TRABAJO COLABORATIVO

FASE 1 AXIOMAS DE PROBABILIDAD

MIGUEL OSWALDO URBINA JIMENEZ. COD 98390502
FERNANDA CAROLINA BURBANO AREVALO. COD 37088153

PRESENTADO A:
JORGE EDUARDO ROYERO
MATERIA:
PROBABILIDAD
GRUPO N:
100402_181
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
UNAD
PASTO-NARIO
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
DE CASOS

TECNICAS DE
CONTEO

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 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:

Enfermedad presente
Enfermedad Ausente

Resultado del examen

positivo
8%
5%

Resultado del examen

Negativo
22%
85%

NOTA: Se corrige la probabilidad en rojo debido a que el enunciado dice que el 10% de la poblacin presenta la enfermedad. En la
tabla original tal cantidad es del 8%+22%=30%, contrario al enunciado mismo y da lugar a una inconsistencia en los datos, y, por
supuesto, en los resultados. Presentamos entonces tabla corregida.

Resultado del examen

positivo
8%
5%

Enfermedad presente
Enfermedad Ausente

Resultado del examen

Negativo
2%
85%

Para dar solucin al problema usaremos la siguiente nomenclatura:

A: Enfermedad ausente
P: Enfermedad presente
Pos: Resultado del examen positivo
Neg: Resultado del examen negativo
Las probabilidades ofrecidas por la tabla de datos son:
P ( Pos )=0.13=13

P ( Pos )+

A ( Pos ) +

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
P ( P )=0.08+0.02=0.1=10

2. Probabilidad de que la enfermedad est ausente

P ( A )=0.05+0.85=0.9=90

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la persona no tiene la enfermedad.
P ( Pos| A )=

P(Pos A ) 0.05
=
=0.056=56
P( A )
0.9

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

P ( P) 0.02
=
=0.066=6.7
P(P)
0.3

5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
P ( P|Pos )=

P (Pos P) P(P)
P(Pos)

P ( Pos|P )=

P ( Pos P ) 0.08
=
=0.8
0.1
P ( P)

P ( P|Pos )=

0.80.1
=0.6154=61.5
0.13

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

P ( A| Pos )=

P ( Pos| A ) P ( A ) 0.0560.9
=
=0.3877=38.8
0.13
P ( Pos )

7. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto negativo
P
|

P
8. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto negativo
A
|

P ( A ) 0.85
P ( A )=
=
=0.9444
0.9
P ( A)

A
|
P

9. De acuerdo con las probabilidades encontradas, qu tan confiable es este examen de seleccin para detectar la enfermedad?
Para responder esta pregunta podemos considerar los incisos 5 y 8. La pregunta 5 nos informa acerca de la probabilidad de que la
persona est enferma dado que el resultado fue positivo, mientras que la 8 nos informa de qu tanta confianza podemos tener en la
prueba dado que el resultado dio negativo. En el primer caso se observa que la probabilidad es 61.54% lo cual no es un resultado tan
decisivo como debe esperarse; en el otro caso, la prueba nos dice que podemos estar al 97.7% seguros de que no tenemos la
enfermedad. Por lo tanto, se puede concluir que la prueba nos indica una informacin ms confiable para determinar si una persona
NO est enferma, pero se queda corta para indicar cul s lo est.

 resumen de los conceptos tericos de la unidad que nos permitieron solucionar el estudio de caso seleccionado.
Para dar solucin a los puntos solicitados en el caso 2 fue necesario leer y apropiarme de los contenidos encontrados en las lecciones
1,4 y 1,5. En donde
est la definicin del Teorema de Bayes. Y en referencias complementarias ms sobre axiomas de
probabilidad.
Teorema de Bayes
El teorema de Bayes se utiliza para revisar probabilidades previamente calculadas cuando se posee nueva informacin. Desarrollado
por el reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una extensin de lo que ha aprendido hasta ahora acerca de la
probabilidad condicional.
Comnmente se inicia un anlisis de probabilidades con una asignacin inicial, probabilidad a priori. Cuando se tiene alguna
informacin adicional se procede a calcular las probabilidades revisadas o a posteriori. El teorema de Bayes permite calcular las
probabilidades a posteriori y es:

El teorema de Bayes es un mtodo para encontrar la probabilidad de una causa especfica 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 informacin del experimento
El

teorema

de

Bayes

nos

da

la

posibilidad

de saber

si un

evento

puede

ocurrir

en

ms

de

una forma.

