TRABAJO COLABORATIVO FASE 1

Probabilidad

Presentado por:
John Alexander Ortiz Renza (Cdigo: 10007551)
Wanderley Villalobos
Mayerli Vargas Suarez (Cdigo: 1083894033)
Yebir Aldair Ortiz Gaviria

Grupo: 224

Tutor:
Elkin Orlando Vlez

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA DE SISTEMAS
PROBABILIDAD
Pitalito, octubre de 2015

INTRODUCCION
La probabilidad es una disciplina terico practica que ha estado presente durante muchos
aos, esto no es ajeno a todas las actividades que realizamos en nuestro diario vivir pues en
muchos casos hemos hecho uso de la probabilidad para predecir ciertos acontecimientos, de ah
la importancia del estudio de este curso que nos lleva a conocer gran cantidad de situaciones y a
realizar ejercicios prcticos que aplican las temticas estudiadas en la primera unidad del mdulo.
Por lo anterior, los conocimientos y competencias que desarrollaremos al final del curso, nos
permitirn profundizar, afianzar y complementar conceptos de la probabilidad para aplicar en el
futuro inmediato en el desarrollo de la vida laboral y en el desarrollo del ejercicio profesional. Este
trabajo es tambin nuestra primera experiencia colaborativa en el curso y demuestra lo
enriquecedor que puede llegar a ser el trabajar en esta modalidad que nos permite ver, que a
pesar de estar distantes entre los compaeros es posible intercambiar ideas, pensamientos y en
general todo lo que permita que el resultado sea un trabajo colectivo bien realizado.

RESUMEN DE TEMAS CAPITULOS 1, 2 Y 3

TEMA: SUCESOS O EVENTOS

Un suceso es cada uno de los subconjuntos de un espacio muestra en un experimento aleatorio.

Por ej. Espacio muestra (S) de la suma de los puntos obtenidos en el lanzamiento de tres dados:
S = {3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18}
Sucesos de S pueden ser:
- Salir mltiplo de 5

A = {5,10,15}

- Salir nmero primo

B = {2,3,5,7,11,13,17}

- Salir mayor o igual que 12

C = {12,13,14,15,16,17,18}

Tambin son sucesos, el suceso imposible, y el propio S, que es el suceso seguro.

Para contar los sucesos posibles en un experimento aleatorio se cuenta, cuando sea posible, el
nmero de elementos (n) y se potencia 2 a a la n.
Por ej. En una moneda hay 22 (4) sucesos, que son: S={,{C},{+},{C,+}}

TEMA: OPERACIONES CON SUCESOS

Con los sucesos pueden desarrollarse las operaciones bsicas de conjuntos, tales como unin,
interseccin, diferencia y suceso complementario, debido a que los sucesos son subconjuntos de
un espacio muestra.

- Unin. A B. Todos los sucesos de A y todos los sucesos de B.

- Interseccin. A B. Todos los sucesos que son de A y de B simultneamente.

Diferencia. A B. Todos los sucesos de A que no son de B.

- Suceso complementario. A' = E A. Todo los sucesos del espacio muestral que no son parte
de A.

Espacio muestral: se denomina como un suceso seguro

Experimento aleatorio
Son todos los resultados posibles de un experimento denominando el experimento como una
situacin de azar o suerte que siempre ser un resultado distinto o se puede repetir pero es poco
probable
Eventos o Sucesos operaciones entre eventos
Encontramos varios sucesos importantes
Suceso elemental: todo aquel constituido por un solo punto muestral
Suceso compuesto: es todo suceso formado por ms de un punto muestral es decir, por
ms de un resultado dl experimento
Suceso seguro: es el propio espacio muestral E
Suceso imposible: es el conjunto vaco, es decir, el suceso que no tiene puntos mustrales
(Juna C, 2006)

Tcnicas de conteo
Permutacin: es un sub conjunto ordenado
Combinacin: es un subconjunto desordenado se denota

