Trabajo Colaborativo

Unidad 1-Principios básicos de probabilidad: Fase 3-Axiomas de probabilidad

Probabilidad

Por
Edwin Pompilio López-Código:
Hernán Agustín Patiño-Código: 12745414
Lucy Isabel Redin-Código: 27125381
Mileny del Socorro Benavides-Código:27.436.499
Rocío del Carmen Narváez Rosero-Código: 27400509

Grupo: 100402_163

Presentado al tutor:
Julián Eduardo Hoyos

Universidad Nacional Abierta y a Distancia UNAD

CEAD- Pasto
Escuela de Ciencias Básicas, Tecnología e Ingeniería
18 - Octubre-2017

1
 Introducción

La estadística y la probabilidad se han convertido en un efectivo método para describir, relacionar

y analizar los valores de daños económicos, políticos, sociales, biológicos, químicos, entre otros.

El concepto de probabilidad aparece ligado en sus orígenes a los juegos de azar, razón por la
cual se tiene constancia del mismo desde tiempos remotos.

El presente trabajo nos muestra casos de estudio relacionados con la unidad, donde se introduce
los fundamentos necesarios para el estudio de la teoría de la probabilidad, reconociendo las
características de un experimento aleatorio, identificando el espacio muestral y distintos eventos de
experimentos aleatorios.

Además, se calcula las medidas de espacios muestrales y eventos aplicando reglas básicas de
conteo, permutaciones y combinaciones. Esto se hace enunciando y aplicando el principio
fundamental de conteo o principio multiplicativo y utilizando diagramas de árbol para ejemplificarlo.

2
Cuadro sinóptico del resumen de los conceptos teóricos de la unidad 1

𝐵
𝐴1 𝑃(𝐴1 )/∗ 𝑃( )
𝐴1
𝑝( ) =
𝐵 𝑃(𝐵)
3
 ESTUDIO DE CASO 1

En una universidad de Bogotá se realizó un informe sobre el rendimiento académico de los

estudiantes que cursaron asignaturas en el área de matemáticas 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 compilación de la información reportada por los docentes del
área, incluye 2755 registros de estudiantes inscritos en alguna de las asignaturas ofrecidas por el
área. Los profesores reportaron la valoración (notas) de cada corte, y con ellas se hizo seguimiento
durante el semestre.

APROBÓ: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.

REPROBÓ: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin contar a quienes ya
perdieron por fallas, o fueron reportados por cancelación de semestre.

CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron reportados por
cancelación de semestre.

Cancelo o
Curso Aprobó Reprobó perdió Total
por fallas
Algebra lineal 178 10 30 218
Análisis numérico 146 15 21 182
Cálculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Cálculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones diferenciales 178 47 40 265
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Pre cálculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas

Administración ambiental 146 15 21 182

Admón. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contaduría 99 23 19 141
4
 Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas

Economía 99 19 24 142
Ing Mecatrónica 515 118 154 787
Ing. Civil 88 20 27 135
Ing. Financiera 83 29 22 134
Ing. Sistemas 127 26 53 206
Ing. Telecomunicaciones 32 9 15 56
Negocios Internacionales 69 21 33 123
Psicología 23 12 13 48
Total 1873 389 493 2755

Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas

César r. 52 1 53
Claudia v. 31 5 36
Diana m. 97 4 18 119
Ernesto s. 166 17 21 204
Diego v. 36 5 4 45
Eduardo m. 154 17 26 197
Enrique p 118 25 13 156
Fernando m. 125 21 21 167
Gloria a. 151 32 20 203
Jairo a. 116 19 26 161
Javier b. 98 10 29 137
José c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
María a . 93 27 37 157
Mario g 90 16 46 152
Mercedes s. 60 15 27 102
Oscar n. 111 48 45 204
Patricia m. 37 14 22 73
Ricardo o. 57 31 46 134
Sandra m. 30 37 5 72
Total 1873 389 493 2755

Con el propósito de evaluar el resultado académico en los cursos del área de matemáticas, a usted
le han llamado para que ayude en el análisis de datos. Utilice su conocimiento de la probabilidad
para ayudar a realizar el informe solicitado.

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

1. La probabilidad de que un estudiante apruebe un curso del área de matemáticas
2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.

5
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del área
de matemáticas.
4. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios
que utilizó y dé las razones de su elección.
5. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los
criterios que utilizó y dé las razones de su elección
6. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección

Solución al estudio de caso 1

1. La probabilidad de que un estudiante apruebe un curso del área de matemáticas.

Se aplicó la fórmula de probabilidad clásica

P(A): 1873/2755= 0,67*100= 67% de probabilidad de que un estudiante apruebe el curso.

2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.

P(A): 389/2755= 0,14*100= 14% de probabilidad de que un estudiante repruebe el curso.

3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del área
de matemáticas.

Profesor Aprobó Total Probabilidad

César r. 52 53 98%
Claudia v. 31 36 86%
Diana m. 97 119 82%
Ernesto s. 166 204 81%
Diego v. 36 45 80%
Eduardo m. 154 197 78%
Enrique p 118 156 76%
Fernando m. 125 167 75%
Gloria a. 151 203 74%
Jairo a. 116 161 72%
Javier b. 98 137 71%
José c. 49 74 69%
Luz p. 142 209 68%
Marcela f. 60 100 60%
María a . 93 157 59%
Mario g 90 152 59%
Mercedes s. 60 102 59%
Oscar n. 111 204 54%
Patricia m. 37 73 51%
Ricardo o. 57 134 43%
Sandra m. 30 72 42%
Total 1873 2755 1437%

6
 4. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios
que utilizó y dé las razones de su elección.