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.

CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES DEL CONDADO DE HAMILTON.

Prepare un informe con las calificaciones de los jueces. Incluya tambin un anlisis de la probabilidad de la apelacin y la
revocacin de casos en los tres tribunales. Como mnimo, su informe debe incluir lo siguiente:

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

Tribunal Penal.
P (casos que se apelan) =

1762
=0.04009
43945

199
P (casos que se a Revocan) = 43945 =0.00453
Tribunal de Familia.
106
P (casos que se apelan) = 30499 =0.00347

P (casos que se a Revocan) =

17
=0.00056
30499

Tribunal de Civil.
500
P (casos que se apelan) = 108464 =0.0046
104
P (casos que se a Revocan) = 108464 =0.00096

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

1
1
1
+
+
=0.012
1762 106 500

3. La probabilidad de que se revoque un caso, por cada juez.

P( A )=

n de casos revocados
n de casos presentados

Como se relaciona en la tabla 1, 2, y 3.

Tabla 1.

La probabilidad de revocar dada la apelacin del juez Ralph es = 6/38 = 0.1578

Tabla 2.

Tabla 3.

4. La probabilidad de una revocacin dada una apelacin, por cada juez.

p r /a=

n casos revocados
n casos apelados

Como se relaciona en la tabla 4,5 y 6.

Tabla 4.

Tabla 5.

Tabla6.

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las razones de su eleccin.

En el tribunal penal hay un nmero mayor de casos revocados en comparacin con los otros 2 tribunales.
En este tribunal los jueces emiten sentencias apeladas y revocadas y que el juez que encabeza la lista de esta situacin es J. Howard
Sundermann.
El tribunal de familia es el que tiene un nmero ms bajo de casos apelados, es decir, hay una mejor gestin. Los jueces son ms
eficientes en su veredicto en comparacin con los otros dos tribunales. En el tribunal civil se debera hacer seguimiento a los
procesos que estn a cargo de los siguientes jueces, ya que son los que tienen mayor nmero de apelaciones y revocaciones:
Sundermann, William Mathews, William Morrissette. Como caso especial se debera conversar y revisar los caso del juez Patrick
Dinkelacker ya que tiene en ambos tribunales apelaciones y revocaciones. La mejor juez se encuentra en el tribunal municipal y es
Karla Grady, ya que tiene bajas apelaciones y ninguna revocacin

CONCLUSIONES

Identificar diferentes conceptos del curso de probabilidad de la unidad 1

Buscar las diferentes frmulas y aplicarlas para dar solucin a los ejercicios propuestos
Comprender que hay ms de una posibilidad para realizar los ejercicios de probabilidad
La probabilidad es la posibilidad que existe entre varias posibilidades, que un hecho o condicin se produzcan. La probabilidad,
entonces, mide la frecuencia con la cual se obtiene un resultado en oportunidad de la realizacin de un experimento sobre el
cual conoceremos todos los resultados posibles.
La Aplicacin correcta de la probabilidad hace que nosotros tengamos ms certidumbre sobre algunos eventos que se dan en el
mbito laboral, econmico, social y poltico, cuando se hace necesario tomar decisiones sobre resultados futuros, aunque
siempre trabajamos bajo cierto grado de incertidumbre, es decir puede existir algn error.

BIBLIOGRAFIA
RECUPERADO DE: http://www.unprofesor.com/matematicas...
RECUPERADO
DE:
http://www.monografias.com/trabajos89/probabilidad-total-y-teorema-bayes/probabilidad-total-yteorema-bayes.shtml#ixzz4MeLo001l
RECUPERADO
DE
AXIOMAS
http://datateca.unad.edu.co/contenidos/301014/axiomas_de_la_probabilidad.pdf

DE

PROBABILIDAD: