Estudio de Caso 2 Fabian Garcia - 2

TRABAJO COLABORATIVO
Por:
KEVIN MONTENEGRO DE LA HOZ CD. 1.065.598.168
MAIRA ALEJANDRA CASTRO COD: 1.007.316.924
EDINSON PEREZ PEREZ CD. 1.010.035.486
FABIAN Y. GARCIA COD: 77.171.435
TUTOR:
LUIS ALEXANDER SARAVIA ROA
GRUPO N 100402_226
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

VALLEDUPAR
2016
INTRODUCCION
El principal objetivo del siguiente trabajo es comprender algunos conceptos bsicos de la

probabilidad concernientes a la unidad 1, por medio de la realizacin de un cuadro sinptico
y la solucin de unos casos propuestos. Con nuestros compaeros trabajamos activamente
desarrollando los ejercicios propuestos para la comprensin de esta unidad, nosotros los
estudiantes al solucionar los casos planteados logramos adquirir destrezas en el desarrollo
adecuado de problemas lo cual nos puede servir tanto a nivel personal como profesional.
DESARROLLO DE LA ACTIVIDAD
CUADRO SINOPTICO UNIDAD UNO
ESTUDIO DE
CONCEPTOS TERICOS
CASO
UNIDAD 1
Conceptos bsicos de Probabilidad: La probabilidad es simplemente qu tan
posible es que ocurra un evento determinado.
Cuando no estamos seguros acerca del resultado de un evento, podemos hablar
Caso 1
acerca de la probabilidad de ciertos resultados: qu tan probables son.

Probabilidad Clsica: Laplace define la probabilidad de un suceso como el
cociente entre el nmero de casos favorables y el nmero total de casos,
siempre que todos sean igualmente posibles.
Teorema de Bayes
El teorema de bayes se utiliza para encontrar la probabilidad de una causa
especfica cuando se observa un efecto particular.
Caso 2
Es el procedimiento que se utiliza para encontrar las probabilidades

posteriores, a partir de probabilidades previas(a priori), las probabilidades a
priori se conocen antes de obtener informacin del experimento
El teorema de bayes nos da la posibilidad de saber si un evento puede ocurrir
en ms de una forma.
Caso 3
Eventos Aleatorios y Espacio Muestral:

La probabilidad es la ciencia que trata de cuantificar los posibles resultados de
un experimento en el cual est presente la incertidumbre o la aleatoriedad. La
teora de la probabilidad se usa extensamente en reas como la estadstica, la
fsica, la matemtica, la ciencia y la filosofa para sacar conclusiones sobre la
probabilidad de sucesos potenciales y la mecnica subyacente de sistemas
complejos.
Un experimento es un proceso que se observa con el fin de establecer una
relacin entre condiciones en que se realizan y los resultados que se obtienen.

Se clasifican en: determinstico y aleatorio.
Espacio Muestral: se le llama espacio muestral al conjunto de todos los
resultados posibles de un experimento aleatorio. El espacio muestral se denota
como S. Se clasifican en Espacio muestral discreto y continuo.
Sucesos: Suceso de un fenmeno aleatorio es cada uno de los subconjuntos
del espacio muestral
. Para designar cualquier suceso, tambin llamado
suceso aleatorio, de un experimento aleatorio utilizaremos letras maysculas.

Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se
le llama espacio de sucesos y se designa por
Tipos de sucesos:
Sucesos elementales son los que estn formados por un solo resultado del
experimento; es decir, estn formados por un slo elemento del espacio
muestral, por ejemplo, al lanzar un dado que ocurra el suceso "sacar n 3" {3}
Sucesos compuestos son los que estn formados por dos o ms resultados del
experimento; es decir, por dos o ms sucesos elementales. Por ejemplo: "sacar
nmero impar al lanzar un dado" {1, 3, 5}
Suceso seguro es el que se verifica al realizar el experimento aleatorio. Est
formado por todos los resultados posibles del experimento y, por tanto,
coincide con el espacio muestral.
Suceso imposible es aquel suceso que nunca se cumple cuando se realiza el
experimento. Se representa por
Caso 4
Caso 5
DESARROLLO CASO N 1
EDINSON PEREZ
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
Aprob Reprob
Cancelo o
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
15
79
Clculo multivariado
244
49
64
357
Calculo negocios
226
44
61
331
Ecuaciones
diferenciales
178
47
40
265
Curso
Aprob Reprob
Cancelo o
perdi
Total
por fallas
Estadstica bsica
33
11
53
Estadstica inferencial
269
70
98
437
Matemticas avanzadas
199
53
73
325
Matemticas discretas
44
13
23
80
Preclculo
42
24
17
83
Probabilidad
17
1873
389
493
2755
TOTAL
Programa
Cancelo o perdi
Aprob
Reprob
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
15
56
Negocios Internacionales
69
21
33
123
Psicologa
23
12
13
48
1873
389
493
2755
Total
por fallas
Total
Profesor
Aprob
Reprob
Cancelo o perdi
por fallas
Total
Csar r.
52
53
Claudia v.
31
36
Diana m.
97
18
119
Ernesto s.
166
17
21
204
Diego v.
36
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
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
72
1873
389
493
2755
Total
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 cual debe incluir como mnimo lo siguiente:

