PROBABILIDAD

Fase 1: Axiomas de Probabilidad

Presentado por:
Carlos Andrs Martnez
Cdigo: 1110516439
Edgar Eduardo Vanegas
Cdigo:
Johanna Murcia Hernndez
Cdigo: 55179111
Jos Edgar Gomez
Cdigo: 12133176
Paulo Cesar Ortiz Snchez
Cdigo: 7696020

Tutor:
Diana Milena Caliman

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

Escuela de Ciencias Bsicas Tecnologa e Ingeniera ECBTI
MARZO de 2017
 INTRODUCCION

El conocimiento de la Probabilidad, constituye la base que permite comprender la forma en

que se desarrollan las tcnicas de la Inferencia Estadstica y la toma de decisiones, en otras
palabras, es el lenguaje y la fundamentacin matemtica de la Inferencia Estadstica.

La incertidumbre y el azar hacen parte de la cotidianidad del hombre. Los fenmenos

aleatorios estn siempre presentes en cada aspecto de su vida, en los cuales debe tomar
decisiones sin tener seguridad absoluta de los resultados que ellas puedan arrojar. Sin
embargo, por lo continuo de su presencia, todo individuo se va formando una idea acerca
de lo que es la incertidumbre, el azar y la probabilidad de que ocurra uno u otro fenmeno.

Sin embargo, para expresar el grado de ella en trminos numricos en vez de usar algo
vago, de poca exactitud, es necesario conocer las reglas y operaciones de la Probabilidad.
Es por ello que este trabajo identifiquemos y usemos los conceptos, fundamentos y mtodos
de la Probabilidad, a travs del anlisis de fenmenos enmarcados en una prctica propia de
su disciplina y que comprenda, seleccione y aplique sus distintas tcnicas.

La estrategia de aprendizaje basado en el estudio de casos que es una poderosa herramienta,

que se centra en aspectos reales enfrentados en situaciones y contextos reales. A diferencia
del mtodo expositivo el anlisis de casos no consiste en la trasmisin de ideas del docente
al estudiante, en vez de ello, se realiza el intercambio de ideas entre un lder y los miembros
de un curso. El enfoque principal de la enseanza efectiva del Estudio de Casos no est en
la transmisin de informacin. Est en los estudiantes y en sus perspectivas de desarrollo y
en las habilidades de anlisis, evaluacin y solucin de problemas. Este enfoque no trata de
encontrar una respuesta correcta sino de explorar en una situacin y utilizar hechos
disponibles y habilidades analticas para tomar decisiones razonables en un curso de accin.

OBJETIVOS
 Proporcionar criterios que permitan comprender, seleccionar y aplicar tcnicas
probabilsticas durante el anlisis de problemas especficos relacionados con su rea
de formacin.

Desarrollar habilidades para el anlisis de eventos cuantificables, mediante el uso

sistemtico de conceptos, fundamentos y mtodos de Probabilidad

comprensin del estudio de fenmenos aleatorios, su interpretacin, importancia,

tratamiento y aplicacin;
 Definicin de experimento
EXPERIMENTO aleatorio
ALEATORIO, ESPACIO Definicin espacio
MUESTRALES Y EVENTOS muestralo
Sucesos
Operaciones con
Eventos

Principio Fundamental del

conteo
UNIDAD 1. Factorial de un
PROBABILID PRINCIPIO TECNICAS DE Permutaciones y
AD DE CONTEO variaciones
Combinacione
Regla del

Regla de la
adicin
Regla de la
AXIOMAS DE Multiplicacin
Probabilidad
PROBABILIDAD
condicional
Probabilidad total y teorema de
ESTUDIO DE CASO 1 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

Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Algebra lineal 178 10 30 218
Anlisis numrico 146 15 21 182
Clculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Clculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones
178 47 40 265
diferenciales
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas avanzadas 199 53 73 325

1 Tomado y adaptado de Roa, E. (2016) Informe de rendimiento Acadmico U.P.C..

 Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Cancelo o perdi
Programa Aprob Reprob Total
por fallas
Administracin ambiental 146 15 21 182
Admn. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contadura 99 23 19 141
Economa 99 19 24 142
Ing Mecatrnica 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
Psicologa 23 12 13 48
Total 1873 389 493 2755

Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
Csar 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
Jos c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
Mara 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 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

1873
P= =0,68
2755

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

 389
P= =0,141
2755

Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
Csar 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
Jos c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
Mara 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

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

a. Cesar r

52
P= =0,981
53
b. Claudia V

31
P= =0,861
36

c. Diana m

97
P= =0,815
119

d. Ernesto s

166
P= =0,813
204

e. Diego v

36
P= =0,8
45

f. Eduardo m

154
P= =0,781
197

g. Enrique p

118
P= =0,756
156

h. Fernando m
 125
P= =0,748
167

i. Gloria a

151
P= =0,743
203

j. Jairo a

116
P= =0,72
161

k. Javier b

98
P= =0,715
137

l. Jos c

49
P= =0,662
74

m. Luz p

142
P= =0,679
209

n. Marcela f
 60
P= =0,6
199

o. Mara a

93
P= =0,592
157

p. Mario g

90
P= =0,592
152

q. Mercedes s

60
P= =0,588
102

r. Oscar n

111
P= =0,544
204

s. Patricia m

37
P= =0,506
73

t. Ricardo o
 57
P= =0,425
134

u. Sandra m

30
P= =0,416
72

4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea

Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Algebra lineal 178 10 30 218
Anlisis numrico 146 15 21 182
Clculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Clculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones
178 47 40 265
diferenciales
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas
199 53 73 325
avanzadas
Matemticas discretas 44 13 23 80
Pre calculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

estudiantes aprobaron un curso

P( A ) =
de estudiantestotales
v. Algebra lineal

178
P( A )= =0,82
218

w. Anlisis numrico

146
P( A )= =0,80
182

x. Clculo infinitesimal

252
P( A )= =0,77
328

y. Calculo integral

56
P( A )= =0,71
79

z. Clculo multivariado

244
P( A )= =0,68
357

aa. Calculo negocios

226
P( A )= =0,68
331

ab.Ecuaciones diferenciales
 178
P( A )= =0,67
265

ac. Estadstica bsica

33
P( A )= =0,62
53

ad.Estadstica inferencial

269
P( A )= =0,61
437

ae.Matemticas avanzadas

199
P( A )= =0,61
325

af. Matemticas discretas

44
P( A )= =0,55
80

ag.Pre calculo

42
P( A )= =0,51
83

ah.Probabilidad
 6
P( A )= =0,35
17

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

%
Curso aprobaci
n
Algebra lineal 82
Anlisis numrico 80
Clculo
77
infinitesimal
Calculo integral 71
Clculo
68
multivariado
Calculo negocios 68
Ecuaciones
67
diferenciales
Estadstica bsica 62
Estadstica
61
inferencial
Matemticas
61
avanzadas
Matemticas
55
discretas
Pre calculo 51
Probabilidad 35

Segn resultados obtenidos se saca el porcentaje de aprobacin por cada curso y se

organiza de forma descendente de la materia con mayor rendimiento estudiantil a la de
menor segn la cantidad de estudiantes que aprobaron por materia.
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 Aprobaci
n
Csar r. 98
Claudia
86
v.
Diana m. 81
Ernesto
81
s.
Diego v. 80
Eduardo
78
m.
Enrique
75
p
Fernando
74
m.
Gloria a. 74
Jairo a. 72
Javier b. 71
Luz p. 67
Jos c. 66
Marcela
60
f.
Mara a . 59
Mario g 59
Mercede
58
s s.
Oscar n. 54
Patricia
50
m.
Ricardo
42
o.
Sandra
41
m.
Segn resultados obtenidos se saca el porcentaje de aprobacin por cada profesor y se
organiza del profesor con mejores resultados de aprobacin estudiantil a la de menor segn
la cantidad de estudiantes que aprobaron por docente.