C kn

Axiomas de probabilidad:
Regla de adiccin: Regla de la adicin
a.- Regla de la adicin para eventos mutuamente excluyentes.
A menudo, estamos interesados en la probabilidad de que una cosa u otra suceda; es decir
nos interesa la probabilidad de la unin de dos eventos. Si estos dos eventos son mutuamente
excluyentes, podemos expresar esta probabilidad haciendo uso de la regla de adicin para
eventos mutuamente excluyentes:
P (A U B) = P (A) + P (B) (Mario F, 2004)
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
P(A') = 1 - P(A)

b.- Regla de adicin para 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:
P(A U B) = P(A) + P(B) - P(AnB)
El siguiente diagrama de flujo[1], resume las reglas de adicin para el clculo de la
probabilidad de dos eventos dados A y B.
Figura 3.7
Diagrama de flujo de la regla de adicin

Regla de multiplicacin:
Reglas de multiplicacin
En el tema anterior se present 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 experimento. (Mario F,
2004)
a.- Probabilidades bajo condiciones de independencia estadstica.
Cuando se presentan dos eventos, el resultado del primero puede tener un efecto en el
resultado del segundo, o puede no tenerlo. Esto es, los eventos pueden ser dependientes o
independientes. Existen tres tipos de probabilidades que se presentan bajo independencia
estadstica:
Marginal.
Conjunta.
Condicional.
Probabilidades marginales bajo independencia estadstica.
Una probabilidad marginal o incondicional es la probabilidad simple de presentacin de un
evento.
Probabilidades conjuntas bajo condiciones de independencia estadstica.
La probabilidad de dos o ms eventos independientes que se presentan juntos o en sucesin
es el producto de sus probabilidades marginales:
P (A B) = P(A) X P(B)
Probabilidades condicionales bajo independencia estadstica.
Simblicamente, la probabilidad condicional se escribe P(B/A) y se lee "la probabilidad de que
se presente el evento B, dado que el evento A se ha presentado". La probabilidad condicional es

la probabilidad de que un segundo evento (B) se presente, si un primer evento (A) ya ha

sucedido.
Para eventos estadsticamente independientes, la probabilidad condicional de que suceda el
evento B dado que el evento A se ha presentado, es simplemente la probabilidad del evento B:
P(B/A) = P(B) (Mario F, 2004)
b.- Probabilidades bajo condiciones de dependencia estadstica.
La dependencia estadstica existe cuando la probabilidad de que se presente algn suceso
depende o se ve afectada por la presentacin de algn otro evento. Los tipos de probabilidad bajo
condiciones de dependencia estadstica son:
Condicional.
Conjunta.
Marginal.
Probabilidad condicional bajo dependencia estadstica.
P(B / A) = P(BnA) / P(A)
Probabilidades conjuntas bajo condiciones de dependencia estadstica.
P( B n A) = P(B / A) x P(A)
O
P( B n A) = P(A / B) x P(B)
Ejemplo 3.1.5
Retome el ejemplo de las caractersticas de las orqudeas de un vivero y calcule la
probabilidad de que la orqudea que se seleccione sea de color lila dado que se ha tomado una
orqudea de tamao de ptalo grande.
Sean los eventos:
A: la orqudea es de ptalo grande.
B: la orqudea es de color lila.
Se pide entonces: P(B/A)= P(AnB)/P(A)
P(AnB)= 40/49
P(A)=42/49
As:
P(B/A)=( 40/49)/(42/49)=0,925=92,5%
Calcule ahora la probabilidad de que la orqudea seleccionada sea de ptalo grande dado
que es de color lila.
Observe que esta probabilidad es diferente a la calculada arriba, se pide:
P(A/B)= P(AnB)/P(B)
P(A/B)= (40/49)/(44/49)=0,909=90,9%
En este caso, P(A) y P(A/B) son las probabilidades del mismo evento (la orqudea es de
ptalo grande) pero calculadas bajo dos diferentes estados de conocimiento: la primera, sin la

condicin de su color y la segunda, condicionada a que su color sea lila. De manera similar, P(B)
y P(B/A) son las probabilidades del mismo evento (la orqudea es de color lila) calculadas bajo
dos estados diferentes de conocimiento: sin condicionar su tamao de ptalo para la primera y la
segunda condicionada a que su tamao de ptalo sea grande. (Mario F, 2004)
La regla de la multiplicacin se puede resumir en el siguiente diagrama de flujo para el
clculo de la probabilidad de la interseccin de dos eventos dados A yB. (Mario F, 2004)
Figura 3.8.
Diagrama de flujo de la regla de multiplicacin