1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas
RTA.
TotalAprobados
100
N Total
1873
100
2755
0,679 100=67,9
La probabilidad de que un estudiante apruebe un curso en el rea de matemticas es de 67,9
68%
2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas

RTA.
TotalReprobados
100
N Total
389
100
2755
0,141 100=14,1
La probabilidad de que un estudiante repruebe un curso en el rea de matemticas es de 14%
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un

curso del rea de matemticas
RTA.
TotalAprobados
100
N 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.
Probabilidad de que apruebe un

curso en el rea de matemticas
Aprob
Total
52
53
P=
52
100=98,1 98
53
31
36
P=
31
100=86,1 86
36
97
119
P=
97
100=81,5 82
119
166
204
P=
166
100=81,3 81
204
36
45
154
197
P=
154
100=78,1 78
197
118
156
P=
118
100=75,6 76
156
125
167
P=
125
100=74,8 75
167
151
203
P=
151
100=74,3 74
203
116
161
98
137
P=
49
74
P=
142
209
P=
P=
P=
36
100=80
45
116
100=72
161
98
100=71,5 72
137
49
100=66,2 66
74
142
100=67,9 68
209
Marcela f.
Mara a .
Mario g
Mercedes s.
Oscar n.
Patricia m.
Ricardo o.
Sandra m.
P=
60
100=60
100
60
100
93
157
P=
93
100=59,2 59
157
90
152
P=
90
100=59,2 59
152
60
102
P=
60
100=58,8 59
102
111
204
P=
111
100=54,4 54
204
37
73
P=
57
134
P=
30
72
P=
37
100=50,6 51
73
57
100=42,5 43
134
30
100=41,6 42
72
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno

de los cursos del rea de matemticas
TotalAprobados
100
N Total
Curso
Aprob
Total
Algebra lineal
178
218
Anlisis numrico
146
182
252
328
Calculo integral
56
79
Clculo multivariado
244
357
Probabilidad que apruebe cada

uno de los cursos del rea de
matemticas
P=
178
100=81,6 82
218
P=
146
100=80,2 80
182
P=
252
100=76,8 77
328
P=
P=
56
100=70,8 71
79
244
100=68,3 68
357
Calculo negocios
226
331
Ecuaciones
diferenciales
178
265
Estadstica bsica
33
53
269
437
199
325
44
80
Preclculo
42
83
Probabilidad
17
P=
226
100=68,2 68
331
P=
178
100=67,1 61
265
P=
33
100=62,2 62
53
P=
269
100=61,5 62
437
P=
199
100=61,2 61
325
P=
44
100=55
80
P=
42
100=50,6 51
83
P=
6
100=35,2 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
Aprob
Reprob
Cancelo o
perdi
Total
%
Probabilidad
218
82
por fallas
Algebra lineal
178
10
30
Anlisis numrico
146
15
21
182
80
252
37
39
328
77
Calculo integral
56
15
79
71
Clculo multivariado
244
49
64
357
68
Calculo negocios
226
44
61
331
68
Estadstica bsica
33
11
53
62
269
70
98
437
62
Ecuaciones diferenciales
178
47
40
265
61
199
53
73
325
61
44
13
23
80
55
Preclculo
42
24
17
83
51
Probabilidad
17
35
La frmula que se aplic fue la de Probabilidad Clsica, donde los casos favorables al evento
A se dividen entre el nmero de casos posibles, en este caso el nmero de los que aprobaron,
dividido el nmero total de estudiantes; de esta manera tenemos entonces que el curso de
Algebra Lineal tiene el porcentaje ms alto y el de probabilidad el menor porcentaje.
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
Aprob
Reprob
Cancelo o
perdi
Total
%
Probabilida
d
por fallas
Csar r.
52
53
98
Claudia v.
31
36
86
Diana m.
97
18
119
82
Ernesto s.
166
17
21
204
81
Diego v.
36
45
80
Eduardo m.
154
17
26
197
78
Enrique p
118
25
13
156
76
Fernando m.
125
21
21
167
75
Gloria a.
151
32
20
203
74
Jairo a.
116
19
26
161
72
Javier b.
98
10
29
137
72
Jos c.
49
16
74
66
Luz p.
142
23
44
209
68
Marcela f.
60
19
21
100
60
Mara a .
93
27
37
157
59
Mario g
90
16
46
152
59
Mercedes s.
60
15
27
102
59
Oscar n.
111
48
45
204
54
Patricia m.
37
14
22
73
51
Ricardo o.
57
31
46
134
43
Sandra m.
30
37
72
42
dividido el nmero total de estudiantes; de esta manera tenemos entonces que el profesor
Cesar R. obtuvo los mejores resultados de probabilidad que los estudiantes aprobaran el
curso.
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d
las razones de su eleccin
dividido el nmero total de estudiantes; de esta manera tenemos entonces que el programa
con mejores resultados lgebra Lineal con un porcentaje de 82%.
ESTUDIO DE CASO 2
FABIAN Y. GARCIA
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 Bayas, 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 veces es positivo en ausencia de ella. La tabla siguiente muestra la
proporcin en que el examen produce varios resultados:
Resultados
examen positivo
del Resultado
del Total
examen negativo
Enfermedad presente
8%
2%
10%
Enfermedad ausente
5%
85%
90%
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

