PROBABILIDAD

TRABAJO COLABORATIVO 1

FASE 1

MIGUEL OSWALDO URBINA J Cdigo 98390502

JOSE FERNANDO ALTAMIRANO
VALENTINA DIAZ Cdigo: 97122809831
ERIKA FERNANDA AGUIRRE LASSO Codigo:1084224425
GRUPO: 100402_126

TUTOR: JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MARZO DEL 2016

INTRODUCCION

El curso de probabilidad nos aporta conocimientos indispensables para

desempearnos como profesionales integrales y competentes en el campo laboral.
Ya que un profesional con slidos conocimientos del mercado y del consumo,
anlisis y aplicacin a situaciones del consumo que se dan dentro del contexto del
mercado, le permite a las empresas enfrentar los nuevos retos del mercado y
asegurar su supervivencia y adaptacin al nuevo entorno global.
A travs de la identificacin y comprensin de los Principios de Probabilidad,
necesarios para el cumplimiento de los propsitos y objetivos del curso.
Esperamos alcanzar los objetivos propuestos y que estos conocimientos sean de
mucha utilidad.
En este trabajo encontramos algunos conceptos bsicos de las tcnicas de
conteo: permutaciones, variaciones y combinaciones; se identifican conceptos
sobre espacios mustrales y eventos, las propiedades bsicas de la probabilidad
como los reglas de adicin y multiplicacin, la probabilidad condicional y el
teorema de Bayes.

Desarrollo del trabajo

1.- Cuadro sinptico:

EXPERIMENTO
ALEATORIO,
ESPACIO
MUESTRAL,
EVENTOS

DESARROLLO

TECNICAS DE
CONTEO

DE CASOS

AXIOMAS DE
PROBABILIDAD

Planteado por el filsofo

Thomas Bayes
TEOREMA DE BAYES

consiste en un mtodo para encontrar la probabilidad

De una causa especfica cuando se observa un efecto particular

2.- Solucin al estudio de caso 1: El grupo entrega aqu, de manera organizada, el anlisis,
desarrollo y solucin del ESTUDIO DE CASO presentado

ESTUDIO DE CASO 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
Curs
o
Algebra lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Pre clculo
Probabilidad
TOTA

Aprob
178
146
252
56
244
226
178
33
269
199
44
42
6
1873

Reprob
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

1 Tomado y adaptado de Roa E., Informe de rendimiento Acadmico 2014.

Program
a

Aprob

Reprob

Cancelo o
perdi por
fallas

Total

Profeso
r

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
1
5
18
21
4
26
13
21
20
26
29
16
44
21
37
46
27
45
22
46
5
493

Total
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.
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
Solucin:
Para determinar la probabilidad de que un estudiante apruebe un curso del rea
de matemticas utilizaremos la siguiente frmula:
P= (Total de estudiantes aprobados /Total de estudiantes inscritos* 100%)
Datos:
Total de estudiantes aprobados segn lista =1873
Total de estudiantes inscritos= 2755
Si remplazamos los datos que tenemos en la formula quedara:
P= (1873/2755*100)
P= (68%)
R/:
La probabilidad de que un estudiante apruebe un curso de matemticas es del
68%

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

matemticas.
Solucin:
Para determinar la probabilidad de que un estudiante repruebe un curso del rea
de matemticas utilizaremos la siguiente frmula:
P= (Total de estudiantes reprobados /Total de estudiantes inscritos* 100%)
Datos:
Total de estudiantes reprobados segn lista =389

Total de estudiantes inscritos= 2755

Si remplazamos los datos que tenemos en la formula quedara:
P= (389/2755*100)
P= (14%)
R/:
La probabilidad de que un estudiante apruebe un curso de matemticas es del
14%

3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe

un curso del rea de matemticas.
Para la solucin tenemos la siguiente frmula:
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.

Frmula: P= (estudiantes aprobados por cada profesor /

Total de estudiantes inscritos por cada profesor * 100%)
P=(52/53) *100 = 98%
P=(31/36) * 100 = 86%
P=(97/119 )* 100 = 81.5%
P=(166/204) * 100 = 81.4 %
P=(36/45 )* 100 = 80%
P=(154/197 )* 100 = 78.2%
P= (118/156) *100 = 75.6 %
P= (125/167) *100 = 75%
P=(151/203) *100 = 74.4 %
P= (116/161) * 100 = 72%
P= (98/137) * 100 = 71.5%
P= (49/74) * 100 = 66.2%
P= (142/209) * 100 = 68%
P= (60/100) * 100 = 60%
P= (93/157) * 100 = 59.2%
P= (90/152) * 100 = 59.2%
P= (60/102) * 100 = 58.8%
P= (111/204) * 100 = 54.4%
P= (37/73) *100 = 50.7%
P= (57/134) * 100 = 42.5%
P= (30/72) * 100 = 41.7%

