Vous êtes sur la page 1sur 23

TRABAJO COLABORATIVO

FASE 1
AXIOMAS DE PROBALIDAD

FRANCISCO JAVIER GUERRER


CC: 1065635513
DIEGO ARMANDO BARBOSA
CC:
WILSON JHORLANDO CONTRERAS
CC: 1065906144
GABRIEL EUGENIO SALAZAR
CC: 1049609950
LISANDRO MORANTES
CC:

TUTOR: JOSE HECTOR MAESTRE

MARZO 2017

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIAS UNAD


INTRODUCCION

En este trabajo encontramos algunos conceptos bsicos de las tcnicas de conteo: permutaciones,
variaciones y combinaciones; se identifican conceptos sobre espacios mustrales y eventos, las
propiedades bsicas de la probabilidad como las reglas de adicin y multiplicacin, la
probabilidad condicional y el teorema de Bayes.

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.

A travs de la identificacin y comprensin de los Principios de Probabilidad, necesarios para el


cumplimiento de los propsitos y objetivos del curso. Esperamos alcanzar los objetivos
propuestos y que estos conocimientos sean de mucha utilidad.
1. CUADRO SINOPTICO UNIDAD UNO. GRUPAL

Experimento aleatorio es aquel que no se puede


predecir o reproducir el resultado exacto de cada
experiencia particular.

Espacio maestral consiste en el conjunto de todos los


posibles resultados individuales de un experimento
Experimento Aleatorio,
aleatorio.
Espacio Muestra, Eventos
Eventos es un subconjunto de un espacio maestral el
cual consiste en un conjunto de posibles resultados que
se pueden dar en un experimento aleatorio

Son aquellas que son utilizadas para


enumerar eventos difciles de cuantificar.

La tcnica de la multiplicacin
La tcnica aditiva
Unidad 1
La tcnica de la suma o Adicin
Principios Tcnicas del La tcnica de la permutacin
Conteo La tcnica de la combinacin.
De
Probabilidad

Se definen como las condiciones mnimas que


deben ser verificadas para que una funcin
definida sobre un conjunto de sucesos determine
consistentemente sus probabilidades

Axioma 1: La probabilidad de cualquier evento


es un nmero real no negativo.
Axiomas de Probabilidad
Axioma 2: La probabilidad del evento seguro ,
es igual a 1.

Axioma 3: Si son eventos


mutuamente excluyentes (incompatibles dos a
dos), entonces:
ESTUDIO DE CASO 1 POR (LISANDRO MORANTES)

En una universidad de Bogot se realiz un informe sobre el rendimiento


acadmico de los estudiantes que cursaron asignaturas en el rea de matemticas en
el periodo 2015 - I. Los resultados obtenidos muestran el rendimiento por curso,
por programa, y por profesor.

Datos: La base de datos incluye la compilacin de la informacin reportada por los docentes del
rea, incluye 2755 registros de estudiantes inscritos en alguna de las asignaturas ofrecidas por el
rea. Los profesores reportaron la valoracin (notas) de cada corte, y con ellas se hizo
seguimiento durante el semestre.
APROB: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.
REPROB: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin contar a
quienes ya perdieron por fallas, o fueron reportados por cancelacin de semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron
reportados por cancelacin de semestre
Cancelo o perdi por
Curso Aprob Reprob Total
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 diferenciales 178 47 40 265
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas avanzadas 199 53 73 325
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Programa Aprob Reprob Cancelo o perdi por fallas Total

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

Profesor Aprob Reprob Cancelo o perdi por fallas Total

Csar r. 52 1 53
Claudia v. 31 5 36
Diana m. 97 4 18 119
Ernesto s. 166 17 21 204
Diego v. 36 5 4 45
Eduardo m. 154 17 26 197
Enrique p 118 25 13 156
Fernando m. 125 21 21 167
Gloria a. 151 32 20 203
Jairo a. 116 19 26 161
Javier b. 98 10 29 137
Jos c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
Mara a . 93 27 37 157
Mario g 90 16 46 152
Mercedes s. 60 15 27 102
Oscar n. 111 48 45 204
Patricia m. 37 14 22 73
Ricardo o. 57 31 46 134
Sandra m. 30 37 5 72
Total 1873 389 493 2755

