ACTIVIDAD N 1

FASE AXIOMAS DE PROBABILIDAD

PRESENTADO POR:

CARLOS ANDRES LONDOO COD: 9.725.611

ERIKA ANDREA BEDOYA CD: 65.795.594
KAREN XIOMARA RIVERA CHALA CD: 1.075.228.594
JHON FREDY RODRIGUEZ NUPIA CD: 1.075.287.840
ESNEIDER CUADROS URREGO CD: 1.027.886.385

TUTORA:

DIANA MILENA CALIMAN

GRUPO: 100402_137

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

PROGRAMA ADMINISTRACION DE EMPRESAS E INGENIERIA DE

TELECOMUNICACIONES

CEAD MARIQUITA Y NEIVA

1
 31 DE MARZO DE 2017

INTRODUCCION

El presente trabajo es elaborado con base al mdulo de probabilidad, de la universidad

nacional abierta y a distancia UNAD, integrando aportes tanto de nuestro tutor y
compaeros, haciendo nfasis en los temas relacionados con los Axiomas de Probabilidad.

La actividad se realiz con la intencin de formular y realizar diferentes tipos de ejercicios

con la intencin de obtener mucho aprendizaje con frmulas aplicables en la vida cotidiana
y obtener resultados reales para aplicar las posibles probabilidades en la toma de decisiones
que se realiza ya sea en nuestra vida normal o en el rea laboral, con respecto a los
ejercicios planteados para llegar a resolverlos se introdujo una lectura y un anlisis
profundo del mdulo debido a que para dar solucin a esta actividad se debe leer para poder
interpretar y dar la respectiva solucin de cada ejercicio planteado.

2
 OBJETIVOS.

Introducir en los conceptos bsicos para el estudio de la teora de la probabilidad.

Reconocer las caractersticas de un experimento aleatorio.

Calcular las medidas de espacios mustrales y eventos aplicando reglas bsicas de

conteo, permutaciones y combinaciones.

Definir y estudiar los diferentes tipos de espacios de probabilidad.

Calcular la probabilidad de causas aplicando el teorema de Bayes.

3
 DESARROLLO
1. CUADRO SIPNOTICO:

4
5
 SOLUCION DE CASOS:
CASO N1 _ CARLOS ANDRES LONDOO
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 Aprob Probabilidad Reprob Probabilidad Cancelo Probabilidad Total

de Aprobar de Reprobar o perdi por fallas
por fallas
Algebra lineal 178 P(A) 178/218: 10 P(A) 10/218: 30 P(A) 30/218: 218
0,82% *100: 0,05% *100: 0,14% *100: (7)
82% 5% 14%
Anlisis 146 P(A) 146/182: 15 P(A) 15/182: 21 P(A) 21/182: 182
numrico 0,80% *100: 0,08% *100: 0,11% *100: (6)
80% 8% 11%
Clculo 252 P(A) 252/328: 37 P(A) 37/328: 39 P(A) 39/328: 328
infinitesimal 0,77% *100: 0,11% *100: 0,12% *100: (10)
77% 11% 12%
Calculo 56 P(A) 56/79: 8 P(A) 8/79: 15 P(A) 15/79: 79 (3)
integral 0,71% *100: 0,10% *100: 0,18% *100:
71% 10% 18%
Clculo 244 P(A) 244/357: 49 P(A) 49/357: 64 P(A) 64/357: 357
multivariado 0,68% *100: 0,14% *100: 0,18% *100: (12)
68% 14% 18%
Calculo 226 P(A) 226/331: 44 P(A) 44/331: 61 P(A) 61/331: 331
negocios 0,68% *100: 0,14% *100: 0,18% *100: (11)
68% 14% 18%
Ecuaciones 178 P(A) 178/265: 47 P(A) 47/265: 40 P(A) 40/265: 265
diferenciales 0,67% *100: 0,18% *100: 0,15% *100: (8)
67% 18% 15%
Estadstica 33 P(A) 33/53: 11 P(A) 11/53: 9 P(A) 9/53: 53 (2)
bsica 0,62% *100: 0,21% *100: 0,17% *100:
 62% 21% 17%
Estadstica 269 P(A) 269/437: 70 P(A) 70/437: 98 P(A) 98/437: 437
inferencial 0,62% *100: 0,16% *100: 0,22% *100: (13)
62% 16% 22%
Matemticas 199 P(A) 199/325: 53 P(A) 53/325: 73 P(A) 73/325: 325
avanzadas 0,61% *100: 0,16% *100: 0,22% *100: (9)
61% 16% 22%
Matemticas 44 P(A) 44/80: 13 P(A) 13/80: 23 P(A) 23/80: 80 (4)
discretas 0,55% *100: 0,16% *100: 0,29% *100:
55% 16% 29%
Pre calculo 42 P(A) 42/83: 24 P(A) 24/83: 17 P(A) 17/83: 83 (5)
0,51% *100: 0,29% *100: 0,21% *100:
51% 29% 21%
Probabilidad 6 P(A) 6/17: 8 P(A) 8/17: 3 P(A) 3/17: 17(1)
0,35% *100: 0,47% *100: 0,18% *100:
35% 47% 18%
TOTAL 1873 389 493

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

1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas

2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del
rea de matemticas.
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea
5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.
6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin.

Solucin:

La probabilidad de que un estudiante apruebe un curso del rea de matemticas

Probabilidad de que un estudiante apruebe un curso del rea de matemticas:

 La Probabilidad de que un estudiante apruebe el curso del rea de matemticas es del 68%.

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

Solucin:

La Probabilidad de que un estudiante Repruebe el curso del rea de matemticas es del

14%.

Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del rea
de matemticas.

Profesor Aprob Probabilidad de Aprobar Total

Csar r. 52 P(A) = 52/53 = 0,98 % * 100 = 98% 53

Claudia v. 31 P(A) = 31/36 = 0,86 % *100 = 86% 36
Diana m. 97 P(A) = 97/119 = 0,82 % *100 = 82% 119
Ernesto s. 166 P(A) = 166/204 = 0,81 % *100 = 81% 204
Diego v. 36 P(A) = 36/45 = 0,80 % * 100= 80% 45
Eduardo m. 154 197
P(A) = 154/197 = 0,78 % *100 = 78%
Enrique p 118 P(A) = 118/156 = 0,76 % *100 = 76% 156
Fernando 125 P(A) = 125/167 = 0,75 % *100 = 75% 167
m.
Gloria a. 151 P(A) = 151/203 = 0,74 % *100 = 74% 203
Jairo a. 116 P(A) = 116/161 = 0,72% *100 = 72% 161
Javier b. 98 P(A) = 98/137 = 0,72 % *100 = 72% 137
Jos c. 49 P(A) = 49/74 = 0,66 % *100 = 66% 74
Luz p. 142 P(A) = 142/209 = 0,68 % *100 = 68% 209
 Marcela f. 60 P(A) = 60/100 = 0,60 % *100 = 60% 100
Mara a. 93 P(A) = 93/157 = 0,59 % *100 = 59% 157
Mario g 90 P(A) = 90/152 = 0,59 % *100 = 59% 152
Mercedes s. 60 P(A) = 60/102 = 0,58 % *100 = 58% 102
Oscar n. 111 P(A) = 11/204 = 0,05% *100 = 5% 204
Patricia m. 37 P(A) = 37/73 = 0,51 % *100 = 51% 73
Ricardo o. 57 P(A) = 57/100 = 0,43 % *100 = 43% 134
Sandra m. 30 P(A) = 30/72 = 0,41% *100 = 41% 72
Total 1873 P(A) = 1837/2755= 0,66 % *100 = 66% 2755

4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea.
Curso Aprob Total
Probabilidad de Aprobar
Algebra lineal 178 P(A) = 178/218 = 0,82 % * 100 = 82% 218
Anlisis numrico 146 P(A) = 146/182 = 0,80 % * 100 = 80% 182
Clculo infinitesimal 252 P(A) = 252/328 = 0,77 % * 100 = 77% 328
Calculo integral 56 P(A) = 56/79 = 0,71 % * 100 = 71% 79
Clculo multivariado 244 P(A) = 244/357 = 0,68 % * 100 = 68% 357
Calculo negocios 226 P(A) = 226/331 = 0,68 % * 100 = 68% 331
Ecuaciones diferenciales 178 P(A) = 178/265 = 0,67 % * 100 = 67% 265
Estadstica bsica 33 P(A) = 33/53 = 0,62 % * 100 = 62% 53
Estadstica inferencial 269 P(A) = 269/437 = 0,62 % * 100 = 62% 437
Matemticas avanzadas 199 P(A) = 199/325 = 0,61 % * 100 = 61% 325
Matemticas discretas 44 P(A) = 44/80 = 0,55 % * 100 = 55% 80
Pre calculo 42 P(A) = 42/83 = 0,51 % * 100 = 51% 83
Probabilidad 6 P(A) = 6/17 = 0,35 % * 100 = 35% 17
TOTAL 1873 2755

5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.

Se aplica la frmula de Probabilidad Clsica, en donde los caso favorables al Evento A se

dividen entre el nmero de casos posibles, para este caso el nmero de los que aprobaron, y
se divide entre el nmero total de estudiantes.
De esta manera se analiza que ALGEBRA LINEAL, tiene el mayor porcentaje de
aporbacin en estudiantes.

Curso Aprob Probabilidad Reprob Probabilidad Cancelo o Probabilidad Total

de Aprobar de Reprobar perdi por fallas
por fallas
Algebra lineal 178 P(A) 178/218: 10 P(A) 10/218: 30 P(A) 30/218: 218
0,82% *100: 0,05% *100: 0,14% *100: (7)
82% 5% 14%
Anlisis 146 P(A) 146/182: 15 P(A) 15/182: 21 P(A) 21/182: 182
numrico 0,80% *100: 0,08% *100: 0,11% *100: (6)
 80% 8% 11%
Clculo 252 P(A) 252/328: 37 P(A) 37/328: 39 P(A) 39/328: 328
infinitesimal 0,77% *100: 0,11% *100: 0,12% *100: (10)
77% 11% 12%
Calculo 56 P(A) 56/79: 8 P(A) 8/79: 15 P(A) 15/79: 79 (3)
integral 0,71% *100: 0,10% *100: 0,18% *100:
71% 10% 18%
Clculo 244 P(A) 244/357: 49 P(A) 49/357: 64 P(A) 64/357: 357
multivariado 0,68% *100: 0,14% *100: 0,18% *100: (12)
68% 14% 18%
Calculo 226 P(A) 226/331: 44 P(A) 44/331: 61 P(A) 61/331: 331
negocios 0,68% *100: 0,14% *100: 0,18% *100: (11)
68% 14% 18%
Ecuaciones 178 P(A) 178/265: 47 P(A) 47/265: 40 P(A) 40/265: 265
diferenciales 0,67% *100: 0,18% *100: 0,15% *100: (8)
67% 18% 15%
Estadstica 33 P(A) 33/53: 11 P(A) 11/53: 9 P(A) 9/53: 53 (2)
bsica 0,62% *100: 0,21% *100: 0,17% *100:
62% 21% 17%
Estadstica 269 P(A) 269/437: 70 P(A) 70/437: 98 P(A) 98/437: 437
inferencial 0,62% *100: 0,16% *100: 0,22% *100: (13)
62% 16% 22%
Matemticas 199 P(A) 199/325: 53 P(A) 53/325: 73 P(A) 73/325: 325
avanzadas 0,61% *100: 0,16% *100: 0,22% *100: (9)
61% 16% 22%
Matemticas 44 P(A) 44/80: 13 P(A) 13/80: 23 P(A) 23/80: 80 (4)
discretas 0,55% *100: 0,16% *100: 0,29% *100:
55% 16% 29%
Pre calculo 42 P(A) 42/83: 24 P(A) 24/83: 17 P(A) 17/83: 83 (5)
0,51% *100: 0,29% *100: 0,21% *100:
51% 29% 21%
Probabilidad 6 P(A) 6/17: 8 P(A) 8/17: 3 P(A) 3/17: 17(1)
0,35% *100: 0,47% *100: 0,18% *100:
35% 47% 18%
TOTAL 1873 389 493

6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.

Con la Frmula de Probabilidad Clsica, los casos favorables al evento A se dividen entre el
nmero de casos posibles, para este caso el nmero de los que aprobaron dividido el
nmero total de estudiantes.

Con el siguiente anlisis podemos ver que le Profesor Csar, obtiene el mayor porcentaje de
probabilidad de que los estudiantes aprueben las materias que el dicta.

