Definición de eventos y probabilidades:
Sean los siguientes eventos:M: el cliente es mujer.H: el cliente es hombre.TM: el cliente usa la talla M.TL: el cliente usa la talla L.TXL: el cliente usa la talla XL.Datos proporcionados:
P(M)=0.65 P(H)=1−P(M)=1−0.65=0.35 Probabilidades condicionales para mujeres:
P(TM∣M)=0.50 P(TXL∣M)=0.10 P(TL∣M)=1−P(TM∣M)−P(TXL∣M)=1−0.50−0.10=0.40 Probabilidades condicionales para hombres:
P(TL∣H)=0.40 P(TXL∣H)=0.45 P(TM∣H)=1−P(TL∣H)−P(TXL∣H)=1−0.40−0.45=0.15 a) ¿Qué porcentaje de mujeres que compran ropa en esa tienda no usan la talla XL?Se pide P(TXLc∣M), donde TXLc es el evento de no usar la talla XL. Sabemos que P(TXLc∣M)=1−P(TXL∣M).
P(TXLc∣M)=1−0.10=0.90 El porcentaje de mujeres que no usan la talla XL es del 90%.
b) Halle el porcentaje de clientes que no usan la talla L.Se pide P(TLc). Primero calculamos P(TL) utilizando la Ley de Probabilidad Total:
P(TL)=P(TL∣M)⋅P(M)+P(TL∣H)⋅P(H) P(TL)=(0.40)(0.65)+(0.40)(0.35) P(TL)=0.26+0.14=0.40 Ahora calculamos P(TLc):
P(TL^c) = 1 - P(TL) = 1 - 0.40 = 0.60
El porcentaje de clientes que no usan la talla L es del 60%.
c) De los clientes que usan la talla M, ¿qué porcentaje son mujeres?Se pide P(M∣TM). Aplicamos el Teorema de Bayes:
P(M∣TM)=P(TM)P(TM∣M)⋅P(M) Primero calculamos P(TM) utilizando la Ley de Probabilidad Total:
P(TM)=P(TM∣M)⋅P(M)+P(TM∣H)⋅P(H) P(TM)=(0.50)(0.65)+(0.15)(0.35) P(TM)=0.325+0.0525=0.3775 Ahora sustituimos en la fórmula de Bayes:
P(M∣TM)=0.37750.325≈0.8610 El porcentaje de clientes que usan la talla M y son mujeres es aproximadamente del 86.10%.