Con el propsito de evaluar el resultado acadmico en los cursos del rea de matemticas, a usted
le han llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la probabilidad
para ayudar a realizar el informe solicitado.
Prepare un informe en el que debe incluir como mnimo lo siguiente:
La probabilidad de que un estudiante apruebe un curso del rea de matemticas
RAT/

Digamos que el rea de matemticas est compuesto por:


Matemticas avanzadas y Matemticas discretas

En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de matemticas (que
lo denotaremos con la letra Q es igual a= 199+44) sobre un total (que los denotaremos con la
letra N=325+80)

Por lo tanto la probabilidad que un estudiante apruebe el rea de matemticas es = 1,66666

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


RAT/ En la tabla podemos ver el nmero de estudiantes que reprobaron el rea de matemticas
(que lo denotaremos con la letra Q es igual a= 53+13) sobre un total (que los denotaremos con la
letra N=325+80)

Por lo tanto la probabilidad que un estudiante repruebe el rea de matemticas es =

Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del rea
de matemticas.
RAT/ Probabilidad de que un estudiante apruebe un curso del rea de matemticas con cada uno
de los docentes:

Profesor Cesar r: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Cesar r (que lo denotaremos con la letra Q ) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,9811
P(Q/N) =52/53=0,9811
Profesor Claudia V: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Claudia V. (que lo denotaremos con la letra Q ) sobre un total (que
los denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,8611
P(Q/N) =31/36=0,8611
Profesor Diana M: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Diana M. (que lo denotaremos con la letra Q ) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,8151
P(Q/N) =97/119=0,8151
Profesor Ernesto S: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Ernesto S. (que lo denotaremos con la letra Q ) sobre un total (que
los denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,8151
P(Q/N) =166/204=0,8151
Profesor Diego v: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Diego v. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,8
P(Q/N) =36/45=0,8
Profesor Eduardo m: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea
de matemticas con el profesor Eduardo m. (que lo denotaremos con la letra Q) sobre un total
(que los denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,782
P(Q/N) =154/197=0,782
Profesor Enrique p: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Enrique p (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,757
P(Q/N) =118/156=0,757
Profesor Fernando m: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea
de matemticas con el profesor Fernando m. (que lo denotaremos con la letra Q) sobre un total
(que los denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,748
P(Q/N) =125/167=0,748
Profesor gloria a: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor gloria a. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,748
P(Q/N) =151/203=0,748

Profesor Jairo a. En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Jairo a. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,7204
P(Q/N) =116/161=0,7204
Profesor Javier b: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Javier b. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,7153
P(Q/N) =98/137=0,7153
Profesor Jos c: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Jos c. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,6621
P(Q/N) =49/74=0,6621
Profesor luz p: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor luz p. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,6794
P(Q/N) =142/209=0,6794
Profesor marcela f: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor marcela f. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,6
P(Q/N) =60/100=0,6

Profesor mara a: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor mara a. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,5923
P(Q/N) =93/157=0,5923
Profesor Mario g: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor Mario g (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,5921
P(Q/N) =90/152=0,5921
Profesor mercedes s: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor mercedes s. (que lo denotaremos con la letra Q) sobre un total (que
los denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,5882
P(Q/N) =60/102=0,5882
Profesor scar n: En la tabla podemos ver el nmero de estudiantes que aprobaron el rea de
matemticas con el profesor scar n. (que lo denotaremos con la letra Q) sobre un total (que los
denotaremos con la letra N).
Por lo tanto, la probabilidad que un estudiante apruebe el rea de matemticas con el anterior
profesor es = 0,5441
P(Q/N) =111/204=0,5441
Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea
RAT/
Clasique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los criterios
que utiliz y d las razones de su eleccin.
RAT/
Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin
RAT/
En que programa hay mejores resultados. Establezca los criterios que utiliz y d las razones
de su eleccin
RAT/

ESTUDIO DE CASO 2 POR (FRANCISCO JAVIER GUERRERO)

