Professional Documents
Culture Documents
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
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.
OBJETIVOS
Proporcionar criterios que permitan comprender, seleccionar y aplicar tcnicas
probabilsticas durante el anlisis de problemas especficos relacionados con su rea
de formacin.
Regla de la
adicin
Regla de la
AXIOMAS DE Multiplicacin
Probabilidad
PROBABILIDAD
condicional
Probabilidad total y teorema de
ESTUDIO DE CASO 1 1
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
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.
1873
P= =0,68
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
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
226
P( A )= =0,68
331
ab.Ecuaciones diferenciales
178
P( A )= =0,67
265
33
P( A )= =0,62
53
ad.Estadstica inferencial
269
P( A )= =0,61
437
ae.Matemticas avanzadas
199
P( A )= =0,61
325
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
%
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
ESTUDIO DE CASO 2
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:
Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:
T+ La sensibilidad (verdadero + )
enfermos P(T+/E)
T- Falso -
Personas
No T+ Falso +
enfermo
T- Especificidad (verdadero -)
P(T-/E)
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
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
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
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%
P ( PE ) 0.05
P ( E|P )= = =0,05=5
P ( P E ) + P ( N E ) 0.05+0.85
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.
Sin olvidar que se trata de la cita de una novela, examine las probabilidades mencionadas y
determine:
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
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
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:
5. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d
las razones de su eleccin.
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%
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%
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.
1.- Un diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.
4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya
sido fabricado por cada uno de los proveedores
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)
REFERENCIAS BIBLIOGRFICAS