Probabilidad y Estadística 2018 Cantabria
Probabilidad Total y Teorema de Bayes en producción de botones
Ejercicio 3 [3 PUNTOS]
Una fábrica de botones cuenta con tres máquinas, A, B y C, por las que pasan respectivamente el 45%, el 23% y el 32% de la producción total. El 2% de los botones que pasan por la máquina A salen defectuosos, en el caso de la B es el 1%, y en el de la C el 3%.
Seleccionamos un botón al azar de entre todos los que han salido de la fábrica:
A. [1 PUNTO] ¿Cuál es la probabilidad de que no sea defectuoso?
B. [1 PUNTO] ¿Cuál es la probabilidad de que sea defectuoso y haya pasado por la máquina B?
C. [1 PUNTO] Si es defectuoso, ¿cuál es la probabilidad de que haya salido de la máquina C?
Paso 1
Definición de sucesos y diagrama de árbol
Para resolver este problema, primero definimos los sucesos principales:
- $A$: El botón ha sido fabricado por la máquina A.
- $B$: El botón ha sido fabricado por la máquina B.
- $C$: El botón ha sido fabricado por la máquina C.
- $D$: El botón es defectuoso.
- $\bar{D}$: El botón no es defectuoso (correcto).
Los datos del enunciado en términos de probabilidad son:
- $P(A) = 0.45$
- $P(B) = 0.23$
- $P(C) = 0.32$
Las probabilidades condicionadas (defectuosos según la máquina) son:
- $P(D|A) = 0.02 \implies P(\bar{D}|A) = 0.98$
- $P(D|B) = 0.01 \implies P(\bar{D}|B) = 0.99$
- $P(D|C) = 0.03 \implies P(\bar{D}|C) = 0.97$
Representamos esta situación en un árbol de probabilidad:
Paso 2
Cálculo de la probabilidad de no defectuoso
**A. [1 PUNTO] ¿Cuál es la probabilidad de que no sea defectuoso?**
Para calcular la probabilidad de que un botón no sea defectuoso $P(\bar{D})$, aplicamos el **Teorema de la Probabilidad Total**. Un botón no es defectuoso si viene de la máquina A y es correcto, O si viene de B y es correcto, O si viene de C y es correcto:
$$P(\bar{D}) = P(A) \cdot P(\bar{D}|A) + P(B) \cdot P(\bar{D}|B) + P(C) \cdot P(\bar{D}|C)$$
Sustituimos los valores:
$$P(\bar{D}) = 0.45 \cdot 0.98 + 0.23 \cdot 0.99 + 0.32 \cdot 0.97$$
$$P(\bar{D}) = 0.441 + 0.2277 + 0.3104$$
$$P(\bar{D}) = 0.9791$$
💡 **Tip:** Recuerda que la suma de las probabilidades de todas las ramas finales de un árbol siempre debe ser 1. También podrías haber calculado $P(D)$ y luego hacer $1 - P(D)$.
✅ **Resultado:**
$$\boxed{P(\bar{D}) = 0.9791}$$
(La probabilidad es del $97.91\%$)
Paso 3
Probabilidad de la intersección (Máquina B y defectuoso)
**B. [1 PUNTO] ¿Cuál es la probabilidad de que sea defectuoso y haya pasado por la máquina B?**
En este caso nos piden la probabilidad de la intersección de dos sucesos: que sea de la máquina B **y** que sea defectuoso ($B \cap D$).
Utilizamos la definición de probabilidad compuesta:
$$P(B \cap D) = P(B) \cdot P(D|B)$$
Sustituimos los valores:
$$P(B \cap D) = 0.23 \cdot 0.01$$
$$P(B \cap D) = 0.0023$$
💡 **Tip:** Cuando el enunciado usa la conjunción "y", se refiere a una intersección. Gráficamente en el árbol, es el producto de las probabilidades a lo largo de ese camino específico.
✅ **Resultado:**
$$\boxed{P(B \cap D) = 0.0023}$$
(La probabilidad es del $0.23\%$)
Paso 4
Probabilidad condicionada (Bayes)
**C. [1 PUNTO] Si es defectuoso, ¿cuál es la probabilidad de que haya salido de la máquina C?**
Aquí nos dan una información previa: sabemos que el botón **es defectuoso**. Queremos hallar la probabilidad de que provenga de C. Esto es una probabilidad condicionada $P(C|D)$.
Aplicamos el **Teorema de Bayes**:
$$P(C|D) = \frac{P(C) \cdot P(D|C)}{P(D)}$$
Primero necesitamos $P(D)$. Podemos obtenerlo como el complementario del apartado A o sumando las ramas de defectuosos:
$$P(D) = 1 - P(\bar{D}) = 1 - 0.9791 = 0.0209$$
Ahora aplicamos la fórmula:
$$P(C|D) = \frac{0.32 \cdot 0.03}{0.0209}$$
$$P(C|D) = \frac{0.0096}{0.0209} \approx 0.4593$$
💡 **Tip:** El Teorema de Bayes se usa para "volver atrás" en el árbol, es decir, cuando conocemos el resultado final (es defectuoso) y queremos saber la probabilidad de una de las causas (qué máquina lo hizo).
✅ **Resultado:**
$$\boxed{P(C|D) \approx 0.4593}$$
(Aproximadamente un $45.93\%$)