PROBABILIDAD 100402A_288

CONSOLIDADO FASE 1
GRUPO: 100402_321

JOSE ABELINO HERNANDEZ FORERO

CDIGO: 74130579
JHONATAN JAVIER VEGA CORREDOR
CDIGO:
74382073
JEISSON FELIPE BARRERA RODRIGUEZ CDIGO:
COD: 1116545882
WILDER ANDRES LEON CAMARGO
CDIGO: 1073321325
OSCAR ANDRES HERNANDEZ FORERO
CDIGO: 74130949

PRESENTADO A:
MARTHA CATALINA OSPINA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIAS E INGENIERIAS
27 de marzo de 2016

INTRODUCCION

En la vida cotidiana del hombre suceden eventos que suceden sin que podamos
predecir con exactitud su resultado; a esto le llamamos azar. En la vida cotidiana
son ms frecuentes las situaciones que podemos atribuir al azar que las que
corresponden al acontecer previsible con exactitud. De qu humor estar el
profesor hoy? Quin ganar la carrera? Hechos tan simples como los
mencionados requieren ser interpretados con pensamiento probabilstico, el cual
gira alrededor de las nociones azar e incertidumbre. Al analizar cada uno de estos
hechos aisladamente nada se puede concluir. Sin embargo, si se toma un conjunto
de cada uno de esos datos en nmero y forma apropiados, es posible prever con
cierto grado de certeza qu es lo que posiblemente acontezca en el futuro que
nos interesa. Por medio de este trabajo se dar a conocer conceptos con los
cuales se entiende mejor lo que es la probabilidad, adems de aplicarlos en un
contexto real mediante la solucin de problemas.

OBJETIVOS

Objetivo general.

Analizar e interiorizar los principios de Probabilidad, identificando sus

propiedades, leyes y los campos de aplicacin que tiene esta ciencia
propia de la estadstica.

Objetivos especficos

Reconocer las caractersticas de un experimento aleatorio.

Identificar el espacio, muestra distintos eventos de experimentos aleatorios.

Adquirir las herramientas y habilidades necesarias de las tcnicas de

conteo.

Calcular las medidas de espacios mustrales y eventos aplicando reglas

bsicas de conteo, permutaciones y combinaciones.

Establecer y aplicar las tcnicas de conteo a travs de permutaciones y

combinaciones.

DESARROLLO DE LA ACTIVIDAD
1.- Cuadro sinptico:
Experimento
Aleatorio
Espacio
muestral
Sucesos o
Operaciones
entre eventos

PRICIPIOS
DE

TECNICA
S DE
CONTEO
Principio
multiplicativ
o
Principi
o
Factorial
de
Un
nmero
Permutacion
es
Combinacin

Axiomas
de
Probabilid
Regla De
la
Regla de
la
Definicin deMultiplicac
probabilidad:

Un fenmeno aleatorio, es por tanto, aquel cuyo resultado

est fuera de control y que depende del azar.
Espacio muestral es el conjunto formado por todos los
posibles resultados de un experimento aleatorio.
Suceso o Evento de un fenmeno o experimento aleatorio
es cada uno de los subconjuntos del espacio muestral S
Usamos las operaciones bsicas de conjuntos, tales como
uniones, intersecciones y complementos, para formar otros
eventos de inters, denominados eventos o sucesos
compuestos.
Las
tcnicas de conteo son aquellas que

son usadas para enumerar eventos difciles

Una
actividad que consta de r pasos, en donde
de
cuantificar
el primer paso de la actividad a realizar puede
ser llevado a cabo de N1 maneras o formas, el
Con
la condicin
no de
eventos sean
segundo
paso
deque
N2losmaneras
o independientes
formas y el rsino de que sean mutuamente excluyentes, es decir que cada
uno ocurra sin la necesidad de que otro lo haga.
Este se denota por el smbolo n! y se define como el producto
de n por todos los enteros que le preceden hasta llegar al uno.
Una permutacin de los elementos es un acomodo u
ordenamiento de ellos.

Es un arreglo de elementos en donde no nos

interesa el lugar o posicin que ocupan los
mismos dentro del arreglo. En una combinacin
nos interesa formar grupos y el contenido de los
mismos.