negativo
negativo
9. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?
SOLUCION:
De acuerdo a lo planteado en el caso de estudio tenemos:
A = Probabilidad que la enfermedad est presente.
P = Probabilidad que la enfermedad est ausente.
Epos=Examen positivo
Eneg=Examen Negativo
Por lo tanto para resolver y elaborar el informe:

1. Probabilidad de que la enfermedad este presente
P ( P )=0.08+0.02=0.1
2. Probabilidad de que la enfermedad est ausente
P ( A )=0.05+0.85=0.9
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad.
P ( Epos| A )=
P( Epos A) 0.05
=
=0.056
P( A)
0.9
4. Probabilidad de un falso negativo, es decir que el examen resulte negativo dado que
la persona tiene la enfermedad.
P ( Eneg|P )=
P ( Eneg P) 0.02
=
=0.2
P( P)
0.3

positivo.
P (Epos P)P( P)
P( Ep os)
P ( Epos P )
P ( Epos|P )=
P ( P)
0.08
0.80.1
=0.8 P ( P|Epos )=
=0.6154
0.1
0.13
P ( P|Epos )=

negativo
P ( A| Eneg )=
P ( Eneg| A ) P ( A )
P ( Eneg )
P ( Eneg| A )=
P ( Eneg A )
P(A)
0.85
=0.9444
0.9
P ( A| Eneg )=
0.94440.9
=0.977
0.87
7. De acuerdo con las probabilidades encontradas, qu tan confiable es este examen de

