Probabilidad
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 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 tenga
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.
Datos
- F:Falla
- Fc: No hay Falla
- Insc: No pasa la Inspección
- Ins: Pasa la inspección
SOLUCIÓN
- Probabilidad de falla: P(F)=0.0002
- Probabilidad que no haya falla: P(Fc)=0,9998
- Probabilidad dado que tiene falla, no pase la inspección: P(Insc/F)=0,995
- Probabilidad dado que no tiene falla, pase la inspección: P(Ins/Fc)=0,99
- Probabilidad dado que no tiene falla, no pase la inspección: P(Insc/Fc)=0,01
a) Si una botella no pasa la inspección. ¿Cuál es la probabilidad de que tenga
falla?
- Calculo de P(Insc) se utiliza el Teorema de la Probabilidad Total
P(Isnc)=P(Insc/F)∗P(F)+P(Insc/Fc)∗P(Fc)
P(Isnc)=0,995∗0,0002+0,01∗0,9998
P(Isnc)=0,010197
Se usa el Teorema de Bayes
P(F/Insc)=P(Insc/F)∗P(F)P(Insc)
P(F/Insc)=0,995∗0,00020,010197
P(F/Insc)=0,01951
Rta: Si una botella no pasa la inspeción, la probabilidad de que esta tenga falla es de
0,01951
b. Cuál de las siguientes es la interpretación más correcta de la respuesta de la
pregunta anterior:
Con respecto al punto anterior la interpretación más correcta sería ""La
mayoría de las botellas que no pasan la inspección no tienen fallas""
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 más del 10% presenta defecto. Se opta por seleccionar diez de estos y regresar
el envío si más de uno tiene defectos.
SOLUCIÓN
De acuerdo a la información del problema, podemos decir que claramente es una
distribución binomial, por lo que se aplica la formula de la distribución Binomial, que es la
siguiente:
P(X=x)=n!x!(n−x)!px(1−p)n−x donde x=0,1,....,n
Datos
- n=10
- p=0,1
- 1−p=0,9
a. Si la proporción de componentes defectuosos en la muestra es del 10% ¿cuál es la
probabilidad de que la distribuidora regrese el cargamento?
- Probabilidad de que el Componente sea defectuoso : p^=xn=110=0,1
- Probabilidad de que el Componente no sea defectuoso: 1−p=1−0,1=0,9
Con respecto a la pregunta para que la distribuidora regrese el cargamento, este debe de ser
igual o mayor que dos P(x≥2)=P(x=2)+......+P(x=10)=1−
(P(x=0)+P(x=1)) Esto se iguala para simplificar los calculos:
P(x≥2)=1−(P(x=0)+P(x=1))
P(x=0)=(100)∗(0,10)∗(0,910)=0,3486
P(x=1)=(101)∗(0,11)∗(0,99)=0,3874
P(x≥2)=1−(0,3486+0,3874)=1−0,7360=0,2639
Rta=0,2639 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?
- Probabilidad de que el Componente sea defectuoso : p^=210=0,2
- Probabilidad de que el Componente no sea defectuoso: 1−p=1−0,2=0,8
Con respecto a la pregunta para que la distribuidora regrese el cargamento,
este debe de ser igual o mayor que tres:
P(x≥3)=P(x=3)+....+P(x=10)=1−(P(x=0)+P(x=1)+P(x=2))
P(x=0)=
Aportes individuales IVAN ALBERTO BARBOSA RUIZ
APORTE WIKI
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
p { Ai / B }= p { Ai } . P { B / Ai } P { A1 } . P { B / A1 } + { P A2 } . p { B / A2 }
+ p { An } . p { B / An }
a. Si una botella no pasa la inspección, ¿cuál es la probabilidad de que tiene falla?
[Link]: % botellas con falla 0.0002
% botellas pasaron la inspeccion 0.005
% botellas no pasaron inspeccion 0.995
2. Rta:% botellas sin falla 0.9998
% botellas pasaron inspeccion 0.99
% botellas no pasaron inspeccion 0.01
p { Ai / B } = { 0.9995 } . { 0.0002 } { 0.995 }. { 0.0002}+ { 0.01 / 09888}
p { Ai / B } = 0.0001990. 000199+`0.009998
p { Ai / B }= 0.0001990. 010197
p { Ai / B }0 1.95%
b. Cuál de las siguientes es la interpretación más correcta de la respuesta de la pregunta
anterior:
Rta: 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.