Cancelo o perdió % de
ítem Curso Aprobó Reprobó Total
por fallas Probabilidad

1 Algebra lineal 178 10 30 218 82%

2 Análisis numérico 146 15 21 182 80%
3 Cálculo infinitesimal 252 37 39 328 77%
4 Calculo integral 56 8 15 79 71%
5 Cálculo multivariado 244 49 64 357 68%
6 Calculo negocios 226 44 61 331 68%
7 Ecuaciones diferenciales 178 47 40 265 67%
8 Estadística básica 33 11 9 53 62%
9 Estadística inferencial 269 70 98 437 62%
10 Matemáticas avanzadas 199 53 73 325 61%
11 Matemáticas discretas 44 13 23 80 55%
12 Pre cálculo 42 24 17 83 51%
13 Probabilidad 6 8 3 17 35%
TOTAL 1873 389 493 2755 839%

Se aplicó la fórmula de Probabilidad Clásica, donde los casos favorables al evento A se dividen entre
el número de casos posibles, en este caso el número de los que aprobaron, dividido el número total
de estudiantes.
Este ejercicio dio como resultado que la materia de Algebra Lineal, tiene el mayor porcentaje de
aprobación entre los estudiantes.

5. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los
criterios que utilizó y dé las razones de su elección.

Probabilidad
Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas
César r. 52 1 53 98%
Claudia v. 31 5 36 86%
Diana m. 97 4 18 119 82%
Ernesto s. 166 17 21 204 81%
Diego v. 36 5 4 45 80%
Eduardo m. 154 17 26 197 78%
Enrique p 118 25 13 156 76%
Fernando m. 125 21 21 167 75%
Gloria a. 151 32 20 203 74%
Jairo a. 116 19 26 161 72%

7
 Javier b. 98 10 29 137 71%
José c. 49 9 16 74 69%
Luz p. 142 23 44 209 68%
Marcela f. 60 19 21 100 60%
María a . 93 27 37 157 59%
Mario g 90 16 46 152 59%
Mercedes s. 60 15 27 102 59%
Oscar n. 111 48 45 204 54%
Patricia m. 37 14 22 73 51%
Ricardo o. 57 31 46 134 43%
Sandra m. 30 37 5 72 42%
Total 1873 389 493 2755 1437%

En este caso el mejor profesor es CESAR R., ya que el obtuvo el porcentaje más alto de probabilidad
que un estudiante apruebe las materias que dicta.

Se aplicó la fórmula de Probabilidad Clásica, donde los casos favorables al evento

A se dividen entre el número de casos posibles, en este caso el número de los que aprobaron,
dividido el número total de estudiantes.

6. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección.

Cancelo o
Programa Aprobó Reprobó perdió Total Probabilidad
por fallas
Administración ambiental 146 15 21 182 80%
Admón. empresas 295 44 41 380 78%
Arquitectura 297 53 71 421 71%
Contaduría 99 23 19 141 70%
Economía 99 19 24 142 70%
Ing. Mecatrónica 515 118 154 787 65%
Ing. Civil 88 20 27 135 65%
Ing. Financiera 83 29 22 134 62%
Ing. Sistemas 127 26 53 206 62%
Ing. Telecomunicaciones 32 9 15 56 57%
Negocios Internacionales 69 21 33 123 56%
Psicología 23 12 13 48 48%
Total 1873 389 493 2755 784%

Este ejercicio dio como resultado que el mejor programa es Administración ambiental, ya que tiene
el más alto porcentaje de aprobación, logrado por el número de estudiantes que aprobó entre el
número total de estudiantes.

8
Para realizar este informe se aplicó la fórmula de Probabilidad Clásica, donde los casos favorables

al evento A se dividen entre el número de casos posibles.

ESTUDIO DE CASO 22

Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al año. En la gran mayoría de
los casos presentados, la sentencia permanece como se presentó. Sin embargo, algunos casos son
apelados y en algunos de estos se revoca la sentencia. Una periodista del diario Cincinnati
Times realizó un estudio de los casos manejados por los jueces del condado de Hamilton durante
un periodo de tres años En la siguiente tabla se muestran los resultados de 182908 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
años.
El propósito del estudio es evaluar el desempeño de los jueces. Las apelaciones con frecuencia
son resultado de errores cometidos por los jueces y el diario quería saber cuáles jueces estaban
haciendo un buen trabajo y cuáles cometían demasiados errores. A usted le han llamado para que
ayude en el análisis 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
CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES DEL CONDADO
DE HAMILTON

Juez Tribunal Penal Casos Casos (%) Casos Casos % Casos

Presentad Apelado Apelados Revocad Revocados
os s os
Fred Cartolano 3037 137 4,51 % 12 0,40%
Thomas Crush 3372 119 3,53% 10 0,30%
Patrick Dinkelacker 1258 44 3,50% 8 0,64%
Timothy Hogan 1954 60 3,07% 7 0,36%
Robert Kraft 3138 127 4,05% 7 0,22%
William Mathews 2264 91 4,02% 18 0,80%
William Morrissey 3032 121 3,99% 22 0,73%
Norbert Nadel 2959 131 4,43% 20 0,68%
Arthur Ney, Jr. 3219 125 3,88% 14 0,43%
Richard Niehaus 3353 137 4,09% 16 0,48%
Thomas Nurre 3000 121 4,03% 6 0,20%
John OConnor 2969 129 4,34% 12 0,40%
Robert Ruehlman 3205 145 4,52% 18 0,56%
J. Howard 955 60 6,28% 10
Sundermann 1,05%
Ann Marie Tracey 3141 127 4,04% 13 0,41%
Ralph Winkler 3089 88 2,85% 6 0,19%
TOTAL 43945 1762 65,14% 199 7,84%
Juez Tribunal de Casos Casos % Casos Casos % Casos
Familia Presentado Apelados Apelados Revocado Revocado
s s s
Penelope Cunningham 2729 7 0,26% 1 0,04%
Patrick Dinkelacker 6001 19 0,32% 4 0,07%
Deborah Gaines 8799 48 0,55% 9 0,10%
Ronald Panioto 2970 32 1,08% 3 0,10%
TOTAL 20499 106 2,20% 17 0,31%