Los axiomas no determinan las probabilidades, lo que hacen es

facilitar el clculo de las probabilidades de algunos eventos a
Si dos eventos son mutuamente excluyentes, podemos expresar
esta probabilidad haciendo uso de la regla de adicin. la regla de
la adicin para calcular P(AUB)
En esta seccin se desarrollar una regla para determinar P
(AnB), esto es, la probabilidad de que el evento A ocurra en un
primer experimento y el evento B ocurra en un segundo

Como bien sabemos la probabilidad posee una importancia esencial aplicable a

varias ramas del conocimiento, esto es gracias a su capacidad para estimar o
predecir algn evento. Cuanto mayor sea la cantidad de datos disponibles para
calcular la probabilidad de un acontecimiento, ms preciso ser el resultado
calculado. Todo esto gira en torno a los experimentos, los cuales pueden ser
determinsticos; es decir que sea un experimento que siempre se repita con las

mismas condiciones y que se obtiene igual resultado, y los aleatorios que es

donde entra un concepto fundamental que es el azar, este tipo de experimento
es aleatorio ya que se puede efectuar bajos unas mismas condiciones pero el
resultado no se puede predecir con toda certeza, es decir que estos resultados
dependen del azar. A la coleccin de resultados que se obtiene en los
experimentos aleatorios se le llama espacio muestral.
Existen tres (3) formas de establecer las probabilidades:
La Probabilidad Clsica: cuando todos los resultados posibles que se consideran
igualmente probables.
P(A)= casos favorables al momento a/ casos posibles
Relativa o probabilidad emprica: se refiere a la estimacin con base en un nmero
de experimentos repetidos en las mismas condiciones.
P(A)= n(A)/n
El enfoque subjetivo: basado en situaciones especiales, en las cuales no es
posible repetir el experimento y slo usa un grado de confianza personal.
A todo evento en el espacio muestral se le asigna una probabilidad, que se da en
trminos de nmeros reales

DESARROLLO DE LOS CASOS PROPUESTOS

ESTUDIO DE CASO N 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
. 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
2. La probabilidad de que un estudiante repruebe un curso del rea de
matemticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un
curso del rea de matemticas.
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada
uno de los cursos del rea
5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca
los criterios que utiliz y d las razones de su eleccin.
6. Califique los profesores del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y
d las razones de su eleccin

SOLUCIN

1. La probabilidad de que un estudiante apruebe un curso del rea de

matemticas

P ( aprueba )=

P ( aprueba )=

Numero de casos favorables

Numero de casos totales

1873
=67,98
2755

Curso

Aprob

Reprob

Cancelo o perdi
por fallas

Tota
l

Probabilida
d Aprobar

Algebra lineal

178

10

30

218

6,46%

Anlisis numrico

146

15

21

182

5,30%

Clculo infinitesimal

252

37

39

328

9,15 %

56

15

79

2,03%

Clculo multivariado

244

49

64

357

8,86%

Calculo negocios

226

44

61

331

8,20%

Ecuaciones diferenciales

178

47

40

265

6,46%

33

11

53

1,20%

Estadstica inferencial

269

70

98

437

9,76%

Matemticas avanzadas

199

53

73

325

7,22%

Matemticas discretas

44

13

23

80

1,60%

Pre calculo

42

24

17

83

1,52%

17

0,22%

1873

389

493

2755

Calculo integral

Estadstica bsica

Probabilidad
TOTAL

67,98

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

matemticas.

