Universidad Mariano Gálvez de Guatemala

Facultad de Ciencias de la Administración

Maestría en Dirección de Marketing
Curso: Modelos para la Toma de Decisiones
Sección A
Ing. Carlos Alberto Arias Lopez

Capítulo 2 Realización de problemas páginas 50 al 56.

Integrantes Grupo No. 1

Karla Fabiola Alvarez Santos 1027-16-5840

Kimberly Leticia Ruíz de León 1027-18-8529
Mónica Melissa Arana Bojorquez 1027-14.6122
Génesis Eunice Alvarez Guzmán 1027-18-6363
Andrea Paola Gramajo Figueroa 1027-13-2905
Juan de Dios Ozorio Hernandéz 1027-15-7224

Guatemala, febrero 18 del 2022.

 Problemas

1. Un estudio examinó los tiempos de espera en el departamento de rayos

X de un hospital en Jacksonville, Florida. Un empleado anotó el número
de pacientes que esperan ser atendidos a las 9:00 a.m. durante 20 días
consecutivos, y obtuvo los resultados siguientes:

Número de pacientes Número de días que

en espera el resultado ocurrió
0 2
1 5
2 6
3 4
4 3
Total 20

a. Defina el experimento que realizó el empleado.

El experimento realizado con anterioridad se toma en base a un método de
observación durante 20 días consecutivos ante las 9 horas del mañana
realizado por un empleado del hospital Jacksonville.

b. Haga una lista de los resultados experimentales.

No.
Pacientes en
espera
0
1
2
3
4

La tabla anterior muestra los resultados experimentales, tales como el

paciente 0,1,2,3,4.

c. Asigne probabilidades a los resultados experimentales.

No. No. De días que

Probabilidades
Pacientes en el resultado
= No. dias/20
espera ocurrió
0 2 0.10
1 5 0.25
2 6 0.30
3 4 0.20
4 3 0.15
20 Días 1.00
 Ya que la probabilidad es igual a 1 la investigación que el empleado realizo
es muy probable que ocurra.

d. ¿Qué método utilizó?

Se aplico el método de frecuencia relativa.

2. Una empresa que franquicia cafeterías realizó pruebas de sabor para un

nuevo producto de café. La empresa preparó cuatro mezclas y eligió
personas al azar para hacerles una prueba de sabor y determinar cuál
de ellas les gustaba más. Los resultados de la prueba para 100 personas
se proporcionan enseguida.

Mezcla Preferencia de los catadores

1 20
2 30
3 35
4 15

a. Defina el experimento que se está realizando. ¿Cuántas veces se

repitió?

Con base a las cuatro mezclas se realizaron 100 muestras aleatorias para
conocer el nivel de aceptación de cada una de ellas, el experimento se
repitió 100 veces.

b. Antes de realizar el experimento, es razonable suponer que las

preferencias por las cuatro mezclas son iguales. ¿Qué
probabilidades asignaría a los resultados experimentales antes de
realizar la prueba de sabor? ¿Qué método utilizó?
Preferencia de los
Mezcla catadores
= 100 x

1 25
2 25
3 25
4 25
Se aplica el método de resultados igualmente probables tomando ¼ de
los catadores para las 4 mezclas.

c. Después de realizar la prueba de sabor, ¿qué probabilidades

asignaría a los resultados experimentales? ¿Qué método utilizó?
 Preferencia de los Probabilidad = Pref
Mezcla
catadores catadores / 100
1 20 0.20
2 30 0.30
3 35 0.35
4 15 0.15
100 1.00
Ya que la probabilidad es igual a 1 la investigación experimental de las
muestras de café es probable que sean bien aceptados, se aplica el
método de frecuencia relativa.

3. Una empresa que elabora pasta dental estudia cinco diseños de

paquetes diferentes. Suponga que un diseño tiene igual probabilidad de
ser seleccionado por un consumidor que cualquiera de los otros, ¿qué
probabilidad de selección asignaría a cada uno de los diseños? En un
experimento real se pidió a 100 consumidores que seleccionaran el
diseño de su preferencia. Se obtuvieron los datos siguientes. ¿Los
datos confirman la creencia de que un diseño tiene igual probabilidad
de ser seleccionado que otro? Explique por qué.

Número de veces que

Diseño se prefirió
1 5
2 15
3 30
4 40
5 10

¿Qué probabilidad de selección asignaría a cada uno de los diseños?

Número de asignación
para igual probabilidad
Diseño
= 100 x

1 20
2 20
3 20
4 20
5 20

Para que la probabilidad de selección sea igualitaria se aplica el método de

resultados igualmente probables, tomando en consideración a los 100
consumidores y los 5 diseños.
 ¿Los datos confirman la creencia de que un diseño tiene igual
probabilidad de ser seleccionado que otro?

Aunque algunas preferencias son variantes, la probabilidad de elección es la

misma.