seleccin para detectar la enfermedad?
Por los resultados podemos inferir que este examen es ms confiable para determinar que las
personas que les dio negativo en la prueba, tienen el 97.7% de probabilidad de no estar
enfermos, sin embargo para las personas que resultaron positivo en el examen tienen una
probabilidad del 61.5% de padecer la enfermedad, por tanto el examen es ms confiable para
descartar la enfermedad que para confirmarla.
Para la solucin del caso, se adquirieron los conocimientos sobres los axiomas de
probabilidad, probabilidad condicional, probabilidad total y teoremas de bayes,
adicionalmente de otras fuentes bibliogrficas encontradas dentro de las referencias
propuestas, as como tambin videos sobre el teorema de bayes.
Se propone una metodologa basada en el enfoque estadstico bayesiano para estimar la
probabilidad de enfermedad en un paciente determinado con una prueba diagnstica de
laboratorio positiva, y a partir tambin del conocimiento de la prevalencia de la enfermedad,
o asignando una probabilidad a priori para un determinado paciente.
Tomado de: http://www.bvs.sld.cu/revistas/ibi/vol28_3_09/ibi13309.htm
DESARROLLO CASO N 3
MAIRA ALEJANDRA CASTRO
En su excitante novela Congo, Michael Crichton describe la bsqueda de depsitos de
diamantes azules cubiertos de boro llevada a cabo por EarthResourcesTechnologyServices
(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. 5 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.
CengageLearning 2011 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?
P12= P = 0,7980
12 Ind (P) = Ind (0,7980)
Ind (P)=
P = e
Ind ( 0,7980)
12
Ind ( 0,7980)
12
P= 0,9813
Es decir, que la probabilidad es del 98,13% que un miembro del equipo complete el
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?
Pgf +pg = 1
Pgf + 0,7980 = 1
Pgf = 1 + 0,7980 = 0,202
1
5
= 0,2
0,202 = 0,2
La probabilidad de que un solo miembro del equipo pueda completar el saldo es de
0,2%
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?
Analizando los resultados anteriores, se puede decir que 1 de cada 5 podra salir
seriamente herido.
DESARROLLO CASO N 5
KEVIN MONTENEGRO
Un fabricante de reproductores de DVD compra un microchip en particular, denominado LS24, 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. Elabore un diagrama de rbol que represente las probabilidades encontradas.
HE = Hall Electronics
SS = Schuller Sales
CC = Crawford Components
D
2
%
H
E
0.2
5
0.3
0
94
%
N
D
96
%
6
%
C
C
4
%
S
S
0.4
5
N
D
98
%
N
D
2. Probabilidad de que un chip este defectuoso

Para establecer la probabilidad de que un chip este defectuoso, tomamos los porcentajes de
compra de chips que representa cada proveedor y hacemos la operacin con el porcentaje de
los defectuosos por cada uno.
P (A) = Chips defectuosos
P ( A )=0.25 ( 0.02 ) + ( 0.30 ) ( 0.04 )+ ( 0.45 )( 0.06 )=0.044
Se evidencia que el 4.4% de los chips salen defectuosos
3. Probabilidad de que el chip este en buenas condiciones
1P ( A )=10.044=0.956
Se identifica que el 95.6% de los chips salen 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
Para este ejercicio vamos a identificar a cada proveedor as:

Hall Electronics = HE
Schuller Sales = SS
Crawford Components = CC
a.
P ( HE| D )=
( 0.25 ) (0.02)
0.005
=
=0.1136
( 0.25 ) ( 0.02 ) + ( 0.30 ) ( 0.04 )+ ( 0.45 ) (0.06) 0.044
Por lo tanto el 11.36% de los chips defectuosos provienen de Hall Electronics
b.
P ( SS| D ) =
( 0.30 ) (0.04)
0.012
=
=0.2727
( 0.25 )( 0.02 ) + ( 0.30 )( 0.04 ) + ( 0.45 ) (0.06) 0.044
Por lo tanto el 27.27% de los chips defectuosos provienen de Schuller Sales
c.
P ( CC| D )=
( 0.45 ) (0.06)
0.027
=
=0.6136
( 0.25 ) ( 0.02 )+ ( 0.30 )( 0.04 ) + ( 0.45 ) (0.06) 0.044
Por lo tanto el 61.36% de los chips defectuosos provienen de Crawford Components
5. Si el chip seleccionado est en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores
a. HE:
( 0.25 ) ( 0.98 )
0.245
=
=0.2562=25.62
( 0.25 )( 0.98 )+ ( 0.30 )( 0.96 ) + ( 0.45 ) ( 0.94 ) 0.956
Se identifica que el 25.62% de chips estn en buenas condiciones y son correspondientes a

Hall Electronics
b. SS:
( 0.3 ) ( 0.96 )
0.288
=
=0.3012 = 30.12%
( 0.25 )( 0.98 )+ ( 0.30 )( 0.96 ) + ( 0.45 ) ( 0.94 ) 0.956

Schuller Sales
c. CC:
( 0.45 ) (0.94 )
0.423
=
=0.4424=44.24
( 0.25 )( 0.98 )+ ( 0.30 )( 0.96 ) + ( 0.45 ) ( 0.94 ) 0.956

Crawford Components
CONCLUSIONES
De acuerdo con el desarrollo de la actividad colaborativa Fase 1, se abordaron conceptos

referentes a la unidad 1 de los marcos tericos que permitieron solucionar cada uno de los
casos seleccionados, colocando en prctica los conocimientos a travs de los ejercicios
planteados en la gua de actividades. Cada uno de los casos permite aplicar los temas de
probabilidad clsica, sucesos, azar, probabilidad condicional e incondicional, probabilidad a
priori y teora bayesiana entre otros conceptos; para la solucin de los interrogantes de cada
Caso de estudio.
Es importante la comprensin de los temas estudiados en la Unidad 1, ya que ello
permitir solucionar situaciones que no sern ajenas a nuestro diario vivir.
.
BIBLIOGRAFIA
M. Pliego Lpez, R. M. Prez, Estadstica I (2004) 2nd ed., pp. 27-94. Madrid:
Paraninfo. Recuperado de: http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE
%7CCX4052400006&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f
8129c3bb3ab609
Pea, D. (2014). Fundamentos de Estadstica. Alianza Editorial S.A. Edicin electrnica.