P ( reprueba )=

Numero de casos favorables

Numero de casos totales

P ( reprueba )=

389
=14.12
2755

Curso

Aprob

Reprob

Tota
l

10

Cancelo o
perdi por
fallas
30

218

Probabilid
ad
reprueba
0,3630%

Algebra lineal

178

Anlisis numrico

146

15

21

182

0,5445%

Clculo infinitesimal

252

37

39

328

1,3430%

56

15

79

0,2905%

Clculo multivariado

244

49

64

357

1,7786%

Calculo negocios

226

44

61

331

1,5971%

Ecuaciones diferenciales

178

47

40

265

1,7059%

33

11

53

0,3993%

Estadstica inferencial

269

70

98

437

2,5408%

Matemticas avanzadas

199

53

73

325

1,9237%

Matemticas discretas

44

13

23

80

0,4718%

Pre calculo

42

24

17

83

0,8711%

17

0,2903%

1873

389

493

2755

14,12%

Calculo integral

Estadstica bsica

Probabilidad

TOTAL

2.1 Estudiantes que perdieron por fallas, o fueron reportados por

cancelacin de semestre

P ( reprueba )=

Numero de casos favorables

Numero de casos totales

P ( reprueba )=

493
=17,89
2755

Curso

Aprob

Reprob

Cancelo o
perdi por
fallas

Tota
l

Algebra lineal

178

10

30

218

Probabilid
ad fallas o
cancelaci
n del
semestre
1,0889

Anlisis numrico

146

15

21

182

0,7622

Clculo infinitesimal

252

37

39

328

1,4156

56

15

79

0,5444

Clculo multivariado

244

49

64

357

2,3230

Calculo negocios

226

44

61

331

2,2141

Ecuaciones diferenciales

178

47

40

265

1,4519

33

11

53

0,3267

Estadstica inferencial

269

70

98

437

3,5571

Matemticas avanzadas

199

53

73

325

2,6497

Matemticas discretas

44

13

23

80

0,8348

Pre calculo

42

24

17

83

0,6170

17

0.1089

1873

389

493

275
5

17,89

Calculo integral

Estadstica bsica

Probabilidad
TOTAL

Probabilidad total
Aprob
Reprob
Cancelo o perdi por fallas
TOTAL

2755

67,98%
14.12%
17,89%
99,99%

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

apruebe un curso del rea de matemticas.

Probabilidad de que estudiante apruebe un curso del rea de matemticas por

cada profesor.
Corresponde a la cantidad de estudiantes que aprob por cada profesor, sobre la
cantidad total de estudiantes.
P ( aprobo )=

Numero de casos favorables

Numero de casos totales

P ( aprobo )=

1873
=67,98
2755

Profesor

Aprob

Reprob

Tota
l

Cancelo o
perdi por
fallas
1

53

Probabilid
ad
Aprobar
1,89%

Csar r.

52

Claudia v.

31

36

1,12%

Diana m.

97

18

119

3.52%

166

17

21

204

6,02%

36

45

1,31%

Eduardo m.

154

17

26

197

5,59%

Enrique p

118

25

13

156

4,28%

Fernando m.

125

21

21

167

4,54%

Gloria a.

151

32

20

203

5,48%

Jairo a.

116

19

26

161

4,21%

Javier b.

98

10

29

137

3,56%

Jos c.

49

16

74

1,78%

Luz p.

142

23

44

209

5,15%

Marcela f.

60

19

21

100

2.18%

Mara a .

93

27

37

157

3,37%

Mario g

90

16

46

152

3,27%

Mercedes s.

60

15

27

102

2,18%

111

48

45

204

4,03%

Patricia m.

37

14

22

73

1,34%

Ricardo o.

57

31

46

134

2,07%

Sandra m.

30

37

72

1,09%

1873

389

493

275

67,98%

Ernesto s.
Diego v.

Oscar n.

Total

Probabilidad de que sea cada curso del rea de matemticas

Como el nmero de cursos del rea de matemticas es de 13, dividimos la
probabilidad ms alta y la dividimos dentro del nmero de materias para hallas la
probabilidad de que estos puedan pasar la totalidad de materias del rea de
matemticas

p ( areade matematicas )=

P ( reprueba )=

probabilidad estudiante
Numero de materias

6.02
=0.463
13

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

cada uno de los cursos del rea

Curso

Aprob

Reprob

Cancelo o perdi
por fallas

Tota
l

Probabilida
d Aprobar

Algebra lineal

178

10

30

218

6,46%

Anlisis numrico

146

15

21

182

5,30%

Clculo infinitesimal

252

37

39

328

9,15 %

56

15

79

2,03%

Clculo multivariado

244

49

64

357

8,86%

Calculo negocios

226

44

61

331

8,20%

Ecuaciones diferenciales

178

47

40

265

6,46%

Calculo integral

Estadstica bsica

33

11

53

1,20%

Estadstica inferencial

269

70

98

437

9,76%

Matemticas avanzadas

199

53

73

325

7,22%

Matemticas discretas

44

13

23

80

1,60%

Pre calculo

42

24

17

83

1,52%

17

0,22%

1873

389

493

275
5

67,98

Probabilidad
TOTAL

Digamos que el curso que aprob fue algebra lineal

P ( Algebra Lineal )=

Numero de casos favorables a Algebra Lineal

Numero de casos totales

La posibilidad que este estudiante apruebe todas las materias es la

siguiente:
P ( Precalculo )=

6.46
=0.4969=4 9.69
13

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

Establezca los criterios que utiliz y d las razones de su eleccin.

