Trabajo Colaborativo Fase 1-Probabilidades

PROBABILIDADES.
- AXIONMAS
Trabajo Colaborativo Fase No. 1
Grupo: 100402_291
Presentado Por:
FERNANDO ANDRES ELAM SARMIENTO
JHORDAN JUSTINO POLOCHE HERNANDEZ
ERICK JOHAN ZAMBRANO
LEONCIO PICON
TUTOR:
LUIS ALEXANDER SARAVIA ROA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD

OCTUBRE DE 2016
INTRODUCCION
Con este trabajo se busca aprender algunos conceptos bsicos y principios de la probabilidad
referidos en la Unidad 1, donde encontramos temas relacionados como el experimento aleatorio,
eventos y sucesos, tcnicas de conteo, axiomas de probabilidad, probabilidad condicional y
teorema de Bayes.
Para poner en prctica estos temas desarrollaremos los ejercicios planteados en la gua ( cinco
casos prcticos), los cuales sern plasmados en este trabajo con su respectivo desarrollo y
solucin segn sea el caso en estudio.
OBJETIVOS
Comprender los conceptos bsicos de la probabilidad y su aplicabilidad en la vida

cotidiana.
Desarrollar habilidades y competencia que ayuden al estudiante a comprender mejor las

conclusiones generadas dentro de un caso cotidiano.
1. CUADRO SIGNOTICO UNIDAD 1
PROBABILIDAD
Experimento Aleatorio, Espacio Muestra, Eventos
Experimento aleatorio es aquel

que no se puede predecir o
reproducir el resultado exacto de
cada experiencia particular.
Espacio maestral consiste en el
conjunto de todos los posibles
resultados individuales de un
experimento aleatorio.
Eventos es un subconjunto de un
espacio maestral el cual consiste
en un conjunto de posibles
resultados que se pueden dar en
un experimento aleatorio
Axiomas de Probabilidad
Son aquellas que son utilizadas

para enumerar eventos difciles
de cuantificar.
La tcnica de la
multiplicacin
La tcnica aditiva
La tcnica de la suma
o Adicin
La tcnica de la
permutacin
La tcnica de la
combinacin.
Axiomas de Probabilidad
Se definen como las

condiciones mnimas que
deben ser verificadas para que
una funcin definida sobre un
conjunto de sucesos
determine consistentemente
sus probabilidades
Axioma 1: La probabilidad de
cualquier evento
es un
nmero real no negativo.
Axioma 2: La probabilidad
del evento seguro , es igual
a 1.
Axioma 3: Si
son eventos mutuamente
excluyentes (incompatibles
dos a dos), entonces:
2. DESARROLLO CASOS 1
En una universidad de Bogot se realiz un informe sobre el rendimiento acadmico de los
estudiantes que cursaron asignaturas en el rea de matemticas en el periodo 2015 - I. Los
resultados obtenidos muestran el rendimiento por curso, por programa, y por profesor.
Datos: La base de datos incluye la compilacin de la informacin reportada por los docentes del
rea, incluye 2755 registros de estudiantes inscritos en alguna de las asignaturas ofrecidas por el
rea. Los profesores reportaron la valoracin (notas) de cada corte, y con ellas se hizo
seguimiento durante el semestre.
APROB: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.
REPROB: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin contar a quienes
ya perdieron por fallas, o fueron reportados por cancelacin de semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron
reportados por cancelacin de semestre.
Curso
Algebra lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Precalculo
Probabilidad
TOTAL
Aprob
Reprob
178
146
252
56
244
226
178
33
269
199
44
42
6
1873
10
15
37
8
49
44
47
11
70
53
13
24
8
389
Cancelo o
perdi
por fallas
30
21
39
15
64
61
40
9
98
73
23
17
3
493
Total
218
182
328
79
357
331
265
53
437
325
80
83
17
2755
Programa
Aprob
Reprob
Cancelo o perdi
por fallas
Total
Administracin ambiental
Admn. empresas
Arquitectura
Contadura
Economa
Ing Mecatrnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing. Telecomunicaciones
Negocios Internacionales
Psicologa
Total
146
295
297
99
99
515
88
83
127
32
69
23
1873
15
44
53
23
19
118
20
29
26
9
21
12
389
21
41
71
19
24
154
27
22
53
15
33
13
493
182
380
421
141
142
787
135
134
206
56
123
48
2755
Profesor
Csar r.
Claudia v.
Diana m.
Ernesto s.
Diego v.
Eduardo m.
Enrique p
Fernando m.
Gloria a.
Jairo a.
Javier b.
Jos c.
Luz p.
Marcela f.
Mara a .
Mario g
Mercedes s.
Oscar n.
Patricia m.
Ricardo o.
Sandra m.
Total
Aprob
52
31
97
166
36
154
118
125
151
116
98
49
142
60
93
90
60
111
37
57
30
1873
Reprob
4
17
5
17
25
21
32
19
10
9
23
19
27
16
15
48
14
31
37
389
Cancelo o perdi
por fallas
Total
1
5
18
21
4
26
13
21
20
26
29
16
44
21
37
46
27
45
22
46
5
493
53
36
119
204
45
197
156
167
203
161
137
74
209
100
157
152
102
204
73
134
72
2755
Con el propsito de evaluar el resultado acadmico en los cursos del rea de matemticas, a usted
le han llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la probabilidad
para ayudar a realizar el informe solicitado.
INFORME CASO 1
1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas
Tomaremos como referencia a la probabilidad de frecuencia relativa y utilizaremos la siguiente
formula
() =
(Total Aprobados/Nmero Total*100%)
1873
= 0,68 100 = 68%
2755
RTA/ La probabilidad de que un estudiante apruebe un curso del rea de matemticas es del 68%
2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.

(Total Reprobados/Nmero Total*100%)
=
389
= 0,14 100 = 14%
2755
RTA/ La probabilidad de que un estudiante repruebe un curso del rea de matemticas es del 14%
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del
rea de matemticas
P = (Aprobados / Total) = Resultado * 100
=
52
= 0,98 100 = 98%
53
Profesor
Probabilidad
Cesar r.
98%
Claudia v.
86%
Diana m.
81%
Ernesto s.
81%
Diego v.
80%
Eduardo m.
78%
Enrique p.
75%
Fernando m.
74%
Gloria a.
74%
Jairo a.
72%
Javier b.
71%
Jos c.
66%
Luz p.
67%
Marcela f.
60%
Mara a.
59%
Mario g.
59%
Mercedes s.
58%
Oscar n.
54%
Patricia m.
50%
Ricardo o.
42%
Sandra m.
41%
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea
=
Curso
178
= 0,81 100 = 81%
218
Probabilidad
Algebra lineal
81%
Anlisis numrico
80%
Calculo infinitesimal
76%
Calculo integral
70%
Calculo multivariado
68%
Calculo negocios
68%
Ecuaciones diferenciales
67%
Estadstica bsica
62%
Estadstica inferencial
61%
Matemticas avanzadas
61%
Matemticas discretas
55%
Precalculo
50%
Probabilidad
35%
5. Clasique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los criterios
que utiliz y d las razones de su eleccin.
Curso
Aprob Reprob
Cancelo o perdi
Total
Probabilidad
por fallas
Algebra lineal
178
10
30
218
81%
Anlisis
146
15
21
182
80%
252
37
39
328
76%
Calculo integral
56
15
79
70%
Calculo
244
49
64
357
68%
Calculo negocios
226
44
61
331
68%
Ecuaciones
178
47
40
265
67%
Estadstica bsica
33
11
53
62%
Estadstica
269
70
98
437
61%
199
53
73
325
61%
numrico
Calculo
infinitesimal
multivariado
diferenciales
inferencial
Matemticas
avanzadas
Matemticas
44
13
23
80
55%
Precalculo
42
24
17
83
50%
Probabilidad
17
35%
Total
1873
389
493
493
2755
discretas
Clasificacin: Excelente - Bueno- Regular
Como criterio de evaluacin tomare que la calificacin excelente se le dar cursos donde los
estudiantes los aprueben, pues el objetivo o meta de cada estudiante es aprobar su curso. Tambin
se estableci este criterio porque el aprobar un curso implica responsabilidad, dedicacin,
eficiencia y disciplina.
Situacin que no ocurre con los que pierden por falta de estos factores o faltas a las clases por
fallas injustificadas.
6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin
Profesor
Aprob
Reprob
Cancelo o
perdi por
Total
Probabilidad
Calificacin
fallas
Cesar r.
52
53
98%
Claudia v.
31
36
86%
Diana m.
97
18
119
81%
Ernesto s.
166
17
21
204
81%
Diego v.
36
45
80%
Eduardo m.
154
17
26
197
78%
Enrique p.
118
25
13
156
75%
Fernando m.
125
21
21
167
74%
Gloria a.
151
32
20
203
74%
Jairo a.
116
19
26
161
72%
Javier b.
98
10
29
137
71%
Jos c.
49
16
74
66%
Luz p.
142
23
44
209
67%
Marcela f.
60
19
21
100
60%
Mara a.
93
27
37
157
59%
Mario g.
90
16
46
152
59%
Mercedes s.
60
15
27
102
58%
Oscar n.
111
48
45
204
54%
Patricia m.
37
14
22
73
50%
Ricardo o.
57
31
46
134
42%
Sandra m.
30
37
72
41%
total
1873
389
493
2755
Les asignare la calificacin a los profesores para seleccionar los mejores segn el nmero de
estudiantes reprobados, tendrn calificacin 5 el que menos alumnos tenga reprobados.
Es de aclarar que el aprendizaje de los estudiantes depende de la capacidad de enseanza y el

conocimiento del docente en el curso. De acuerdo al caso en cuestin podemos ver que el mejor
profesor es Cesar R, ya que obtuvo el porcentaje ms alto de la probabilidad que un estudiante
apruebe las materias que el dicta.
La calificacin utilizada ser: Calificacin de 1 a 5 donde 1 es malo y 5 excelente.
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las razones
de su eleccin
Programa
Aprob
Reprob
Cancelo o perdi
por fallas
Total
Administracin ambiental
Admn. empresas
Arquitectura
Contadura
Economa
Ing Mecatrnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing. Telecomunicaciones
Negocios Internacionales
Psicologa
Total
146
295
297
99
99
515
88
83
127
32
69
23
1873
15
44
53
23
19
118
20
29
26
9
21
12
389
21
41
71
19
24
154
27
22
53
15
33
13
493
182
380
421
141
142
787
135
134
206
56
123
48
2755
El criterio para definir cul es el programa con mejores resultados ser: el programa que menos
estudiantes desertados tenga.
3. DESARROLLO CASO 2
Con frecuencia es necesario hallar la probabilidad incondicional de un evento B, dado que un

evento A ha ocurrido. Una de estas situaciones ocurre al hacer exmenes de seleccin, que solan
estar asociados principalmente con exmenes mdicos de diagnstico pero que ahora estn
encontrando aplicaciones en varios campos de actividad. Los exmenes de esteroides en atletas,
los exmenes caseros de embarazo y los exmenes para detectar sida son algunas otras
aplicaciones. Los exmenes de seleccin se evalan sobre la probabilidad de un falso negativo o
un falso positivo y stas dos son probabilidades condicionales. Un falso positivo es el evento de
que el examen sea positivo para una condicin determinada, dado que la persona no tiene la
condicin. Un falso negativo es el evento de que el examen sea negativo para una condicin
determinada, dado que la persona tiene la condicin.
Se pueden evaluar estas probabilidades condicionales usando una frmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva informacin y fue desarrollado
por el reverendo Thomas Bayes en el siglo XVII.
Suponga que cierta enfermedad est presente en el 10% de la poblacin, y que hay un examen de
seleccin diseado para detectar si esta enfermedad est presente. El examen no siempre
funciona a la perfeccin. A veces, es negativo cuando la enfermedad est presente y otras es
positivo en ausencia de ella. La tabla siguiente muestra la proporcin en que el examen produce
varios resultados:
Resultado del examen
positivo
Negativo
Enfermedad presente
8%
2%
Enfermedad Ausente
5%
85 %
Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:
1. Probabilidad de que la enfermedad este presente
2. Probabilidad de que la enfermedad est ausente
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la persona no
tiene la enfermedad
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la
persona tiene la enfermedad
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto negativo
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?
Para el desarrollo del informe se recomienda:

a. Identificar cada uno de los eventos y sus respectivas probabilidad
b. Aplicar las leyes de Boyes
c. Identificar las probabilidad condicionales presentadas
Solucin
Antes de iniciar se definen las siguientes variables:
positivo (O)
Negativo (N)
Enfermedad presente (Pr)
8%
2%
Enfermedad Ausente (Au)
5%
85 %
Po = 13% = 0,13
Pn = 87% = 0,87
Ppr = 10% = 0,10
Pau = 90% = 0,90
1. Probabilidad de que la enfermedad este presente

Se solicita hallar la P (pr)
Se utilizara la siguiente frmula:
() = (/) + (/)
Reemplazando los valores
() = 0,13 0,08 + 0,87 0,02
() = 0,0104 + 0,0174
() = 0,0278 = 2,78%
La probabilidad de que la enfermedad este presente es del 2,78%
2. Probabilidad de que la enfermedad est ausente

Se solicita hallar la P (au)
() = (/) + (/)
() = 0,13 0,05 + 0,87 0,85
() = 0,0065 + 0,7395
() = 0,746 = 74,6%
La probabilidad de que la enfermedad este ausente es del 74,6%
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la persona
no tiene la enfermedad
Se solicita hallar la P (n / pr)
( )
(/) =
( ) + ( )
(/) =
0,87 0,02
0,87 0,02 + 0,13 0,08
(/) =
(/) =
0,0174
0,0174 + 0,0104
0,0174
= 0,625
0,0278
La probabilidad de que se presente un falso positivo es del 62,5%
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la
persona tiene la enfermedad
Se solicita hallar la P (o / au)
( )
(/) =
( ) + ( )
(/) =
0,13 0,05
0,13 0,05 + 0,87 0,85
(/) =
0,0065
0,0065 + 0,7395
(/) = 0,0086 = 0,86%

La probabilidad de que se presente un falso negativo es del 0,86%
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
Se solicita hallar la P (pr / o)
(/) =
()
() + ()

(/0) =
0,1 0,08
0,1 0,08 + 0,90 0,05
(/) =
0,008
0,008 + 0,045
(/) = 0,1509 = 15,09%
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto

negativo
Se solicita hallar la P (au / n)
()
(/) =
() + ()
(/) =
0,9 0,85
0,9 0,85 + 0,10 0,02
(/) =
0,765
0,765 + 0,002
(/) = 0,1509 = 99,7%
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?
De acuerdo con las probabilidades encontradas se puede concluir que este mtodo es muy
confiable cuando se trata de resultados negativos del paciente, pero muy poco confiable para
resultados positivos.
En su excitante novela Congo, Michael Crichton describe la bsqueda de depsitos de
diamantes azules cubiertos de boro llevada a cabo por Earth Resources Technology Services
(ERTS), una compaa dedicada a estudios geolgicos. Segn ERTS los diamantes son la clave
para una nueva generacin de computadoras pticas. En la novela ERTS compite contra un
consorcio internacional por encontrar la cuidad perdida de Zinj, que prosper dada la minera de
diamantes hace varios miles de aos (segn la leyenda africana) y se ubica en lo ms profundo
de la selva tropical de Zaire Oriental.
Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una segunda

