Académique Documents
Professionnel Documents
Culture Documents
Integrantes:
Deicy Magaly Puliche cdigo: 34331678
Gimena Velasco cdigo: 1064427596
Mauren Gisela Reyes cdigo: 1061715996
Yanncy Milena Fernndez cdigo:1061726036
Curso:
100402_119
Tutor:
Luis Alexander Saravia
INTRODUCCION
La probabilidad es cosiderara una herramienta fundamental de ayuda para la
toma de decisiones ya que brinda inforamcin y soluciones en las formas de
medir, expresar y analizar incertidumbres asociadas con eventos futuros de
razones entre el nmero de casos favorables y el nmero de casos posibles , sta
es un amedida numrica de posibilidades de que ocurrir un evento y sus valores
se asignan en una escala de 0 a 1.
La Estadstica es un mtodo eficaz de descripcin, relacin y anlisis de valores y
datos del entorno tanto a nivel social, como cultural, poltico, econmico
etc;adems del anlisis y tabulacin de datos se brinda la posibilidad de la toma
de desiciones acertadas y a tiempo y realizar la respectivas proyecciones. Muchos
de los eventos que ocurren en el entorno cotidiano del ser humano no se pueden
predecir con exactitud, ya que la mayora de los hechos estn influenciados por el
azar, es decir, por procesos inciertos, en los que no se est seguro de lo que va a
ocurrir, no podemos afirmar que vivimos en un mundo determinista, en donde no
hay influencia del azar y la incertidumbre; Es por ello que la Probabilidad permite
un acercamiento a estos sucesos, ponderando las posibilidades de su ocurrencia y
proporcionando mtodos para tales ponderaciones, creando as modelos
Probabilsticos. Precisamente, algunos de esos mtodos proporcionados por la
teora de la Probabilidad llevan a descubrir que ciertos eventos tienen una mayor o
menor probabilidad de ocurrir que la apreciacin hecha a travs del sentido
comn.
En el desarrollo de la Siguiente Actividad y mediante lo estudiado en la Unidad 1
sobre :
Experimento Aleatorio:
EXPERIMENTO ALEATORIO Y
ESPACO MUESTRAL
Espacio Muestral:
Conjunto formado por todo slos
posbles resultados de un experimento
aleatorio y se desigan por S, a la
coleccin de resultados que se
obtienen en
aleatorios.
PROBABILIDAD
UNIDAD 1
EVENTOS OSUCESOS
los
experimentos
Sucesos o Eventos:
De un fenmeno o experimento
aleatorio son cada uno de los
subconjuntos del Espacio Muestral
S,los elementos del espacio muestral
se llaman sucesos individuales o
elementales, tambin son sucesos el
suceso vaco o suceso imposible, y el
propio S,suceso seguro.
OPERACIONES CON EVENTOS:
Los
sucesos
o
eventos
son
subconjuntos, entonces es posible
emplear las operaciones bsicas de
conjuntos como:
Unin= (AUB)
Interseccin= ( A B)
Diferencia = (A-B)
Suceso Complementario=
A
=
E-A,
suceso
complementario de A.
Principios :
Multiplicativo:
TCNICAS DE CONTEO
de
n1
maneras
n2
maneras
n3
y asi
sucesivamente y si al mismo
tiempo
cada
evento
es
independiente del otro, entonces el
nmero de maneras en que los
eventos pueden realizarse en el
orden indicado es el producto:
3
n1 x n2 x n
Principio Aditivo:
PROBABILIDAD
UNIDAD 1
adicin:
3
n1 +n2 +n
Factorial de un Nmero:
En el anlisis combinatorio interviene
con mucha frecuencia el concepto de
factorial de un entero no negativo n.
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.
Simblicamente queda expresado
como:
PERMUTACIONES Y
VARIACIONES
PERMUTACIONES Y
VARIACIONES
Considere
un
conjunto
de
elementos
es
un
acomodo
son
en
total
posibles
El nmero de permutaciones
(acomodos
u
ordenaciones)
de n elementos distintos, tomados
todos de una vez, se denota
por n!
