1.

Un programa de control de calidad en una línea de montaje de botellas de

plástico implica inspeccionar botellas terminadas para detectar fallas, como
huecos microscópicos. La proporción de botellas que tiene tal falla en
realidad es de solo 0,0002. Si una botella tiene una falla en realidad es de
solo 0,995 de que no pasará la inspección. Si una botella no tiene falla, la
probabilidad es 0,99 de que pasará la inspección.

a. Si una botella no pasa la inspección, ¿cuál es la probabilidad de que tiene

falla?

b. Cuál de las siguientes es la interpretación más correcta de la respuesta

de la pregunta anterior:

i. La mayoría de las botellas que no pasan la inspección no tienen fallas.

ii. La mayoría de las botellas que pasan la inspección tienen falla.

SOLUCIÓN:

Para resolver el ejercicio utilizaremos el Teorema de Bayes y el Teorema de

probabilidad total.

- Probabilidad de que tenga falla P(F)= 0.0002

- Probabilidad de que no tenga fallas P(noF)= 0.9998

- Probabilidad de que tenga fallas y no pase la inspección P(no in | F)= 0.995

- Probabilidad de que no tenga fallas y pase la inspección P(in | noF)0 0.99

- Probabilidad de que no tenga fallas y no pase la inspección P(no in | noF)=

0.01

Se utiliza para revisar probabilidades previamente calculadas cuando se

posee nueva información.

Sea un conjunto de sucesos mutuamente

excluyentes y exhaustivos y tales que la probabilidad de cada uno de ellos
es distinta de cero . Sea B un suceso cualquiera del que se conocen las
probabilidades condicionales . Entonces, la probabilidad
viene dada por la expresión:
Nos permite calcular la probabilidad de un suceso a partir de probabilidades
condicionadas.

Σ donde i toma valores entre 1 y n

Resolviendo:

Calculamos la probabilidad de que no pase la inspección

no in no in no in

no in

no in

Retomando el Teorema de Bayes

entonces

no in =

no in

Botella que no pase la inspección es porque tiene una falla de

EN LATEX

SOLUCIÓN:

Para resolver el ejercicio utilizaremos el Teorema de Bayes y el Teorema de

probabilidad total.

- Probabilidad de que tenga falla P(F)= 0.0002

- Probabilidad de que no tenga fallas P(noF)= 0.9998

- Probabilidad de que tenga fallas y no pase la inspección P(no in | F)= 0.995

- Probabilidad de que no tenga fallas y pase la inspección P(in | noF)0 0.99

- Probabilidad de que no tenga fallas y no pase la inspección P(no in | noF)=

0.01

$$TEOREMA DE BAYES$$

Se utiliza para revisar probabilidades previamente calculadas cuando se

posee nueva información.
Sea $$(A_{1}, A_{2}, ..., A_{i}, ..., A_{n})$$ un conjunto de sucesos mutuamente
excluyentes y exhaustivos y tales que la probabilidad de cada uno de ellos
es distinta de cero $$(0)$$. Sea B un suceso cualquiera del que se conocen
las probabilidades condicionales $$P(B| A_{i})$$. Entonces, la probabilidad $
$P( A_{i}| B)$$ viene dada por la expresión:

$$P( A_{i}| B)=\frac{P( B| A_{i})P(A_{i})}{P(B)}$$

$$TEOREMA DE LA PROBABILIDAD TOTAL$$

Nos permite calcular la probabilidad de un suceso a partir de probabilidades

condicionadas.

$$P(B)=$$Σ$$(A_{i})*P(B|A_{i})$$ donde i toma valores entre 1 y n

Resolviendo:

Calculamos la probabilidad de que no pase la inspección $$P(no in)$$

$$P($$no in$$)= P($$no in$$ |F)*P(F)+P($$no in$$ |noF)*P(noF)$$

$$P($$no in$$)= 0.995*0.0002+0.01*0.9998$$

$$P($$no in$$)= 0.010197$$

Retomando el Teorema de Bayes

$$P(F | no in)=\frac{P(no in | F)*P(F)}{P(no in)}$$

entonces

$$P(F | $$no in$$)$$=$$\frac{0.995*0.0002}{0.010197}$$

$$P(F | $$no in$$)=0.01951$$

$$0.01951 * 100% = 1.19%$$

Botella que no pase la inspección es porque tiene una falla de $$1.95%$$

2. Una distribuidora recibe un importante cargamento de componentes. A la

empresa le gustaría aceptar el cargamento si 10% o menos de los
componentes está defectuoso y rechazarlo si mas del 10% presenta defecto.
Se opta por seleccionar diez de estos y regresar el envío si más de uno
tiene defectos.

a. Si la proporción de componentes defectuosos es la muestra es de 10%

¿cuál es la probabilidad de que la distribuidora regrese el cargamento?
b. Si la proporción de componentes defectuosos es del 20% ¿cuál es la
probabilidad de que la empresa regrese el cargamento?.

SOLUCIÓN

Para resolver se utilizamos Distribución Binomial: Tiene que ver con el

experimento aleatorio que produce en cada ensayo o prueba uno de dos
resultados posibles mutuamente excluyentes: ocurrencia de un criterio o
característica específico (llamado éxito) y no ocurrencia de este (llamado
fracaso).