4. La disponibilidad de capital de riesgo proporcionó un gran estímulo

sobre los fondos disponibles para las empresas en años recientes.
Según Venture Economics (Investor’s Business Daily, 28 de abril de
2000), se hicieron 2 374 desembolsos de capital de riesgo en 1999, de
los cuales 1 434 se asignaron a empresas de California, 390 a empresas
de Massachusetts, 217 a empresas de Nueva York y 112 a empresas de
Colorado. Veintidós por ciento de las empresas que recibieron fondos
estaban en las primeras etapas de desarrollo y 55% en etapa de
expansión. Suponga que quiere elegir una de estas empresas al azar
para enterarse de cómo empleó los fondos.

a. ¿Cuál es la probabilidad de que la empresa elegida esté en

California?

Probabilidad = (1,434 empresas asignadas California / 2,374

desembolsos de capital) X 100
Probabilidad Cali= (0.60) X 100
Probabilidad Cali= 60%

En base al método frecuencia relativa existe una probabilidad del 60% de

que la empresa pueda estar en California.

b. ¿Cuál es la probabilidad de que la empresa elegida no esté en uno

de los cuatro estados mencionados?

Desembolsos de capital 2,374

California 1,434
Masachusetts 390
Nueva York 217
Colorado 112
Suma de Estados 2,153
Diferencia entre desembolso y
Estados 221
Porcentaje no perteneciente a
ningún Estado 9%

221 es la cantidad perteneciente a cada estado, tomando en cuenta que

el 9% podría pertenecer a otro Estado.
 c. ¿Cuál es la probabilidad de que la empresa no se encuentre en las
primeras etapas de desarrollo?

Probabilidad de empresas en
1er etapa 0.22
Empresas que no estan en la
etapa 1
Probabilidad que una empresa
no se encuentre en el proceso
de desarrollo 0.78

Existe un 0.78 de probabilidad, ya que está cercana a 1 es probable que

la empresa no se encuentre en la primera etapa de desarrollo.

d. Suponga que las empresas en las primeras etapas de desarrollo

estuvieran distribuidas equitativamente en todo el país, ¿cuántas
empresas de Massachusetts que recibieron fondos de la capital de
riesgo estaban en las primeras etapas de desarrollo?

Masachusetts 390
Probabilidad de empresas en
0.22
1er etapa
Resultado 86

86 empresas que se encuentran en la etapa de desarrollo recibieron

fondos de capital de riesgo.

e. La cantidad total de fondos invertidos fue e $32,400 millones. Estime

la cantidad que se asignó a Colorado.

Colorado 112
Desembolsos de capital 2,374
Fondos Invertidos $32,400.00
Cantidad asignada
=(Colorado / Desembolso cap) X Fondos Inv $1,528.56

5. Strom Construction presentó una licitación sobre dos contratos. El

propietario identificó los resultados posibles y asignó de manera
subjetiva las probabilidades siguientes.

Resultado Obtener Obtener

experimental contrato 1 contrato 2 Probabilidad
1 Sí Sí 0.15
2 Sí No 0.15
3 No Sí 0.30
4 No No 0.25
 a. ¿Estas asignaciones de probabilidad son válidas? ¿Por qué?

Las asignaciones anteriormente detalladas si son válidas ya que al no contar

con datos se debe aplicar una selección al azar para cada resultado
experimental y para cada contrato.

Obtener
Resultados Obtener
contrato Probabilidad Datos
experimental contrato 1
2
Se toma en cuenta esta
probabilidad ya que existe un bajo
1 Sí Sí 0.15
porcentaje que es bajo probable
que se obtengan ambos contratos
Se toma en cuenta esta
probabilidad ya que existe un bajo
porcentaje que es bajo probable
2 Sí No 0.15
que el primer contrato sea
obtenido siendo la primera
oportunidad.
Se toma en cuenta la probabilidad
más alta ya que es más probable
3 No Sí 0.3
que se obtenga el segundo
contrato antes del primero.
Se toma en cuenta la probabilidad
4 No No 0.25 media ya que es probable que no
se obtenga ningún contrato.

b. Sino lo son, ¿qué se tendría que hacer para que las asignaciones de
probabilidad sean válidas?

6. Una muestra de 100 clientes de Montana Gas and Electric dio como
resultado la siguiente distribución de frecuencia de cargos mensuales.

Monto ($) Número

0–49 13
50–99 22
100–149 34
150–199 26
200–249 5

a. Sea A el evento de que los cargos mensuales son $150 o mayores.

Encuentre P(A).

P (A)= (Suma números mayores a $.150) / 100 clientes.

P (A)= (26 + 5) / 100
P (A)= 31 / 100
 P (A)= 0.31
La probabilidad A es igual al 31% de los cargos mensuales entre $150 en
adelante.

b. Sea B el vento de que los cargos mensuales son menores a $150.

Encuentre P(B).

P (B)= (Suma números menores a $.150) / 100 clientes

P (B)= (13+22+34) /100
P (B)= 69 / 100
P (B)= 0.69

La probabilidad B es igual al 69% de los cargos mensuales entre $.0 a $.150.

7. Suponga que un espacio muestral tiene cinco resultados

experimentales igualmente probables:E1, E2, E3, E4, E5. Sea

A = {E1, E2}
B = {E3, E4}
C = {E2, E3, E5}

Resultado de probabilidades igualitarias:

Resultados Probabilidades
Experimentales iguales
E1 0.20
E2 0.20
E3 0.20
E4 0.20
E5 0.20
Probabilidad 1

a. Encuentre P(A), P(B) y P(C).

