Académique Documents
Professionnel Documents
Culture Documents
TEOREMA DE BAYES
1. Una empresa productora de medicinas que está probando un nuevo medicamento contra
la fiebre del heno descubrió que el 60% de todas las personas que sufren este mal sienten
alivio de los síntomas 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 sí 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(MᴖA)=P(A)*P(M/A)=0,6*0,4=0,24
P(A)=P(AᴖM)+P(AᴖnM)
P(AᴖnM) =P(A)-P(AᴖM)=
=0,6-0,24=0,36
Como P(AᴖnM) >P(MᴖA)
No es aconsejable tomar el medicamento.
2. La policía planea hacer respetar los límites 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 operarán 40%,30%,20% y 10% del tiempo. Si una persona que excede el límite 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, ¿Cuál 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
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 esté
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(L2|x)= P(X∩L2)/P(x)=0.03/0.27=1/9
4. Suponga que los cuatro inspectores de una fabrica de película colocan la fecha de caducidad en cada
paquete de película al final de la línea 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 película no muestra la fecha de caducidad, ¿Cuál es la
probabilidad de que haya sido inspeccionado por John?