- El suceso llamado éxito su probabilidad es:

- El suceso llamado fracaso su probabilidad es:

- x: número de éxitos x: 1, 2, ... , n

- n: número de ensayos o pruebas.

Notación: X˜ b(n,p)

Formula: P ( x=k ) = . .

si es variable que sigue una distribución bimonial , la

probabilidad de obtener éxitos.

la expresión . . se resuelve utilizando los números

combinatorios.

Entonces

a. Muestra de 10%

Entonces:

Para:
 = *

= *

realizamos números combinatorios y nos queda

= 10

Para:

= *

realizamos números combinatorios y nos queda

=1

La probabilidad es:

Tiene un

b. Muestra de 20%

, , ,

.
Para:

= *

= *

realizamos números combinatorios y nos queda

= 10

Para:

= *

realizamos números combinatorios y nos queda

=1

La probabilidad es:

Tiene un
LATEX

2. Una distribuidora recibe un importante cargamento de componentes. A la

empresa le gustaría aceptar el cargamento si 10% o menos de los
componentes está defectuoso y rechazarlo si mas del 10% presenta defecto.
Se opta por seleccionar diez de estos y regresar el envío si más de uno
tiene defectos.

a. Si la proporción de componentes defectuosos es la muestra es de 10%

¿cuál es la probabilidad de que la distribuidora regrese el cargamento?

b. Si la proporción de componentes defectuosos es del 20% ¿cuál es la

probabilidad de que la empresa regrese el cargamento?.

SOLUCIÓN

Para resolver se utilizamos Distribución Binomial: Tiene que ver con el

experimento aleatorio que produce en cada ensayo o prueba uno de dos
resultados posibles mutuamente excluyentes: ocurrencia de un criterio o
característica específico (llamado éxito) y no ocurrencia de este (llamado
fracaso).

- El suceso llamado éxito su probabilidad es: $$p(A)=p$$

- El suceso llamado fracaso su probabilidad es: $$p(A^{-})= 1-p=q$$

- x: número de éxitos x: 1, 2, ... , n

- n: número de ensayos o pruebas.

Notación: X˜ b(n,p)

Formula: P ( x=k ) = $$\begin{pmatrix} n \\ k \end{pmatrix}$$ . $$p^{k}$$ . $

$q^{n-k}$$

si $$x$$ es variable que sigue una distribución bimonial $$B(n,p)$$, la

probabilidad $$P( x=k )$$ de obtener $$k$$ éxitos.

la expresión $$\begin{pmatrix} n \\ k \end{pmatrix}$$ . $$p^{k}$$ . $$q^{n-k}$

$ se resuelve utilizando los números combinatorios.

Entonces

a. Muestra de 10%

$$10%/100 = 0.10$$

$$p=0.10$$

$$q=1-0.10 = 0.90$$

$$k=1$$
$$n=10$$

Entonces:

$$P(x > 1)= 1 - (P(x = 0) + P(x = 1))$$.

Para: $$P(x = 1)$$

$$P(x = 1)$$=$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ * $$ 0.10^{1} *

0.9^{10-1}$$

$$P(x = 1)$$=$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ * $$ 0.10^{1} *

0.9^{9}$$

$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ realizamos números combinatorios

y nos queda

$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ = 10

$$P(x = 1) = 10*0.10^{1} * 0.9^{9}$$

$$P(x = 1) = 10 * 0.1 * 0.3874$$

$$P(x = 1) = 0.3874$$

Para: $$P(x = 0)$$

$$P(x = 0)$$=$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ * $$ 0.10^{0} *

0.9^{10}$$

$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ realizamos números combinatorios

y nos queda

$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ = 1

$$P(x = 0)= 1*1*0.3487$$

$$P(x = 0)= 0.3487$$

La probabilidad es:

$$P(x > 1)= 1 - (0.3874+0.3487)$$

$$P(x > 1)= 1- 0.7361$$

$$P(x > 1) = 0.2639$$

Tiene un $$26.39%$$

b. Muestra de 20%

$$k=1$$, $$n=10$$, $$p=0.20$$, $$q=0.8$$

$$P(x > 1)= 1 - (P(x = 0) + P(x = 1))$$.

Para: $$P(x = 1)$$

$$P(x = 1)$$=$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ * $$ 0.20^{1} *

0.8^{10-1}$$

$$P(x = 1)$$=$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ * $$ 0.20^{1} *

0.8^{9}$$

$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ realizamos números combinatorios

y nos queda

$$\begin{pmatrix} 10 \\ 1 \end{pmatrix}$$ = 10

$$P(x = 1) = 10*0.20^{1} * 0.8^{9}$$

$$P(x = 1) = 10*0.2 * 0.1342$$

$$P(x = 1) = 0.2684$$

Para: $$P(x = 0)$$

$$P(x = 0)$$=$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ * $$ 0.20^{0} *

0.8^{10}$$

$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ realizamos números combinatorios

y nos queda

$$\begin{pmatrix} 10 \\ 0 \end{pmatrix}$$ = 1

$$P(x = 0)= 1*1*0.1074$$

$$P(x = 0)= 0.1074$$

La probabilidad es:

$$P(x > 1)= 1 - (0.1074+0.2684)$$

$$P(x > 1)= 1- 0.3758$$

$$P(x > 1) = 0.6242$$

Tiene un $$62.42%$$