PROBABILIDAD
UNIDAD 1
Una
ordenacin
de
un
nmero r de
elementos
del
conjunto de n elementos,
,
es
denominada variacin. Son
permutaciones en las que implica
un orden en la colocacin de los
elementos, tomando nicamente
una parte de los elementos. Una
variacin
puede
construirse
seleccionando el elemento que
ser colocado en la primera
posicin del arreglo de entre
los n elementos,
para
luego
seleccionar el elemento de la
segunda posicin de entre los n1 elementos
restantes,
para
seleccionar despus el tercer
elemento
de
entre
los n2 restantes, y as sucesivamente.
Se trata pues de una permutacin
de n elementos tomando r a la
vez.
El nmero de permutaciones
de n elementos tomados r a la
vez
se
define
como:
COMBINATORIAS
AXIOMAS
DE PROBABILIDAD
Los Axiomas
de probabilidad
que
satisfacen la probabilidad de cualquier
experimento aleatorio. Estos axiomas
no determinan las probabilidades, lo
que hacen es facilitar el clculo de las
probabilidades de algunos eventos a
partir del conocimiento de las
probabilidades de otros.Entendiendo
la probabilidad de cualquier evento
PROBABILIDAD
como un nmero entre 0 y 1, ella
UNIDAD 1 satisface las siguientes propiedades:
Si S es el espacio muestral y A es
cualquier evento del experimento
aleatorio, entonces:
1.
P(S)= 1
2.
Estos axiomas implican los siguientes
resultados.
La probabilidad de un
evento imposible es 0
P()=0.
La probabilidad de que un
evento ocurra con certeza
es 1.
Si el evento A1 est
AXIOMAS DE PROBABILIDAD
es
decir
nos
interesa
la
dos
eventos
excluyentes,
son
podemos
mutuamente
expresar
esta
para
eventos
mutuamente
excluyentes:
P (A U B) = P (A) + P (B)
Existe un caso especial, para cualquier
evento A, tenemos que ste sucede o no
sucede. De modo que los eventos A y A'
son mutuamente excluyentes y exhaustivos:
P(A) + P(A') = 1
PROBABILIDADP(A') = 1 - P(A)
UNIDAD 1
Eventos que no son mutuamente
excluyentes.
Si dos eventos no son mutuamente
excluyentes, es posible que ambos se
presenten al mismo tiempo. En tales casos,
debemos modificar la regla de la adicin
para evitar el conteo doble:
Marginal.
Conjunta.
Condicional.
Resulta que:
el denominador corresponde a
encontrar la Probabilidad Total de
B.
PROBABILIDAD
UNIDAD 1
En los problemas relacionados con
ESTUDIO DE CASO 1
En una universidad de Bogot se realiz un informe sobre el rendimiento
acadmico de los estudiantes que cursaron asignaturas en el rea de
matemticas en el periodo 2015 - I. Los resultados obtenidos muestran el
rendimiento por curso, por programa, y por profesor.
Datos: La base de datos incluye la compilacin de la informacin
reportada por los docentes del rea, incluye 2755 registros de
estudiantes inscritos en alguna de las asignaturas ofrecidas por el
rea. Los profesores reportaron la valoracin (notas) de cada corte,
y con ellas se hizo seguimiento durante el semestre.
APROB: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.
REPROB: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin
contar a quienes ya perdieron por fallas, o fueron reportados por cancelacin de
semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o
fueron reportados por cancelacin de semestre
Curso
Algebra lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Aprob
Reprob
178
146
252
56
244
226
178
33
269
199
10
15
37
8
49
44
47
11
70
53
Cancelo o perdi
por fallas
30
21
39
15
64
61
40
9
98
73
Total
218
182
328
79
357
331
265
53
437
325
Matemticas discretas
Pre calculo
Probabilidad
TOTAL
Programa
Administracin ambiental
Admn. empresas
Arquitectura
Contadura
Economa
Ing. Meca trnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing. Telecomunicaciones
Negocios Internacionales
Psicologa
Total
Profesor
Csar r.