P P(X) = Ex + Ex Resultado
P(A) 0.20 + 0.20 0.40
P(B) 0.20 + 0.20 0.40
P ( C) 0.20 + 0.20 + 0.20 0.60

b. Encuentre P (A U B). ¿A y B son mutuamente excluyentes?

P .= PA + PB Resultado
AUB 0.40 + 0.40 0.80

A y B si son eventos mutuamente excluyentes ya que no pueden ocurrir

simultáneamente.
 c. Encuentre Ac, Cc, P(Ac) y P(Cc).

Ac, Cc
Resultados
P
experimentales
Ac E3 + E4 + E5
Cc E1 +E4
Se toman en cuenta los Resultados Experimentales que no se encuentran
en P(a) y P( C)

P(Ac) y P(Cc).

Resultados
P Resultado
experimentales
P (Ac) 0.20 + 0.20 + 0.20 0.60
P (Cc) 0.20 + 0.20 0.40

d. Encuentre A U Bc y P(A U Bc).

Resultados
P Datos P(A U Bc).
experimentales
A U Bc E1 + E2 + E5 0.20 + 0.20 + 0.20 0.60

e. Encuentre P (B U C).

Resultados
P Datos P(B U C).
experimentales
0.20 + 0.20 + 0.20 +
P (B U C) E2 + E3 + E4 + E5 0.80
0.20

8. Los datos sobre los 30 fondos de bonos altos proporcionan

rendimientos de porcentaje de uno y cinco años para el periodo que
termino el 31 de marzo de 2000 (The Wall Street Journal, 10 de abril de
2000). Suponga que se considera que un rendimiento de un año
superior a 2% es alto y que un rendimiento de cinco años superior a
44% es alto. La mitad d ellos fondos tuvo un rendimiento de un año
superior a 2%, 12 de los fondos tuvieron un rendimiento de cinco años
superior a 44%, y seis de los fondos tuvieron rendimientos tanto de un
año superior a 2% como de cinco años superior a 44%.

a. Encuentre la probabilidad de que un fondo tenga un rendimiento

alto de un año, la probabilidad de que un fondo tenga un
rendimiento alto de cinco años, y la probabilidad de que un fondo
 tenta tanto un rendimiento alto de un año como uno de cinco
años.

La probabilidad que tenga un rendimiento alto de un año es de 0.5,

mientras que la probabilidad de rendimiento de cinco años es de 0.4 y
por último que la probabilidad de fono por un alto de cinco años es de
0.2.

b. ¿Cuál es la probabilidad de que un fondo tenga un rendimiento

alto de un año, un rendimiento alto de cinco años?

La probabilidad es de 0.70.

c. ¿Cuál es la probabilidad de que un fondo no tenga ni un

rendimiento alto de un año ni uno de cinco años?

La probabilidad que no tenga fondo ni rendimiento durante cinco años

es de 0.30.

9. Una compañía farmacéutica realizo un estudio para evaluar el efecto de

un medicamento para aliviar una alergia: 250 pacientes con síntomas
que incluían ojos rojos y una erupción en la piel recibieron el
medicamento. Los resultados del estudio son los siguientes: 90 de los
pacientes tratados experimentaron alivio en los ojos, a 135 se les quito
la erupción y 45 experimentaron alivio en los ojos como la piel. ¿Cuál
es la probabilidad de que un paciente que toma el medicamento
experimente alivio por lo menos en uno de los dos síntomas?

EM= 250
A= 90
E= 135
C= 45

P(A)= 90/250
P(A)= 0.36

P(E)= 135/250
P(E)= 0.54

P(C)= 45/250
P(C)= 0.18

P(AUE)= 0.36+0.54-0.18
P(AUE)= 0.72

10. Un especialista en control de calidad ha muestreado 25 aparatos de la

línea de producción. Un aparato puede tener menores o mayores. De
 los 25 aparatos muestreados, 4 tienen defectos menores y 2 defectos
mayores. ¿Cuál es la probabilidad de que un aparato tenga un defecto
mayor, dado que tiene un defecto?

EM= 25
P(Defectos menores) = 4
P(Defectos mayores) = 2

P(DMN)= 4/25
P(DMY)= 2/25

4/25 + 2/25= 6/25

2/25 / 6/25= 2/6= 1/3

11. Sea A el evento de que el principal medio de transporte de una persona

para ir y regresar del trabajo es un automóvil, y B el evento de que el
principal medio de transporte de una persona para ir y regresar del
trabajo es un autobús. Suponga que en una ciudad grade P(A)=0.45 y
P(B)= 0.35.

a. ¿Los eventos A y B son mutuamente excluyentes? ¿Cuál es la

probabilidad de que una persona use un automóvil o un autobús
para ir y regresar del trabajo?

P(A U B)=P(A) + P(B) - P(A?B) = 0.45 + 0.35 - 0 = 0.80

Son mutuamente excluyentes por que una persona no puede tener dos
métodos principales de ir al trabajo.

b. Calcule la probabilidad de que el medio de transporte principal

de una persona sea algún medio distinto al autobús.

P(B) = 1 - P(B) = 1 – 0.35 = 0.65

Es la probabilidad del complementario a ir en autobús.