Con frecuencia es necesario hallar la probabilidad incondicional de


un evento B, dado que un evento A ha ocurrido. Una de estas
situaciones ocurre al hacer exmenes de seleccin, que solan estar
asociados principalmente con exmenes mdicos de diagnstico
pero que ahora estn encontrando aplicaciones en varios campos de
actividad. Los exmenes de esteroides en atletas, los exmenes
caseros de embarazo y los exmenes para detectar sida son algunas
otras aplicaciones. Los exmenes de seleccin se evalan sobre la probabilidad de un falso
negativo o un falso positivo y stas dos son probabilidades condicionales. Un falso positivo es el
evento de que el examen sea positivo para una condicin determinada, dado que la persona no
tiene la condicin. Un falso negativo es el evento de que el examen sea negativo para una
condicin determinada, dado que la persona tiene la condicin.

Se pueden evaluar estas probabilidades condicionales usando una frmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva informacin y fue desarrollado por
el reverendo Thomas Bayes en el siglo XVII.
Suponga que cierta enfermedad est presente en el 10% de la poblacin, y que hay un examen de
seleccin diseado para detectar si esta enfermedad est presente. El examen no siempre funciona
a la perfeccin. A veces, es negativo cuando la enfermedad est presente y otras es positivo en
ausencia de ella. La tabla siguiente muestra la proporcin en que el examen produce varios
resultados:

Resultado del examen Resultado del examen


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

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:
1. Un diagrama de rbol que represente las probabilidades dadas y las
probabilidades encontradas.

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


enfermedad est ausente
Enfermedad que este presente

Enfermedad que este 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 negativo

7. De acuerdo con las probabilidades encontradas, que tan confiable es este


examen de seleccin para detectar la enfermedad?
Para responder esta pregunta podemos considerarlos incisos 5 y 6. La pregunta 5
nos informa acerca de la probabilidad de que la persona este enferma dado que el
resultado fue positivo, mientras que la 6 nos informa de que tanta confianza
podemos tener en la prueba dado que el resultado dio negativo. En el primer caso
se observa que la probabilidad es 61.54% lo cual no es un resultado tan decisivo
como debe esperarse; en el otro caso, la prueba nos dice que podemos estar el
97.7% seguros de que no tenemos la enfermedad. Por lo tanto, se puede concluir
que la prueba nos indica una informacin ms confiable para determinar si una
persona no est enferma, pero se queda corta para indicar cual si lo est.

ESTUDIO DE CASO 3 POR (DIEGO ARMANDO BARBOSA)

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
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-japons, 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:
Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar su salto
con xito?
RTA/ 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
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?
RTA/ 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,

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?
RTA/ Al analizar la pregunta observamos que si se cumple ya que si nos detallamos el promedio
es de 0,7 de 12 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 POR (WILSON JHORLANDO CONTRERAS)

Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao.
En la gran mayora de los casos presentados, la sentencia permanece como se present. Sin
embargo, algunos casos son apelados y en algunos de estos se revoca la sentencia. Una periodista
del diario Cincinnati Times realiz un estudio de los casos manejados por los jueces del condado
de Hamilton durante un periodo de tres aos En la siguiente tabla se muestran los resultados de
182908 casos presentados a 38 jueces del Tribunal Penal, del Tribunal de Familia y del Tribunal
Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el mismo tribunal durante todo
el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones con frecuencia
son resultado de errores cometidos por los jueces y el diario quera saber cules jueces estaban
haciendo un buen trabajo y cules cometan demasiados errores. A usted le han llamado para que
ayude en el anlisis de datos. Utilice su conocimiento de la probabilidad y la probabilidad
condicional para ayudar a calicar a los jueces. Tal vez pueda analizar la probabilidad de los
casos que se apelaron y revocaron manejados en los diferentes tribunales

CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES DEL


CONDADO DE HAMILTON
Juez Tribunal Penal Casos Presentados Casos apelados Casos Revocados
Fred Cartolano 3037 137 12
Thomas Crush 3372 119 10
Patrick Dinkelacker 1258 44 8
Timothy Hogan 1954 60 7
Robert Kraft 3138 127 7
Juez Tribunal Penal Casos Presentados Casos apelados Casos Revocados
William Mathews 2264 91 18
William Morrissey 3032 121 22
Norbert Nadel 2959 131 20
Arthur Ney, Jr. 3219 125 14
Richard Niehaus 3353 137 16
Thomas Nurre 3000 121 6
John OConnor 2969 129 12
Robert Ruehlman 3205 145 18
J. Howard Sundermann 955 60 10
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6
Total 43945 1762 199

Casos Casos Casos


Juez Tribunal de Familia
Presentados apelados Revocados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3

Casos Casos Casos


Juez Tribunal Civil
Presentados apelados Revocados
Mike Allen 6149 43 4
Nadine Allen 7812 34 6
Timothy Black 7954 41 6
David Davis 7736 43 5
Leslie Isaiah Gaines 5282 35 13
Karla Grady 5253 6 0
Deidra Hair 2532 5 0
Dennis Helmick 7900 29 5
Timothy Hogan 2308 13 2
James Patrick Kenney 2798 6 1
Joseph Luebbers 4698 25 8
William Mallory 8277 38 9
Melba Marsh 8219 34 7
Beth Mattingly 2971 13 1
Albert Mestemaker 4975 28 9
Mark Painter 2239 7 3
Jack Rosen 7790 41 13
Mark Schweikert 5403 33 6
David Stockdale 5371 22 4
John A. West 2797 4 2
Total 108464 500 104
Prepare un informe con las calificaciones de los jueces. Incluya tambin un anlisis de la
probabilidad de la apelacin y la revocacin de casos en los tres tribunales. Como mnimo, su
informe debe incluir lo siguiente:
La probabilidad de casos que se apelan y revocan en los tres tribunales
La probabilidad de que se apele un caso, por cada juez
La probabilidad de que se revoque un caso, por cada juez
La probabilidad de una revocacin dada una apelacin, por cada juez
Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las
razones de su eleccin.
1. LA PROBABILIDAD DE CASOS QUE SE APELAN Y REVOCAN EN LOS TRES TRIBUNALES

Probabilidad Regla de 3
Casos
Juez tribunal Casos Casos Probabilidad Probabilida de revocar simples para
presentad
penal apelados revocados de apelar d de revocar dada una calcular una
os
apelacin apelacin
JuezCartolano
Fred tribunal Casos
3037 Casos137 Casos 12 Probabilidad
0,04511Probabilida
0,00395Probabilidad de
0,00087591 Regla de 3
4,5110306
presentad apelados revocad de apelar d de revocar dada una simples para
Thomaspenal
Crush 3372
os
119
os
10 0,03529 0,00297
revocar
0,00084034
apelacin
3,5290629
calcular una
Patrick Dinkelacker 1258 44 8 0,03498 0,00636 0,00181818 3,4976153
apelacin
Timothy
Penelope Hogan 1954
2729 7 60 1 7 0,03071
0,00257 0,00358
0,00037 0,00116667
0,00142857 3,0706244
0,2565042
Cunningham
Robert Kraft 3138 127 7 0,04047 0,00223 0,00055118 4,0471638
Patrick Dinkelacker
William Mathews 6001
2264 19 91 4 18 0,00317
0,04019 0,00067 0,00795 0,00210526
0,00197802 0,3166139
4,0194346
Debora Gaines 8799 48 9 0,00546 0,00102 0,00187500 0,5455165
William Morrissey 3032 32121 3 22 0,03991 0,00023 0,00726 0,00093750
0,00181818 3,9907652
Ronald Panioto 12970 0,00247 0,2467232
Norbert Nadel 2959 131 17 20 0,01365 0,04427 0,00676 0,00152672 4,4271713