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

% % % Cancelo o perdi por %

Programa
Aprob Reprob fallas Total
Administracin
80,3 8,2 11,5 100
ambiental
Admn. empresas 77,6 11,6 10,8 100
Arquitectura 70,5 15,6 16,9 100
Contadura 70,2 16,3 13,5 100
Economa 69,7 13,4 16,9 100
Ing Mecatrnica 65,4 15 19,6 100
Ing. Civil 65,2 14,8 20 100
Ing. Financiera 61,9 21,6 16,5 100
Ing. Sistemas 61,6 12,7 25,7 100
Ing.
57,1 16,1 26,8 100
Telecomunicaciones
Negocios
56,1 17,1 26,8 100
Internacionales
Psicologa 47,9 25 27,1 100

Se tomaron los datos reportados por la universidad de estudiantes que aprobaron,

reprobaron y ausentismo y de acuerdo a los resultados obtenidos se ve que el mejor
programa es administracin de empresas ya que en el pas hay un problema de ausentismo
elevado de los estudiantes y en este programa es de 10,8% el ausentismo, inferior a los
dems programas y un 89,2% de estudiantes que terminaron; con relacin a las dems
materias el porcentaje de aprobacin de administracin de empresas no es muy alejado de
administracin Ambiental ya que el primer programa en mencin es 77,6% frente a 80,3%.

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:

Resultado del examen Resultado del examen

positivo Negativo
Enfermedad presente 8% 2%
Enfermedad Ausente 5% 85 %

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:

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

probabilidades encontradas.

T+ La sensibilidad (verdadero + )
enfermos P(T+/E)
 T- Falso -
Personas

No T+ Falso +
enfermo

T- Especificidad (verdadero -)
P(T-/E)

2. Probabilidad de que la enfermedad este presente y la Probabilidad de que la enfermedad

est ausente

P( E)= 0,3 x (0,08+0,02)+0,9 x(0,05 x 0,85)=0,06825

Presente:
P ( E P ) P ( E ) . P ( P| E )
P ( E|P )= =
P(E) P ( E)
0.3 x 0.8
=3,516
0,06825

La probabilidad de que la enfermedad este presente es de 35.16 %

Ausente:
P ( E P ) P ( E ) . P ( P| E )
P ( E|P )= =
P(E) P ( E)
0.9 x 0.05
=0,659=65,93
0,06825

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad

P ( PE ) 0.08
P ( E|P )= = =0.61=61
P ( P E ) + P ( N E ) 0.08+0.05

La probabilidad de 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 ( PE ) 0.05
P ( E|P )= = =0,38=38
P ( P E ) + P ( N 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 ( PE ) 0.08
P ( E|P )= = =0,8=80
P ( P E ) + P ( N E ) 0.08+0.02

La probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
es de 80%

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

resulto negativo

P ( PE ) 0.05
P ( E|P )= = =0,05=5
P ( P E ) + P ( N E ) 0.05+0.85

La probabilidad de que la persona No tenga la enfermedad dado que el examen resulte

positivo es de 5%

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
de seleccin para detectar la enfermedad?

Rta/ los planteado en el ejercicio se puede observar cuando si lo utilizamos podemos perder
informacin y no tenemos una manera precisa para realizar un problema, lo cual si no se
tiene la experiencia necesaria para realizar este ejercicio con el teorema de Bayer, podemos
equivocarnos.

ESTUDIO DE CASO 3
En su excitante novela Congo, Michael Crichton describe la
bsqueda de depsitos de diamantes azules cubiertos de boro llevada a
cabo por Earth Resources Technology Services (ERTS), una compaa
dedicada a estudios geolgicos. Segn ERTS los diamantes son la
clave para una nueva generacin de computadoras pticas. En la
novela ERTS compite contra un consorcio internacional por encontrar
la cuidad perdida de Zinj, que prosper dada la minera de diamantes
hace varios miles de aos (segn la leyenda africana) y se ubica en lo ms profundo de la
selva tropical de Zaire Oriental.

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

expedicin dirigida por Karen Ross, una experta en computacin de 24 aos de edad,
acompaada por el profesor Peter Eliot, un antroplogo; Amy, un gorila parlante; y el
afamado mercenario y lder de la expedicin, el capitn Charles Munro. Las acciones
ofensivas del consorcio, la mortal selva tropical y las hordas de gorilas parlantes
asesinos, que percibieron que su misin era defender las minas de diamantes, bloquean los
esfuerzos de Ross para encontrar la ciudad. Para superar estos obstculos Ross utiliza
computadoras de la era espacial para evaluar las probabilidades de xito en todas las
circunstancias posibles y las acciones que pudiera llevar a cabo la expedicin. En cada
etapa de la expedicin, ella evala rpidamente las probabilidades de xito.