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 más 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 en la muestra es del 10% ¿cuál es la
probabilidad de que la distribuidora regrese el cargamento?
p { x=x } ={ { nx }} px1 - p { n-x }
n= 01 y p=0.1
Bin= { 10.01 }
p { x>2 }=p { x=2 }+p { x=3 }+p { x=4}+p { x=10 }
p { x=2 }= 1 = p { 1=0 }+p { x=1 }
=1 - { 100 }0.1{ 1=0.1 } 10 + { 101 } 0.11 { 1=0.1 }9
= 1 { 0.3486784401 + 0.387420489 }
= 0.2639010709
Rta: 0.264
b. Si la proporción de componentes defectuosos es del 20% ¿cuál es la probabilidad de que
la empresa regrese el cargamento?.
n= 10 y p = 0.2
p { x>2} p { x=2 }+ p { x=3 }+ p { x=4 }+ p { x=10 }
p { x>x } = 1 - { p { x=0 }+p { x=1 } }
= 1- { { 100 }0.20 { 1-0.2 } 10 + { 101 }0.21 { 1-0.2 }9 }
= 1 - { 0.1073741824+ 0.268435456 }= 0.6241903616
Rta: 0.624
3. Suponga que el número de visitas a cierto sitio web durante un intervalo fijo sigue una
distribución de poisson. Suponga que el promedio de visitas es de cinco en cada minuto.
Determine la probabilidad de que haya sólo 17 visitas en los siguientes tres minutos.
FREIDY BARRIGA GOMEZ
1.)
Probabilidad de falla: P(F)=0.0002
Probabilidad de que no haya falla: P(nF)=0.9998
Dado que tiene falla no pase la inspección: P(np|F)= 0.995
Dado que no tiene falla, pase la inspección: P(sp|nF)=0.99 y
Dado que no tiene falla, no pase la inspección:P(np|nF)=0.01
a)
como
P(np)=P(np|F) P(F)+P(np|nF) P(nF)
P(np)=(0.995)(0.0002)+(0.01)(0.9998)=0.010197
Utilizando bayes
P(F|np)=<span>P(np|F)P(F)/P(np)
P(F|np)=0.995∗0.00020.010197=0.01951
1,951%
B) la opción 1 es la correcta
2.)
a.)
probabilidad de defectuoso P(d)=0.1
probabilidad de no defectuoso P(nd)=0.9
para que regrese al cargamento deben a ver dos o mas defectuosos , por ende se debe
encontrar la probabilidad
p(2)+ p(3)+ p(4)+ p(5)+ p(6) +p(7)+p(8)+ p(9)+ p(10)
que es lo mismo que encontrar 1−(p(1)+p(0))
se encuentran p(1) y p(2) por binomial
p(0)=(10c0)(0,10)(0,910)=0.3487
p(1)=(10c1)(0,11)(0,99)=0.3874
entonces 1−(p(1)+p(0))=1−(0.3487+0.3874)=0.2639
b.)
probabilidad de defectuoso P(d)=0.2
probabilidad de no defectuoso P(nd)=0.8
para que regrese al cargamento deben a ver dos o mas defectuosos , por ende se debe
encontrar la probabilidad
p(2)+ p(3)+ p(4)+ p(5)+ p(6) +p(7)+p(8)+ p(9)+ p(10)
que es lo mismo que encontrar 1−(p(1)+p(0))
se encuentran p(1) y p(2) por binomial
p(0)=(10c0)(0,20)(0,810)=0.1074
p(1)=(10c1)(0,21)(0,89)=0.2684
entonces 1−(p(1)+p(0))=1−(0.1074+0.2684)=0.6242
3.)
λ=5porminuto
como es en 3 minutos entonces λ=(5)(3)=15
x=17
utilizando poisson
p(x)=e−λλxx!
p(17)=e−15151717!=0.0847