Profesor Aprob Probabilidad Reprob Probabilidad Cancelo o Probabilidad por Total

de Aprobar de Reprobar perdi fallas
por fallas
 Csar r. 52 P(A) 52/53: 1 P(A) 1/53: 0,02% 53
0,98% *100: *100: 2%
98%
Claudia v. 31 P(A) 31/36: 5 P(A) 5/36: 0,14% 36
0,86% *100: *100: 14%
86%
Diana m. 97 P(A) 97/119: 4 P(A) 4/119: 18 P(A) 18/119: 119
0,82% *100: 0,03% *100: 3% 0,15% *100: 15%
82%
Ernesto s. 166 P(A) 166/204: 17 P(A) 17/204: 21 P(A) 21/204: 204
0,81% *100: 0,08% *100: 8% 0,10% *100: 10%
81%
Diego v. 36 P(A) 36/45: 5 P(A) 5/45: 4 P(A) 4/45: 0,08% 45
0,8% *100: 80% 0,01% *100: 1% *100: 8%
Eduardo m. 154 P(A) 154/197: 17 P(A) 17/197: 26 P(A) 26/197: 197
0,78% *100: 0,09% *100: 9% 0,13% *100: 13%
78%
Enrique p 118 P(A) 118/156: 25 P(A) 25/156: 13 P(A) 13/156: 156
0,76% *100: 0,16% *100: 0,08% *100: 8%
76% 16%
Fernando 125 P(A) 125/167: 21 P(A) 21/167: 21 P(A) 21/167: 167
m. 0,75% *100: 0,13% *100: 0,13% *100: 13%
75% 13%
Gloria a. 151 P(A) 151/203: 32 P(A) 32/203: 20 P(A) 20/203: 203
0,74% *100: 0,16% *100: 0,10% *100: 10%
74% 16%
Jairo a. 116 P(A) 116/161: 19 P(A) 19/161: 26 P(A) 26/161: 161
0,72% *100: 0,12% *100: 0,10% *100: 10%
72% 12%
Javier b. 98 P(A) 98/137: 10 P(A) 10/137: 29 P(A) 29/137: 137
0,72% *100: 0,07% *100: 7% 0,21% *100: 21%
72%
Jos c. 49 P(A) 49/74: 9 P(A) 9/74: 16 P(A) 16/74: 74
0,66% *100: 0,12% *100: 0,22% *100: 22%
66% 12%
Luz p. 142 P(A) 142/209: 23 P(A) 23/209: 44 P(A) 44/209: 209
0,68% *100: 0,11% *100: 0,21% *100: 21%
68% 11%
Marcela f. 60 P(A) 60/100: 19 P(A) 19/100: 21 P(A) 21/100: 100
0,6% *100: 60% 0,19% *100: 0,21% *100: 21%
19%
Mara a. 93 P(A) 93/157: 27 P(A) 27/157: 37 P(A) 37/157: 157
0,59% *100: 0,17% *100: 0,30% *100: 30%
59% 17%
Mario g 90 P(A) 90/152: 16 P(A) 16/152: 46 P(A) 46/152: 152
0,59% *100: 0,11% *100: 0,11% *100: 11%
59% 11%
Mercedes s. 60 P(A) 60/102: 15 P(A) 15/102: 27 P(A) 27/102: 102
0,58% *100: 0,15% *100: 0,26% *100: 26%
58% 15%
Oscar n. 111 P(A) 111/204: 48 P(A) 48/204: 45 P(A) 45/204: 204
0,554% *100: 0,24% *100: 0,22% *100: 22%
54% 24%
 Patricia m. 37 P(A) 37/73: 14 P(A) 14/73: 22 P(A) 22/73: 73
0,51% *100: 0,19% *100: 0,30% *100: 30%
51% 19%
Ricardo o. 57 P(A) 57/134: 31 P(A) 31/134: 46 P(A) 46/134: 134
0,43% *100: 0,23% *100: 0,34% *100: 34%
43% 23%
Sandra m. 30 P(A) 52/53: 37 P(A) 37/72: 5 P(A) 5/72: 0,07% 72
0,42% *100: 0,51% *100: *100: 7%
42% 51%
Total 1873 389 493 2755

7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin

Da como resultado que el Programa que mejores resultados de Aprobacin tiene es

Administracin Ambiental, resultado obtenido de la aplicacin de la frmula de
Probabilidad Clsica, donde los casos favorables al Evento A, se dividen entre el nmero de
casos posibles, para este caso el nmero de los que aprobaron, dividido el total de
estudiantes.