P ( aprueba )=

P ( aprueba )=

Numero de casos favorables

Numero de casostotales

1873
=67,98
2755

P ( reprueba )=

Numero de casos favorables

Numero de casos totales

P ( reprueba )=

389+ 493
=32.01
2755

Curso

Apro
b

Repro
b

Cancelo o
perdi por
fallas

Tot
al

Probabilid
ad
Aprobar

Probabili
dad de
reprobar

Administracin
ambiental
Admn. empresas

146

15

21

182

5.30%

1.31%

295

44

41

380

10.71%

3.05%

arquitectura

297

53

71

421

10.78%

4.50%

contadura

99

23

19

141

3.59%

1.52%

economa

99

19

24

142

3.59%

1.56%

515

118

154

787

18.69%

9.87%

Ing. civil

88

20

27

135

3.19%

1.70%

Ing. financiera

83

29

22

134

3.01%

1.85%

127

26

53

206

4.61%

2.87%

32

15

56

1.16%

0.87%

69

21

33

123

2.50%

1.96%

23

12

13

48

0.83%

0.91%

1873

389

493

275
5

67.98%

32.01

Ing. mecatrnica

Ing. sistemas
Ing.
telecomunicaciones
Negocios
internacionales
psicologa
TOTAL

Curso

Ing. mecatrnica

Aprob

Reprob

Cancelo o perdi
por fallas

Tota
l

Probabilidad
Aprobar

515

118

154

787

18.69%

arquitectura

297

53

71

421

10.78%

Admn. empresas

295

44

41

380

10.71%

Administracin
ambiental

146

15

21

182

5.30%

Ing. sistemas

127

26

53

206

4.61%

contadura

99

23

19

141

3.59%

economa

99

19

24

142

3.59%

Ing. civil

88

20

27

135

3.19%

Ing. financiera

83

29

22

134

3.01%

Negocios
internacionales

69

21

33

123

2.50%

Ing. telecomunicaciones

32

15

56

1.16%

psicologa

23

12

13

48

0.83%

1873

389

493

275
5

67.98%

TOTAL

He establecido la organizacin de mayor a menor en relacin al nmero de

estudiantes que aprobaron las 12 reas, me pareci que era lo ms correcto ya
que la mayora de los estudiantes aprobaron las materias. Que fue 67.98% y
reprobaron un 31.01%

6. Califique los profesores del rea de acuerdo a los resultados obtenidos.

Establezca los criterios que utiliz y d las razones de su eleccin

P ( aprobo )=

Numero de casos favorables

Numero de casos totales

P ( aprobo )=

1873
=67,98
2755

Profesor

Aprob

Reprob

Cancelo o
perdi por
fallas

Tota
l

Probabilid
ad
Aprobar

Ernesto s.

166

17

21

204

6,02%

Eduardo m.

154

17

26

197

5,59%

Gloria a.

151

32

20

203

5,48%

Luz p.

142

23

44

209

5,15%

Fernando m.

125

21

21

167

4,54%

Enrique p

118

25

13

156

4,28%

Jairo a.

116

19

26

161

4,21%

Oscar n.

111

48

45

204

4,03%

Javier b.

98

10

29

137

3,56%

Diana m.

97

18

119

3.52%

Mara a .

93

27

37

157

3,37%

Mario g

90

16

46

152

3,27%

Marcela f.

60

19

21

100

2.18%

Mercedes s.

60

15

27

102

2,18%

Ricardo o.

57

31

46

134

2,07%

Csar r.

52

53

1,89%

Jos c.

49

16

74

1,78%

Patricia m.

37

14

22

73

1,34%

Diego v.

36

45

1,31%

Claudia v.

31

36

1,12%

Sandra m.

