SlideShare a Scribd company logo
1 of 10
En el año 1763, dos años después de la muerte
de Thomas Bayes (1702-1761), se publicó una
memoria en la que aparece, por vez primera, la
determinación de la probabilidad de las causas a
partir de los efectos que han podido ser
observados. El cálculo de dichas probabilidades
recibe el nombre de teorema de Bayes.
Atrás
Su estructura permite el calculo de probabilidades después de haber sido
realizado un experimento (probabilidades aposteriori), basándose en el
conocimiento de la ocurrencia de ciertos eventos que dependan del evento
estudiado, o sea, se parte de probabilidades conocidas antes de efectuar
el experimento (probabilidades apriori), las cuales son afectadas por las
probabilidades propias del experimento (las que aparecen durante la
ocurrencia del evento).
Atrás
Atrás
Tres computadores, TOSHIBA, HP, y DELL, fueron examinados y se dio
como resultado de un análisis que producen el 45%, 30% y 25%,
respectivamente, del total de la velocidad del procesador. Los porcentajes
del análisis de defectuosidad del procesador son del 3%, 4% y 5%.
• Seleccionamos una pieza al azar; calcula la probabilidad de que sea
defectuosa.
• Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la
probabilidad de haber sido producida por el computador (HP).
• ¿Qué computador tiene la mayor probabilidad de haber producido la
citada pieza defectuosa?
SOLUCIÓN
SOLUCIÓN
SOLUCIÓN
Sea D= "la pieza es defectuosa" y
N= "la pieza no es defectuosa".
La información del problema puede
expresarse en el diagrama de árbol
adjunto.
Para calcular la probabilidad de que la
pieza elegida sea defectuosa, P(D), por
la propiedad de la probabilidad total,
P(D) = P(A) · P(D/A) + P(B) · P(D/B) + P(C) · P(D/C)
= 0.45 · 0.03 + 0.30 · 0.04 + 0.25 · 0.05
= 0.038 Atrás
Debemos calcular P(B/D). Por el teorema de Bayes,
Atrás
Calculamos P(A/D) y P(C/D), comparándolas con el valor de P(B/D) ya
calculado. Aplicando el teorema de Bayes, obtenemos:
El computador con mayor probabilidad de haber producido la pieza
defectuosa es TOSHIBA
Atrás
Exp.

More Related Content

Viewers also liked

Dia da paz
Dia da pazDia da paz
Dia da pazFe Gb
 
Penelope
PenelopePenelope
PenelopeFe Gb
 
Exposición fotografia matematica
Exposición fotografia matematicaExposición fotografia matematica
Exposición fotografia matematicaFe Gb
 
Dia dos namorados
Dia dos namoradosDia dos namorados
Dia dos namoradosFe Gb
 
Dia das matematicas
Dia das matematicasDia das matematicas
Dia das matematicasMªFe Garcia
 
Bill of rights and amendments
Bill of rights and amendments Bill of rights and amendments
Bill of rights and amendments Dakota Boswell
 
Modelos da Lingua I
Modelos da Lingua IModelos da Lingua I
Modelos da Lingua IMªFe Garcia
 

Viewers also liked (9)

Dia da paz
Dia da pazDia da paz
Dia da paz
 
Penelope
PenelopePenelope
Penelope
 
Exposición fotografia matematica
Exposición fotografia matematicaExposición fotografia matematica
Exposición fotografia matematica
 
Dia dos namorados
Dia dos namoradosDia dos namorados
Dia dos namorados
 
Dia das matematicas
Dia das matematicasDia das matematicas
Dia das matematicas
 
Descartes
DescartesDescartes
Descartes
 
Bill of rights and amendments
Bill of rights and amendments Bill of rights and amendments
Bill of rights and amendments
 
Modelos da Lingua I
Modelos da Lingua IModelos da Lingua I
Modelos da Lingua I
 
Maura cardenas
Maura cardenasMaura cardenas
Maura cardenas
 

More from sistemas2013

Probabilidades guia 1-1 (2)
Probabilidades guia 1-1 (2)Probabilidades guia 1-1 (2)
Probabilidades guia 1-1 (2)sistemas2013
 
Probabilidad condicional ejemplos (2)
Probabilidad condicional ejemplos (2)Probabilidad condicional ejemplos (2)
Probabilidad condicional ejemplos (2)sistemas2013
 
Formulas estadistica (3)
Formulas estadistica (3)Formulas estadistica (3)
Formulas estadistica (3)sistemas2013
 
Formulas de probabilidades (3)
Formulas de probabilidades (3)Formulas de probabilidades (3)
Formulas de probabilidades (3)sistemas2013
 
Formula estadistica
Formula estadisticaFormula estadistica
Formula estadisticasistemas2013
 
Formula estadistica
Formula estadisticaFormula estadistica
Formula estadisticasistemas2013
 
Programacion de estadistica upc
Programacion de estadistica upcProgramacion de estadistica upc
Programacion de estadistica upcsistemas2013
 
