Electricity">
Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 22 vistas

    Teorema de Bayes

    Cargado por

    stevan Benavides Pardo
    Los cuatro inspectores de una fábrica de película colocan fechas de caducidad en los paquetes con diferentes probabilidades de éxito. Si un cliente encuentra un paquete sin fecha, la probabilidad más alta de que haya sido inspeccionado por el inspector John es del 67%.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd

    Teorema de Bayes

    Cargado por

    stevan Benavides Pardo
    22 vistas10 páginas
    Los cuatro inspectores de una fábrica de película colocan fechas de caducidad en los paquetes con diferentes probabilidades de éxito. Si un cliente encuentra un paquete sin fecha, la probabilidad más alta de que haya sido inspeccionado por el inspector John es del 67%.

    Descripción original:

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    XLSX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Los cuatro inspectores de una fábrica de película colocan fechas de caducidad en los paquetes con diferentes probabilidades de éxito. Si un cliente encuentra un paquete sin fecha, la probabilidad más alta de que haya sido inspeccionado por el inspector John es del 67%.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    22 vistas10 páginas

    Teorema de Bayes

    Cargado por

    stevan Benavides Pardo
    Los cuatro inspectores de una fábrica de película colocan fechas de caducidad en los paquetes con diferentes probabilidades de éxito. Si un cliente encuentra un paquete sin fecha, la probabilidad más alta de que haya sido inspeccionado por el inspector John es del 67%.

    Copyright:

    © All Rights Reserved
    Descargue como XLSX, PDF, TXT o lea en línea desde Scribd
    Descargar como xlsx, pdf o txt
    de 10

    Suponga que los cuatro inspectores de una fábrica de película colocan la fecha de caducidad en cada paquete de película al fin

    paquetes, no logra ponerla en uno de cada 200 paquetes; Tom, quien la coloca en 60% de los paquetes, no logra ponerla en u
    no lo hace una vez en cada 90 paquetes; y Pat, que fecha 5% de los paquetes, falla en uno de cada 200 paquetes. Si un cliente
    ¿cuál es la probabilidad de que haya sido inspeccionado por John?

    P(NF)= 0.005

    P(Jh)= 0.2

    P(SF)= 0.995

    P(NF)= 0.01

    P(T)= 0.6
    P(SF)= 0.99

    P(NF)=
    0.01111111
    P(Jf)= 0.15
    P(SF)= 0.98888889

    P(NF)= 0.005

    P(P)= 0.05
    P(SF)= 0.995
    1

    Por Jhon

    𝑃({𝑁𝐹│𝐽𝐻}) (𝑃(𝐽𝐻)∗𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)

    Por Tom
    𝑃({𝑁𝐹│𝑇}) (𝑃(𝑇)∗𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(

    Por Jeff

    𝑃({𝑁𝐹│𝐽𝐹}) (𝑃(𝐽𝐹)∗𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁
    Por Pat
    𝑃({𝑁𝐹│𝑃}) (𝑃(𝑃)∗𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁𝐹
    n cada paquete de película al final de la línea de montaje. John, quien coloca la fecha de caducidad en 20% de los
    paquetes, no logra ponerla en uno de cada 100 paquetes; Jeff, quien la coloca en 15% de los paquetes,
    cada 200 paquetes. Si un cliente se queja de que su paquete de película no muestra la fecha de caducidad,

    Probabilidad conjunta

    P(Jhy NF)=P(Jh)*P(NF)= 0.001

    P(Jhy SF)=P(Jh)*P(SF)= 0.199 0.2

    P(Ty NF)=P(T)*P(NF)= 0.006

    P(Ty SF)=P(T)*P(SF)= 0.594 0.6

    P(JFy NF)=P(Jf)*P(NF)= 0.00166667

    P(JFy SF)=P(Jf)*P(SF)= 0.14833333 0.15

    P(Py NF)=P(P)*P(NF)= 0.00025

    P(Py SF)=P(P)*P(SF)= 0.04975 0.05

    ∗𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁𝐹)+𝑃(𝐽𝐹)∗𝑃(𝑁𝐹)+𝑃(𝑃)∗𝑃(𝑁𝐹))
    0.11214953

    𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁𝐹)+𝑃(𝐽𝐹)∗𝑃(𝑁𝐹)+𝑃(𝑃)∗𝑃(𝑁𝐹))
    0.6728972

    𝑃(𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁𝐹)+𝑃(𝐽𝐹)∗𝑃(𝑁𝐹)+𝑃(𝑃)∗𝑃(𝑁𝐹))
    0.18691589
    𝑁𝐹))/(𝑃(𝐽𝐻)∗𝑃(𝑁𝐹)+𝑃(𝑇)∗𝑃(𝑁𝐹)+𝑃(𝐽𝐹)∗𝑃(𝑁𝐹)+𝑃(𝑃)∗𝑃(𝑁𝐹))
    0.02803738

    Suma= 1
    Problema 2
    en cada estación reportados durante un año y las causas
    de éstos.
    Suponga que se reporta una falla y que se descubre que
    fue ocasionada por otros errores humanos. ¿De que subestacion es mas probable que provenga la falla?