30

37

72

1,09%

Total

1873

389

493

275
5

67,98%

Se evalu a los profesores de acuerdo a la PROBABILIDAD de estudiantes que aprobaron

la material, ya que esto permite evaluar el inters de cada estudiante, la efectividad de
aprendizaje

7. En que programa hay mejores resultados. Establezca los criterios que

utiliz y d las razones de su eleccin

P ( aprobo )=

Numero de casos favorables

Numero de casos totales

P ( aprobo )=

515
=65.44
787

Curso

Aprob

Reprob

Cancelo o perdi
por fallas

Total

Probabilidad
Aprobar

Ing. mecatrnica

515

118

154

787

65.44%

arquitectura

297

53

71

421

70.55%

Admn. empresas

295

44

41

380

77.63%

Administracin ambiental

146

15

21

182

80.22%

Ing. sistemas

127

26

53

206

61.65%

contadura

99

23

19

141

70.21%

economa

99

19

24

142

69.72%

Ing. civil

88

20

27

135

65.18%

Ing. financiera

83

29

22

134

61.94%

Negocios internacionales

69

21

33

123

56.10%

Ing. telecomunicaciones

32

15

56

57.14%

psicologa

23

12

13

48

47.92%

1873

389

493

275
5

TOTAL

La carrera que obtuvo los mejores resultados fue la de Administracin ambiental,

ya que fue la carrera con mayor porcentaje de probabilidad en estudiantes
aprobados
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:

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.

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?
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?
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?

SOLUCIN

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

completar su salto con xito?

La probabilidad conjunta de los 12 miembros es 0.798, debemos Aplicar la

siguiente ecuacin para determinar la probabilidad buscada

p^12 = 0.798
p = (0.798) ^ (1/12) = 0.9814

2- Si la probabilidad de que los 12 miembros del equipo tengan un salto

exitoso es de0.7980, cual es la probabilidad de que un solo miembro del
equipo pueda completar el salto con xito?
Equipo Completo
P = 0.7980

La probabilidad individual = p
Todos los lanzamientos
p^12 = P = 0.7980
Por lo tanto:
12 ln (p) = ln (0.7980)
Ln (p) = ln (0.7980)/12
p = e^ (ln (0.7980)/12)

Probabilidad individual de salto exitoso.

p = 0.9813 RTA

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?
Al analizar la pregunta observamos que si se cumple ya que si nos detallamos el
promedio es de 0,7 de12 es decir un promedio de 7 personas lo que nos indica
que quedaran 5 que seran los nombrados en el enunciado

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

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 incluir lo 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
Casos presentados, apelados y revocados en los tribunales del condado de
Hamilton
Juez Tribunal Penal

Casos
Presentado
s

Casos
apelados

Casos
Revocados

Fred Cartolano

3037

137

12

Thomas Crush

3372

119

10

Patrick Dinkelacker

1258

44

Timothy Hogan

1954

60

Robert Kraft

3138

127

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

John OConnor

2969

129

12

Robert Ruehlman

3205

145

18

955

60

10

Ann Marie Tracey

3141

127

13

Ralph Winkler

3089

88

43945

1762

199

J. Howard Sundermann

Total

Juez Tribunal de
Familia
Penelope Cunningham

Casos
Presentad
os
2729

Casos
apelados

Casos
Revocados

Patrick Dinkelacker

6001

19

Deborah Gaines

8799

48

Ronald Panioto

12,970

32

Total

30499

106

17

Juez Tribunal Civil

Casos
Presentad
os

Casos
apelados

Casos
Revocados

Mike Allen

6149

43

Nadine Allen

7812

34

Timothy Black

7954

41

David Davis

7736

43

Leslie Isaiah Gaines

5282

35

13

Karla Grady

5253

Deidra Hair

2532

Dennis Helmick

7900

29

Timothy Hogan

2308

13

James Patrick Kenney

2798

Joseph Luebbers

4698

25

William Mallory

8277

38

Melba Marsh

8219

34

Beth Mattingly

2971

13

Albert Mestemaker

4975

28

Mark Painter

2239

Jack Rosen

7790

41

13

Mark Schweikert

5403

33

David Stockdale

5371

22

John A. West

2797

108464

500

104

Total

INFORME A PRESENTAR:
1.