Guia estadistica upc
Guia  estadistica upcGuia  estadistica upc
Guia estadistica upcsistemas2013
 
Probabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínProbabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínsistemas2013
 
Estadisticas.probabilidad
Estadisticas.probabilidadEstadisticas.probabilidad
Estadisticas.probabilidadsistemas2013
 
Distribucion de poisson
Distribucion de poissonDistribucion de poisson
Distribucion de poissonsistemas2013
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomialsistemas2013
 
Estadistica t student..
Estadistica t student..Estadistica t student..
Estadistica t student..sistemas2013
 
Distribución normal
Distribución normalDistribución normal
Distribución normalsistemas2013
 
Distribución normal
Distribución normalDistribución normal
Distribución normalsistemas2013
 
Probabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínProbabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínsistemas2013
 
Distribución normal
Distribución normalDistribución normal
Distribución normalsistemas2013
 
Estadística hipergeometrica
Estadística hipergeometricaEstadística hipergeometrica
Estadística hipergeometricasistemas2013
 

More from sistemas2013 (20)

Probabilidades guia 1-1 (2)
Probabilidades guia 1-1 (2)Probabilidades guia 1-1 (2)
Probabilidades guia 1-1 (2)
 
Probabilidad condicional ejemplos (2)
Probabilidad condicional ejemplos (2)Probabilidad condicional ejemplos (2)
Probabilidad condicional ejemplos (2)
 
Formulas estadistica (3)
Formulas estadistica (3)Formulas estadistica (3)
Formulas estadistica (3)
 
Formulas de probabilidades (3)
Formulas de probabilidades (3)Formulas de probabilidades (3)
Formulas de probabilidades (3)
 
Formula estadistica
Formula estadisticaFormula estadistica
Formula estadistica
 
Formula estadistica
Formula estadisticaFormula estadistica
Formula estadistica
 
Programacion de estadistica upc
Programacion de estadistica upcProgramacion de estadistica upc
Programacion de estadistica upc
 
Guia estadistica upc
Guia  estadistica upcGuia  estadistica upc
Guia estadistica upc
 
Probabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínProbabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martín
 
Estadisticas.probabilidad
Estadisticas.probabilidadEstadisticas.probabilidad
Estadisticas.probabilidad
 
Distribucion de poisson
Distribucion de poissonDistribucion de poisson
Distribucion de poisson
 
Distribución binomial
Distribución binomialDistribución binomial
Distribución binomial
 
Presentación1
Presentación1Presentación1
Presentación1
 
Exp.
Exp.Exp.
Exp.
 
Estadistica t student..
Estadistica t student..Estadistica t student..
Estadistica t student..
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Probabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martínProbabilidad condicional por-daimer-alex y martín
Probabilidad condicional por-daimer-alex y martín
 
Distribución normal
Distribución normalDistribución normal
Distribución normal
 
Estadística hipergeometrica
Estadística hipergeometricaEstadística hipergeometrica
Estadística hipergeometrica
 

Exp.

  • 1.
  • 2.
  • 3. En el año 1763, dos años después de la muerte de Thomas Bayes (1702-1761), se publicó una memoria en la que aparece, por vez primera, la determinación de la probabilidad de las causas a partir de los efectos que han podido ser observados. El cálculo de dichas probabilidades recibe el nombre de teorema de Bayes. Atrás
  • 4. Su estructura permite el calculo de probabilidades después de haber sido realizado un experimento (probabilidades aposteriori), basándose en el conocimiento de la ocurrencia de ciertos eventos que dependan del evento estudiado, o sea, se parte de probabilidades conocidas antes de efectuar el experimento (probabilidades apriori), las cuales son afectadas por las probabilidades propias del experimento (las que aparecen durante la ocurrencia del evento). Atrás
  • 6. Tres computadores, TOSHIBA, HP, y DELL, fueron examinados y se dio como resultado de un análisis que producen el 45%, 30% y 25%, respectivamente, del total de la velocidad del procesador. Los porcentajes del análisis de defectuosidad del procesador son del 3%, 4% y 5%. • Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa. • Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido producida por el computador (HP). • ¿Qué computador tiene la mayor probabilidad de haber producido la citada pieza defectuosa? SOLUCIÓN SOLUCIÓN SOLUCIÓN
  • 7. Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa". La información del problema puede expresarse en el diagrama de árbol adjunto. Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la propiedad de la probabilidad total, P(D) = P(A) · P(D/A) + P(B) · P(D/B) + P(C) · P(D/C) = 0.45 · 0.03 + 0.30 · 0.04 + 0.25 · 0.05 = 0.038 Atrás
  • 8. Debemos calcular P(B/D). Por el teorema de Bayes, Atrás
  • 9. Calculamos P(A/D) y P(C/D), comparándolas con el valor de P(B/D) ya calculado. Aplicando el teorema de Bayes, obtenemos: El computador con mayor probabilidad de haber producido la pieza defectuosa es TOSHIBA Atrás