12. Para los dos eventos A y B, P(A)=0.5, P(B)= 0.60, y P(A∩B)= 0.40

a. Encuentre P(A│B).

P(A∩B) 0. 0
P (A │ B) = = 0.60 = 0.67
P(B)

b. Encuentre P(B│A).
P(A∩B) 0. 0
P (B │ A) = = = 0.80
P(A) 0. 0
 c. ¿A y B son independientes? ¿Por qué?

No, no son independientes porque P (A │ B) ≠ P (A)

13. Una Encuesta de estudiantes de la maestría en administración reveló

los datos siguientes sobre “La primera razón de los estudiantes para
solicitar ingresar a la escuela en que se inscribieron”.

a. Haga una tabla de probabilidad conjunta utilizando estos datos.

Razón de solicitud
Costo/
Calidad Otra Total
Conveniencia
T. Completo 0.218 0.204 0.039 0.461
T. Parcial 0.208 0.307 0.024 0.539
Total 0.43 0.51 0.063 1.00

b. Utilice las probabilidades marginales de la calidad de la escuela,

el costo o conveniencia de la misma y otros para comentar la
razón más importante para elegir una escuela.

Existe la probabilidad del 0.51 que un estudiante lo primero que analice

sea el costo y conveniencia de estudiar, y una probabilidad de 0.43 que
los demás estudiantes citen la calidad de la escuela.

c. Si un estudiante asiste tiempo completo, ¿cuál es la

probabilidad de que la calidad sea la primera razón para elegir
una escuela?

P (Calidad │Tiempo completo) = 0.218 / 0.461 = 0.47

Existe la probabilidad del 0.47 que la primera razón para elegir sea la
escuela es la calidad.
 d. Si un estudiante asiste tiempo parcial, ¿cuál es la probabilidad
de que la calidad sea la primera razón para elegir una escuela?

P (Calidad │Medio tiempo) = 0.208 / 0.539 = 0.39

Existe la probabilidad del 0.39, si un estudiante asista en tiempo
parcial la primera razón en elegir sea la calidad.

e. Sea A el evento que un estudiante asista tiempo completo y B el

evento de que el estudiante mencione la calidad de la escuela
como la primera razón para su solicitud. ¿Los eventos A y B son
independientes? Justifique su respuesta.

P (B) = 0.426 y P (B │A) = 0.473

Los eventos son dependientes, ya que P (B) ≠ (B │ A)

14. Las cuentas de cheques del banco de Sun Bank se clasifican por la
antigüedad y por el estado de cuenta. Los auditores seleccionarán
cuentas al azar de las 1000 cuentas siguientes (los números de la tabla
son nel número de cuentas en cada categoría):

a. ¿Cuál es la probabilidad de que una tenga menos de dos años?

P (< 2 años) = 0.45
La probabilidad es del 45%
b. ¿Cuál es la probabilidad de que el establo de una cuenta sea de
$1000 o más?
P (≥ $10,000) = 0.29
La probabilidad es de 29%.
c. ¿Cuál es la probabilidad de que el estado de cuenta de dos
cuentas sea de $1000 o más?

P (2 cuentas ≥ $1,000) = (0.29) *(0.29) = 8% es la probabilidad

 d. ¿Cuál es la probabilidad de que el estado de cuenta sea de $500-
$999 dado que la cuenta tiene una antigüedad de dos años o
más?
P ($500 - $999 │ ≥ 2 años) = P ($500 - $999 y ≥ 2 años) / P (≥ AÑOS)
= 0.275/0.55 = 0.5
La probabilidad es del 50%.

e. ¿Cuál es la probabilidad de que una cuenta sea menor de dos

años y tenga un estado ed cuenta de $1000 o más?
P (< 2 años y ≥ $1,000) = 9%
La probabilidad es del 9%

f. ¿Cuál es la probabilidad de que una cuenta sea menor de dos

años dado que el estado de cuenta es de $500-$999?

P (≥ 2 años │ $500 - $999) = 0.275 / 0.515 = 53%

La probabilidad es del 53%

15. Debido al aumento en los costos de la asistencia médica, 43 millones

de personas en Estados Unidos no cuentan con un seguro médico
(Time, 1 de diciembre, 2003). Los datos muestrales que representan la
cobertura nacional de la asistencia médica para personas de 18 años y
mayores se muestran aquí.

a. Haga una tabla de probabilidad conjunta para estos datos y

utilícela para responder las presuntas restantes.
b. ¿Qué indican las probabilidades marginales sobre la edad de la
población estadounidense?

Las Probabilidades marginales reflejan un 46% de personas de 18 a

34 años y un 54% de personas de 35 años o más.

c. ¿Cuál es la probabilidad de que una persona seleccionada al azar

no tenga cobertura médica?

La probabilidad que una persona no tenga cobertura médica es de

45%.
d. Si la persona está entre las edades de 18 y 34 años, ¿cuál es la
probabilidad de que no tenga seguro médico?

P (B2│A1) = 0.085/0.46= 0.1848

La probabilidad que una persona de 18 a 34 años no tenga cobertura
médica es de 18.48%.
e. Si la edad de la persona es 35 años o más, ¿cuál es la
probabilidad de que no tenga seguro médico?