    Estacion A B C
    Problemas con el suministro de electricidad 2 1 1
    Falla de la computadora 4 3 1
    Fallas en el equipo Electrico 5 4 1
    Fallas Ocacionadas por erorres humanos 7 5 5
    Suma por Subestaciones 18 13 8
    Total de Fallas 39

    P(SE)= 0.1111111111

    P(A)= 0.4615385 P(FC)= 0.2222222222

    P(EE)= 0.2777777778

    P(EH)= 0.3888888889

    P(SE)= 0.0769230769

    P(B)= 0.3333333 P(FC)= 0.2307692308

    P(EE)= 0.3076923077

    P(EH)= 0.3846153846

    P(SE)= 0.125

    P(C)= 0.2051282 P(FC)= 0.125


    P(EE)= 0.125

    P(EH)= 0.625

    La probabilidad de que la falla Humana haya surgido de la Subestacion A= P(EH/A)=P(A)*P(EH)/(P(A)*P(EH)+P(B)*P(EH


    0.4117647059

    La probabilidad de que la falla Humana haya sugido de la Subestacion B= P(EH/B)=P(B)*P(EH)/(P(A)*P(EH)+P(B)*P(EH


    0.2941176471

    La probabilidad de que la falla Humana haya sugido de la Subestacion C= P(EH/C)=P(C)*P(EH)/(P(A)*P(EH)+P(B)*P(EH


    0.2941176471

    Suma 1

    P(R)= 0.6

    P(PL)= 0.75

    P(NR)= 0.4

    P(R)= 0.3

    P(SE)= 0.25
    P(NR)= 0.7

    Teorema de Bayes
    Probabilidad de que haya comprado pintura Latex
    𝑃({𝑅│𝑃𝐿}) (𝑃(𝑃𝐿)∗𝑃(𝑅))/(𝑃(𝑃𝐿)∗𝑃(𝑅)+𝑃(𝑆𝐸)∗𝑃(𝑅) )

    Probabilidad de que haya comprado pintura Semiesmaltada

    𝑃({𝑅│𝑆𝐸}) (𝑃(𝑆𝐸)∗𝑃(𝑅))/(𝑃(𝑃𝐿)∗𝑃(𝑅)+𝑃(𝑆𝐸)∗𝑃(𝑅) )

    Σ=
    Probabilidad Conjunta

    P(A y SE)=P(A)*P(SE)= 0.05128205

    P(A y FC)=P(A)*P(FC)= 0.1025641

    P(A y EE)=P(A)*P(EE)= 0.12820513

    P(A y EH)=P(A)*P(EH)= 0.17948718 0.46153846

    P(B y SE)=P(B)*P(SE)= 0.02564103

    P(B y FC)=P(B)*P(FC)= 0.07692308

    P(B y EE)=P(B)*P(EE)= 0.1025641

    P(B y EH)=P(B)*P(EH)= 0.12820513 0.33333333

    P(C y SE)=P(C)*P(SE)= 0.02564103

    P(C y FC)=P(C)*P(FC)= 0.02564103


    P(C y EE)=P(C)*P(EE)= 0.02564103

    P(C y EH)=P(C)*P(EH)= 0.12820513 0.20512821

    H)/(P(A)*P(EH)+P(B)*P(EH)+P(C)*P(EH)))

    H)/(P(A)*P(EH)+P(B)*P(EH)+P(C)*P(EH)))

    H)/(P(A)*P(EH)+P(B)*P(EH)+P(C)*P(EH)))

    Probabilidad conjunta

    P(PLy R)=P(PL)*P(R)= 0.45

    P(PLy NR)=P(PL)*P(NR)= 0.3 0.75

    P(SEy R)=P(SE)*P(R)= 0.075


    P(SEy NR)=P(SE)*P(NR)= 0.175 0.25

    Σ= 1

    0.8571428571

    miesmaltada

    0.1428571429

    También podría gustarte