RECOMENDACIONES PRCTICAS:
Cuando se aplica la regla de la adicin de probabilidades, determinar previamente si los
eventos son excluyentes o no.
Cuando se usa la regla de la multiplicacin, determinar si los eventos son dependientes o
independientes.
Siempre que sea posible, apoyar la interpretacin del problema mediante el empleo de
diagramas de Venn. (Mario F, 2004)
La probabilidad es un nmero que nunca puede tener valor negativo, ni ser mayor que 1
Probabilidad condicional: se la probabilidad del evento A, dada informacin acerca de la
ocurrencia de otro evento B. (David M. Levine, 2006)

Teorema de Bayes
En el ao 1763, dos aos despus de la muerte de Thomas Bayes (1702-1761), se public
una memoria en la que aparece, por vez primera, la determinacin de la probabilidad de las
causas a partir de los efectos que han podido ser observados. El clculo de dichas probabilidades
recibe el nombre de teorema de Bayes.
Sea A1, A2, ...,An un sistema completo de sucesos, tales que la probabilidad de cada uno de
ellos es distinta de cero, y sea B un suceso cualquier del que se conocen las probabilidades
condicionales P(B/Ai). entonces la probabilidad P(Ai/B)
En los problemas relacionados con la probabilidad, y en particular con la probabilidad
condicionada, as como con la probabilidad total y el teorema de Bayes, es aconsejable que, con
la informacin del problema, construyas una tabla de contingencia o un diagrama de rbol. (Mario
F, 2004)

PRINCIPIOS DE

FUNDAMENTOS

Principio de

EXPERIMENTOS ALEATORIOS multiplicacin o

Y ESPACIO MUESTRAL.
multiplicativo
Dan lugar a varios resultados, sin
Que pueda ser previsible enunciar Con certeza cul de stos En
va general, puede decirse
que
a ser observado en la realizacin si un evento A se puede
hacer de m maneras y un
Del experimento.
evento B se puede hacer
ESPACIO MUESTRAL
de n maneras, entonces
Conjunto formado por todos existen m n formas de
los posibles resultados de un realizar A y a continuacin
Experimento aleatorio.
realizar B.

SUCESOS O EVENTOS

Esto se conoce como

Es dicho espacio muestral divido

en subconjuntos.
DIAGRAMAS DE VENN
Y DIAGRAMASDE RBOL
DIAGRAMAS DE VENN:
Representan un espacio
muestral y sus eventos.

INTERPRETACION
ES DE
PROBABILIDADE

TEORA DE CONTEO

Definicin Clsica
de Probabilidad

Principio
aditivo
Este principio nos dice que
si se desea llevar a efecto
una actividad, la cual tiene
formas alternativas para ser
realizada, donde la primera
de esas alternativas puede
ser realizada de M maneras,
la segunda alternativa
puede realizarse de N
formas y la ultima de las
alternativas puede ser
realizada de W maneras,
entonces esa actividad

El planteamiento clsico
supone un mundo que no existe,
supone que no existen
situaciones que son bastante
improbables pero que podemos
concebir como reales. La
probabilidad clsica supone
tambin una especie de simetra

DIAGRAMAS DE RBOL:
Especie de mapa de acontecimientos en donde se describe los
eventos bsicos que ocurre Se
en un experimento aleatorio representa

con el
smbolo
(n!).se define
como el
producto de
n por todos
los enteros
que le

PERMUTACI
ONES Y

COMBINACIO
NES

Una
permutacin
de los
elementos es
un acomodo u
ordenamiento
de dicho
conjunto.
Variacin:
Son
permutaciones
en las que

Es la
relacin de
un conjunto
de n
elementos
con un
subconjunt
or
elementos
sin tener en
cuenta el

REGLA
DEL
EXPONEN
Es un tipo
de
combinacin
o arreglo
ordenado en
donde
siempre hay
reemplazo
del
elemento

Este mtodo utiliza la frecuencia

relativa de las presentaciones
pasadas de un evento
como una probabilidad.