En una etapa de la expedicin Ross recibe informes de su oficina principal en Houston, de

que sus computadoras estiman que tiene 18 horas y 20 minutos de retraso en relacin con el
equipo competidor euro-japones, en lugar de 40 horas de ventaja. Cambia los planes y
decide que 12 miembros de su equipo desciendan en paracadas en una regin volcnica
cerca de la ubicacin estimada de Zinj. Segn el relato de Crichton, Ross haba vuelto a
revisar las probabilidades de la computadora de Houston y los resultados eran inequvocos.
La probabilidad de un salto exitoso era 0,7980; sin embargo, dado un salto exitoso, la
probabilidad de xito de la expedicin era de 0,9943 con lo cual casi se aseguraba de que
venceran al consorcio

Sin olvidar que se trata de la cita de una novela, examine las probabilidades mencionadas y
determine:

1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar

su salto con xito?
Miembros del equipo= 12

Un salto exitoso = 0,7980

La operacin para este evento es:

p = (0.798) ^ (1/12) = 0.66234

Respuesta: un salto exitoso es de un 66 % igual a 0,66234 de probabilidad.

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

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

Para el clculo de la probabilidad de la interseccin de dos eventos dados

AyB
P (B A) = P(A / B) x P(B)

Para determinar valores procedemos a realizar la siguiente operacin:

P= 0,7980 X 0,9943= 0,793

Respuesta: De que un solo miembro del equipo pueda completar el salto con xito es de
0,793 de probabilidad, que corresponde a un 79%

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?
Para determinar el evento de concurrencia de que se hieran seriamente en un salto, debemos
hay que hacer la siguiente operacin:

P= (1- 0,7980)
P= 0,202= Probabilidad de que se hieran en el salto
P= 1/5
P= 0,2 = Probabilidad de que se hieran en el salto

Por lo tanto estaramos en capacidad de concluir o afirmar que SI concuerdo con la tesis
propuesta, ya que hay posibilidad de que se hieran en un salto y que este evento tendra un
0,2 de probabilidad que corresponde a un 2%.

ESTUDIO DE CASO 42

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 calicar a los jueces. Tal vez
pueda analizar la probabilidad de los casos que se apelaron y revocaron manejados en los
diferentes tribunales

2 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.Cengage Learning 2011
 CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES
DEL CONDADO DE HAMILTON

Juez Tribunal Penal Casos Presentados Casos apelados Casos Revocados

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

Juez Tribunal de Familia Casos Presentados Casos apelados Casos Revocados

Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
TOTAL 30499 106 17

Juez Tribunal Civil Casos Presentados Casos apelados Casos Revocados

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 108464 500 104

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

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

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

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

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

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

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

Si dos eventos son independiente, A y B, la probabilidad de que ocurra A y B ( A B)

Se encuentran al multiplicar la probabilidad de A y de B, y se expresa como:

P(A y B) = P(A) * P(B)

En esta regla, al combinar probabilidades se supone que el segundo resultado no depende
del primero.
P(A) = Casos Apelados
P(B) = Casos Revocados

TRIBUNAL PENAL:
P(A y B) = P(A) * P(B)
Casos Apelados
Casos Revocados
Casos Presentados
Casos Presentados
1762
199
43.945
43.945
0.040095570.00452838

P(A y B) = 0.0001815682

TRIBUNAL FAMILIA:
P(A y B) = P(A) * P(B)
Casos Apelados
Casos Revocados
Casos Presentados
Casos Presentados
106
17
30.499
30.499
0.003475620.0005573953

P(A y B) = 0.0000019372

TRIBUNAL CIVIL:
P(A y B) = P(A) * P(B)
Casos Apelados
Casos Revocados
Casos Presentados
Casos Presentados
500
104
108.464
108.464
0.004609820.0009588435

P(A y B) = 0.0000044201
 2. La probabilidad de que se apele un caso, por cada juez

Se toman los valores totales por cada tribunal para poder desarrollar este punto.
TRIBUNAL PENAL:
Casos Apelados
P (A) = Casos Presentados