expedicin dirigida por Karen Ross, una experta en computacin de 24 aos de edad,
acompaada por el profesor Peter Eliot, un antroplogo; Amy, un gorila parlante; y el afamado
mercenario y lder de la expedicin, el capitn Charles Munro. Las acciones ofensivas del
consorcio, la mortal selva tropical y las hordas de gorilas parlantes asesinos, que percibieron
que su misin era defender las minas de diamantes, bloquean los esfuerzos de Ross para
encontrar la ciudad. Para superar estos obstculos Ross utiliza computadoras de la era espacial
para evaluar las probabilidades de xito en todas las circunstancias posibles y las acciones que
pudiera llevar a cabo la expedicin. En cada etapa de la expedicin, ella evala rpidamente las
probabilidades de xito.
En una etapa de la expedicin Ross recibe informes de su oficina principal en Houston, de que
sus computadoras estiman que tiene 18 horas y 20 minutos de retraso en relacin con el equipo
competidor euro-japones, en lugar de 40 horas de ventaja. Cambia los planes y decide que 12
miembros de su equipo desciendan en paracadas en una regin volcnica cerca de la ubicacin
estimada de Zinj. Segn el relato de Crichton, Ross haba vuelto a revisar las probabilidades de
la computadora de Houston y los resultados eran inequvocos. La probabilidad de un salto
exitoso era 0,7980; sin embargo, dado un salto exitoso, la probabilidad de xito de la expedicin
era de 0,9943 con lo cual casi se aseguraba de que venceran al consorcio
Sin olvidar que se trata de la cita de una novela, examine las probabilidades mencionadas y
determine:
1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar su salto con
xito?
Rta. La probabilidad se calculara siendo la conjuncin de 12 integrantes del grupo es de
0.7980 segn lo anteriormente dicho, el paso a seguir para la solucin seria
12 = 0.7980
1
= 0.79812
= 0.98137
2. Si la probabilidad de que los 12 miembros del equipo tengan un salto exitoso es de 0.7980,
cual es la probabilidad de que un solo miembro del equipo pueda completar el salto con xito?
Rta.
12 = 0.7980
La Posibilidad de cada uno de los miembros ser igual a p
Total saltos
12 ln() = ln(0.7980)
ln()
ln(0.7980)
12
ln(0.7980)
12
La posibilidad de cada individuo seria 0.9813 en cada salto.
3. En el relato se afirma que: esa probabilidad de 0,7980 significaba que haba casi una
posibilidad entre cinco de que alguien se hiera seriamente en un salto. Concuerda usted con
esa afirmacin? Si o no. Por qu?
Rta. Al observar el cuestionamiento se puede analizar y retomar que si es probable, si es posible,

ya que si se observa el promedio es de 0.7 de 12 es decir, un promediado de 7 individuos es lo que
nos indica que quedaran otros 5 individuos que seran los llamados en el enunciado.
Prepare un informe con las calificaciones de los jueces. Incluya tambin un anlisis de la
probabilidad de la apelacin y la revocacin de casos en los tres tribunales. Como mnimo, su
informe debe incluir lo siguiente:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales
2. La probabilidad de que se apele un caso, por cada juez
3. La probabilidad de que se revoque un caso, por cada juez
4. La probabilidad de una revocacin dada una apelacin, por cada juez
5. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las
razones de su eleccin.
DESARROLLO DEL INFORME

Resumen de los datos
Casos
Juez Tribunal Penal
Casos apelados
Casos Revocados
Presentados
Fred Cartolano
3037
137
12
Thomas Crush
3372
119
10
Patrick Dinkelacker
1258
44
Timothy Hogan
1954
60
Robert Kraft
3138
127
Casos
Juez Tribunal Penal
Casos apelados
Casos Revocados
Presentados
William Mathews
2264
91
18
William Morrissey
3032
121
22
Norbert Nadel
2959
131
20
Arthur Ney, Jr.
3219
125
14
Richard Niehaus
3353
137
16
Thomas Nurre
3000
121
John OConnor
2969
129
12
Robert Ruehlman
3205
145
18
955
60
10
Ann Marie Tracey
3141
127
13
Ralph Winkler
3089
88
43945
1762
199
J. Howard Sundermann
Total
Las probabilidades de apelacin la saque dividiendo el nmero de casos apelados entre el total de
casos presentados de la misma manera con la revocatoria. Para la probabilidad de revocar dada
una apelacin realice la divisin entre la probabilidad de revocar y la probabilidad de apelacin
JUEZ TRIBUNAL PENAL
PROBABILIDAD
PROBABILIDAD DE
PROBABILIDAD
APELACION POR
REVOCAR
REVOCAR DADA UNA
CADA JUEZ
APELACION
Fred Cartolano
0.045110
0.003951
0.087591
Thomas Crush
0.035291
0.002966
0.084034
Patrick Dinkelacker
0.034976
0.006359
0.181818
Timothy Hogan
0.030706
0.003582
0.116667
Robert Kraft
0.040472
0.002231
0.055118
William Mathews
0.040194
0.007951
0.197802
William Morrissey
0.039908
0.007256
0.181818
Norbert Nadel
0.044272
0.006759
0.152672
Arthur Ney, Jr.
0.038832
0.004349
0.112000
Richard Niehaus
0.040859
0.004772
0.116788
Thomas Nurre
0.04033
0.002000
0.049587
John OConnor
0.043449
0.004042
0.093023
Robert Ruehlman
0.045242
0.005616
0.124138
J. Howard Sundermann
0.062827
0.010472
0.166667
Ann Marie Tracey
0.040433
0.004139
0.102362
Ralph Winkler
0.028488
0.001942
0.068182
TOTAL
0.651392
0.078386
1.890267