4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea

cada uno de los cursos del rea
Curso
Algebra lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones
Estadstica bsica
Estadstica inferencial
Matemticas
Matemticas discretas
Pre clculo
Probabilidad

Frmula: P= (estudiantes aprobados por cada curso / Total

de estudiantes inscritos por cada curso * 100%)
P=(178/218) * 100 = 81.78%
P=(146/182) * 100 = 80.2%
P= (252/328) * 100 = 76.8%
P=(56/79) * 100 = 70.9%
P=(244/357) * 100 = 68.3%
P=(226/331) * 100 = 68.3%
P=(178/265) * 100 = 67.1%
P=(33/53) * 100 = 62.3%
P=(269/437) * 100 = 61.6%
P=(199/325) * 100 = 61.2%
P=(44/80) * 100 = 55%
P=(42/83) * 100 = 50.6%
P=(6/17) * 100 = 35.3%

5. Calique los cursos del rea de acuerdo a los resultados obtenidos.

Establezca los criterios que utiliz y d las razones de su eleccin.
El curso mejor calificado de la universidad.

Curso

Aprob

Reprob

Cancel
oo
perdi
por
fallas

Total

Algebra
lineal
Anlisis
numrico

178

10

30

218

Frmula
utilizada
P(Estudiantes
aprobados x
cada
materia/Total
estudiantes
inscritos en
cada curso)
0,817

146

15

21

182

0,802

80,2%

Clculo
infinitesimal
Calculo
integral
Clculo
multivariado
Calculo
negocios
Ecuaciones
diferenciale
Estadstica
bsica
Estadstica
inferencial
Matemticas
avanzadas
Matemticas
discretas
Pre clculo
Probabilidad

252

37

39

328

0,768

76,8%

56

15

79

0,709

70,9%

244

49

64

357

0,683

68,3%

226

44

61

331

0,683

68,3%

178

47

40

265

0,672

67,2%

33

11

53

0,623

62,3%

269

70

98

437

0,616

61,6%

199

53

73

325

0,612

61,2%

44

13

23

80

0,550

55,0%

42
6

24
8

17
3

83
17

0,506
0,353

50,6%
35,3%

Porcentaje

81,7%

R/ Segn la tabla de cursos de la universidad de Bogot y tomando en cuenta la

cantidad de estudiantes matriculados en cada uno de ellos, el que mayor
porcentaje de estudiantes aprobados tuvo fue el curso de Algebra lineal con un
resultado del 81.7%, siendo este el mejor calificado.

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 que obtuvo los mejores resultados en su rea.
Frmula
aplicada
Profesor Aprob Reprob Cancel Total P(Estudiantes Porcentaje

oo
aprobados en
perdi
el rea por
por
cada
fallas
profesor/Total
estudiantes
inscritos en el
rea por cada
profesor)
Csar r.
52
1
53
0,98
98%
Claudia
31
5
36
0,86
86%
Diana
97
4
18
119
0,82
82%
v. m.
Ernesto
166
17
21
204
0,81
81%
Diego
36
5
4
45
0,80
80%
s. v.
Eduardo
154
17
26
197
0,78
78%
Enrique
118
25
13
156
0,76
76%
m.
Fernand
125
21
21
167
0,75
75%
p
Gloria
151
32
20
203
0,74
74%
o m. a.
Jairo a.
116
19
26
161
0,72
72%
Javier b.
98
10
29
137
0,72
72%
Jos c.
49
9
16
74
0,66
66%
Luz p.
142
23
44
209
0,68
68%
Marcela f.
60
19
21
100
0,60
60%
Mara a.
93
27
37
157
0,59
59%
Mario g
90
16
46
152
0,59
59%
Mercedes
60
15
27
102
0,59
59%
s.