Claudia v.
Diana m.
Ernesto s.
Diego v.
Eduardo m.
Enrique p
Fernando m.
Gloria a.
Jairo a.
Javier b.
Jos c.
Luz p.
Marcela f.
Mara a.
Mario g
Mercedes s.
44
42
6
1873
13
24
8
389
Aprob
Reprob
146
295
297
99
99
515
88
83
127
32
69
23
1873
15
44
53
23
19
118
20
29
26
9
21
12
389
Aprob
Reprob
52
31
97
166
36
154
118
125
151
116
98
49
142
60
93
90
60
4
17
5
17
25
21
32
19
10
9
23
19
27
16
15
23
17
3
493
Cancelo o
perdi por
fallas
21
41
71
19
24
154
27
22
53
15
33
13
493
Cancelo o perdi
por fallas
1
5
18
21
4
26
13
21
20
26
29
16
44
21
37
46
27
80
83
17
2755
Total
182
380
421
141
142
787
135
134
206
56
123
48
2755
Total
53
36
119
204
45
197
156
167
203
161
137
74
209
100
157
152
102
Oscar n.
Patricia m.
Ricardo o.
Sandra m.
Total
111
37
57
30
1873
48
14
31
37
389
45
22
46
5
493
204
73
134
72
2755
Solucin:
1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas
P:
total de Aprobados
100
Nmero total de estudiantes
P:
1873
100
2755
P: 0,68100
P: 0,68100
P 68
La Probabilidad de que un estudiante apruebe el curso del rea de
matemticas es del 68%.
Solucin:
P:
total de Reprobados
100
Nmero total de estudiantes
P:
389
100
2755
P: 0,14100
P: 0,14100
P:14
La Probabilidad de que un estudiante Repruebe el curso del rea de
matemticas es del 14%.
Aprob
Csar r.
Claudia v.
Diana m.
Ernesto s.
Diego v.
Eduardo
52
31
97
166
36
154
Probabilidad de Aprobar
P(A) = 52/53 =
P(A) = 31/36 =
P(A) = 97/119 =
P(A) = 166/204 =
P(A) = 36/45 =
Total
53
36
119
204
45
197
m.
Enrique p
Fernando
m.
Gloria a.
Jairo a.
Javier b.
Jos c.
Luz p.
Marcela f.
Mara a.
Mario g
Mercedes
s.
Oscar n.
Patricia
m.
Ricardo
o.
Sandra
m.
Total
118
125
P(A) = 154/197 =
P(A) = 118/156 =
P(A) = 125/167 =
0,78 % *100
0,76 % *100
0,75 % *100
151
116
98
49
142
60
93
90
60
P(A) = 151/203 =
P(A) = 116/161 =
P(A) = 98/137 =
P(A) = 49/74 =
P(A) = 142/209 =
P(A) = 60/100 =
P(A) = 93/157 =
P(A) = 90/152 =
P(A) = 60/102 =
203
161
137
74
209
100
157
152
102
111
37
P(A) = 11/204 =
P(A) = 37/73 =
0,05% *100
0,51 % *100
= 5%
= 51%
204
73
57
P(A) = 57/100 =
0,43 % *100
= 43%
134
30
P(A) = 30/72 =
0,41% *100
= 41%
72
= 66%
2755
1873
= 78%
= 76%
= 75%
156
167
4.