9
 Juez Casos Casos % Casos Casos % Casos
Tribunal Civil Presentados Apelados Apelados Revocados Revocados
Mike Allen 6149 43 0,70% 4 0,07%
Nadine Allen 7812 34 0,44% 6 0,08%
Timothy Black 7954 41 0,52% 6 0,08%
Davis Davis 7736 43 0,56% 5 0,06%
Leslie Isaiah 5282 35 13
Gaines 0,66% 0,25%
Karla Grady 5253 6 0,11% 0
Deidra Hair 2532 5 0,20% 0
Dennis 7900 29 5
Helmick 0,37% 0,06%
Timothy 2308 13 2
Hogan 0,56% 0,09%
James Patrick 2798 6 1
Kenney 0,21% 0,04%
Joseph 4698 25 8
Luebbers 0,53% 0,17%
William 8277 38 9
Mallory 0,46% 0,11%
Melba Marsh 8219 34 0,41% 7 0,09%
Beth Mattingly 2971 13 0,44% 1 0,03%
Albert 4975 28 9
Mestemaker 0,56% 0,18%
Mark Painter 2239 7 0,31% 3 0,13%
Jack Rosen 7790 41 0,53% 13 0,17%
Mark 5403 33 6
Schweikert 0,61% 0,11%
David 5371 22 4
Stockdale 0,41% 0,07%
John A. West 2797 4 0,14% 2 0,07%
TOTAL 108464 500 8,73% 104 1,85%

Prepare un informe con las calificaciones de los jueces, con el análisis de las probabilidades de la
apelación y la revocación de los casos en los tres tribunales.

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

Tribunales Probabilidad de Probabilidad de Casos

Casos Apelados Revocados
Jueces de Tribunal Penal 4,01% 0,45%
Jueces de Tribunal de 0,52% 0,083%
Familia
Jueces de Tribunal Civil 0,46% 0,095%
 Jueces Tribunal Penal:
o Casos Apelados

𝑇𝑜𝑡𝑎𝑙 𝐶𝑎𝑠𝑜𝑠 𝐴𝑝𝑒𝑙𝑎𝑑𝑜𝑠

𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐴𝑝𝑒𝑙𝑎𝑐𝑖ó𝑛 =
𝑇𝑜𝑡𝑎𝑙 𝐶𝑎𝑠𝑜𝑠 𝑃𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑑𝑜𝑠

10
 1762
𝑃𝐴 = = 0,0401 ∗ 100 = 4,01%
43945
o Casos Revocados

199
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑅𝑒𝑣𝑜𝑐𝑎𝑑𝑜𝑠 = = 0,0045 ∗ 100 = 0,45%
43945
 Jueces del tribunal de Familia
o Casos Apelados

106
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐴𝑝𝑒𝑙𝑎𝑐𝑖ó𝑛 = = 0,0052 ∗ 100 = 0,52%
20499
o Casos Revocados
17
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝐶𝑎𝑠𝑜𝑠 𝑅𝑒𝑣𝑜𝑐𝑎𝑑𝑜𝑠 = = 0,0008 ∗ 100 = 0,083%
20499

 Jueces de Tribunal Civil

o Casos Apelados

500
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐶𝑎𝑠𝑜𝑠 𝐴𝑝𝑒𝑙𝑎𝑑𝑜𝑠 = = 0,0046 ∗ 100 = 0,46%
108464
o Casos Revocados

104
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐶𝑎𝑠𝑜𝑠 𝑅𝑒𝑣𝑜𝑐𝑎𝑑𝑜𝑠 = = 0,00095 ∗ 100 = 0,095%
108464
En el análisis vemos que en el Tribunal Penal hay un 4,01% de que los casos presentados sean
Apelados y con un 0,45% sean Revocados, mientras tanto en el Tribunal Civil con 0,46% es el
porcentaje que se puede presentar de casos Apelados y un 0,095% de ser Revocados.

2. La probabilidad de que se apele un caso, por cada juez

Juez Probabilidad (%) Proba

Casos Casos
Tribunal que sean Apelación
Presentados Apelados
Penal Apelados
Fred 4,51%
3037 137 0,045110306
Cartolano
Thomas 3,53%
3372 119 0,035290629
Crush
Patrick 3,50%
1258 44 0,034976153
Dinkelacker
Timothy 3,07%
1954 60 0,030706244
Hogan
Robert Kraft 3138 127 0,040471638 4,05%

William 4,02%
2264 91 0,040194346
Mathews
William 3,99%
3032 121 0,039907652
Morrissey
Norbert 4,43%
2959 131 0,044271713
Nadel
Arthur Ney, 3,88%
3219 125 0,038831935
Jr.
11
 Richard 4,09%
3353 137 0,040858932
Niehaus
Thomas 4,03%
3000 121 0,040333333
Nurre
John 4,34%
2969 129 0,043448973
OConnor
Robert 4,52%
3205 145 0,04524181
Ruehlman
J. Howard 6,28%
955 60 0,062827225
Sundermann
Ann Marie 4,04%
3141 127 0,040432983
Tracey
Ralph 2,85%
3089 88 0,028488184
Winkler
TOTAL 43945 1762 0,651392056 65,14%

Juez Tribunal de Casos Casos Probabilidad que (%) Probab

Familia Presentados Apelados sean Apelados Apelados
Penelope 0,26%
2729 7
Cunningham 0,002565042
Patrick Dinkelacker 6001 19 0,32%
0,003166139
Deborah Gaines 8799 48 0,55%
0,005455165
Ronald Panioto 2970 32 1,08%
0,010774411
TOTAL 20499 106 2,20%
0,021960757

Probabilidad
Juez Tribunal Casos Casos % Probab
que sean
Civil Presentados Apelados Apelados
Apelados

Mike Allen 6149 43 0,006993007 0,70%

Nadine Allen 7812 34 0,004352279 0,44%
Timothy Black 7954 41 0,005154639 0,52%
Davis Davis 7736 43 0,005558428 0,56%
Leslie Isaiah
5282 35 0,006626278 0,66%
Gaines
Karla Grady 5253 6 0,001142204 0,11%

Deidra Hair 2532 5 0,001974724 0,20%

Dennis Helmick 7900 29 0,003670886 0,37%

Timothy Hogan 2308 13 0,005632582 0,56%

James Patrick
2798 6 0,002144389 0,21%
Kenney
12
 Joseph Luebbers 4698 25 0,005321413 0,53%