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

Tribunal Penal
p ( casosque se apelan ) =

1762
=0.04009
43945

p ( casosque se revocan )=

199
=0.00453
43945

Tribunal de Familia
p ( casosque se apelan ) =

106
=0.00347
30499

p ( casosque se revocan )=

Tribunal Civil

17
=0.00056
30499

p ( casosque se apelan ) =

500
=0.0046
108464

p ( casosque se revocan )=

2.

104
=0.00096
108464

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

Ver tabla 1,2 y 3

3.

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

Ver Tabla 1,2 y 3

4.

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

Dado que las revocatorias dependen de las apelaciones, usamos la interseccin

para sucesos dependientes.
p ( a r )
r
p
=
a
p ( a)

()

Pero la probabilidad de revocatorias estn dentro de la probabilidad de

apelaciones entonces p (ar) = p(r)
Ver Tabla 1,2 y 3

Casos Revocados

Casos Presentados

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios

que utiliz y d las razones de su eleccin.

Probabilidad de
revocar caso dada
apelacin

Probabilidad de
revocar caso

Probabilidad de
apelar caso

Juez Tribunal
Penal

Casos apelados

Se califica en orden ascendente los jueces teniendo en cuenta las apelaciones

dadas para cada juez.

1954

60

Patrick
Dinkelacker
Thomas Crush

1258

44

3372

119

10

Arthur Ney, Jr.

3219

125

14

William
Morrissey
William
Mathews
Thomas Nurre

3032

121

22

2264

91

18

3000

121

Ann Marie
Tracey
Robert Kraft

3141

127

13

3138

127

Richard Niehaus

3353

137

16

John OConnor

2969

129

12

Norbert Nadel

2959

131

20

Fred Cartolano

3037

137

12

Robert
Ruehlman
J. Howard
Sundermann

3205

145

18

955

60

10

439
45

17
62

1
9
9

Tabla 1

Juez Tribunal
de Familia

Ronald Panioto
Penelope
Cunningham
Patrick
Dinkelacker
Deborah Gaines

Total
Tabla 2

1297
0
2729

32

6001

19

8799

48

304
99

10
6

1
7

Casos
Presentados

Total

0,028
5
0,030
7
0,035
0,035
3
0,038
8
0,039
9
0,040
2
0,040
3
0,040
4
0,040
5
0,040
9
0,043
4
0,044
3
0,045
1
0,045
2
0,062
8

P(a)=32/129
70
P(a)=7/2729
P(a)=19/600
1
P(a)=48/879
9

P(r)=6/308
9
P(r)=7/195
4
P(r)=8/125
8
P(r)=10/33
72
P(r)=14/32
19
P(r)=22/30
32
P(r)=18/22
64
P(r)=6/300
0
P(r)=13/31
41
P(r)=7/313
8
P(r)=16/33
53
P(r)=12/29
69
P(r)=20/29
59
P(r)=12/30
37
P(r)=18/32
05
P(r)=10/95
5

0,001
9
0,003
6
0,006
4
0,003
0,004
3
0,007
3
0,008
0,002
0,004
1
0,002
2
0,004
8
0,004
0,006
8
0,004
0,005
6
0,010
5

0,0
024
0,0
026
0,0
032
0,0
055

P(r)=3/1297
0
P(r)=1/2729
P(r)=4/6001
P(r)=9/8799

P(r/a)=0.019/0.0
285
P(r/a)=0.0036/0.
307
P(r/a)=0.064/0.0
35
P(r/a)=0.003/0.0
353
P(r/a)=0.0043/0.
0388
P(r/a)=0.0073/0.
0399
P(r/a)=0.008/0.0
402
P(r/a)=0.002/0.0
403
P(r/a)=0.0041/0.
0404
P(r/a)=0.0022/0.
0405
P(r/a)=0.0048/0.
0409
P(r/a)=0.004/0.0
434
P(r/a)=0.0068/0.
0443
P(r/a)=0.004/0.0
451
P(r/a)=0.0056/0.
0452
P(r/a)=0.0105/0.
0628

0,066
7
0,117
3
0,182
8
0,084
9
0,111
0,182
9
0,199
0,049
6
0,101
4
0,054
3
0,117
3
0,092
1
0,153
4
0,088
4
0,123
8
0,167
1