P (B2│A2) = 0.065/0.54 = 0.1204

La probabilidad que una persona de 35 años o más o tenga cobertura
médica es de 12.04%

f. Si la persona no tiene seguro médico, ¿cuál es la probabilidad de

que esté en el grupo de edades de 18 a 34 años?

P (A1│B2) = 0.085/0.15 = 0.5677

La probabilidad que una persona de 18 a 34 años obtenga su seguro

médico es de 56.77%

g. ¿Qué dice la información de probabilidad sobre la cobertura de

los seguros médicos en Estados Unidos?

Según los datos obtenidos en la tabla se puede observar que hay una
mayor posibilidad de no obtener cobertura médica las personas entre
18 a 34 años.
16. Un agente de compras coloco un pedido urgente para una materia prima
determinada con dos proveedores distintos, A y B. Si no llega ninguno
de los dos pedidos en cuatro días, el proceso de producción debe
suspenderse hasta que por lo menos uno de los pedidos llegue. La
probabilidad de que el proveedor A entregue el material en cuatro días
es 0.55. La probabilidad de que el proveedor B entregue el material en
cuatro días es 0.35.

a. ¿Cuál es la probabilidad de que ambos proveedores entreguen el

material en cuatro días? Debido a que están involucrados dos
proveedores distintos, asuma independencia.

0.35 x 0.55 = 0.19

La probabilidad que ambos proveedores entreguen el material en 4

días es de 0.19

b. ¿Cuál es la probabilidad de que por lo menos un proveedor

entregue el material en 4 días?
0.55 + 0.35 = 0.90
0.90 - 0.19 = 0.71
La probabilidad de que por lo menos un proveedor entregue el material
en 4 días es de 0.71.
c. ¿Cuál es la probabilidad de que el proceso de producción se
suspenda en cuatro días debido a la falta de materia prima (es
decir ambos pedidos están retasados)?

0.65 x 0.45 = 0.29

La probabilidad de que el proceso de producción se suspenda en 4
días por la falta de materia prima es de 0.29.

17. Un estudio de satisfacción laboral se realizó para cuatro empleos:

fabricante de gabinetes, abogado, terapeuta físico y analista de
sistemas. La satisfacción laboral se midió en una escala de 0-100. Los
datos obtenidos se resumen en la tabulación cruzada siguiente.
 a. Haga una tabla de probabilidad conjunta.

Calificación de satisfacción
Ocupación Menos 50 - 99 60 - 69 70 - 79 80 - 89 Totales
de 50

Fabricante 0 0.05 0.1 0.075 0.025 0.25

de
gabinetes

Abogado 0.15 0.05 0.025 0.025 0 0.25

Terapeuta 0 0.13 0.05 0.025 0.05 0.25

físico

Analista de 0.05 0.025 0.1 0.075 0 0.25

sistemas
Totales 0.2 0.25 0.27 0.2 0.075 1

b. ¿Cuál es la probabilidad de que un participante elegido al azar

tenga una calificación de satisfacción en el rango de 80 a 90?

La probabilidad es de 0.075.

c. ¿Cuál es la probabilidad de una calificación de satisfacción entre

80 y 90, dado que la persona que participo en el estudio es un
terapeuta físico?
La probabilidad es de 0.05.
d. ¿Cuál es la probabilidad de que un participante elegido al azar
sea abogado?
La probabilidad es de 0.25.
e. ¿Cuál es la probabilidad de que un participante elegido al azar
sea abogado y reciba una calificación menos de 50?

La probabilidad es de 0.15.

f. ¿Cuál es la probabilidad de una calificación de satisfacción

menor que 50 dado que la persona es un abogado? ¿Cuál es la
probabilidad de una calificación de satisfacción de 70 o más?
La probabilidad de que la calificación sea menor a 50 es de 0.15 y la
probabilidad de una calificación de 70 o más es de 0.025.
18. En la evaluación de un programa de capacitación de ventas, una
empresa descubrió que de los 50 vendedores que recibieron un bono el
año pasado, 20 habían asistido a un programa especial de ventas. La
empresa emplea a 200 vendedores. Sea B= el evento de que un
vendedor obtiene un bono y S= el evento de que un vendedor asiste al
programa de capacitación de ventas.

a. Encuentre P(B), P(S/B) y P (S ∩ B)

P(B)= 50/200= 0.25
P(S/B) = P(B ∩ S) = 0.10 = 0.40
P (B) 0.25
P (S ∩ B) = 20/ 200= 0.10

b. Suponga que el 40% de los vendedores asistió al programa de

capacitación ¿Cuál es la probabilidad de que un vendedor
obtenga un bono puesto que asistió al programa de capacitación
de ventas, P (S/B)?
30/50= 0.6 * 0.4= 0.24
La probabilidad de que un vendedor obtenga un bono puesto que
asistió al programa de capacitación de ventas es de 0.24.
c. Si la empresa evalúa el programa de capacitación en función de
este efecto sobre la probabilidad de que un vendedor reciba un
bono ¿Cuál es la evaluación del programa de capacitación?
Comente si B y S son eventos dependientes o independientes.