William Mallory 8277 38 0,004591035 0,46%

Melba Marsh 8219 34 0,004136756 0,41%

Beth Mattingly 2971 13 0,004375631 0,44%

Albert Mestemaker 4975 28 0,005628141 0,56%

Mark Painter 2239 7 0,003126396 0,31%
Jack Rosen 7790 41 0,005263158 0,53%
Mark Schweikert 5403 33 0,006107718 0,61%

David Stockdale 5371 22 0,004096071 0,41%

John A. West 2797 4 0,001430104 0,14%

TOTAL 108464 500 0,08732584 8,73%

Mayor
Probabilidad que
sea apelado 0,062827225
J. Howard
955 60 10 0,062827225
Sundermann

Menor
Probabilidad que
sea apelado 0,00114220
Karla Grady 5253 6 0 0,00114220

Vemos que el juez con mayor probabilidad que tiene un caso de ser apelado es J. Howard
Sundermann, con el 6,28%. Al contrario el juez con menor probabilidad que un caso sea apelado
es Karla Grady con el 0,11%.

3. La probabilidad que se Revoque un caso por cada juez.

Juez Probabilidad % Probabil

Casos Casos Casos
Tribunal que sean de Casos
Presentados Apelados Revocados
Penal Revocados Revocados
Fred 0,40%
3037 137 12 0,003951268
Cartolano
Thomas 0,30%
3372 119 10 0,002965599
Crush
Patrick 0,64%
1258 44 8 0,0063593
Dinkelacker
Timothy 0,36%
1954 60 7 0,003582395
Hogan
Robert Kraft 3138 127 7 0,00223072 0,22%
William 0,80%
2264 91 18 0,00795053
Mathews

13
William 0,73%
3032 121 22 0,007255937
Morrissey
Norbert 0,68%
2959 131 20 0,00675904
Nadel
Arthur Ney, 0,43%
3219 125 14 0,004349177
Jr.
Richard 0,48%
3353 137 16 0,004771846
Niehaus
Thomas 0,20%
3000 121 6 0,002
Nurre
John 0,40%
2969 129 12 0,004041765
OConnor
Robert 0,56%
3205 145 18 0,005616225
Ruehlman
J. Howard 1,05%
955 60 10 0,010471204
Sundermann
Ann Marie 0,41%
3141 127 13 0,004138809
Tracey
Ralph 0,19%
3089 88 6 0,001942376
Winkler
TOTAL 43945 1762 199 0,078386192 7,84%

Juez Probabilidad % Probabil

Casos Casos Casos
Tribunal de que sean Casos
Presentados Apelados Revocados
Familia Revocados Revocados
Penelope 0,037%
2729 7 1
Cunningham 0,000366435
Patrick 0,067%
6001 19 4
Dinkelacker 0,000666556
Deborah 0,102%
8799 48 9
Gaines 0,001022844
Ronald 0,101%
2970 32 3
Panioto 0,001010101
TOTAL 20499 106 17 0,003065935 0,307%

%
Juez
Casos Casos Casos Probabilidad
Tribunal
Presentados Apelados Revocados Probabilidad que de Casos
Civil
sean Revocados Revocados
Mike Allen 6149 43 4 0,000650512 0,07%
Nadine 0,08%
7812 34 6
Allen 0,000768049
Timothy 0,08%
7954 41 6
Black 0,000754337
Davis Davis 7736 43 5 0,000646329 0,06%
Leslie 0,25%
Isaiah 5282 35 13
Gaines 0,002461189

14
 Karla Grady 5253 6 0 0 0
Deidra Hair 2532 5 0 0 0
Dennis 0,06%
7900 29 5
Helmick 0,000632911
Timothy 0,09%
2308 13 2
Hogan 0,000866551
James 0,04%
Patrick 2798 6 1
Kenney 0,000357398
Joseph 0,17%
4698 25 8
Luebbers 0,001702852
William 0,11%
8277 38 9
Mallory 0,00108735
Melba 0,09%
8219 34 7
Marsh 0,000851685
Beth 0,03%
2971 13 1
Mattingly 0,000336587
Albert 0,18%
4975 28 9
Mestemaker 0,001809045
Mark 0,13%
2239 7 3
Painter 0,001339884
Jack Rosen 7790 41 13 0,001668806 0,17%
Mark 0,11%
5403 33 6
Schweikert 0,001110494
David 0,07%
5371 22 4
Stockdale 0,00074474
John A. 0,07%
2797 4 2
West 0,000715052
TOTAL 108464 500 104 0,018503774 1,85%

Mayor
Probabilidad
que sea
Revocado 0,010471204
J. Howard
955 60 10 0,010471204
Sundermann

Menor
Probabilidad
que sea
Revocado 0,0000000000
Karla Grady 5253 6 0 0

La mayor probabilidad que se Revoque un proceso con 1,05% es un caso del juez J. Howard
Sundermann y la menor probabilidad que se revoque un caso con un 0,00 la Juez Karla Grady.

4. La probabilidad de una revocación dada una apelación, por cada juez.

15
 Probabilid Probabilid Probabilidad
Casos Casos Casos
Juez Tribunal ad que ad que Revocada
Presentad Apelado Revocad
Penal sean sean dada la
os s os
Apelados Revocados Apelación
0,04511030 0,00395126
Fred Cartolano 3037 137 12
6 8 0,087591241
0,03529062 0,00296559
Thomas Crush 3372 119 10
9 9 0,084033613
Patrick 0,03497615
1258 44 8 0,0063593
Dinkelacker 3 0,181818182
0,03070624 0,00358239
Timothy Hogan 1954 60 7
4 5 0,116666667
0,04047163
Robert Kraft 3138 127 7 0,00223072
8 0,05511811
0,04019434
William Mathews 2264 91 18 0,00795053
6 0,197802198
William 0,03990765 0,00725593
3032 121 22
Morrissey 2 7 0,181818182
0,04427171
Norbert Nadel 2959 131 20 0,00675904
3 0,152671756
0,03883193 0,00434917
Arthur Ney, Jr. 3219 125 14
5 7 0,112
0,04085893 0,00477184
Richard Niehaus 3353 137 16
2 6 0,116788321
0,04033333
Thomas Nurre 3000 121 6 0,002
3 0,049586777
0,04344897 0,00404176
John OConnor 2969 129 12
3 5 0,093023256
Robert 0,00561622
3205 145 18 0,04524181
Ruehlman 5 0,124137931
J. Howard 0,06282722 0,01047120
955 60 10
Sundermann 5 4 0,166666667
Ann Marie 0,04043298 0,00413880
3141 127 13
Tracey 3 9 0,102362205
0,02848818 0,00194237
Ralph Winkler 3089 88 6
4 6 0,068181818
0,6513920 0,0783861 1,89026692
TOTAL 43945 1762 199
56 92 3
Probabilid
Casos Casos Casos Probabilidad Probabilidad ad
Juez Tribunal
Presentad Apelad Revocad que sean que sean Revocada
de Familia
os os os Apelados Revocados dada la
Apelación
Penelop
e
2729 7 1 0,002565042
Cunning 0,1428571
ham 0,000366435 43
Patrick 0,2105263
6001 19 4 0,003166139
Dinkelacker 0,000666556 16
Deborah Gaines 8799 48 9 0,005455165 0,001022844 0,1875
Ronald Panioto 2970 32 3 0,010774411 0,001010101 0,09375