Si un estudiante aprueba un curso, establezca la probabilidad de que
sea cada uno de los cursos del rea
Curso
Algebra lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Pre calculo
Probabilidad
TOTAL
Aprob
178
146
252
56
244
226
178
33
269
199
44
42
6
1873
Probabilidad de Aprobar
P(A) = 178/218 = 0,82 % * 100 = 82%
P(A) = 146/182 = 0,80 % * 100 = 80%
P(A) = 252/328 = 0,77 % * 100 = 77%
P(A) = 56/79 = 0,71 % * 100 = 71%
P(A) = 244/357 = 0,68 % * 100 = 68%
P(A) = 226/331 = 0,68 % * 100 = 68%
P(A) = 178/265 = 0,67 % * 100 = 67%
P(A) = 33/53 = 0,62 % * 100 = 62%
P(A) = 269/437 = 0,62 % * 100 = 62%
P(A) = 199/325 = 0,61 % * 100 = 61%
P(A) = 44/80 = 0,55 % * 100 = 55%
P(A) = 42/83 = 0,51 % * 100 = 51%
P(A) = 6/17 = 0,35 % * 100 =
35%
Total
218
182
328
79
357
331
265
53
437
325
80
83
17
2755
5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca
los criterios que utiliz y d las razones de su eleccin.
Se aplica la frmula de Probabilidad Clsica, en donde los caso favorables al
Evento A se dividen entre el nmero de casos posibles, para este caso el nmero
de los que aprobaron, y se divide entre el nmero total de estudiantes.
De esta manera se analiza que ALGEBRA LINEAL, tiene el mayor porcentaje de
aporbacin en estudiantes.
Curso
Aprob
Algebra
lineal
178
Anlisis
numrico
146
Clculo
infinitesimal
252
Calculo
integral
56
Clculo
multivariado
244
Calculo
negocios
226
Ecuaciones
diferenciales
178
Probabilidad
de Aprobar
P(A)
178/218:
0,82% *100:
82%
P(A)
146/182:
0,80% *100:
80%
P(A)
252/328:
0,77% *100:
77%
P(A) 56/79:
0,71% *100:
71%
P(A)
244/357:
0,68% *100:
68%
P(A)
226/331:
0,68% *100:
68%
P(A)
178/265:
Reprob
10
15
37
49
44
47
Probabilidad Cancelo
de Reprobar o perdi
por
fallas
P(A)
30
10/218:
0,05% *100:
5%
P(A)
21
15/182:
0,08% *100:
8%
P(A)
39
37/328:
0,11% *100:
11%
P(A) 8/79:
15
0,10% *100:
10%
P(A)
64
49/357:
0,14% *100:
14%
P(A)
61
44/331:
0,14% *100:
14%
P(A)
40
47/265:
Probabilidad
por fallas
P(A)
30/218:
0,14% *100:
14%
P(A)
21/182:
0,11% *100:
11%
P(A)
39/328:
0,12% *100:
12%
P(A) 15/79:
0,18% *100:
18%
P(A)
64/357:
0,18% *100:
18%
P(A)
61/331:
0,18% *100:
18%
P(A)
40/265:
Total
218
(7)
182
(6)
328
(10)
79
(3)
357
(12)
331
(11)
265
(8)
Estadstica
bsica
33
Estadstica
inferencial
269
Matemtica
s avanzadas
199
Matemtica
s discretas
44
Pre calculo
42
Probabilidad
TOTAL
1873
0,67% *100:
67%
P(A) 33/53:
0,62% *100:
62%
P(A)
269/437:
0,62% *100:
62%
P(A)
199/325:
0,61% *100:
61%
P(A) 44/80:
0,55% *100:
55%
P(A) 42/83:
0,51% *100:
51%
P(A) 6/17:
0,35% *100:
35%
11
70
53
13
24
389
0,18% *100:
18%
P(A) 11/53:
0,21% *100:
21%
P(A)
70/437:
0,16% *100:
16%
P(A)
53/325:
0,16% *100:
16%
P(A) 13/80:
0,16% *100:
16%
P(A) 24/83:
0,29% *100:
29%
P(A) 8/17:
0,47% *100:
47%
98
73
23
17
493
0,15% *100:
15%
P(A) 9/53:
53
0,17% *100:
(2)
17%
P(A)
437
98/437:
(13)
0,22% *100:
22%
P(A)
325
73/325:
(9)
0,22% *100:
22%
P(A) 23/80:
80
0,29% *100:
(4)
29%
P(A) 17/83:
83
0,21% *100:
(5)
21%
P(A) 3/17:
17(1)
0,18% *100:
18%
2755
Profesor
Aprob
Csar r.