Disponible en la base de datos de la biblioteca de la UNAD:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=121&docID=11028686&tm=1470689905871
Martnez, C. (2011). Estadstica Bsica Aplicada. Ecoe, 4a edicin. Recuperado de:
ppg=342&docID=1624529&tm=1470687447720
Bioestadstica. (2016). Tomado de:
http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04.pdf. Recuperado el
15 de Marzo 2016.
Probabilidad y Estadstica. Tomado de: http://www.mat.uda.cl/hgomez/Apuntes/lect3.pdf.
Recuperado el 15 de Marzo de 2016.
Tcnicas de conteo. (2016). Tomado de:
http://www.unalmed.edu.co/~estadist/esta_inv/APENDICE.%20TECNICAS%20DE
%20CONTEO%29.pdf. Recuperado el 15 de Marzo de 2015
Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica: Probabilidad e
inferencia. Recuperado de:
docID=10995669&ppg=19
El teorema de Bayes y su utilizacin en la interpretacin de las pruebas diagnsticas en el
laboratorio clnico, Recuperado de:
http://www.bvs.sld.cu/revistas/ibi/vol28_3_09/ibi13309.htm
Problema 3 de teorema de Bayes, ejercicio resuelto de probabilidad profesor10demates, 12

mayo 2013, video, Recuperado de: https://www.youtube.com/watch?v=850a--CribU,

Estudio de Caso 2 Fabian Garcia - 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Estudio de Caso 2 Fabian Garcia - 2

Transféré par

Droits d'auteur :

Formats disponibles

TRABAJO COLABORATIVO

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

El principal objetivo del siguiente trabajo es comprender algunos conceptos bsicos de la

acerca de la probabilidad de ciertos resultados: qu tan probables son.

Es el procedimiento que se utiliza para encontrar las probabilidades

Eventos Aleatorios y Espacio Muestral:

relacin entre condiciones en que se realizan y los resultados que se obtienen.

. Para designar cualquier suceso, tambin llamado

suceso aleatorio, de un experimento aleatorio utilizaremos letras maysculas.

Prepare un informe en el cual debe incluir como mnimo lo siguiente:

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

Probabilidad de que apruebe un

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

Probabilidad que apruebe cada

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

Por lo tanto para resolver y elaborar el informe:

5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto

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

7. De acuerdo con las probabilidades encontradas, qu tan confiable es este examen de

Prepare un informe en el que debe incluir como mnimo lo siguiente:

2. Probabilidad de que un chip este defectuoso

P (A) = Chips defectuosos

P ( A )=0.25 ( 0.02 ) + ( 0.30 ) ( 0.04 )+ ( 0.45 )( 0.06 )=0.044

Se evidencia que el 4.4% de los chips salen defectuosos

3. Probabilidad de que el chip este en buenas condiciones

Se identifica que el 95.6% de los chips salen en buenas condiciones

4. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que

Para este ejercicio vamos a identificar a cada proveedor as:

Por lo tanto el 11.36% de los chips defectuosos provienen de Hall Electronics

Por lo tanto el 27.27% de los chips defectuosos provienen de Schuller Sales

Por lo tanto el 61.36% de los chips defectuosos provienen de Crawford Components

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

Se identifica que el 25.62% de chips estn en buenas condiciones y son correspondientes a

Se identifica que el 30.12% de chips estn en buenas condiciones y son correspondientes a

Se identifica que el 44.24% de chips estn en buenas condiciones y son correspondientes a

De acuerdo con el desarrollo de la actividad colaborativa Fase 1, se abordaron conceptos

Pea, D. (2014). Fundamentos de Estadstica. Alianza Editorial S.A. Edicin electrnica.

Problema 3 de teorema de Bayes, ejercicio resuelto de probabilidad profesor10demates, 12

Vous aimerez peut-être aussi