16
 0,02196075 0,00306593 0,634633
TOTAL 20499 106 17
7 5 459

Probabilida
Juez Casos Casos Casos Probabilida d que sea
Tribunal Presentado Apelado Revocado d que sean Probabilidad Revocada
Civil s s s Apelados que sean dada la
Revocados Apelación
0,00699300
Mike Allen 6149 43 4
7 0,000650512 0,093023256
Nadine 0,00435227
7812 34 6
Allen 9 0,000768049 0,176470588
Timothy 0,00515463
7954 41 6
Black 9 0,000754337 0,146341463
Davis 0,00555842
7736 43 5
Davis 8 0,000646329 0,11627907
Leslie
0,00662627
Isaiah 5282 35 13
8
Gaines 0,002461189 0,371428571
Karla 0,00114220
5253 6 0
Grady 4 0 0
0,00197472
Deidra Hair 2532 5 0
4 0 0
Dennis 0,00367088
7900 29 5
Helmick 6 0,000632911 0,172413793
Timothy 0,00563258
2308 13 2
Hogan 2 0,000866551 0,153846154
James
0,00214438
Patrick 2798 6 1
9
Kenney 0,000357398 0,166666667
Joseph 0,00532141
4698 25 8
Luebbers 3 0,001702852 0,32
William 0,00459103
8277 38 9
Mallory 5 0,00108735 0,236842105
Melba 0,00413675
8219 34 7
Marsh 6 0,000851685 0,205882353
Beth 0,00437563
2971 13 1
Mattingly 1 0,000336587 0,076923077
Albert
0,00562814
Mestemake 4975 28 9
1
r 0,001809045 0,321428571
Mark 0,00312639
2239 7 3
Painter 6 0,001339884 0,428571429
0,00526315
Jack Rosen 7790 41 13
8 0,001668806 0,317073171
Mark 0,00610771
5403 33 6
Schweikert 8 0,001110494 0,181818182
David 0,00409607
5371 22 4
Stockdale 1 0,00074474 0,181818182
John A. 0,00143010
2797 4 2
West 4 0,000715052 0,5
17
 0,0873258 4,16682663
TOTAL 108464 500 104
4 0,018503774 2

Mayor
posibilidad
que sea
Revocada
dada la
Apelación 0,5
John A. West 2797 4 2 0,001430104 0,000715052 0,5

Menor
posibilidad
que sea
Revocada
dada la
Apelación 0
Karla Grady 5253 6 0 0,001142204 0 0
Deidra Hair 2532 5 0 0,001974724 0 0

Observamos que la mayor posibilidad de que se presente una Revocatoria de un caso apelado es
con el Juez John A. West con 0,5 y la menor posibilidad de presentarse una revocatoria de un
proceso apelado es con la Juez Karla Grady y Deidra Hair con el 0,00

5. Clasifique a los jueces dentro de cada Tribunal, Establezca los criterios que utilizo y de las
razones de su elección.

Juez Casos Presentados Casos Apelados % Casos Apelados

John A. West 2797 4 0,14%

Deidra Hair 2532 5 0,20%
Karla Grady 5253 6 0,11%
James Patrick Kenney 2798 6 0,21%
Penelope Cunningham 2729 7 0,26%
Mark Painter 2239 7 0,31%
Timothy Hogan 2308 13 0,56%
Beth Mattingly 2971 13 0,44%
Patrick Dinkelacker 6001 19 0,32%
David Stockdale 5371 22 0,41%
Joseph Luebbers 4698 25 0,53%
Albert Mestemaker 4975 28 0,56%
Dennis Helmick 7900 29 0,37%
Ronald Panioto 2970 32 1,08%
Mark Schweikert 5403 33 0,61%
18
 Nadine Allen 7812 34 0,44%
Melba Marsh 8219 34 0,41%
Leslie Isaiah Gaines 5282 35 0,66%
William Mallory 8277 38 0,46%
Timothy Black 7954 41 0,52%
Jack Rosen 7790 41 0,53%
Mike Allen 6149 43 0,70%
Davis Davis 7736 43 0,56%
Patrick Dinkelacker 1258 44 3,50%
Deborah Gaines 8799 48 0,55%
Timothy Hogan 1954 60 3,07%
J. Howard
955 60
Sundermann 6,28%
Ralph Winkler 3089 88 2,85%
William Mathews 2264 91 4,02%
Thomas Crush 3372 119 3,53%
William Morrissey 3032 121 3,99%
Thomas Nurre 3000 121 4,03%
Arthur Ney, Jr. 3219 125 3,88%
Robert Kraft 3138 127 4,05%
Ann Marie Tracey 3141 127 4,04%
John OConnor 2969 129 4,34%
Norbert Nadel 2959 131 4,43%
Fred Cartolano 3037 137 4,51%
Richard Niehaus 3353 137 4,09%
Robert Ruehlman 3205 145 4,52%

Se toma el número de casos apelados y se los divide por los casos presentados para poder realizar
la Clasificación de cada Juez en cada Tribunal.