Programa Aprob Reprob Cancelo Total

o perdi
por
fallas
Administracin 146 P(A) 146/182: 15 P(A) 15/182: 21 P(A) 21/182: 182
ambiental 0,80% *100: 80% 0,08% *100: 0,11% *100:
8% 11%
Admn. empresas 295 P(A) 295/380: 44 P(A) 44/380: 41 P(A) 41/380: 380
0,77% *100: 77% 0,12% *100: 0,11% *100:
12% 11%
Arquitectura 297 P(A) 297/421: 53 P(A) 53/421: 71 P(A) 71/421: 421
0,71% *100: 71% 0,13% *100: 0,29% *100:
13% 29%
Contadura 99 P(A) 99/141: 23 P(A) 23/141: 19 P(A) 19/141: 141
0,70% *100: 70% 0,16% *100: 0,13% *100:
16% 13%
Economa 99 P(A) 99/142: 19 P(A) 19/142: 24 P(A) 24/142: 142
0,70% *100: 70% 0,13% *100: 0,17% *100:
13% 17%
Ing. Meca trnica 515 P(A) 515/787: 118 P(A) 154 P(A) 154/787: 787
0,65% *100: 65% 118/787: 0,20% *100:
0,15% *100: 20%
65%
Ing. Civil 88 P(A) 88/135: 20 P(A) 20/135: 27 P(A) 27/135: 135
0,65% *100: 65% 0,15% *100: 0,2% *100:
15% 20%
Ing. Financiera 83 P(A) 83/134: 29 P(A) 29/134: 22 P(A) 22/134: 134
0,62% *100: 62% 0,22% *100: 0,16% *100:
22% 16%
 Ing. Sistemas 127 P(A) 127/206: 26 P(A) 26/206: 53 P(A) 53/206: 206
0,62% *100: 62% 0,13% *100: 0,26% *100:
13% 26%
Ing. 32 P(A) 32/56: 9 P(A) 9/56: 15 P(A) 15/56: 56
Telecomunicaciones 0,57% *100: 57% 0,16% *100: 0,27% *100:
16% 27%
Negocios 69 P(A)69/123: 21 P(A)21/123: 33 P(A)33/123: 123
Internacionales 0,56% *100: 56% 0,17% *100: 0,27% *100:
17% 27%
Psicologa 23 P(A) 23/48: 12 P(A) 12/48: 13 P(A) 13/48: 48
0,48% *100: 48% 0,25% *100: 0,27% *100:
48% 27%
Total 1873 389 493 2755

CASO N 2 _ JHON FREDY RODRIGUEZ NUPIA

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 estas 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 formula derivada del
probabilista Thomas Bayes, llamada 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 de examen positivo Resultado del examen negativo

Enfermedad presente 8% 2%
Enfermedad ausente 5% 85 %
Con base a esta informacin y usando el teorema de Bayes, elabore un informe que como
mnimo, debe incluir:

1. Un diagrama de rbol que represente las probabilidades dadas y las probabilidades

encontradas.
2. Probabilidad de que la enfermedad este presente y la probabilidad de que est ausente.
3. Probabilidad de un falso positivo, es decir, de que el examen sea positivo dado que la
persona no tiene la enfermedad.
4. Probabilidad de un falso negativo, es decir, de que el examen sea negativo dado que la
persona tenga 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, Qu tan confiable es este examen de
seleccin para detectar la enfermedad?

Desarrollo.
1. Diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.
Sean:
E = Evento en el que la enfermedad est presente
A = Evento en el que la enfermedad est ausente
= Evento en el examen es positivo.
= Evento en el examen es negativo.
Diagrama de rbol:
= Probabilidad que la enfermedad est presente.
= Probabilidad que la enfermedad est ausente

1 2

3
6
5
4
CASO N 3 KAREN XIOMARA RIVERA CHALA
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 ciudad perdida de Zinj, que
prospero 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-japons, 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 era inequvocos.
La probabilidad de un salto exitoso era 0, 7980; sin embargo, dado un salto exitoso, la
probabilidad de xito de 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, cul es la probabilidad de completar

su salto con xito?
RTA: La probabilidad de completar mi salto con xito si fuera uno de los 12 miembros del
equipo seria de: 0,0665%.