PROPIEDADES BSICAS DE
LAS PROBABILIDADES

Probabilidades
subjetivas.
TCNICAS DE CONTEO

FACTORIAL
es DE
unaUN
NMERO

Definicin de
probabilidad segn
el concepto de
frecuencia relativa

Probabilidad
condicional

Las probabilidades
subjetivas estn
basadas en las
creencias de las
personas que
efectan la estimacin

La probabilidad
condicional es la
probabilidad de que
un segundo evento
(B) se presente, si un
primer
evento (A) ya ha
AXIOMAS DE PROBABILIDA
- Regla de
la adicin
sucedido.
- Reglas de
multiplicacin

PROBABILIDAD TOTAL
Y TEOREMA DE BAYES
La probabilidad total
de un evento es la
suma exhaustiva de las
probabilidades de todos
los casos mutuamente
excluyentes que
conducen a dicho
evento.
TEOREMA DE BAYES
Determina la probabilidad
de las causas a partir de

ESTUDIO DE CASO 1:

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 2014 - II. 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 2780 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
Arte y matemticas
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Precalculo
Probabilidad
TOTAL

Programa
Administracin ambiental
Admn. empresas
Arquitectura
Contadura
Economa
Ing. Mecatrnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing. Telecomunicaciones
Negocios Internacionales
Psicologa
TOTAL

Apro
b

Repro
b

178
146
20
252
56
244
226
178
33
269
199
44
42
6
1893

10
15
2
37
8
49
44
47
11
70
53
13
24
8
391

Apr
ob

Repro
b

146
295
317
99
99
515
88
83
127
32
69
23
1893

15
44
55
23
19
118
20
29
26
9
21
12
391

Cancel
oo
perdi por
fallas
30
21
3
39
15
64
61
40
9
98
73
23
17
3
496
Cance
lo o
perdi
por fallas
21
41
74
19
24
154
27
22
53
15
33
13
496

Total
218
182
25
328
79
357
331
265
53
437
325
80
83
17
2780

Tota
l
182
380
446
141
142
787
135
134
206
56
123
48
2780

Profesor

Aprob

Reprob

Cance
lo o
perdi
por fallas

Tota
l

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.
Oscar n.
Patricia m.
Ricardo o.
Sandra m.
Total

52
31
97
166
36
154
118
125
151
116
98
69
142
60
93
90
60
111
37
57
30
1893

0
4
17
5
17
25
21
32
19
10
11
23
19
27
16
15
48
14
31
37
391

1
5
18
21
4
26
13
21
20
26
29
19
44
21
37
46
27
45
22
46
5
496

53
36
119
204
45
197
156
167
203
161
137
99
209
100
157
152
102
204
73
134
72
2780

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:
1. La probabilidad de que un estudiante apruebe y la probabilidad de
que un estudiante repruebe un curso del rea de matemticas.
Total de estudiantes en cursos de matemticas = 2780
Suceso 1=probabilidad de aprobacin = A =

1893= 68%

Suceso 2=probabilidad de desaprobacin = B = 391 = 14%

Suceso 3=probabilidad de cancelacin o prdidas por falla = C = 496 =17.8%
Entonces:

P ( A )=

1893
=0.68=68
2780

P (B)=

391
=0.14=14
2780

P (C )=

496
=0.178=17.8
2780

Rta: la probabilidad de que en su totalidad de estudiantes que apruebe es de

68% que lo hemos llamado A y la probabilidad de que reprueben es de 31.8%
teniendo en cuenta que la cancelacin o perdidas por falla tambin hace parte de
la desaprobacin.