52
Probabilidad
de Aprobar
P(A) 52/53:
0,98% *100:
98%
Reprob
Probabilidad Cancelo
de Reprobar o perdi
por
fallas
1
Probabilidad
por fallas
P(A) 1/53:
0,02% *100:
2%
Total
53
Claudia v.
31
Diana m.
97
Ernesto
s.
166
Diego v.
36
Eduardo
m.
154
Enrique p
118
Fernando
m.
125
Gloria a.
151
Jairo a.
116
Javier b.
98
Jos c.
49
Luz p.
142
P(A) 31/36:
0,86% *100:
86%
P(A) 97/119:
0,82% *100:
82%
P(A)
166/204:
0,81% *100:
81%
P(A) 36/45:
0,8% *100:
80%
P(A)
154/197:
0,78% *100:
78%
P(A)
118/156:
0,76% *100:
76%
P(A)
125/167:
0,75% *100:
75%
P(A)
151/203:
0,74% *100:
74%
P(A)
116/161:
0,72% *100:
72%
P(A)
98/137:
0,72% *100:
72%
P(A) 49/74:
0,66% *100:
66%
P(A)
142/209:
17
17
P(A) 4/119:
0,03% *100:
3%
P(A) 17/204:
0,08% *100:
8%
18
P(A) 5/45:
0,01% *100:
1%
P(A) 17/197:
0,09% *100:
9%
21
26
P(A) 5/36:
0,14% *100:
14%
P(A) 18/119:
0,15% *100:
15%
P(A) 21/204:
0,10% *100:
10%
P(A) 4/45:
0,08% *100:
8%
P(A) 26/197:
0,13% *100:
13%
36
119
204
45
197
25
P(A) 25/156:
0,16% *100:
16%
13
P(A) 13/156:
0,08% *100:
8%
156
21
P(A) 21/167:
0,13% *100:
13%
21
P(A) 21/167:
0,13% *100:
13%
167
32
P(A) 32/203:
0,16% *100:
16%
20
P(A) 20/203:
0,10% *100:
10%
203
19
P(A) 19/161:
0,12% *100:
12%
26
P(A) 26/161:
0,10% *100:
10%
161
10
P(A) 10/137:
0,07% *100:
7%
29
P(A) 29/137:
0,21% *100:
21%
137
P(A) 9/74:
0,12% *100:
12%
P(A) 23/209:
0,11% *100:
16
P(A) 16/74:
0,22% *100:
22%
P(A) 44/209:
0,21% *100:
74
23
44
209
Marcela f.
60
Mara a.
93
Mario g
90
Mercedes
s.
60
Oscar n.
111
Patricia
m.
37
Ricardo
o.
57
Sandra
m.
30
Total
1873
0,68% *100:
68%
P(A)
60/100:
0,6% *100:
60%
P(A)
93/157:
0,59% *100:
59%
P(A)
90/152:
0,59% *100:
59%
P(A)
60/102:
0,58% *100:
58%
P(A)
111/204:
0,554%
*100: 54%
P(A) 37/73:
0,51% *100:
51%
P(A)
57/134:
0,43% *100:
43%
P(A) 52/53:
0,42% *100:
42%
11%
21%
19
P(A) 19/100:
0,19% *100:
19%
21
P(A) 21/100:
0,21% *100:
21%
100
27
P(A) 27/157:
0,17% *100:
17%
37
P(A) 37/157:
0,30% *100:
30%
157
16
P(A) 16/152:
0,11% *100:
11%
46
P(A) 46/152:
0,11% *100:
11%
152
15
P(A) 15/102:
0,15% *100:
15%
27
P(A) 27/102:
0,26% *100:
26%
102
48
P(A) 48/204:
0,24% *100:
24%
45
P(A) 45/204:
0,22% *100:
22%
204
14
P(A) 14/73:
0,19% *100:
19%
P(A) 31/134:
0,23% *100:
23%
22
P(A) 22/73:
0,30% *100:
30%
P(A) 46/134:
0,34% *100:
34%
73
P(A) 37/72:
0,51% *100:
51%
31
37
389
46
P(A) 5/72:
0,07% *100:
7%
493
134
72
2755
nmero de casos posibles, para este caso el nmero de los que aprobaron,
dividido el total de estudiantes.