Se observa que el Juez John A. West presenta el menor número de casos apelados en el Tribunal
Civil, con un 0,14% de casos apelados, indicándonos el grado de compromiso con la justicia.

En el Tribunal Penal se observa una variable que la mayoría de los Jueces tienen un alto porcentaje
de casos apelados y el que con un 4,52% de los casos apelados es el Juez Robertt Ruehlman
dándonos a entender el proceso de gravedad que se presenta en el Tribunal penal y se debe analizar
mejor cada caso para que no se presente esa tendencia tan alta de casos apelados. Llevando a que
se incremente los gastos en la justicia.

ESTUDIO DE CASO 32

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 exámenes de selección, que solían estar

19
asociados principalmente con exámenes médicos de diagnóstico pero que ahora están encontrando
aplicaciones en varios campos de actividad. Los exámenes de esteroides en atletas, los exámenes
caseros de embarazo y los exámenes para detectar sida son algunas otras aplicaciones.

Los exámenes de selección se evalúan sobre la probabilidad de un falso negativo o un falso positivo
y éstas dos son probabilidades condicionales. Un falso positivo es el evento de que el examen sea
positivo para una condición determinada, dado que la persona no tiene la condición. Un falso
negativo es el evento de que el examen sea negativo para una condición determinada, dado que la
persona tiene la condición.

Se pueden evaluar estas probabilidades condicionales usando una fórmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva información y fue desarrollado por
el reverendo Thomas Bayes en el siglo XVII.

Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 80% entre gente
que lo padece, y no detecta el 20% restante. Si una persona no padece este tipo de cáncer la prueba
indicará este hecho un 90% de las veces e indicará que lo tiene un 10% de ellas. Por estudios
realizados se supone que el 5% de la Población padece este tipo de cáncer.

Con base en esta información y usando el Teorema de Bayes, elabore un informe que como
mínimo, debe incluir: (se sugiere elaborar un diagrama de árbol).

𝐶: 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 𝑐𝑜𝑛 𝑐á𝑛𝑐𝑒𝑟

𝑁𝐶: 𝑃𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛 𝑠𝑖𝑛 𝑐á𝑛𝑐𝑒𝑟
𝑅. 𝑃: 𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜
𝑅. 𝑁: 𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑁𝑒𝑔𝑎𝑡𝑖𝑣𝑜

1. Probabilidad de que una persona tenga este tipo de cáncer: Probabilidad de que NO tenga
este tipo de cáncer.

𝐶 𝐶
𝑃(𝐶) = (𝑃(𝐶) ∗ 𝑃 ( )) + (𝑃(𝐶) ∗ 𝑃 ( ))
𝑅𝑃 𝑅𝑁
𝑃(𝐶) = 0.05 ∗ 0.80 + 0.05 ∗ 0.20 = 0.05
𝑃(𝐶) = 0.05 = 𝟓%
𝑁𝐶 𝑁𝐶
𝑃(𝑁𝐶) = (𝑃(𝑁𝐶) ∗ 𝑃 ( )) + (𝑃(𝑁𝐶) ∗ 𝑃 ( ))
𝑅𝑃 𝑆𝑅𝑃
𝑃(𝑁𝐶) = 0.95 ∗ 0.10 + 0.95 ∗ 0.90 = 0.95
𝑃(𝑁𝐶) = 0.95 = 𝟗𝟓%

2. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene cáncer
dado que la persona no tiene la enfermedad.

𝑅𝑁
𝑃(𝑁𝐶 ∩ 𝑅𝑃) = (𝑃(𝑁𝐶)) ∗ (𝑃 ( ))
𝑁𝐶
𝑃(𝑁𝐶 ∩ 𝑅𝑃) = 0.95 ∗ 0.10 = 0.095
𝑃(𝑁𝐶 ∩ 𝑅𝑃) = 𝟗. 𝟓%

20
3. Probabilidad de un falso negativo, es decir, que el examen indique que la persona tiene
cáncer dado que la persona no tiene la enfermedad.

𝑅𝑁
𝑃(𝐶 ∩ 𝑅𝑁) = (𝑃(𝐶)) ∗ (𝑃 ( ))
𝐶
𝑃(𝐶 ∩ 𝑅𝑁) = 0.05 ∗ 0.20 = 0.01 = 1%
𝑃(𝐶 ∩ 𝑅𝑁) = 𝟏%

4. Probabilidad de que el examen indique que la persona tiene cáncer

𝑃(𝐶) ∗ 𝑃(𝑅𝑁⁄𝐶 )
𝑁𝐶
𝑃( ⁄𝑅𝑁) =
𝑃(𝐶) ∗ 𝑃(𝑅𝑁⁄𝐶 ) + 𝑃(𝑁𝐶) ∗ 𝑝(𝑁𝐶⁄𝑅𝑁)

0,05 ∗ 0.2
𝑃(𝑁𝐶⁄𝑅𝑁) =
(0,05 ∗ 0,2) + (0,95 ∗ 0,1)

𝑃(𝑁𝐶⁄𝑅𝑁) = 0,095

𝑃(𝑁𝐶⁄𝑅𝑁) = 𝟗, 𝟓𝟑%

5. Probabilidad de que la persona tenga cáncer dado que el examen indicó que tiene cáncer.

𝑃(𝑅𝑃) ∗ 𝑃(𝑅𝑃⁄𝐶 )
𝑃(𝑅𝑃⁄𝐶 ) =
𝑃(𝑅𝑃) ∗ 𝑃(𝐶 ⁄𝑅𝑃) + 𝑃(𝑁𝐶) ∗ 𝑝(𝑅𝑃⁄𝑁𝐶)

0,05 ∗ 0,8
𝑃(𝑅𝑃⁄𝐶 ) =
(0,5 ∗ 0,8) + (0,95 ∗ 0,8)

𝑃(𝑅𝑃⁄𝐶 ) = 0,2953

𝑃(𝑅𝑃⁄𝐶 ) =29,5%

6. Probabilidad de que la persona NO tenga cáncer dado que el examen indicó que NO tiene
cáncer.

𝑃(𝑅𝑃) ∗ 𝑃(𝑅𝑃⁄𝐶 )
𝑁𝐶
𝑃( ⁄𝑅𝑁) =
𝑃(𝐶) ∗ 𝑃(𝑅𝑁 ⁄𝐶 ) + 𝑃(𝑁𝐶) ∗ 𝑝(𝑅𝑁⁄𝑁𝐶)

21
 (0,95)(0,9)
𝑃(𝑁𝐶⁄𝑅𝑁) =
(0,05 ∗ 0,2) + 𝑃(0,95 ∗ 0,9)

𝑃(𝑁𝐶⁄𝑅𝑁) = 0,988

𝑃(𝑁𝐶⁄𝑅𝑁) = 98,8%

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para
detectar este tipo de cáncer.