JUEZ TRIBUNAL CIVIL
TOTAL DE CASOS
CASOS
CASOS REVOCADOS
PRESENTADOS
APELADOS
Mike Allen
6149
43
Nadine Allen
7812
34
Timothy Black
7954
41
David Davis
7736
43
Leslie Isaiah Gaines
5282
35
13
Karla Grady
5253
Deidra Hair
2532
Dennis Helmick
7900
29
Timothy Hogan
2308
13
James Patrick Kenney
2798
Joseph Luebbers
4698
25
William Mallory
8277
38
Melba Marsh
8219
34
Beth Mattingly
2971
13
Albert Mestemaker
4975
28
Mark Painter
2239
Jack Rosen
7790
41
13
Mark Schweikert
5403
33
David Stockdale
5371
22
John A. West
2797
108464
500
104
TOTAL
Para sacar las probabilidades realice la siguiente operacin matemtica, numero de caso apelado
dividido el total de casos presentados por cada juez de esta manera saque la probabilidad de
apelacin por cada juez y la probabilidad de revocar, para la probabilidad de revocar la apelacin
divid la probabilidad de revocar en la probabilidad de apelacin
JUEZ TRIBUNAL CIVIL
PROBABILIDAD
PROBABILIDAD DE
PROBABILIDAD
APELACION POR
REVOCAR
REVOCAR DADA UNA
CADA JUEZ
APELACION
Mike Allen
0.006993
0.000651
0.093023
Nadine Allen
0.004352
0.000768
0.176471
Timothy Black
0.005155
0.000754
0.146341
David Davis
0.005558
0.000646
0.116279
Leslie Isaiah Gaines
0.006626
0.002461
0.371429
Karla Grady
0.001142
0.000000
0.000000
Deidra Hair
0.001975
0.000000
0.000000
Dennis Helmick
0.003671
0.000633
0.172414
Timothy Hogan
0.005633
0.000867
0.153846
James Patrick Kenney
0.002144
0.000357
0.166667
Joseph Luebbers
0.005321
0.001703
0.320000
William Mallory
0.004591
0.001083
0.236842
Melba Marsh
0.004137
0.000852
0.205882
Beth Mattingly
0.004376
0.000337
0.076923
Albert Mestemaker
0.005628
0.001809
0.321429
Mark Painter
0.003126
0.001340
0.428571
Jack Rosen
0.005263
0.001669
0.317073
Mark Schweikert
0.006108
0.001110
0.181818
David Stockdale
0.004096
0.000745
0.181818
John A. West
0.001430
0.000715
0.500000
TOTAL
0087326
0018504
4166827

Casos
Casos
Presentados
apelados
Juez Tribunal de Familia
Casos Revocados
Penelope Cunningham
2729
Patrick Dinkelacker
6001
19
Deborah Gaines
8799
48
Ronald Panioto
12,970
32
17541.9
106
17
TOTAL
Para sacar las probabilidades de apelacin divid el nmero de casos apelados entre los casos
presentados, de igual manera con la probabilidad de revocar, para la probabilidad de revocar dada
una apelacin divid la probabilidad de revocar entre la probabilidad de apelacin
JUEZ TRIBUNAL DE
PROBABILIDAD
PROBABILIDAD DE
PROBABILIDAD
FAMILIA
APELACION POR
REVOCAR
REVOCAR DADA UNA
CADA JUEZ
APELACION
Penelope Cunningham
0.002565
0.000366
0.142857
Patrick Dinkelacker
0.003166
0.000667
0.210526
Deborah Gaines
0.005455
0.001023
0.187500
Ronald Panioto
0.002467
0.000231
0.093750
TOTAL
0.013653
0.002287
0.634633
Quiero resaltar que el resultado en estas tablas puede ser un numero decimal o el resultado puede
ser porcentual, dependiendo la necesidad.
Con la informacin anterior estos son los resultados por cada juez, estos resultados son tomados
de las tablas de probabilidades.
La
que
presenta
mayor John A. West
0.5
probabilidad de revocar dada la