Programa
Aprob
Administracin
ambiental
146
Admn. empresas
295
Arquitectura
297
Contadura
99
Economa
99
515
Ing. Civil
88
Ing. Financiera
83
Ing. Sistemas
127
Reprob
P(A)
146/182:
0,80%
*100: 80%
P(A)
295/380:
0,77%
*100: 77%
P(A)
297/421:
0,71%
*100: 71%
P(A)
99/141:
0,70%
*100: 70%
P(A)
99/142:
0,70%
*100: 70%
P(A)
515/787:
0,65%
*100: 65%
P(A)
88/135:
0,65%
*100: 65%
P(A)
83/134:
0,62%
*100: 62%
P(A)
127/206:
15
44
53
23
19
118
20
29
26
P(A)
15/182:
0,08%
*100: 8%
P(A)
44/380:
0,12%
*100: 12%
P(A)
53/421:
0,13%
*100: 13%
P(A)
23/141:
0,16%
*100: 16%
P(A)
19/142:
0,13%
*100: 13%
P(A)
118/787:
0,15%
*100: 65%
P(A)
20/135:
0,15%
*100: 15%
P(A)
29/134:
0,22%
*100: 22%
P(A)
26/206:
Cancel
oo
perdi
por
fallas
21
41
71
19
24
154
27
22
53
Total
P(A)
21/182:
0,11%
*100: 11%
P(A)
41/380:
0,11%
*100: 11%
P(A)
71/421:
0,29%
*100: 29%
P(A)
19/141:
0,13%
*100: 13%
P(A)
24/142:
0,17%
*100: 17%
P(A)
154/787:
0,20%
*100: 20%
P(A)
27/135:
0,2% *100:
20%
P(A)
22/134:
0,16%
*100: 16%
P(A)
53/206:
182
380
421
141
142
787
135
134
206
Ing.
Telecomunicacione
s
Negocios
Internacionales
32
Psicologa
23
Total
69
1873
0,62%
*100: 62%
P(A) 32/56:
0,57%
*100: 57%
P(A)69/123
: 0,56%
*100: 56%
P(A) 23/48:
0,48%
*100: 48%
21
12
389
0,13%
*100: 13%
P(A) 9/56:
0,16%
*100: 16%
P(A)21/123
: 0,17%
*100: 17%
P(A) 12/48:
0,25%
*100: 48%
15
33
13
493
0,26%
*100: 26%
P(A) 15/56: 56
0,27%
*100: 27%
P(A)33/123 123
: 0,27%
*100: 27%
P(A) 13/48: 48
0,27%
*100: 27%
275
5
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
Enfermedad presente
Enfermedad Ausente
2.
3.
resulto positivo
6.
resulto negativo
8.
Negativo
(N)
0.08
0.02
0.05
0.85
P ( P )=0.1
P ( A )=10.1=0.9
P
=0.944
( NA )= P (PN( A )A ) = 0.85
0.9
=0.2
( NP )= P (PN( P )P ) = 0.02
0.1
P ( P )P
( NP )
( NP )= P ( P )P N + P ( A )P N
( P)
(A)
0.10.2
=0.023
( NP )= 0.10.2+
0.90.944
=0.056
( OA )= P (PO( A )A ) = 0.05
0.9
ESTUDIO DE CASO 3
En su excitante novela Congo, Michael Chichn 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.