Para responder esta pregunta podemos considerar los incisos 5 y 6. La pregunta 5 nos informa la
probabilidad de que la persona tenga cáncer dado que el examen indico que tiene cáncer mientras
que la 6 nos informa acerca de la probabilidad de que la persona NO tenga cáncer dado que el
examen indico que NO tiene cáncer.

Los conceptos teóricos de la unidad que me permitieron solucionar el estudio de caso seleccionado;
Para dar solución a los puntos solicitados en el caso - fue necesario leer, apropiarme de los
contenidos encontrados en dicha unidad en donde está la definición de probabilidad

TEOREMA DE BAYES
El teorema de bayes es un método para encontrar la probabilidad de una causa específica cuando
se observa un efecto particular.

Es el procedimiento que se utiliza para encontrar las probabilidades posteriores, a partir de

probabilidades previas, las probabilidades a priori se conocen antes de obtener información del
experimento el teorema de bayes nos da la posibilidad de saber si un evento puede ocurrir en más
de una forma.

DIAGRAMA DE ÁRBOL

Población
Enferma

Sin Cáncer Con Cáncer

0.95 0.05

Exámen Exámen Exámen Exámen

Positivo 0.8 Negativo 0.2 Negativo 0.90 Positivo 0.10

22
 ESTUDIO DE CASO 4

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 compañía 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 también y 6 % de los que vende
Crawford Components son defectuosos. Cuando los chips LS-24 se reciben, se les coloca
directamente en un depósito 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 identificó los chips, no se está seguro de qué proveedor los
fabricó. Con el propósito de evaluar con que proveedor hay mayor probabilidad de tener chips
defectuosos, usted ha sido llamado para que ayude en el análisis de datos.

Organizando los datos tenemos:

SUMINISTRO MICROCHIPS LS-24

PORCENTAJE DE PORCENTAJE DE CHIPS

PROVEEDORES
COMPRA DEFECTUOSOS
Hall Electronics 25% 2%

Schuller Sales 30% 4%

Crawford Components 45% 6%

Total 100% 12%

1) Elabore un diagrama de árbol que represente las probabilidades encontradas.

A1 = chips LS-24 se le compra a Hall Electronics

A2 = chips LS-24 se le compra a Schuller Sales

A3 = chips LS-24 se le compra a Crawford Components

B(1) = chips LS-24 defectuoso

B(2) = chips LS-24 NO defectuoso

23
 A1
2%

B(1) A2
12% 4%

A3
6%
Probabilidad
A1
23%

B(2) A2
88% 26%

A3
39%

2) 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 operación con el porcentaje de los defectuosos
por cada uno.
P (A) = Chips defectuosos

𝑃 (𝐴) = 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.

3) Probabilidad de que el chip este en buenas condiciones

1 − 𝑃 (𝐴) = 1 − 0.044 = 0.956
Encontramos que el 95.6% de los chips están 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.
Para este ejercicio vamos a identificar a cada proveedor así:

Hall Electronics = HE
Schuller Sales = SS
Crawford Components = CC.

(0.25)(0.02) 0.005
𝐚) 𝑃(𝐻𝐸 ⁄𝐷 ) = = = 0.1136
(0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06) 0.044

Los chips defectuosos provienen de Hall Electrics en un 11.36%.

(0.30)(0.04) 0.012
𝐛) 𝑃 (𝑆𝑆|𝐷) = = = 0.2727
(0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06) 0.044

24
 El 27.27% de los chips defectuosos provienen de Schuller Sales.

(0.45)(0.06) 0.027
𝐜) 𝑃 (𝐶𝐶|𝐷) = = = 0.6136
(0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06) 0.044

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

5) Si el chip seleccionado está en buenas condiciones, debe encontrar la

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

Se concluye que el 25.62% de chips están en buenas condiciones y son correspondientes a

Hall Electronics.

(0.3)(0.96) 0.288
𝐒𝐒: = = 0.3012 = 30.12%
(0.25)(0.98) + (0.30)(0.96) + (0.45)(0.94) 0.956

Se identifica que el 30.12% de chips están en buenas condiciones y son correspondientes a

Schuller Sales.

(0.45)(0.94) 0.423
𝐂𝐂: = = 0.4424 = 44.24%
(0.25)(0.98) + (0.30)(0.96) + (0.45)(0.94) 0.956

Se identifica que el 44.24% de chips están en buenas condiciones y son correspondientes a

Crawford Components.

ESTUDIO DE CASO 5

En su excitante novela “Congo”, Michael Crichton describe la búsqueda de depósitos de diamantes

azules cubiertos de boro llevada a cabo por Earth Resources Technology Services (ERTS), una
compañía dedicada a estudios geológicos. Según ERTS los diamantes son la clave para una nueva
generación de computadoras ópticas. En la novela ERTS compite contra un consorcio internacional
por encontrar la cuidad perdida de Zinj, que prosperó dada la minería de diamantes hace varios
miles de años (según la leyenda africana) y se ubica en lo más profundo de la selva tropical de
Zaire Oriental.