Oscar n.
111
48
45
204
0,54
54%
Patricia
37
14
22
73
0,51
51%
Ricardo
57
31
46
134
0,43
52%
m.
Sandra
30
37
5
72
0,42
42%
o.
m.
De acuerdo al listado de profesores de cada rea entregado en la tabla de datos
de la universidad de Bogot y segn el porcentaje de alumnos aprobados sobre el
total de estudiantes matriculados en cada una de las reas muestran mediante la
probabilidad que el mejor profesor es Cesar R.
7. En que programa hay mejores resultados. Establezca los criterios que
utiliz y d las razones de su eleccin
Programa de la universidad con mejores resultados
Frmula
aplicada
Programa
Apro Repr Canc Total P(Estudiantes
b
ob
elo o
aprobados en
perdi
cada
por
programa/Tota
fallas
l estudiantes
inscritos en
por cada
programa)
Administracin
146
15
21
182
0,802
ambiental
Admn. Empresas
295
44
41
380
0,776
Arquitectura
Contadura
Economa
Ing. Mecatrnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing.
Telecomunicacione
s
Negocios
Internacionales
Psicologa

Porcent
aje

80,2%
77,6%

297
99
99
515
88
83
127
32

53
23
19
118
20
29
26
9

71
19
24
154
27
22
53
15

421
141
142
787
135
134
206
56

0,705
0,702
0,697
0,654
0,652
0,619
0,617
0,571

70,5%
70,2%
69,7%
65,4%
65,2%
61,9%
61,7%
57,1%

69

21

33

123

0,561

56,1%

23

12

13

48

0,479

47,9%

De doce programas ofrecidos en la universidad de Bogot presentados en la tabla

de datos para su respectiva calificacin con mtodos de probabilidad, nos dio
como resultado que administracin ambiental fue el mejor programa.

3.- Solucin al estudio de caso 2: El grupo entrega aqu, de manera organizada,

el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado
ESTUDIO DE 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:

ENFERMDAD
PRESENTE
ENFERMEDAD

RESULTADOS
DEL RESULTADO
DEL
EXAMEN POSITIVO
EXAMEN NEGATIVO
8%
22%
5%

85%

AUSENTE
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 positivo
7. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto negativo
8. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto negativo
9. De acuerdo con las probabilidades encontradas, que tan confiable es este
examen de seleccin para detectar la enfermedad?
SOLUCION:
P(E) = =0,3x(0,08 + 0,22) +0,9x( 0,05 x 0,85) =0,128

1 . Probabilidad de que la enfermedad este presente es de

P (E |P )=P(E P) = P (E ).P (P|E) =
P(E)
P(E)

0,3X0,08 = 0,1875=18,7%
0,128

La probabilidad de que la enfermedad este presente es de 18,7%

2. Probabilidad de que la enfermedad est ausente
P (E |N )=P(E N) = P (E ).P (N|E) =

0,9X0,05 = 0,351=35%

P(E)
P(E)
0,128
La probabilidad de que la enfermedad este presente fue de 35%
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que
la persona no tiene la enfermedad
P (E |P )=

P(P E)
=
P(P E)+ P(N E)

0,08
0,08+0,05

= 0,61=61%

La probabilidad de un falso positivo es de 61%

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo
dado que la persona tiene la enfermedad
P (E |N )=

P(N E)
=
0,05
= 0,38=38%
P(N E)+ P(P E)
0,05+0,08
La probabilidad de un falso negativo es de 38%
5. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto positivo
P (E |P )=

P(P E)
=
P(P E)+ P(N E)

0,08
0,08+0,22

= 0,26=26%

La probabilidad de que la persona tenga la enfermedad dado que el examen

resulto positivo fue de 26%
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto positivo
P (E |P )= P(N E)
=
0,05
= 0,5=50%
P(NE)+ P(P E)
0,05+0,05
La probabilidad que la persona no tenga la enfermedad dado que el examen
resulto positivo fue de 50%
7. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto negativo
P (E |P )= P(P E)
=
0,08
= 0,26=26%
P(P E)+ P(N E)
0,08+0,22
La probabilidad de que la persona presente la enfermedad dado que el examen
resulto negativo es de 26%

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

resulto negativo
P (E |P )=

P(N E)
=
P(N E)+ P(N E)

0,05
0,05+0,85

= 0,05=5%

La probabilidad de que la persona no tenga la enfermedad dado que el examen

resulte positivo es de 5%
9. De acuerdo con las probabilidades encontradas, que tan confiable es este
examen de seleccin para detectar la enfermedad?
Este examen es muy confiable ya que nos permite identificar las probabilidades
de que la enfermedad este presente o ausente desde diferentes puntos de vista.

