Scribd
Cargar
620 vistas2 páginas

Actividad Probabilistica

El primer documento resume un problema de probabilidad sobre la efectividad de un nuevo medicamento para la fiebre del heno. Con los datos provistos, la probabilidad de alivio sin tomar el medicamento (36%) es mayor que la probabilidad de alivio tomándolo (24%), por lo que no es aconsejable tomar el medicamento. El segundo documento calcula la probabilidad de que una persona que excede el límite de velocidad reciba una multa (27%) basado en la ubicación y frecuencia de operación de diferentes radares de tráfico.

Cargado por

Samsung J2
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
620 vistas2 páginas

Actividad Probabilistica

El primer documento resume un problema de probabilidad sobre la efectividad de un nuevo medicamento para la fiebre del heno. Con los datos provistos, la probabilidad de alivio sin tomar el medicamento (36%) es mayor que la probabilidad de alivio tomándolo (24%), por lo que no es aconsejable tomar el medicamento. El segundo documento calcula la probabilidad de que una persona que excede el límite de velocidad reciba una multa (27%) basado en la ubicación y frecuencia de operación de diferentes radares de tráfico.

Cargado por

Samsung J2
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

ACTIVIDAD PROBABILISTICA

TEOREMA DE BAYES

1. Una empresa productora de medicinas que est probando un nuevo medicamento contra
la fiebre del heno descubri que el 60% de todas las personas que sufren este mal sienten
alivio de los sntomas a las 4 semanas, hayan o no utilizado el medicamento. De quienes
sienten alivio, el 40% ha tomado el medicamento, mientras que el 30% de quienes no han
sentido alivio han probado el medicamento. La empresa productora de medicinas desea
determinar si es aconsejable tomar el medicamento comparando la probabilidad de aliviarse si
quienes padecen s toman el medicamento con la probabilidad de alivio si quienes la padecen
no toman el medicamento

En realidad con los datos que das se pueden calcular ambas probabilidades.
Sea M el subconjunto de los que toman el medicamento
Sea A el subconjunto de los que sienten alivio.
P(MA)=P(A)*P(M/A)=0,6*0,4=0,24

P(A)=P(AM)+P(AnM)
P(AnM) =P(A)-P(AM)=
=0,6-0,24=0,36
Como P(AnM) >P(MA)
No es aconsejable tomar el medicamento.

2. La polica planea hacer respetar los lmites de velocidad usando un sistema de radar en 4
diferentes puntos a las orillas de la ciudad. Las trampas de radar en cada uno de los sitios
L1,L2,L3 y L4 operarn 40%,30%,20% y 10% del tiempo. Si una persona que excede el lmite de
velocidad cuando va a su trabajo tiene probabilidades de 0,2 0,1 0,5 y 0,2 respectivamente, de
pasar por esos lugares, Cul es la probabilidad de que reciba una multa por concluir con
exceso de velocidad?

X : el radar funciona

L1 : lugar 1
L2 : lugar 2
L3 : lugar 3
L4 : lugar 4

Nos dicen que

P(X|L1) = 0.40 <-- Probabilidad que funciones el radar del lugar 1


P(X|L2) = 0.30 <-- Probabilidad que funciones el radar del lugar 2
P(X|L3) = 0.20 <-- Probabilidad que funciones el radar del lugar 3
P(X|L4) = 0.30 <-- Probabilidad que funciones el radar del lugar 4

La probabilidad de pasar por cada lugar es

P(L1)=0.2
P(L2)=0.1
P(L3)=0.5
P(L4)=0.2

Debemos calcular la probabilidad que le pongan una multa, que es la misma que el radar est
conectado en el lugar que pasa, es decir P(X)
P(X) = P(X|L1)*P(L1) + P(X|L2)*P(L2) + P(X|L3)*P(L3) + P(X|L4)*P(L4)

P(X) = 0.40*0.2 + 0.30*0.1 + 0.20*0.5 + 0.30*0.2 = 0.27

3. Si en el ejercicio 2 la persona es multada por conducir con exceso de velocidad en su camino


al trabajo, Cul es la probabilidad de que pase por el sistema de radar que se ubica en L2?

P(L2|x)= P(XL2)/P(x)=0.03/0.27=1/9

4. Suponga que los cuatro inspectores de una fabrica de pelcula colocan la fecha de caducidad en cada
paquete de pelcula al final de la lnea de montaje.
John, quien coloca la fecha de caducidad en 20% de los paquetes, no le pone una cada 200 paquetes.
Tom, quien coloca en 60% de los paquetes, no la coloca una vez en cada 100 paquetes
Jeff, quien coloca en 15% de los paquetes, no lo hace una vez cada 90 paquetes
Pat, que fecha 5% de los paquetes, falla una vez en cada 200 paquetes
Si un consumidor se queja de que si paquete de pelcula no muestra la fecha de caducidad, Cul es la
probabilidad de que haya sido inspeccionado por John?

Nombre %P No. errores P(E) % de errores

John 20% 200 34%

Tom 60% 100 17%

Jeff 15% 90 15%

Pat 5% 200 34%

total 100% 590


P(E)=P(Jo)*P(h/Jo)+ P(To)*P(h/To)+ P(Je)*P(h/Je)+ P(Pa)*P(h/Pa)

(.20)*(.34)+ (.60)*(.17)+ (.15)*(.15)+ (.05)*(.1)


.2095P(Jo)= (P(Jo)*P(h/Jo))/ P(E)= ((.20)*(.34))/( .2095)=.3045

La probabilidad de que haya sido inspeccionado por Jonh es de 30.45%

También podría gustarte