0,7980*0,9943 = 0.7934514
3.
Si, ya que el rango de error es de 20% el cual nos dice que pueden haber
mientras
que
los
llamados
estadsticos
bayesianos
permiten
modificar
nuestras
probabilidades
subjetivas
cuando
recibimos
ESTUDIO DE CASO N 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
Juez Tribunal Penal
Fred Cartolano
Thomas Crush
Patrick Dinkelacker
Timothy Hogan
Robert Kraft
William Mathews
William Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard Niehaus
Thomas Nurre
John OConnor
Robert Ruehlman
Casos
Presentados
Casos
apelados
3037
3372
1258
1954
3138
2264
3032
2959
3219
3353
3000
2969
3205
137
119
44
60
127
91
121
131
125
137
121
129
145
Casos
Revocados
12
10
8
7
7
18
22
20
14
16
6
12
18
J.
Howard
Sundermann
Ann Marie Tracey
Ralph Winkler
Total
Penelope
Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto
Total
Juez Tribunal Civil
Mike Allen
Nadine Allen
Timothy Black
David Davis
Leslie Isaiah Gaines
Karla Grady
Deidra Hair
Dennis Helmick
Timothy Hogan
James
Patrick
Kenney
Joseph Luebbers
William Mallory
Melba Marsh
Beth Mattingly
Albert Mestemaker
Mark Painter
Jack Rosen
Mark Schweikert
David Stockdale
John A. West
Total
955
3141
3089
43945
60
127
88
1762
10
13
6
199
Casos
Casos
Casos
Presentados apelados Revocados
2729
6001
8799
12970
30499
7
19
48
32
106
1
4
9
3
17
Casos
Casos
Casos
Presentados apelados Revocados
6149
7812
7954
7736
5282
5253
2532
7900
2308
43
34
41
43
35
6
5
29
13
4
6
6
5
13
0
0
5
2
2798
4698
8277
8219
2971
4975
2239
7790
5403
5371
2797
108464
6
25
38
34
13
28
7
41
33
22
4
500
1
8
9
7
1
9
3
13
6
4
2
104
b.
c.
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y de las razones de su eleccin.
Tribunal penal
Tribunal familiar
Tribunal civil
ESTUDIO DE CASO 5
( AB 11 )= 0,250,02+ 0,250,02
0,300,04 +0,450,06
( AB 11 )= 0,005+O0,005
,012+ 0,027
( AB 11 )= 0,005
0,044
( AB 11 )= 0,005
0,044
( AB 11 )=0,1136
B1
(
A 2)
A2
P(
=
B1 )
B1
B1
B1
P( A 1) P (
+ P ( A 2) P (
+ P ( A 3) P (
)
)
A1
A2
A3 )
P ( A 2) P
( AB 12 )= 0,250,02+ 0,300,04
0,300,04+0,450,06
( AB 12 )= 0,005+O0,012
, 012+ 0,027
( AB 12 )= 0,012
0,044
( AB 12 )= 0,012
0,044
( AB 12 )=0,2727
La probabilidad de que un chip defectuoso sea elaborado por Schuller Sales es del
27,27% o 27%
A3= chips LS-24 se le compra a Crawford Components
B1
(
A3)
A3
P(
=
B1 )
B1
B1
B1
P ( A 1) P (
+ P( A 2) P(
+ P ( A 3) P (
)
)
A1
A2
A 3)
P(A3)P
0,450,06
( AB 13 )= 0,250,02+0,300,04+0,450,06
( AB 12 )= 0,005+O0,027
, 012+ 0,027
( AB 12 )= 0,027
0,044
( AB 12 )=0,6136
Caractersticas
B(1)= chips LS-24 defectuoso
B(2)= chips LS-24 NO defectuoso
Probabilidades de que los LS-24 salgan defectuosos
CONCLUSIONES
REFERENCIAS BIBLIOGRFICAS