1762
P ( A )=
43.945

P ( A )=0.04009557

La probabilidad de que se apele un caso por cada Juez del Tribunal Penal es de 0.04009557,
o el 4%
TRIBUNAL FAMILIA:

Casos Apelados
P ( A )=
Casos Presentados
106
P ( A )=
30.499

P ( A )=0.00347552 38

La probabilidad de que se apele un caso por cada Juez del Tribunal de Familia es de
0.0034755238, o el 0.34%
TRIBUNAL CIVIL:
Casos Apelados
P ( A )=
Casos Presentados
500
P ( A )=
108.464

P ( A )=0.00460982

La probabilidad de que se apele un caso por cada Juez del Tribunal Civil es de 0.00460982,
o el 0.46%

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

TRIBUNAL PENAL:
Casos Revocados
P (B)=
Casos Presentados
 199
P (B)=
43.945

P ( B ) =0.00452838

La probabilidad de que se apele un caso por cada Juez del Tribunal Penal es de 0.00452838,
o el 0.45%
TRIBUNAL FAMILIA:
Casos Revocados
P (B)=
Casos Presentados
17
P (B)=
30.499

P ( B ) =0.0005573953

La probabilidad de que se revoquen un caso por cada Juez del Tribunal de Familia es de
0.0005573953, o el 0.05%
TRIBUNAL CIVIL:
Casos Revocados
P (B)=
Casos Presentados
104
P (B)=
108.464

P ( B ) =0.0009588435

La probabilidad de que se revoquen un caso por cada Juez del Tribunal Civil es de
0.0009588435, o el 0.09%

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

Este punto se desarrolla con la Probabilidad condicional, que es la probabilidad de que

suceda B dado que sucedi A y tiene la siguiente formula:

P( A B)
P ( BA )=
P (A )

TRIBUNAL PENAL

P( A B)
P ( BA )=
P (A )
 0.0001815686
P ( BA )=
0.04009557

P ( BA )=0.0045283955

La probabilidad de una revocacin dada una apelacin por cada juez del Tribunal Penal es
de 0.0045283955, o el 0.45%

TRIBUNAL DE FAMILIA

P( A B)
P ( BA )=
P (A )

0.0000019372
P ( BA )=
0.0034755238

P ( BA )=0.0005573836

La probabilidad de una revocacin dada una apelacin por cada juez del Tribunal de
Familia es de 0.0005573838, o el 0.05%

TRIBUNAL CIVIL

P( A B)
P ( BA )=
P (A )

0.0000044201
P ( BA )=
0.00460982

P ( BA )=0.0009588444

La probabilidad de una revocacin dada una apelacin por cada juez del Tribunal Civil es
de 0.0009588444, o el 0.09%

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.- Un diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.

2.- Probabilidad de que un chip este defectuoso

3- Probabilidad de que el chip este en buenas condiciones

4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya
sido fabricado por cada uno de los proveedores

5.- Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad de

que haya sido fabricado por cada uno de los proveedores

Para el desarrollo del informe se recomienda:

a. Identificar los eventos mutuamente excluyentes
b. Identificar las probabilidad de los eventos mutuamente excluyentes (probabilidades
a priori)
c. Identificar las probabilidad condicionales presentadas
Como primer paso, resumimos el enunciado:
Hay 3 eventos mutuamente excluyentes y colectivamente exhaustivos, es decir, 3
proveedores:
A1 = el LS-24 se le compr a Hall Electronics
A2 = el LS-24 se le compr a Schuller Sales
A3 = el LS-24 se le compr a Crawford Components

Las probabilidades a priori son:

P(A1) = 0.30 La probabilidad de que Hall Electronics haya fabricado el LS-24
P(A2) = 0.20 La probabilidad de que Schuller Sales haya fabricado el LS-24
P(A3) = 0.50 La probabilidad de que Crawford Components haya fabricado el LS-24
La informacin adicional es la siguiente:
(B1) = El LS-24 parece defectuoso
(B2) = El LS-24 no parece defectuoso

Se dan las siguientes probabilidades condicionales:

P(B1A1) = 0.03 La probabilidad de que un chip LS-24 fabricado por Hal Electronics se
encuentre defectuoso
P(B1A2) = 0.05 La probabilidad de que un chip LS-24 fabricado por Schuller Sales se
encuentre defectuoso
P(B1A3) = 0.04 La probabilidad de que un chip LS-24 fabricado por Crawford
Components se encuentre defectuoso

Se selecciona un chip del depsito. Como el fabricante no identific los chips, no est
seguro de qu proveedor fabric los chips. Se determina entonces la probabilidad de que el
chip defectuoso haya sido fabricado por Schuller Sales. La probabilidad se expresa como
P(A2B1)
Entonces tenemos que el registro de calidad de Schuller, es el peor de los tres proveedores.
Ahora que ha encontrado un chip LS-24 defectuoso, sospecha que P(A 2B1) es mayor que
P(A2) . Es decir, la probabilidad revisada es mayor que 0.20 y como primer paso se realiza
el problema en un diagrama de rbol.
Los eventos son dependientes, as que la probabilidad a priori en la primera rama se
multiplica por la probabilidad condicional en la segunda rama para obtener la probabilidad
conjunta de la ltima columna.
El rbol es una sucesin de etapas que van desde el proveedor hacia la determinacin de si
el chip era o no aceptable.
Invirtiendo el proceso, nos desplazamos de derecha hacia la izquierda; por lo que para
determinar si el chip fue comprado a Schuller Sales se debe considerar:
Las probabilidades conjuntas como frecuencias relativas de entre 1.000 casos. Por ejemplo,
la posibilidad de que Hall Electronics haya fabricado un chip LS-24 es de 0.009.
As que de 1.000 casos es de esperar 9 chips defectuosos fabricados por Hall Electronics.
Se puede tambin determinar que en 39 de 1.000 casos, el chip LS-24 seleccionado para
montarlo ser defectuoso; lo cual se calcula sumando 9 + 10 + 20.
De estos 39 chips defectuosos, 10 fueron fabricados por Schuller & Sales. Por consiguiente,
la probabilidad de que se le haya comprado un chip LS-24 es de 10/39 = 0.2564.
Probabilidad revisada de P(A2B1).
Antes de encontrar el chip defectuoso, la probabilidad de que se le haya comprado a
Schuller Sales era de 0.20. Esta posibilidad se ha incrementado a 0.2564; tal y como
aparece en la siguiente tabla:
Probabilidad Probabilidad Probabilidad Probabilidad
Evento, a priori condicional conjunta, a posteriori
Ai P(Ai) P(B1Ai) P(Ai y B1) P(AiB1)

Hall 0.30 0.03 0.009 0.009/0.039=0.2308

 Schuller 0.20 0.05 0.010 0.010/0.039=0.2564

Crawford 0.50 0.04 0.020 0.020/0.039=0.5128

P(B1) = 0.039 1.0000

REFERENCIAS BIBLIOGRFICAS

Definicin Axiomtica de la Probabilidad. Tomada de:

http://www.hrc.es/bioest/Probabilidad_13.html#i
Hernndez, J. (s.f.). Axiomas de Probabilidad. Instituto Tecnolgico de Apizaco. Tomado
de: http://datateca.unad.edu.co/contenidos/301014/axiomas_de_la_probabilidad.pdf
Historia de la probabilidad. Tomada de:
https://www.uam.es/personal_pdi/ciencias/barcelo/historia/Historia%20de%20la
%20probabilidad.pdf
Universidad de Mlaga (2010) Bioestadstica Recuperado Septiembre 13 de 2014. Tomado
de: http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04.pdf
Universidad Nacional de Medelln. Tcnicas de conteo. Tomada de:
http://www.unalmed.edu.co/~estadist/esta_inv/APENDICE.%20TECNICAS%20DE
%20CONTEO%29.pdf
Video. Espacio Muestral Sucesos. Recuperado de: https://www.youtube.com/watch?
v=9rtosBXxwt0
Video. Diferencias entre permutacin y combinacin. Recuperado de:
https://www.youtube.com/watch?v=3ZVq2KvClZ8
Video. Introduccin a Probabilidad. Recuperado de: https://www.youtube.com/watch?
v=XXgfO_oDxVY