Teorema de Bayes-Tarea 12

"AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO"
CARRERA:
ADMINISTRACIÓN DE EMPRESAS
ÁREA:
TOMA DE DESICIONES
DOCENTE:
COLCHADO HUIZA ZARAGOSO DONI
CICLO:
V
INTEGRANTES:
SOLANO CORRO DANITZA
MELGAREJO SALINAS, MIHAEL
CANO CARBAJAL MELVIN
ZELADA PADILLA ROZALIS
HERRERA BELTRÁN ISAAC
CALDERON CAMPOS KHATERINE
1. Elaborar 05 casos de aplicación del teorema de Bayes.
Ejercicio 1
Una empresa de celulares tiene dos máquinas A y B. El 54% de los celulares

producidos son hechos por la máquina A y el resto por la máquina B. No todos los
celulares producidos están en buen estado.
La proporción de celulares defectuosos hechos por A es 0.2 y por B es 0.5. ¿Cuál es la

probabilidad de que un celular de dicha fábrica sea defectuoso? ¿Cuál es la probabilidad
de que, sabiendo que un celular es defectuoso, proceda de la máquina A?
Solución
Aquí, se tiene un experimento que se realiza en dos partes; en la primera parte ocurren
los eventos:
A: celular hecho por la máquina A.
B: celular hecho por la máquina B.
Ya que la máquina A produce el 54% de los celulares y el resto los produce la máquina
B, se tiene que la máquina B produce el 46% de los celulares. Las probabilidades de
estos eventos son dadas, a saber:
P(A)=0,54.
P(B)=0,46.
Los eventos de la segunda parte del experimento son:
D: celular defectuoso.
E: celular no defectuoso.
Como se dice en el enunciado las probabilidades de estos eventos dependen del

resultado obtenido en la primera parte:
P(D|A)=0,2.
P(D|B)=0,5.
Utilizando estos valores, se puede determinar también las probabilidades de los

complementos de estos eventos, es decir:
P(E|A) = 1 – P(D|A)
= 1 – 0,2
= 0,8
p(E|B) = 1 – P(D|B)
= 1 – 0,5
= 0,5.
Ahora, el evento D se puede escribir como sigue:
Estos eventos son mutuamente excluyentes.
Utilizando el Teorema de la multiplicación

para probabilidad condicional resulta:
Con lo cual se responde la primera pregunta.
Ahora solo falta calcular P(A|D), para lo cual se aplica el teorema de Bayes:
Gracias al teorema de Bayes se

puede afirmar que la probabilidad de que un celular haya sido hecho por la máquina A,
sabiendo que el celular es defectuoso, es de 0.319.
Ejercicio 2
Tres cajas contienen bolas blancas y negras. La composición de cada una de ellas es la
siguiente: U1 = {3B, 1N}, U2 = {2B, 2N}, U3 = {1B, 3N}.
Se elige al azar una de las cajas y se extrae de ella una bola al azar la cual resulta ser
blanca. ¿Cuál es la caja con mayor probabilidad de haber sido elegida?
Solución
Mediante U1, U2 y U3, representaremos también la caja elegida.
Estos sucesos constituyen una partición de S y se verifica que P(U1) = P(U2) = P(U3) = 1/3
ya que que la elección de la caja es al azar.
Si B={la bola extraída es blanca}, tendremos P(B|U1) = 3/4 , P(B|U2) = 2/4 , P(B|U3) = 1/4
.
Lo que deseamos obtener es la probabilidad de que la bola haya sido sacada de la caja Ui
sabiendo que dicha bola fue blanca, es decir, P(Ui |B), y ver cuál de los tres valores fue el
más alto para conocer de cuál caja ha sido más probable la extracción de la bola blanca.
Aplicando el teorema de Bayes a la primera de las cajas:
Y para las otras dos:
P(U2|B) = 2/6 y P(U3|B) = 1/6.
Luego, la primera de las cajas es la que tiene una mayor probabilidad de haber sido elegida
para la extracción de la bola blanca.
2. Elaborar un mapa mental sobre el teorema de Bayes.
3. Aplicar 02 casos del análisis bayesiano de decisión.

Ejemplo: Si seleccionamos una persona al azar, la probabilidad de que sea diabética es 0,03.
Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero supongamos que al
realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo que ocurre en el
95% de los diabéticos y sólo en un 2% de las personas sanas.
¿Cuál será ahora la probabilidad de que esa persona sea diabética?
La respuesta que nos dá el teorema de bayes es que esa información adicional hace que la
probabilidad sea ahora 0,595.
Vemos así que la información proporcionada por el análisis de sangre hace pasar, la probabilidad
inicial de padecer diabetes de 0,03, a 0,595.
Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario. En este caso la probabilidad de padecer
diabetes se reduciría a 0,0016.
El gerente de una empresa de fabricación de productos electrónicos. Está considerando lanzar un
nuevo producto al mercado, pero antes de tomar una decisión final, desea evaluar la probabilidad de
éxito en función de ciertos factores.
1. Definición del problema:
Deseas determinar si debes lanzar el nuevo producto al mercado o no.
2. Identificación de las decisiones y eventos:
- Decisión: Lanzar el nuevo producto.
- Eventos:
o A: El producto es un éxito.
o B: El producto es un fracaso.
3. Recopilación de datos: Has recopilado datos históricos de lanzamientos anteriores de productos
similares y has obtenido la siguiente información:
- El 60% de los productos similares lanzados al mercado fueron exitosos.
- El 40% de los productos similares lanzados al mercado fueron fracasos.
- Se han realizado pruebas de mercado para el nuevo producto, y los resultados indican que
hay una alta demanda del producto por parte de los consumidores.
4. Asignación de probabilidades:
- P(A) = 0.60 (probabilidad de éxito)
- P(B) = 0.40 (probabilidad de fracaso)
5. Evaluación de las consecuencias:
- Si el producto es un éxito (A), se espera obtener ganancias significativas y aumentar la
participación de mercado.
- Si el producto es un fracaso (B), se incurrirá en pérdidas financieras y dañará la reputación
de la empresa.
6. Análisis bayesiano de decisión: Para tomar la mejor decisión, podemos calcular la probabilidad
posterior de éxito (P(A|B)) y compararla con un umbral de decisión. Si la probabilidad posterior de
éxito supera el umbral, se debe tomar la decisión de lanzar el producto.
Utilizando el teorema de Bayes:
P(A|B) = (P(B|A) * P(A)) / P(B)
P(B|A) es la probabilidad de fracaso dado que el producto es un éxito. No tenemos información
específica sobre esta probabilidad, por lo que asumiremos un valor conservador del 10% (0.10).
P(A|B) = (0.10 * 0.60) / 0.40
P(A|B) = 0.15
La probabilidad posterior de éxito, dado que el producto es un fracaso, es del 15%. Si consideramos
que este valor supera nuestro umbral de decisión, podemos concluir que es razonable lanzar el nuevo
producto al mercado.

Teorema de Bayes-Tarea 12

Cargado por

Copyright:

Formatos disponibles

Teorema de Bayes-Tarea 12

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

Teorema de Bayes-Tarea 12

Cargado por

Copyright:

Formatos disponibles

"AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO"

Una empresa de celulares tiene dos máquinas A y B. El 54% de los celulares

La proporción de celulares defectuosos hechos por A es 0.2 y por B es 0.5. ¿Cuál es la

A: celular hecho por la máquina A.

B: celular hecho por la máquina B.

Los eventos de la segunda parte del experimento son:

Como se dice en el enunciado las probabilidades de estos eventos dependen del

Utilizando estos valores, se puede determinar también las probabilidades de los

Ahora, el evento D se puede escribir como sigue:

Estos eventos son mutuamente excluyentes.

Utilizando el Teorema de la multiplicación

Con lo cual se responde la primera pregunta.

Gracias al teorema de Bayes se

Mediante U1, U2 y U3, representaremos también la caja elegida.

Aplicando el teorema de Bayes a la primera de las cajas:

Y para las otras dos:

P(U2|B) = 2/6 y P(U3|B) = 1/6.

3. Aplicar 02 casos del análisis bayesiano de decisión.

¿Cuál será ahora la probabilidad de que esa persona sea diabética?

También podría gustarte