30499 106 0,00229 0,00634633 1,3653579
Arthur Ney, Jr. 3219 125 14 0,03883 0,00435 0,00112000 3,8831935
Richard Niehaus 3353 137 16 0,04086 0,00477 0,00116788 4,0858932
Thomas Nurre 3000 121 6 0,04033 0,00200 0,00049587 4,0333333
Juez tribunal
John OConnor Casos
2969 Casos 129 Casos 12
revocados 0,04345
Probabilid 0,00404
Probabilid 0,00093023
Probabilidad4,3448973
Regla de 3
presentado apelados ad de ad de de revocar simples
Robertpenal
Ruehlman 3205
s
145 18 0,04524
apelar
0,00562
revocar
0,00124138
dada una
4,5241810
para
J. Howard
955 60 10 0,06283 0,01047 0,00166667
apelacin 6,2827225
calcular una
Sundermann
apelacin
Ann Marie Tracey 3141 127 13 0,04043 0,00414 0,00102362 4,0432983
Mike Allen 6149 43 4 0,006993 0,0006505 0,000930233 0,699300699
RalphAllen
Nadine Winkler 3089
7812 34 88 66 0,02849
0,0043523 0,00194
0,000768 0,00068182
0,0017647062,8488184
0,435227855
Timothy Black 7954 411762 1996 0,0051546 0,0007543 0,001463415 0,515463918
David Davis 7736 43Casos 5
Casos 0,0055584 0,0006463 0,0189026 65,139205
0,001162791 0,555842813
43945 0,65139 0,07839
Leslie Isaiah Gaines 5282 apelados
35 revocados
13 0,0066263 0,0024612 7
0,003714286 6
0,662627793
Karla Grady 5253 0,0401
6 0,00453
0 0,0011422 0 0 0,114220445
Deidra Hair 2532 5 0 0,0019747 0 0 0,197472354
Dennis Helmick 7900 29 5 0,0036709 0,0006329 0,001724138 0,367088608
Timothy Hogan 2308 13 2 0,0056326 0,0008666 0,001538462 0,563258232
James Patrick Kenney 2798 6 1 0,0021444 0,0003574 0,001666667 0,214438885
Joseph Luebbers 4698 25 8 0,0053214 0,0017029 0,0032 0,532141337
William Mallory 8277 38 9 0,004591 0,0010874 0,002368421 0,45910354
Melba Marsh 8219 34 7 0,0041368 0,0008517 0,002058824 0,41367563
Beth Mattingly 2971 13 1 0,0043756 0,0003366 0,000769231 0,43756311
Albert Mestemaker 4975 28 9 0,0056281 0,001809 0,003214286 0,56281407
Mark Painter 2239 7 3 0,0031264 0,0013399 0,004285714 0,312639571
Jack Rosen 7790 41 13 0,0052632 0,0016688 0,003170732 0,526315789
Mark Schweikert 5403 33 6 0,00611 0,00111 0,00181818 0,6107718
David Stockdale 5371 22 4 0,00410 0,00074 0,00181818 0,4096071
John A. West 2797 4 2 0,00143 0,00072 0,00500000 0,1430104
0,0416682 8,732584
108464 500 104 0,08733 0,01850
7 0
Definimos que: En el condado de Hamilton, se cuenta con un total de 38 jueces, que se encuentran
asignados a diferentes tribunales: tribunal civil, tribunal familiar y tribunal penal. Durante el periodo
de 3 aos lo jueces han emitido su veredicto sobre 182,908 casos manejados. Se debe de tener en
cuenta adems que durante el periodo de la investigacin dos de los jueces no trabajaron en un
solo tribunal.

Debemos determinar que: De la investigacin se conozca el desempeo de los jueces por cada
tribunal, as como determinar si las apelaciones que se presentan en cada tribunal son el resultado de
errores
2. La en el veredictodedeque
probabilidad lossejueces.
apele un caso, por cada juez
3. La probabilidad de que se revoque un caso, por cada juez
4. La probabilidad de una revocacin dada una apelacin, por cada juez

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

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

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

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.

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

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


cada juez

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:


Un diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.
Probabilidad de que un chip este defectuoso
Probabilidad de que el chip este en buenas condiciones
Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya sido
fabricado por cada uno de los proveedores
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:


Identificar los eventos mutuamente excluyentes
Identificar la probabilidad de los eventos mutuamente excluyentes (probabilidades a priori)
Identificar las probabilidades condicionales presentadas

CONCLUSION
BIBLIOGRAFIA
Bioestadistica. (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.

Tecnicas 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.