Después de la misteriosa destrucción de su primera expedición, ERTS lanza una segunda expedición
dirigida por Karen Ross, una experta en computación de 24 años de edad, acompañada por el
profesor Peter Eliot, un antropólogo; Amy, un gorila parlante; y el afamado mercenario y líder de
la expedición, el “capitán” Charles Munro. Las acciones ofensivas del consorcio, la mortal selva
tropical y las hordas de gorilas “parlantes” asesinos, que percibieron que su misión era defender las
minas de diamantes, bloquean los esfuerzos de Ross para encontrar la ciudad. Para superar estos
obstáculos Ross utiliza computadoras de la era espacial para evaluar las probabilidades de éxito en

25
todas las circunstancias posibles y las acciones que pudiera llevar a cabo la expedición. En cada
etapa de la expedición, ella evalúa rápidamente las probabilidades de éxito.

En una etapa de la expedición Ross recibe informes de su oficina principal en Houston, de que sus
computadoras estiman que tiene 18 horas y 20 minutos de retraso en relación con el equipo
competidor euro-japones, en lugar de 40 horas de ventaja. Cambia los planes y decide que 10
miembros de su equipo desciendan en paracaídas en una región volcánica cerca de la ubicación
estimada de Zinj. Según el relato de Crichton, “Ross había vuelto a revisar las probabilidades de la
computadora de Houston y los resultados eran inequívocos. La probabilidad de un salto exitoso era
0,8790; sin embargo, dado un salto exitoso, la probabilidad de éxito de la expedición era de 0,9483
con lo cual casi se aseguraba de que vencerían 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 10 miembros del equipo, cual es la probabilidad de

completar su salto con éxito?

SOLUCIÓN
𝑛 = 10
𝐴 = 𝑆𝑎𝑙𝑡𝑜 𝑒𝑥𝑖𝑡𝑜𝑠𝑜 𝑒𝑛 𝑙𝑎 𝑒𝑥𝑝𝑒𝑑𝑖𝑐𝑖𝑜𝑛
𝐵 = 𝑒𝑥𝑖𝑡𝑜 𝑒𝑛 𝑙𝑎 𝑒𝑥𝑝𝑒𝑑𝑖𝑐𝑖𝑜𝑛

𝑃(𝐴) = 0,8790 = 87,89%

𝑃(𝐵⁄𝐴) = 0,9483 = 94,83%

𝑃(𝐵 ∩ 𝐴) − 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑡𝑜 𝑐𝑜𝑛 𝑒𝑥𝑖𝑡𝑜

𝑏
𝑃(𝐵 ∩ 𝐴) = 𝑃 (0.9483⁄ 𝑎 ) ∙ 𝑃(0.8790)
0.8790

𝑃(𝐵 ∩ 𝐴) = 0.9483

RESPUESTA
La probabilidad de que un solo integrante complete con éxito el salto es de 0.9483, a lo
que podemos decir que el 94.83% tiene de probabilidades de éxito

2. Si la probabilidad de que los 10 miembros del equipo tengan un salto exitoso es

de 0.8790, cual es la probabilidad de que un solo miembro del equipo pueda
completar el salto con éxito?

SOLUCION:

En el caso expuesto para poder determinar la probabilidad, de completar un salto con existo en los
10 integrantes del equipo, tendremos que aplicar la siguiente formula con la cual podremos iniciar
el estudio de la probabilidad así:

10 miembros →0.8790

1 miembro ‹-- x
26
Teniendo los resultados aportados tenemos que:

0,8790
𝑥= = 0,0879
10

𝐴 1
𝑃 ( ) = ( ) = 0.0879
𝐵 10

𝑃(𝐵⁄𝐴)
𝑃(𝐵⁄𝐴)𝐸𝑠 𝑝𝑎𝑟𝑎 𝑙𝑜𝑠 10 𝑚𝑖𝑒𝑚𝑏𝑟𝑜𝑠, 𝑙𝑢𝑒𝑔𝑜 𝑐𝑎𝑑𝑎 𝑢𝑛𝑜 𝑡𝑒𝑛𝑑𝑟𝑖𝑎 𝑃(𝐵/ 1⁄2) =
10

0,9483
𝑃(𝐵/ 1⁄10) = = 0,09483
10

Entonces se tiene que la probabilidad de que un solo miembro complete el salto con éxito es:

𝑃(𝐵 ∩ 1⁄2) = 𝑃 (0.9483/ 1⁄2) ∙ 𝑃(1⁄2)

𝑃(𝐵 ∩ 1⁄2) = 0.9483

3. En el relato se afirma que: “esa probabilidad de 0,8790 significaba que había

casi una posibilidad entre cinco de que alguien se hiera seriamente en un salto”.
¿Concuerda usted con esa afirmación? Si o no. ¿Por qué?

Para dar continuidad al desarrollo de la actividad y en base a lo expuesto en la pregunta

debemos realizar el procedimiento mediante el uso de probabilidad de complemento en la cual
se expone:

Si P(A) = es la probabilidad de que ocurra un evento A, entonces la probabilidad de que no

ocurra A es:
𝑃(𝐴′ ) = 1 − 𝑃(𝐴)

P(A)=0.8790

Obtenemos que:
𝑃(𝐴′ ) = 1 − 𝑃(𝐴)

27
 Remplazamos P(A)
𝑃(𝐴′ ) = 1 − 0.7980

Resolvemos
𝑃(𝐴′ ) = 0.202

RESPUESTA

La posibilidad de que alguien se hiera en el salto es del 20.2%, se da de acuerdo con l afirmación
presentada teniendo en cuenta de que si existe la posibilidad que alguien salga afectado en el salto,
aunque el promedio de representa el 20% no limita las posibilidades de accidentalidad

BIBLIOGRAFÍA

28
Morales, A. (2017) Axiomas de probabilidad. Recuperado de: http://hdl.handle.net/10596/11774

Pliego, L. M. (2004). Estadística I: Probabilidad, 2nd ed. Obtenido de

http://bibliotecavirtual.unad.edu.co:

http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052400005&inP

S=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication%20&

contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC#

Rubio, C. (2013) Ova sobre Probabilidad (Video): Definición de Espacio Muestral y Eventos.
Recuperado de: https://youtu.be/XXgfO_oDxVY

Sanchez, S. E. (2017). Probabilidad y Estadistica 1. Obtenido de http://bibliotecavirtual.unad.edu.co:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=148&docID=11230886

&tm=1489689899405

29