Seria independiente, el programa no ayuda.

19. Una empresa estudio el número de accidentes que generaron una

pérdida de tiempo en la planta de Brownsville, Texas. Los registros
históricos muestran que 6% de los empleados tuvo accidentes que
generaron una pérdida de tiempo el año pasado. La gerencia cree que
un programa de seguridad especial reducirá los accidentes a 5%
durante el año en curso. Además, estima que el 15% de esos empleados
que tuvieron accidentes tendrán un percance que generará una pérdida
de tiempo durante el año en curso.

a. ¿Qué porcentaje de empleados tendrá accidentes que generen

una pérdida de tiempo en los dos años?
P(A)= 6% =0.06
P(B/A)= 15%= 0.15
 P(A∩B) = P(A) P(B/A)= 0.06 * 0.15= 0.9
El porcentaje de empleados que tendrá accidentes que generaran una
pérdida de tiempo en los dos años es de 0.9.
b. ¿Qué porcentaje de los empleados tendrá por lo menos un
accidente que genere una pérdida de tiempo durante el periodo
de dos años?
P(A∩B) = P(A) P(B)= 0.9 * 0.15 = 0.13
El porcentaje de empleados que tendrá por lo menos un accidente que
genere una pérdida de tiempo durante el periodo de dos años será de
0.13.

20. Las probabilidades previas para los eventos A1, A2, A3, son P(A1)=0.20,
P(A2)=0.50 y p(A3)= 0.30. Las probabilidades condicionales del evento
B sados A1, A2 y A3, son P(B1│A)=0.0, P(B2│A)=0.40 y P(B3│A)=0.30.

a. Calcule P(B∩A1), P(B∩A2) y P(B∩A3).

Según la información dada con anterioridad, para el evento A las

probabilidades condicionales son A1, A2 y A3, por lo tanto:
P(A1) = 0.2
P(A2) = 0.5
P(A3) = 0.3

Para el evento B las probabilidades condicionales son A1, A2 y A3 por

lo tanto:
P(B|A1) = 0.5
P(B|A2) = 0.4
P(B|A3) = 0.3

Por lo que:
- P(B∩A1) = P(B|A1)xP(A1)= 0.5*0.2= 0.10
- P(B∩A2) = P(B|A2)xP(A2)= 0.40x0.50= 0.2
- P(B∩A3) = P(B|A3)xP(A3)= 0.30x0.30= 0.09

b. Aplique el teorema de bayes, la ecuación (2.16), para calcular la

probabilidad posterior P(A2│B):

P(A2|B)= 0.4*0.5
(0.5*0.2)+(0.4*0.5)+(0.3*0.3)

P(A2|B)= 0.2
 0.1+0.2+0.09

P(A2|B)= 0.2
0.39

P(A2|B)= 20 = 0.51282 = 0.51

39

c. Utilice el método tabular al aplicar el teorema de bayes para

calcular P(A1│B), P(A2│B) y P(A3│B):

P(A1|B)= 0.2*0.5
(0.5*0.2)+(0.4*0.5)+(0.3*0.3)

P(A2|B)= (0.1) = 0.1 = 0.25

(0.1)+(0.2)+(0.09) 0.39

P(A3|B)= (0.3)(0.3)
(0.5*0.2)+(0.4*0.5)+(0.3*0.3)

P(A2|B)= (0.9) = 0.09 = 0.23

(0.1)+(0.2)+(0.09) 0.39

P(A2|B)= 0.51 (procedimiento en variable b)

21. Una firma de consultoría presento una licitación para un gran proyecto
de investigación. La gerencia de la firma inicialmente pensó que había
una probabilidad de 50/50 de ganar la licitació. Sin embargo, la agencia
a la cual se hizo la licitación después solicito información adicional
sobre la misma. La experiencia indica que en 75% de la slicitaciones
exitosos y en 40% de las licitaciones no exitosas la agencia solicito
información adicional.

a. ¿Cuál es la probabilidad de que la licitación sea exitosa) por

ejemplo, antes e recibir la solicitud de información adicional)?

La aceptación de proyecto es del 40% ya que es igual a las

posibilidades de obtener el proyecto, es decir:
P(A)= 40%

b. ¿Cuál es la probabilidad condicional de que se solicite

información adicional dado que la solicitud será exitosa al final?
 Datos:
I+= Solicitar más información
(I+/A)= Solicitud de información con proyecto aceptado
ΓA: No se acepta proyecto

Por lo tanto:
P(+I) = P(I+∩A) + P(+I ∩ ΓA)
= P(+I /A).P(A) + P(+I /ΓA).P(ΓA)
= 0.75x0.50 + 0.40x0.50
= 0.575
= 57.5%

La probabilidad condicional de que se solicite información adicional

dado que la solicitud será exitosa al final es del 57.5%.

c. Calcule una probabilidad posterior de que la licitación será

exitosa dado que se ha recibido una solicitud de información
adicional.

P(A/I+) = P( A∩I+)/ P(+I)

= P(I+∩A) / P(+I)
= [ P(I+/A).P(A) ] / P(+I)
= [0.75x0.50] / 0.575
= 0.652
= 65.22%
La probabilidad posterior a la solicitud de la información adicional es
del 65.22%.