2. Si la probabilidad de que los 12 miembros del equipo tengan un salto exitoso es de

0.7980, Cul es la probabilidad de que un solo miembro del equipo pueda completar
el salto con xito?

Es la probabilidad de que 1 de los 12 complete el 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?
Tomando en cuenta la frase que citan pero no viene en el texto, podemos decir que:

Si tomamos como probabilidad de fracaso igual a que quede seriamente herido,

efectivamente se puede decir que aproximadamente 1 de cada 5 podra sufrir este destino.

CASO N4 ERIKA ANDREA BEDOYA

Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la gran
mayora de los casos presentados, la sentencia permanece como se present. Sin embargo,
algunos casos son apelados y en algunos de estos se revoca la sentencia. Una periodista del
diario Cincinnati Times realiz un estudio de los casos manejados por los jueces del
condado de Hamilton durante un periodo de tres aos En la siguiente tabla se muestran los
resultados de 182,908 casos presentados a 38 jueces del Tribunal Penal, del Tribunal de
Familia y del Tribunal Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el
mismo tribunal durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones con
frecuencia son resultado de errores cometidos por los jueces y el diario quera saber cules
jueces estaban haciendo un buen trabajo y cules cometan demasiados errores. A usted le
han llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la
probabilidad y la probabilidad condicional para ayudar a calificar a los jueces. Tal vez
pueda analizar la probabilidad de los casos que se apelaron y revocaron manejados en los
diferentes tribunales.
2.1. CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES
DEL CONDADO DE HAMILTON

Casos
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
Fred Cartolano 3037 137 12
Thomas Crush 3372 119 10
Patrick Dinkelacker 1258 44 8
Timothy Hogan 1954 60 7
Robert Kraft 3138 127 7
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 6
John OConnor 2969 129 12
Robert Ruehlman 3205 145 18
J. Howard Sundermann 955 60 10
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6
Total 43945 1762 199

Cuadro 1. Listado de jueces Penales.

Casos
Juez Tribunal de Familia Casos apelados Casos Revocados
presentados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Total 30,499 106 17

Cuadro 2. Listado de jueces de Familia.

 Casos
Juez Tribunal Civil Casos apelados Casos Revocados
Presentados
Mike Allen 6149 43 4
Nadine Allen 7812 34 6
Timothy Black 7954 41 6
David Davis 7736 43 5
Leslie Isaiah Gaines 5282 35 13
Karla Grady 5253 6 0
Deidra Hair 2532 5 0
Dennis Helmick 7900 29 5
Timothy Hogan 2308 13 2
James Patrick Kenney 2798 6 1
Joseph Luebbers 4698 25 8
William Mallory 8277 38 9
Melba Marsh 8219 34 7
Beth Mattingly 2971 13 1
Albert Mestemaker 4975 28 9
Mark Painter 2239 7 3
Jack Rosen 7790 41 13
Mark Schweikert 5403 33 6
David Stockdale 5371 22 4
John A. West 2797 4 2
Total 108,464 500 104

Cuadro 3. Listado de jueces Civiles.

2.2. ANTECEDENTES
En el condado de Hamilton se cuenta con un total de 38 jueces, que se encuentran
asignados a diferentes tribunales; tribunal de penal, tribunal familiar y civil. Durante los 3
aos los jueces han emitido su veredicto sobre 182,908 casos manejados. Se debe de tener
en cuenta adems que durante el periodo de la investigacin 2 de los jueces no trabajaron
en un solo tribunal.

2.3. OBJETIVOS
El objetivo principal es conocer el desempeo de cada uno de los jueces y sus apelaciones
en cada tribunal y ver si los resultados son producto de fallas en el veredicto de los jueces.

2.4. INFORME:
Calificaciones de los jueces, anlisis de la probabilidad de la apelacin y la revocacin de
casos en los tres tribunales.
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. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d
las razones de su eleccin.

1-La probabilidad de casos que se apelan y revocan en los tres tribunales

a. Juez Tribunal penal.

Casos Apelados.

