ESTUDIO DE CASO 5

Un fabricante de reproductores de DVD compra un microchip en particular,

denominado LS-24, a tres proveedores: Hall Electronics, Schuller Sales y
Crawford Components.
Los registros de la compaa muestran que el Veinticinco por ciento de los chips
LS-24 se le compran a Hall Electronics; el treinta por ciento a Schuller Sales y el
restante, a Crawford Components. El fabricante cuenta con amplios historiales
sobre los tres proveedores y sabe que 2% de los chips LS-24 de Hall Electronics
tiene defectos, 4% de los de Schuller Sales tambin y6 % de los que vende
Crawford Components son defectuosos. Cuando los chips LS-24 se reciben, se les
coloca directamente en un depsito y no se inspeccionan ni se identifican con el
nombre del proveedor.
Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo
encuentra defectuoso. Como el fabricante no identific los chips, no se est
seguro de qu proveedor los fabric. Con el propsito de evaluar con que
proveedor hay mayor probabilidad de tener chips defectuosos, usted ha sido
llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la
probabilidad para ayudar a realizar el informe solicitado.

RESOLVER

Prepare un informe en el que debe incluir como mnimo lo siguiente:

1.- Un diagrama de rbol que represente las probabilidades encontradas.

Para la construccin de un diagrama en rbol se partir poniendo una rama para
cada una de las posibilidades, acompaada de su probabilidad. En el final de cada
rama parcial se constituye a su vez, un nudo del cual parten nuevas ramas, segn
las posibilidades del siguiente paso, salvo si el nudo representa un posible final del
experimento (nudo final). Hay que tener en cuenta: que la suma de probabilidades
de las ramas de cada nudo ha de dar 1.

2.- Probabilidad de que un chip este defectuoso

Para este caso se debe de conocer el teorema de bayes, lo cual se refiere parte
de una situacin en la que es posible conocer las probabilidades de que ocurran
una serie de sucesos Ai. A esta se aade un suceso B cuya ocurrencia
proporciona cierta informacin, porque las probabilidades de ocurrencia de B son
distintas segn el suceso Ai que haya ocurrido.Conociendo que ha ocurrido el
suceso B, la frmula del teorema de Bayes nos indica como modifica esta
informacin las probabilidades de los sucesos Ai.

3- Probabilidad de que el chip este en buenas condiciones

Para obtener el resultado se debe de conocer el tema:

Eventos mutuamente excluyentes

Los eventos mutuamente excluyentes son aquellos en los que si un evento sucede
significa que el otro no puede ocurrir. Si bien suelen usarse en teoras cientficas,
tambin son parte de las leyes y los negocios. Como resultado, entender los
eventos mutuamente excluyentes puede ser importante para una variedad de
disciplinas.

Frmula
La frmula matemtica para determinar la probabilidad de los eventos
mutuamente excluyentes es P(A U B) = P(A) + P(B). Dicho en voz alta, la frmula
es "Si A y B son evento mutuamente excluyentes, entonces la probabilidad de que
A o B suceda es equivalente a la probabilidad del evento A ms la probabilidad del
evento B".

4.- Si el chip seleccionado resulta defectuoso, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores

PROBABILIDAD A PRIORI
Probabilidad de la que se parte antes de efectuar un experimento que pueda
arrojar nueva informacin sobre dicha probabilidad, para obtener luego
la probabilidad revisadao a posteriori. La distincin entre probabilidad a priori
y probabilidad a posteriori es relativa. Una probabilidad a posteriori vuelve a ser a
priori con relacin al experimento siguiente. Tampoco se
puede identificar la probabilidad a priori con la probabilidad subjetiva y
la probabilidad a posteriori con la experimental u objetiva. Una probabilidada priori
puede ser especificada a partir de una informacin de naturaleza subjetiva,
objetiva o de una mezcla de ambas.

PROBABILIDAD A POSTERIORI
Probabilidad que resulta de revisar una probabilidad a priori, inicial o de partida,
enfuncin de la informacin deducida de las nuevas pruebas practicadas. La
distincin entre probabilidad a priori y a posteriori es relativa. Una probabilidad a
posteriori vuelve a ser a priori en relacin a un nuevo experimento. A partir de
las probabilidades a priori y la informacin adicional producto de una muestra, la
frmula de Bayes permite obtener las probabilidades revisadas o a posteriori.
(Vase Anlisis bayesiano.)

5.- Si el chip seleccionado est en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores

Probabilidad condicionada
Como la probabilidad est ligada a nuestra ignorancia sobre los resultados de la
experiencia, el hecho de que ocurra un suceso, puede cambiar la probabilidad de

los dems. El proceso de realizar la historia clnica, explorar y realizar pruebas

complementarias ilustra este principio.
La probabilidad de que ocurra el suceso A si ha ocurrido el suceso B se
denomina probabilidad condicionada y se define

Esta definicin es consistente, es decir cumple los axiomas de probabilidad.

Cuando ocurre un suceso cambia el espacio muestral, por eso cambia la
probabilidad. A veces es ms fcil calcular la probabilidad condicionada teniendo
en cuenta este cambio de espacio muestral.