22. Las empresas que hacen negocios en internet a menudo pueden

obtener información de rentabilidad sobre los visitantes a los sitios web
a partir de los sitios web que visitaron antes. Por ejemplo, el articulo de
MC en Acción, “Marketing por Internet”, describió como los datos de
flujo de clics sobre los sitios web visitados se utilizan junto con
esquema de actualización bayesiano para determinar la probabilidad de
que un visitante a un sitio web sea mujer. Par Fore creo un sitio web
para comercializar equipo y ropa para golf. A la gerencia le gustaría que
una oferta apreciara para las visitantes mujeres y otra oferta diferente
para los visitantes hombres. Una muestra de las visitas pasadas al sitio
web indica que 60% de los visitantes a ParFore.com son hombre si 40%,
mujeres.

a. ¿Cuál es su probabilidad previa de que el siguiente visitante al

sitio web sea mujer?
 La probabilidad previa de que el siguiente visitante del sitio web sea
mujer es del 40%.
P=40/100= 0.4 = 40%

b. Suponga que sabe que el visitante actual visito previamente el

sitio web de Dillards y que una probabilidad tres veces mayor de
que las mujeres visiten este sitio web que los hombres. ¿Cuál es
su probabilidad revisada de que el visitante sea mujer? ¿Debe
usted mostrar la oferta que tiene más atractivo para las visitantes
mujeres o aquella que es más atractiva para los visitantes
hombres?

(40*3)=120
(0.120*0.6)=0.072

23. Una compañía petrolera compró una opción de tierra en Alaska. Los
estudios geológicos preliminares asignaron las siguientes
probabilidades previas.

P (petróleo de alta calidad) 0.50

P (petróleo de calidad media) 0.20
P (sin petróleo) 0.30

a. ¿Cuál es la probabilidad de encontrar petróleo?

Descripción Probabilidades*100
P (petróleo de alta
calidad) 0.50
P (petróleo de calidad
media 0.20
P (sin petróleo) 0.30

Probabilidad de
encontrar petróleo 0.70

Como resultado a los estudios preliminares en los suelos, las probabilidades

de encontrar petróleo son del 70%. Sumatoria de: Probabilidad de encontrar
petróleo de alta calidad (0.50) + probabilidad de encontrar petróleo de calidad
media (0.20) *100.

b. Después de perforar 200 pies en el primer pozo se hizo una prueba de

suelo. Las probabilidades de encontrar el tipo particular de suelo
identificado por la prueba son:
 P (suelo | petróleo de alta calidad) 0.20
P (suelo | petróleo de calidad media) 0.20
P (suelo | sin petróleo) 0.30

¿Cómo debe interpretar la empresa la prueba de suelo? ¿Cuáles son las

probabilidades revisadas y cuál es la nueva probabilidad de encontrar
petróleo?

Sea:
A1= (suelo | petróleo de alta calidad) = 0.20
A2= (suelo | petróleo de calidad media) = 0.20
B = No probabilidad de encontrar petróleo de alta y media calidad
Entonces: P(A1) =0.20, P(A2) =0.20, por lo tanto, tenemos que P(B/A1)
=0.80 y P(B/A2) = 0.80.
Probabilidades Revisadas:
P (suelo | petróleo de alta calidad) 0.20 + P (suelo | petróleo de calidad media)
0.20 = (0.40 *100) = 40 / 200= 0.20%
FORMULA:

Nueva probabilidad de encontrar petróleo:

= 0.20 (0.80)
0.20(0.80) +(0.20) (0.80)
= 0.16
0.16+16
=0.16 = 0.50*100 = 50%
0.32
Como resultado a las probabilidades revisadas y las nuevas probabilidades
de encontrar petróleo son del 50%. La interpretación se realiza a través del
teorema de Bayes como una respuesta preliminar a la probabilidad de
encontrar petróleo.

24. Los automóviles pequeños obtienen un mayor kilometraje por gasolina,

pero no son tan seguros como los autos grandes. Los automóviles
pequeños representaron 18% de los vehículos que transitan la
carretera, pero los accidentes que involucran automóviles pequeños
provocaron 11 898 muertes durante un año reciente (Reader’s Digest,
mayo de 2000). Suponga que la probabilidad de que un automóvil
pequeño esté involucrado en un accidente es 0.18. La probabilidad de
que un automóvil pequeño esté involucrado en un accidente que
provoca una muerte es 0.128, y la probabilidad de que no esté
involucrado en un accidente de este tipo es 0.05. Suponga que se entera
de que un accidente provocó una muerte. ¿Cuál es la probabilidad de
que un automóvil pequeño esté involucrado?

SEA:
A1= Auto pequeño
A2= Otro modelo auto
B= Accidente mortal
Entonces: P(A1) =0.18, P(A2) =0.82, por lo tanto, tenemos que P(B/A1)
=0.128 y P(B/A2) = 0.050.
Formula:

= 0.18 (0.128)
0.18(0.128) +(0.82) (0.050)

= 0.02304
0.02304+0.041

= 0.02304 = 0.35977 Aprox. = 0.36*100 = 36%

0.06404

= 0.82 / (0.050)
0.18(0.128) +(0.82) (0.050)

= 0.041
0.02304+0.041
 = 0.041 = 0.6402*100 = 64%
0.06404

Método Tabular

Probabilidades Probabilidades Probabilidades Probabilidades

Eventos Previas condicionales conjuntas posteriores
A1 0.18 0.128 0.023 0.36
A2 0.82 0.05 0.041 0.64
1.00 0.064 1.00

La probabilidad de que un automóvil pequeño esté involucrado en un accidente fatal

es del 36%, mientras la probabilidad que no lo esté es del 64%.

