¿Cuál es la probabilidad de que las opiniones sean favorables y las ventas sean altas?
A: Ventas favorables
B: Ventas desfavorables
P (AUB) = 0,575
A: Opiniones desfavorables
B: Ventas bajas
P(B)=(296/1000)= 0.296
P(A n B) =0.0805
0.12
P ( frec ∩reg )=
1
P ( frec ∩reg )=12 %
b) ¿Cuál es la probabilidad de que un cliente que nunca compra el producto visite el
supermercado frecuentemente?
0.19
P ( nunc ∩ frecu ) =
1
P ( nunc ∩ frecu ) =19 %
0.54
P ( ocacional ) =
1
P ( ocacional ) =54 %
d) ¿Cuál es la probabilidad de que un cliente no realice nunca compras del producto?
0.27
P ( nunca compre )=
1
P ( nunca compre )=27 %
Entre las ejecuciones que no han sufrido retraso en su ejecución, ¿Cuál es el porcentaje de las
que corresponden al uso de los algoritmos A o C.
10% Atraso
90% No atraso
A
20% 15% Atraso
40% B atraso
85% No
40% 5% Atraso
C
95% No atraso
Para a)
P ( BE )= P (PB∩( E )E )
B 0.4∗0.15
P ( )=
E 0.2∗0.1+0.4∗0.15+ 0.4∗0.05
B
P ( ) =0.6 ≅ 60 %
E
Para c)
P ( CA )= P (PC(∩C )A )
A 0.2∗.04
P ( )=
C 0.2∗0.9+0.4∗0.95
A
P ( ) =0.143 ≅ 14 %
C
9.- Las previsiones sobre la inflación de un determinado país para el próximo año la sitúan
por debajo del 2% con probabilidad 0,65, entre el 2% y el 3% con probabilidad 0,25 y por
encima del 3% con probabilidad 0,1. Si la probabilidad de crear más de 700.000 empleos es
de 0,7 con inflación baja, de 0,4 cuando ésta se sitúa entre el 2% y el 3% y nula en otro caso,
calcule:
b) Si antes de conocer el dato de inflación anual, se sabe que se han creado más de 700.000
empleos, ¿cuál es la probabilidad de cada uno de los tres niveles de inflación considerados?
P ( B 1∩T ) 0.03∗0.7
p ( B 1/T )= = =0.8936
P (T ) 0.0235
b) Si antes de conocer el dato de inflación anual, se sabe que se han creado más de 700.000
empleos, ¿cuál es la probabilidad de cada uno de los tres niveles de inflación considerados?
P ( A 1 ∩T ) 0.02∗0.65
P(A1∩T) = = =0.055
P (T ) 0.0235
P ( A 2 ∩T ) 0.03∗0.25
P(A2∩T) = = =0.319
P (T ) 0.0235
P ( A 3 ∩T ) 0.03∗0.1
P(A3∩P) = = =0.1277
P (T ) 0.0235
10.- Una fábrica produce tres productos, 1, 2 y 3, cada uno de ellos en calidad extra
uno de esos productos es: 0,75, 0,5 y 0,8, respectivamente. A su vez esos
Para Q1
P ( Q1/C )=
P (Q1 ∩C)
=
P (Q 1 )∗P (
C
Q1
)
=
P ( Q 1 )∗[1−P ( Q1X )]
P(C) P(C) P(C)
0.45∗[1−0.75] 0.1125
P ( Q1/C )= = =0.344
0.3275 0.3275
Para el segundo Q2
P ( Q2/C )=
P(Q 2∩C)
=
P ( Q2 )∗P(
C
Q2
)
=
P (Q 2 )∗[1−P ( QX2 )]
P(C) P(C) P(C)
0.35∗[1−0.5] 0.175
P ( Q2/C )= = =0.534
0.3275 0.3275
Para Q3
25
P ( Mora ) = =0.5
50
b) pertenezca a la categoría A o B?
16 14 30
P ( A ∪ B ) =P ( A )+ P ( B )= + = =0.6
50 50 50
c) pertenezca a la categoría C o esté en mora?
20 25 8 37
P ( C ∪ Mora ) =P ( C ) + P ( Mora )−P ( C ∩ Mora )= + − = =0.74
50 50 50 50
d) Suponga que ahora se eligen 3 comercios al azar. ¿Cuál es la probabilidad de
A A
P ( A
∩
A
∩
A
dia 1 dia2 dia3 )
=P ( A /dia1 )∗P
dia2
A
dia1
∗P
A
( )(
dia 3
dia 1
∩ A / dia2 )
25
∗24
50
∗23
49
¿ =0.1173
48
12.- El personal del Bco. A atiende distintos tipos de consultas, de las cuales una parte
corresponde a autorizaciones de giros en descubierto. Se observa que sólo 30% de los
clientes aceptan las condiciones del banco: el 35 % a la tasa normal y el resto a una tasa
mayor. La mitad de los clientes que no aceptan indica que la tasa ofrecida es mayor a la
normal.
P(A) = 0,545
b) Si la última consulta sobre descubierto se ofreció a tasa mayor, ¿cuál es la
probabilidad de que el cliente la acepte?
P (B)= 0,358