Casos revocados.

b. Juez tribunal de familia.

Casos apelados.

Casos revocados.

c. Juez tribunal civil.

Casos apelados.

Casos revocados.

La probabilidad de casos que se apelan y revocan en los 3 tribunales es de 0,6045 %.

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:

Probabilidad de
Casos Casos Casos Probabilidad Probabilidad
tem Juez Tribunal Penal Revocar dada
Presentados apelados Revocados de Apelar de Revocar
una apelacin
.1 Fred Cartolano 3.037 137 12 0,045110 0,003951 0,087591
.2 Thomas Crush 3.372 119 10 0,035291 0,002966 0,084034
.3 Patrick Dinkelacker 1.258 44 8 0,034976 0,006359 0,181818
.4 Timothy Hogan 1.954 60 7 0,030706 0,003582 0,116667
.5 Robert Kraft 3.138 127 7 0,040472 0,002231 0,055118
.6 William Mathews 2.264 91 18 0,040194 0,007951 0,197802
.7 William Morrissey 3.032 121 22 0,039908 0,007256 0,181818
.8 Norbert Nadel 2.959 131 20 0,044272 0,006759 0,152672
.9 Arthur Ney, Jr. 3.219 125 14 0,038832 0,004349 0,112000
.10 Richard Niehaus 3.353 137 16 0,040859 0,004772 0,116788
.11 Thomas Nurre 3.000 121 6 0,040333 0,002000 0,049587
.12 John OConnor 2.969 129 12 0,043449 0,004042 0,093023
.13 Robert Ruehlman 3.205 145 18 0,045242 0,005616 0,124138
J. Howard
.14
Sundermann
955 60 10 0,062827 0,010471 0,166667
.15 Ann Marie Tracey 3.141 127 13 0,040433 0,004139 0,102362
.16 Ralph Winkler 3.089 88 6 0,028488 0,001942 0,068182
Total 43.945 1.762 199 0,6513921 0,0783862 1,8902669

Probabilidad de
Juez Tribunal de Casos Casos Casos Probabilidad Probabilidad
tem Revocar dada
Familia presentados apelados Revocados de Apelar de Revocar
una apelacin
Penelope
.1 2.729 7 1 0,002565 0,000366 0,142857
Cunningham
 .2 Patrick Dinkelacker 6.001 19 4 0,003166 0,000667 0,210526
.3 Deborah Gaines 8.799 48 9 0,005455 0,001023 0,187500
.4 Ronald Panioto 12.970 32 3 0,002467 0,000231 0,093750

Total 30.499 106 17 0,0136536 0,0022871 0,6346335

Probabilidad de
Juez Tribunal Casos Casos Casos Probabilida Probabilidad
tem Revocar dada
Civil Presentados apelados Revocados d de Apelar de Revocar
una apelacin
.1 Mike Allen 6.149 43 4 0,006993 0,000651 0,093023
.2 Nadine Allen 7.812 34 6 0,004352 0,000768 0,176471
.3 Timothy Black 7.954 41 6 0,005155 0,000754 0,146341

.4 David Davis 7.736 43 5 0,005558 0,000646 0,116279

.5 Leslie Isaiah Gaines 5.282 35 13 0,006626 0,002461 0,371429
.6 Karla Grady 5.253 6 0 0,001142 0,000000 0,000000

.7 Deidra Hair 2.532 5 0 0,001975 0,000000 0,000000

.8 Dennis Helmick 7.900 29 5 0,003671 0,000633 0,172414

.9 Timothy Hogan 2.308 13 2 0,005633 0,000867 0,153846

James Patrick
.10 2.798 6 1 0,002144 0,000357 0,166667
Kenney
.11 Joseph Luebbers 4.698 25 8 0,005321 0,001703 0,320000

.12 William Mallory 8.277 38 9 0,004591 0,001087 0,236842

.13 Melba Marsh 8.219 34 7 0,004137 0,000852 0,205882

.14 Beth Mattingly 2.971 13 1 0,004376 0,000337 0,076923

.15 Albert Mestemaker 4.975 28 9 0,005628 0,001809 0,321429
.16 Mark Painter 2.239 7 3 0,003126 0,001340 0,428571
.17 Jack Rosen 7.790 41 13 0,005263 0,001669 0,317073