Probabilidad de
revocar caso
dada apelacin

Timothy Hogan

P(a)=88/308
9
P(a)=60/195
4
P(a)=44/125
8
P(a)=119/33
72
P(a)=125/32
19
P(a)=121/30
32
P(a)=91/226
4
P(a)=121/30
00
P(a)=127/31
41
P(a)=127/31
38
P(a)=137/33
53
P(a)=129/29
69
P(a)=131/29
59
P(a)=137/30
37
P(a)=145/32
05
P(a)=60/955

Probabilidad de
revocar caso

Probabilidad de
apelar caso

88

Casos Revocados

3089

Casos apelados

Ralph Winkler

0,000
2
0,000
4
0,000
7
0,001

P(r/a)=0.0002/0.
02
P(r/a)=0.0004/0.
0026
P(r/a)=0.0007/0.
0032
P(r/a)=0.001/0.0
055

0,083
3
0,153
8
0,218
7
0,181
8

Karla Grady

5253

P(a)=6/5253

John A. West

2797

P(a)=4/2797

Deidra Hair

2532

P(a)=5/2532

James Patrick
Kenney
Mark
Painter

2798

P(a)=6/2798

2239

P(a)=7/2239

Dennis Helmick

7900

29

David Stockdale

5371

22

P(a)=29/790
0
P(a)=22/537

Melba Marsh

8219

34

Beth Mattingly

2971

13

Nadine Allen

7812

34

William Mallory

8277

38

Timothy Black

7954

41

Jack Rosen

7790

41

Joseph
Luebbers
David Davis

4698

25

1
3
8

7736

43

Timothy Hogan

2308

13

Albert
Mestemaker
Mark

4975

28

5403

33

Schweikert
Leslie
Isaiah
Gaines
Mike
Allen

5282

35

6149

43

1
3
4

Total
Tabla 3

108
464

50
0

1
0

1
P(a)=34/821
9
P(a)=13/297
1
P(a)=34/781
2
P(a)=38/827
7
P(a)=41/795
4
P(a)=41/779
0
P(a)=25/469
8
P(a)=43/773
6
P(a)=13/230
8
P(a)=28/497
5
P(a)=33/540
3
P(a)=38/528
2
P(a)=43/614
9

Probabilidad
de revocar
caso dada
apelacin

Probabilidad
de revocar
caso

Probabilidad
de apelar
caso

Revocados
Casos

apelados
Casos

Presentados
Casos

Juez Tribunal
Civil

0,0
011
0,0

P(r)=2/2797

0
P(r/a)=0.0007/0
.0014

0,5

014
0,0
02
0,0

0,000
7
0

P(r)=1/2798

0,000
4
0,001

P(r/a)=0.0004/0
.0021
P(r/a)=0.0013/0

0,190
4
0,419

3
0,000
6
0,000

.0031
P(r/a)=0.0006/0
.0037
P(r/a)=0.0007/0

3
0,162
1
0,170

7
0,000
9
0,000

.0041
P(r/a)=.0009/0.
0041
P(r/a)=0.0003/0

7
0,219
5
0,068

3
0,000
8
0,001

.0044
P(r/a)=0.0008/0
.0044
P(r/a)=0.0011/0

1
0,181
8
0,239

1
0,000
8
0,001

.0046
P(r/a)=0.0008/0
.0052
P(r/a)=0.0017/0

1
0,153
8
0,320

7
0,001
7
0,000

.0053
P(r/a)=0.0017/0
.0053
P(r/a)=0.0006/0

7
0,320
7
0,107

6
0,000
9
0,001

.056
P(r/a)=0.0009/0
.0056
P(r/a)=0.0018/0

1
0,160
7
0,321

8
0,001
1
0,002

.0056
P(r/a)=0.0011/0
.0061
P(r/a)=0.0025/0

4
0,180
3
0,378

5
0,000
7

.0066
P(r/a)=0.0007/0
.007

7
0,1

021
0,0
031
0,0

P(r)=7/2239

037
0,0
041
0,0

P(r)= 4/5371

041
0,0
044
0,0

P(r)=1/2971

044
0,0
046
0,0

P(r)=9/8277

052
0,0
053
0,0

P(r)=13/779
0
P(r)=8/4698

053
0,0
056
0,0

P(r)=5/7736

056
0,0
056
0,0

P(r)=9/4975

061
0,0
066
0,0

P(r)=13/528
2
P(r)=4/6149

P(r)=5/7900
P(r)=7/8219
P(r)=6/7812
P(r)=6/7954

P(r)=2/2308
P(r)=6/5403

07

0
0

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

las

probabilidad

de

los

eventos

mutuamente

excluyentes

(probabilidades a priori)
c. Identificar las probabilidad condicionales presentadas
5.- Elabore un diagrama de rbol que represente las probabilidades encontradas.