4.- Solucin al estudio de caso 4: El grupo entrega aqu, de manera organizada,

el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado

ESTUDIO DE CASO 4
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 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 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

Juez tribunal
penal

Casos
presentados

Casos
apelados

Casos
revocados

Fred Cartolano
Thomas Crush
Patrick
Dinkelacker
Timothy hogan
Robert Kraft
William
mathews
William
Morrissey
Norbert Nadel
Arthur Ney. Jr.
Richard

3037
3372
1258

137
119
44

12
10
8

Probabilidad Probabilidad Probabilidad

de apelar
de revocar
de revocar
dada una
apelacin
0,045110
0,003951
0,087591
0,035291
0,002966
0,084034
0,034976
0,006359
0,181818

1954
3138
2264

60
127
91

7
7
18

0,030706
0,040472
0,040194

0,003582
0,002231
0,007951

0,116667
0,055118
0,197802

3032

121

22

0,039908

0,007256

0,181818

2959
3219
3353

131
125
137

20
14
16

0,044272
0.038832
0,040859

0,006759
0,004349
0,004772

0,152672
0,112000
0,116788

Niehaus
Thomas Nurre
John OConnor
Robert
Ruehlman
J. Howard
sundermann
Ann Marie
Tracey
Ralph Winkler
TOTAL

3000
2969
3205

121
129
145

6
12
18

0,040333
0,043449
0,045242

0,002000
0,004042
0,005616

0,049587
0,093023
0,124138

955

60

10

0,062827

0,010471

0,166667

3141

127

13

0,040433

0,004139

0,102362

3089
43945

88
1762

6
199

0,028488
0,013654

0,001942
0,078386

0,068182
1,890267

Juez tribunal de
familia

Casos
presentad
os

Casos
apelado
s

Casos
revocad
os

Probabilid
ad de
apelar

Probabilid
ad de
revocar

Penelope
Cunningham
Patrick Dinkelacker
Debora Gaines
Ronald Panioto
Total

2729

0,002565

0,000366

Probabilidad
de revocar
dada una
apelacin
0,142857

6001
8799
12970
30499

19
48
32
106

4
9
3
17

0,003166
0,005455
0,002467
0,013654

0,000667
0,001023
0,000231
0,002287

0,210526
0,187500
0,093750
0,634633

Juez tribunal
civil

Casos
presentado
s

Casos
apelado
s

Casos
revocado
s

Probabilida
d de apelar

Probabilida
d de
revocar

Mike Allen
Nadine Allen
Timothy
Black
David Davis
Leslie Isaiah
Gaines
Karla Grady
Deidra Hair
Dennis
Helmick
Timothy
Hogan
James

6149
7812
7954

43
34
41

4
6
6

0,006993
0,004352
0,005155

0,000651
0,000768
0,000754

Probabilidad
de revocar
dada una
apelacin
0,093023
0,176471
0,146341

7736
5282

43
35

5
13

0,005558
0,006626

0,000646
0,002461

0,116279
0,371429

5253
2532
7900

6
5
29

0
0
5

0,001142
0,001975
0,003671

0,000000
0.000000
0,000633

0,000000
0,000000
0,172414

2308

13

0,005633

0,000867

0,153846

2798

0,002144

0,000357

0,166667

Patrick
Kenney
Joseph
luebbers
William
Mallory
Melba March
Beth
Mattingly
Albert
Mestemaker
Mark painter
Jack Rosen
Mark
Schweikert
David
Stockdale
John a. west
TOTAL

4698

25

0,005321

0,001703

0,320000

8277

38

0,004591

0,001087

0,236842

8219
2971

34
13

7
1

0,004137
0,004376

0,000852
0,000337

0,205882
0,076923

4975

28

0,005628

0,001809

0,321429

2239
7790
5403

7
41
33

3
13
6

0,003126
0,005263
0,006108

0,001340
0,001669
0,001110

0,428571
0,317073
0,181818

5371

22

0,004096

0,000745

0,181818

2797
108464

4
500

2
104

0,001430
0,087326

0,000715
0,018504

0,500000
4,166827

INFORME A PRESENTAR:
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 incluirlo siguiente:
8. La probabilidad de casos que se apelan y revocan en los tres tribunales
9. La probabilidad de que se apele un caso, por cada juez
10. La probabilidad de que se revoque un caso, por cada juez
11. La probabilidad de una revocacin dada una apelacin, por cada juez
12. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin.
SOLUCION
Clasificacin
Mayor probabilidad dada una apelacin: John A. West:
John a. west