.18 Mark Schweikert 5.403 33 6 0,006108 0,001110 0,181818

.19 David Stockdale 5.371 22 4 0,004096 0,000745 0,181818

.20 John A. West 2.797 4 2 0,001430 0,000715 0,500000

Total 108.464 500 104 0,0873258 0,0185038 4,1668266

5-Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las
razones de su eleccin.
a. Se puede decir que el tribunal civil es el que tiene la mayora de casos revocados y
los jueces emiten sentencias erradas en cabeza del juez Jhon A.West.
b. Por otro lado se puede decir que el tribunal de familia es el tribunal con menos
casos apelados y el ms eficiente en la emisin de su veredicto.
 c. En el caso del tribunal penal, es necesario hacer seguimiento de los procesos a cargo
de los jueces William Mathews, William Morrissey y J. Howard Sundermann.
d. El juez Patrick Dinkelacker quien trabaja en los tribunales de familia y penal se
debe intervenir debido a que presenta el mayor nmero de apelaciones y
revocaciones.
e. La juez Karla Grady del tribunal civil es quien mejor desempea su funcin por
tener la menor cantidad de apelaciones y revocaciones.

CASO N5 ESNEIDER CUADROS.

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.

Conceptos tericos a aplicar:

Axioma 1

La probabilidad de cualquier evento es un nmero real no negativo.

Axioma 2

La probabilidad del evento seguro, , es igual a 1, denotado simblicamente,

 Axioma 3

Si son eventos mutuamente excluyentes (incompatibles dos a dos), entonces:

Segn este axioma se puede calcular la probabilidad de un suceso compuesto de varias

alternativas mutuamente excluyentes sumando las probabilidades de sus componentes.

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

Diagrama de rbol

0.98 Buenas Condiciones

24
Microchips LS-

(98%)
0.02 Defectuoso
ll %)
Ha ics (25 (2%)
5
0.2 tron 0.30 Schuller Sales 0.96 Buenas Condiciones
c
Ele (30%) (96%)
0.04 Defectuoso
(4%)
0.94 Buenas Condiciones
(94%)
0.45 0.06 Defectuoso
Com Crawf (6%)
po n or
ent d
s (4
5 %)
2. Probabilidad de que un chip este defectuoso

Hall Electronics: defectuoso

Schuller Sales: defectuoso
Crawford Components: defectuoso

Probabilidad del Chip Defectuoso:

3. Probabilidad de que el chip este en buenas condiciones

Hall Electronics: buenas condiciones

Schuller Sales: buenas condiciones
Crawford Components: buenas condiciones

Probabilidad del Chip 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

Probabilidad de que lo halla fabricado el proveedor (Hall Electronics):

Probabilidad de que lo halla fabricado el proveedor (Schuller Sales):

Probabilidad de que lo halla fabricado el proveedor (Crawford Components):

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 de que lo halla fabricado el proveedor (Hall Electronics):

Probabilidad de que lo halla fabricado el proveedor (Schuller Sales):

Probabilidad de que lo halla fabricado el proveedor (Crawford Components):

 CONCLUSIONES

Con el desarrollo de la anterior Actividad se consolida la Teora estudiada en la Unidad 1, al

aplicar y estudiar cada uno de los casos propuestos en la Gua, ya que en la solucin de los
mismos de manera prctica desarrollo cada caso.

Se empelaron cada una de los temas de la Unidad 1 para resolver de manera particular cada
ejercicio, aprendiendo de esta forma lo concerniente a procedimientos frmulas, Axiomas,
etc.

BIBLIOGRAFIAS.
 Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional Abierta
y a distancia UNAD.
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf

Walpole, R (1999). Probabilidad y estadstica para ingenieros. Mxico; Hispanoamericana

https://books.google.com.co/books?id=XpBm-Qwv lMC&lpg=PA52&dq=
%22tecnicas+de+conteo%22&hl=es&pg=PA53#v=onepage&q=%22tec nicas%20de
%20conteo%22&f=false

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11013767&ppg=177

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&inPS=true&prodId=GVRL&userGroupName=unad&resultC
lickType=AboutThisPublication&contentModuleId=GVRL&searchType=BasicSear
chForm&docId=GALE%7C3BDC

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11013767&ppg=200

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

Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.

Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=151&docID=10436604&tm=1470688991083