25. Wayne Manufacturing Company compra cierta parte a los proveedores

A, B y C. El proveedor A suministra 60% de las partes; B 30%, y C, 10%.
La calidad de las partes varía entre los proveedores, A, B y C tienen
tasas de defectos de 0.25%, 1% y 2%, respectivamente. Las partes se
usan en uno de los productos principales de la empresa.

a. ¿Cuál es la probabilidad de que el principal producto de la

empresa se ensamble con una parte defectuosa? Utilice el
método tabular del teorema de Bayes para resolver este
problema.

La probabilidad de ensamblar con una pieza defectuosa el principal

producto de la empresa es del 0.0065*100= 0.65%

b. Cuando se encuentra una parte defectuosa, ¿cuál proveedor es

la fuente probable?

Al encontrar una parte defectuosa, el proveedor B es el que tiene

mayor probabilidad de ser el responsable con un 0.46*100= 46%.

SEA:
Proveedores:
A= 0.60
B= 0.30
C= 0.10
 Probabilidades Probabilidades Probabilidades
Proveedores Probabilidades conjuntas
Previas condicionales posteriores
0.0015/0.0065=
A 0.60 0.0025 0.60*0.0025= 0.0015
0.23
0.003/0.0065=
B 0.30 0.0100 0.30*0.0100= 0.003
0.46
0.002/0.0065=
C 0.10 0.0200 0.10*0.0200= 0.002
0.31
1.00 P(B)=0.0065 1.00

26. El teorema de Bayes y la probabilidad condicional pueden utilizase en

el diagnóstico médico. Las probabilidades previas de las enfermedades
se basan en la evaluación del médico de factores tales como la
ubicación geográfica, la influencia estacional y la ocurrencia de
epidemias. Suponga que se cree que un paciente tiene una de dos
enfermedades, denotadas por D1 y D2, con P(D1) 0.60 y P(D2) 0.40, y
que la investigación médica muestra una probabilidad asociada con
cada síntoma que puede acompañar a la enfermedad. Suponga que,
dadas las enfermedades Dl y D2, las probabilidades de que un paciente
tenga síntomas S1, S2 o S3, son las siguientes:

Después de encontrar que cierto síntoma está presente, el diagnóstico

médico puede apoyarse en las probabilidades revisadas de que el
paciente tenga cada enfermedad particular. Calcule las probabilidades
posteriores de cada enfermedad para los siguientes hallazgos médicos.

a. El paciente tiene el síntoma S1

P(D1/S1) P(D2/S1)

= P (D1) P(D1/S1) = P (D2) P(D2/S1)

P (D1) P(D1/S1) + P(D2) P (D2) P(D2/S1) + P(D1)
P(D2/S1) P(D1/S1)
 = 0.60 (0.15) = 0.40 (0.80)
0.60(0.15) +0.40(0.80) 0.40(0.80) +0.60(0.15)

= 0.09 = 0.32
0.09+0.32 0.32+0.09

= 0.09 = 0.2195*100 = 21.95% = 0.32 = 0.78048 Aprox*100 =

0.41 78.05%
0.41

b. El paciente tiene el síntoma S2

P(D1/S2) P(D2/S2)

= P (D1) P(D1/S2) = P (D2) P(D2/S2)

P (D1) P(D1/S2) + P(D2) P (D2) P(D2/S2) + P(D1)
P(D2/S2) P(D1/S2)

= 0.60 (0.10) = 0.40 (0.15)

0.60(0.10) +0.40(0.015) 0.40(0.15) +0.60(0.10)

= 0.06 = 0.06
0.06+0.06 0.06+0.06

= 0.06 = 0.50*100 = 50% = 0.06 = 0.50*100 = 50%

0.12 0.12

c. El paciente tiene el síntoma S3

P(D1/S3) P(D2/S3)

= P (D1) P(D1/S3) = P (D2) P(D2/S3)

P (D1) P(D1/S3) + P(D2) P(D2/S3) P (D2) P(D2/S3) + P(D1) P(D1/S3)

= 0.60 (0.15) = 0.40 (0.03)

0.60(0.15) +0.40(0.03) 0.40(0.03) +0.60(0.15)
= 0.09 = 0.012
0.09+0.012 0.012+0.09

= 0.09 = 0.88235 aprox*100 = 88.24% = 0.012 = 0.1176*100 = 11.76%

0.102 0.102

d. El paciente con síntoma S1 en el inciso (a), suponga que el

síntoma S2 también está presente. ¿Cuáles son las
probabilidades revisadas de D1 y D2?

Las probabilidades revisadas para D1 es 0.1582*100= 15.82%

Las probabilidades revisadas para D2 es 0.8418*100= 84.18%