2797

0,001430

0,000715

0,5

Mayor probabilidad de revocar: J. Howard Sundermann

J. Howard Sundermann

955

60

10

0,062827

0,010471

0,166667

0,010471

0,166667

0,007256

0,181818

0,005616

0,124138

Mayor probabilidad de apelar: J. Howard Sundermann

J. Howard Sundermann

955

60

10

0,062827

Mayor cantidad de casos revocados: William Morrissey

William Morrissey

3032

121

22

0,039908

Mayor cantidad de casos apelados: Robert Ruehlman

Robert Ruehlman

3205

145

18

0,045242

Mayor cantidad de casos presentados

Ronald Panioto

12970

32

0,002467

0,000231

0,093750

5.- Solucin al estudio de caso 5: El grupo entrega aqu, de manera organizada,

el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado

ESTUDIO DE CASO 5
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.
Prepare un informe en el que debe incluir como mnimo lo siguiente:
1.- Probabilidad de que un chip este defectuoso
2.- Probabilidad de que el chip este en buenas condiciones
3.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de
que haya sido fabricado por cada uno de los proveedores
4.- 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:
a. Identificar los eventos mutuamente excluyentes
b. Identificar la probabilidad de los eventos mutuamente excluyentes
(probabilidades a priori)
c. Identificar las probabilidades condicionales presentadas
5.- Elabore un diagrama de rbol que represente las probabilidades encontradas
Solucin
A1: Hall Electronics Comprado: 25% = 0.25
A2: Schuller Sales Comprado: 30% = 0.30
A3: Crawford Components Comprado: 45% = 0.45

Chip LS-24 defectuoso comprado en Hall Electronics 2% = 0.02

Chip LS-24 defectuoso comprado en Schuller Sales 4% = 0.04
Chip LS-24 defectuoso comprado en Crawford Components 6% = 0.06

B1: Chip LS-24 defectuoso.

B2: Chip LS-24 no defectuoso.
1. Defectos: 0.02+0.04+0.06 = 0.12
Respuesta: La probabilidad de que un chip este defectuoso es 0.12/1
2. Comprados: 100% = 1
Defectuosos: 0.02+0.04+0.06=0.12
Comprado-Defectuosos 1-0.12=0.88
Respuesta: La probabilidad de que un chip este en buenas condiciones es
0.88/1
3. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad
de que haya sido fabricado por cada uno de los proveedores.
P(A1)P(B/A1) = (0.25)(0.02) = 0.005
P(A2)P(B/A2) = (0.30)(0.04)= 0.012
P(A3)P(B/A3) = (0.45)(0.06)= 0.027
Probabilidad conjunta: 0.044
4.
Defectuoso comprado en Hall Electronics:
P(A1/B) = P(A1)P(B/A1)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)
P(A1/B) = (0.25)(0.02)/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A1/B) = 0.005/0.005+0.012+0.027
P(A1/B) = 0.005/0.044
P(A1/B) = 0.113636
Defectuoso comprado en Schuller Sales:
P(A2/B) = P(A2)P(B/A2)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)
P(A2/B) = (0.30)(0.04)/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A2/B) = 0.012/0.005+0.012+0.027
P(A2/B) = 0.012//0.044
P(A2/B) = 0.2727
Defectuoso comprado en Crawford Components:
P(A3/B) = P(A3)P(B/A3)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)
P(A3/B) = (0.45)(0.06)/ (0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A3/B) = 0.027/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A3/B) = 0.027/0.044

P(A3/B) = 0.613636
5. Diagrama de rbol

Defectuoso
Comprado en
Hall Electronics

Probabilidad

Comprado en
Schuller Sales

Comprado en
Schuller Sales

(0.25)(0.02) = 0.005

No defectuoso

0.113636

Defectuoso

(0.30)(0.04)= 0.012

No defectuoso

0.2727

Defectuoso

(0.45)(0.06)= 0.027

No defectuoso

0.613636

REFERENCIAS

RECUPERADO DE PRINCIPIOS DE PROBABILIDAD:

https://www.academia.edu/3718623/modulo_de_probabilidad_UNAD_2010.

RECUPERADO DE EXPERIMENTO ALEATORIO , ESPACIO MUESTRAL

Y EVENTOS:

http://campus03.unad.edu.co/ecbti04/mod/book/view.php?
id=6223&chapterid=1557.

RECUPERADO DE AXIOMAS DE PROBABILIDAD:

http://datateca.unad.edu.co/contenidos/301014/axiomas_de_la_probabilidad.pdf.

RECUPERADO DE INTODUCCION DE LA TEORIA DE PROBABILIDADES

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