SOLUCIN

1.- Probabilidad de que un chip este defectuoso

Del total de la mercanca que se les compra a los proveedores las probabilidades
de que un chip salga defectuoso es del 12% en total de la mercanca ya que son
de tres proveedores diferentes.
2.- Probabilidad de que el chip este en buenas condiciones
La probabilidad de que la mercanca salga en buenas condiciones es de un 88%
ya que el porcentaje restante es defectuoso.
3.- Si el chip seleccionado resulta defectuoso, debe encontrar la
Probabilidad de que haya sido fabricado por cada uno de los proveedores
Si el chip estuviera marcado con el logo de cada uno de los proveedores se
detectara el proveedor que lo haya fabricado.

4.- Si el chip seleccionado est en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores
De igual manera si el chip est marcado por su proveedor y aparte de eso est
separado a la hora de almacenarlo ser muy fcil encontrar el proveedor que lo
haya fabricado.

Para el desarrollo del informe se recomienda:

a. Identificar los eventos mutuamente excluyentes

Que los tres proveedores tienen diferentes porcentajes de probabilidad de que la

mercanca salga defectuosa.
b. Identificar las probabilidades de los eventos mutuamente excluyentes
(probabilidades a priori).

c. Identificar las probabilidades condicionales presentadas

Las probabilidades que se pueden evidenciar es que los tres proveedores tienen
falencias en los chips que fabrican y que los tres no tienen identificado sus
productos.
5.- Elabore un diagrama de rbol que represente las probabilidades
encontradas.

Propuesta de solucin al estudio de caso seleccionado

Teniendo en cuenta el caso 5, en la compra de microchips LS-24, mi propuesta de
solucin es la de hablar con cada uno de los proveedores de los microchips,
plantendoles que cada uno identifique su mercanca por medio del logo de la
empresa con su debido nombre, de igual forma ellos pueden verificar que la
mercanca se encuentre en buen estado antes de distribuirla a los compradores,
tambin se podra almacenar la mercanca en lotes de acuerdo a la empresa
distribuidora y por ltimo se puede hacer un solo contrato con una de las
empresas las cuales cumpla con los requisitos que son de no tener dificultades la
mercanca de igual forma que venga identificada con el logo, nombre de la
empresa proveedor y que traigan un formato de verificacin de la mercanca lo
cual consta de que se encuentra en buen estado.

Con todo esto nos estaramos ahorrando tiempo, dinero y mercanca, generando
mayor aceptacin en la empresa que los provee y de igual forma nuestros clientes
estarn satisfechos a la hora de comprar un excelente producto.

CONCLUSIONES
En la investigaciones en cuanto poblacin o situaciones utilizan muestras de
probabilidad, es decir, aquellas que el investigador pueda especificar la
probabilidad de cualquier elemento en la poblacin o suceso que investiga. Las
muestras de probabilidad permiten usar estadsticas que son aquellas que
permiten realiza comparaciones a partir de datos. Por otra parte, las muestras no
probabilsticas solo permiten usarse estadsticas descriptivas, aquellas que solo
permiten describir, organizar y resumir datos.

REFERENCIAS BIBLIOGRAFICAS

Lipschutz, Seymour. Teora y problemas de probabilidad. Serie de

compendios Schaum. Mxico: McGraw Hill.

El material didctico, (2004) Roberto J. Salazar Ramos. UNAD, Bogot

D.C.

GMARTNEZ BENCARDINO, Ciro (2004). Estadstica Bsica

Santa fe de Bogot: ECOE Ediciones.

Aplicada.

Recuperado

en

la

pgina

web:

www.cuadrosinoptico.comhttp://es.slideshare.net/guestdfc5143/hacer-uncuadro-sinoptico.