apelacin
La
que
presenta
probabilidad de revocar
Mayor
cantidad
mayor J.
Howard
0.010472
Sundermann
de
casos Ronald Panioto
de
casos Robert Ruehlman
12,970
presentados
Mayor
cantidad
145
apelados
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
1
Tomado y adaptado de Lind, D.,Marshall D., Estadstica aplicada a los Negocios.McGraw Hill 2012
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.
Prepare un informe en el que debe incluir como mnimo lo siguiente:

1.- Un diagrama de rbol que represente las probabilidades encontradas.
2.- Probabilidad de que un chip este defectuoso
3- Probabilidad de que el chip este en buenas condiciones
4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya sido
fabricado por cada uno de los proveedores
5.- Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad de que haya
sido fabricado por cada uno de los proveedores
Para el desarrollo del informe se recomienda:
d. Identificar los eventos mutuamente excluyentes
e. Identificar las probabilidad de los eventos mutuamente excluyentes (probabilidades a
priori)
f. Identificar las probabilidad condicionales presentadas
8. Probabilidad de que un chip este defectuoso

Para establecer la probabilidad de que un chip este defectuoso, tomamos los porcentajes de
compra de chips que representa cada proveedor y hacemos la operacin con el porcentaje de los
defectuosos por cada uno.
P (A) = Chips defectuosos
() = 0.25 (0.02) + (0.30) (0.04) + (0.45) (0.06) = 0.044
Se evidencia que el 4.4% de los chips salen defectuosos
9. Probabilidad de que el chip este en buenas condiciones

1 () = 1 0.044 = 0.956
Se identifica que el 95.6% de los chips salen en buenas condiciones
10. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que

haya sido fabricado por cada uno de los proveedores
Para este ejercicio vamos a identificar a cada proveedor as:
Hall Electronics = HE
Schuller Sales = SS
Crawford Components = CC
a. (|) =
(0.25)(0.02)
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)
0.005
0.044
= 0.1136
Por lo tanto el 11.36% de los chips defectuosos provienen de Hall Electronics
b. (|) =
(0.30)(0.04)
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)
0.012
= 0.044 = 0.2727
Por lo tanto el 27.27% de los chips defectuosos provienen de Schuller Sales
c. (|) =
(0.45)(0.06)
0.027
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)
= 0.044 = 0.6136
Por lo tanto el 61.36% de los chips defectuosos provienen de Crawford Components
11. Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad

de que haya sido fabricado por cada uno de los proveedores
(0.25)(0.98)
0.245
a. HE: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.2562 = 25.62%

Se identifica que el 25.62% de chips estn en buenas condiciones y son correspondientes a Hall
Electronics
(0.3)(0.96)
0.288
b. SS: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.3012 = 30.12%

Se identifica que el 30.12% de chips estn en buenas condiciones y son correspondientes a
Schuller Sales
(0.45)(0.94)
0.423
c. CC: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.4424 = 44.24%

Se identifica que el 44.24% de chips estn en buenas condiciones y son correspondientes a
Crawford Components
12. Elabore un diagrama de rbol que represente las probabilidades encontradas.

HE = Hall Electronics
SS = Schuller Sales
CC = Crawford Components
D
2%
ND
HE
98%
0.25
0.30
4%
SS
0.45
96%
6%
CC
D
94%
ND
ND
CONCLUSIONES
La probabilidad es la ciencia que trata de cuantificar los posibles resultados de un

experimento en el cual est presente la incertidumbre o la aleatoriedad.
Despus de lo estudiado logramos comprender que la probabilidad es una herramienta de

ayuda para la toma de decisiones, ya que nos brinda una forma de medir, expresar y
analizar las incertidumbres asociadas con eventos futuros de razones entre el nmero de
casos favorables y el nmero de casos posibles.
Con desarrollo de estos casos logramos adquirir destrezas y habilidades en el desarrollo

adecuado de problemas lo cual nos puede servir tanto a nivel profesional como personal.
BIBLIOGRAFIA
Celis, A. (2014) Bioestadstica. Editorial Manual Moderno. 3 Edicin. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=86&docID=10995308&t
m=1470696532338
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional. Recuperado
de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604&ppg=128
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-viii.
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052400005&inP
S=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica: Probabilidad e
inferencia. Recuperado
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10995669&ppg=19
math2me. (14 de Agosto de 2010). Probabilidad de un evento simple. Obtenido de Youtube:

https://www.youtube.com/watch?v=7xZ_kKMiqGU
Robayo, A. M. (Julio de 2010). PROBABILIDAD. Bogota.
Tejada, H. E. (s.f.). Estadistica para las Ciencias Sociales, del Comportam
Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado

7
Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional. Recuperado
8
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-viii.
Recuperado
de:http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052400005&i
nPS=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica: Probabilidad e
inferencia. Recuperado

Trabajo Colaborativo Fase 1-Probabilidades

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Trabajo Colaborativo Fase 1-Probabilidades

Uploaded by

Copyright:

Available Formats

PROBABILIDADES.

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD

Comprender los conceptos bsicos de la probabilidad y su aplicabilidad en la vida

Desarrollar habilidades y competencia que ayuden al estudiante a comprender mejor las

1. CUADRO SIGNOTICO UNIDAD 1

Experimento Aleatorio, Espacio Muestra, Eventos

Experimento aleatorio es aquel

Son aquellas que son utilizadas

Se definen como las

(Total Aprobados/Nmero Total*100%)

2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.

Clasificacin: Excelente - Bueno- Regular

Es de aclarar que el aprendizaje de los estudiantes depende de la capacidad de enseanza y el

Con frecuencia es necesario hallar la probabilidad incondicional de un evento B, dado que un

Resultado del examen

Resultado del examen

Para el desarrollo del informe se recomienda:

Resultado del examen

Enfermedad presente (Pr)

Enfermedad Ausente (Au)

1. Probabilidad de que la enfermedad este presente

2. Probabilidad de que la enfermedad est ausente

La probabilidad de que se presente un falso positivo es del 62,5%

(/) = 0,0086 = 0,86%

Reemplazando los valores

(/) = 0,1509 = 15,09%

6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto

(/) = 0,1509 = 99,7%

Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una segunda

La posibilidad de cada individuo seria 0.9813 en cada salto.

Rta. Al observar el cuestionamiento se puede analizar y retomar que si es probable, si es posible,

DESARROLLO DEL INFORME

Arthur Ney, Jr.

Ann Marie Tracey

JUEZ TRIBUNAL PENAL

REVOCAR DADA UNA

Arthur Ney, Jr.

Ann Marie Tracey

Resumen de los datos

Leslie Isaiah Gaines

James Patrick Kenney

JUEZ TRIBUNAL CIVIL

REVOCAR DADA UNA

Leslie Isaiah Gaines

James Patrick Kenney

Resumen de los datos

Juez Tribunal de Familia

REVOCAR DADA UNA

mayor John A. West

probabilidad de revocar dada la

casos Ronald Panioto

casos Robert Ruehlman

Un fabricante de reproductores de DVD compra un microchip en

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

8. Probabilidad de que un chip este defectuoso

9. Probabilidad de que el chip este en buenas condiciones

10. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que

Por lo tanto el 11.36% de los chips defectuosos provienen de Hall Electronics

Por lo tanto el 27.27% de los chips defectuosos provienen de Schuller Sales

Por lo tanto el 61.36% de los chips defectuosos provienen de Crawford Components

11. Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad

a. HE: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.2562 = 25.62%

b. SS: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.3012 = 30.12%

c. CC: (0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94) = 0.956 = 0.4424 = 44.24%