2.
La
probabilidad de que un estudiante apruebe cada curso del rea de
matemtica
Entonces:
Teniendo en cuenta que el total de aprobaciones es de 1893, y queremos
saber cul es la probabilidad de aprobaciones entonces hacemos con cada rea la
divisin del nmero de aprobacin del rea dividido el nmero total de
aprobaciones de todas las reas de matemticas que seria asi:

Curso

Apr
ob

Algebra lineal

178

Anlisis numrico

146

Arte y matemticas

20

Clculo infinitesimal

252

Calculo integral
Clculo multivariado

56
244

Probabilidad de
que apruebe
P(A)=178/1
0,
893
094
P(A)=146/1
0,
893
077
P(A)=20/18
0,
93
01
P(A)=252/1
0,
893
13
P(A)=56/18
0,
93
029
P(A)=244/1
0,
893
12

Calculo negocios
Ecuaciones
diferenciales

226
178

Estadstica bsica
Estadstica
inferencial
Matemticas
avanzadas
Matemticas
discretas

33
269
199
44

Pre calculo

42

Probabilidad

6
TOTAL

P(A)=226/1
893
P(A)=178/1
893
P(A)=33/18
93
P(A)=269/1
893
P(A)=199/1
893
P(A)=44/18
93
P(A)=42/18
93
P(A)=6/189
3

0,
119
0,
094
0,
017
0.
14
0,
105
0,
023
0,
022
0,
0032

189
3

As damos respuesta cada rea

En algebra lineal la probabilidad de aprobacin es de 9.4%
En anlisis numrico la probabilidad de aprobacin es de 7.7%
En arte y matemtica la probabilidad de aprobacin es de 1%
En clculo infinitesimal la probabilidad de aprobacin es de 13%
En clculo integral la probabilidad de aprobacin es del 3%
En clculo multiplicativo la probabilidad de aprobacin es de 12%
En clculo de negocios la probabilidad de aprobacin es de 12%
En ecuaciones diferenciales la probabilidad de aprobacin es del 9.4%
En estadstica bsica la probabilidad de es de 1.7% de aprobacin
En estadstica inferencial la probabilidad de aprobacin es de 14%
En matemticas avanzadas la probabilidad de aprobacin es de 10.5%
En matemticas directas la probabilidad de aprobacin es de 2.3%
En pre calculo la probabilidad de aprobacin es de 2.2%
En Probabilidad la redundancia la probabilidad de aprobar es de
0.031%
3. La probabilidad de que un estudiante apruebe un curso del rea de
matemticas por cada profesor. Si un estudiante aprueba un curso,
establezca la probabilidad de que sea cada uno de los cursos del rea

apr
ob

Alg
ebra
lineal

Csar r.

52

178

Claudia v.

31

178

Diana m.

97

178

Diego v.

36

178

154

178

Enrique p

118

178

Ernesto s.

166

178

125

178

Gloria a.

151

178

Jairo a.

116

178

Javier b.

98

178

Jos c.

69

178

Luz p.

142

178

Marcela f.

60

178

Mara a .

93

178

Mario g

90

178

60

178

111

178

Profesor

Eduardo
m.

Fernando
m.

Mercedes
s.
Oscar n.

La probabilidad de
aprobacin de un estudiante
en algebra lineal por cada
profesor
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)

=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78
1
78

/
/
/
/

5
2
3
1
9
7
3
6

=
=
=
=

# =

# =

# =

# =

# =

# =

/
/
/
/
/
/
/
/

9
=
8
6
=
9
# =
6
0
9
3
9
0
6
0

=
=
=
=

# =

0
,3
0
,2
0
,5
0
,2
0
,9
0
,7
0
,9
0
,7
0
,8
0
,7
0
,6
0
,4
0
,8
0
,3
0
,5
0
,5
0
,3
0
,6

Patricia

37

178

Ricardo o.

57

178

Sandra m.

30

178

Profesor

apr
ob

m.

52

146

Claudia v.

31

147

Diana m.

97

148

Diego v.

36

149

Eduardo

15
4

150

Enrique p

118

151

Ernesto s.
Fernando
m.
Gloria a.

16
6
12
5
15
1

1
/
78
1
=
/
78
1
=
/
78

3
0
=
7
,2
5
0
=
7
,3
3
0
=
0
,2

La probabilidad de
Anli
aprobacin de un estudiante en
sis
anlisis numrico por cada
numrico
profesor

Csar r.

m.

P
(A)
P
(A)
P
(A)

152
153
154

Jairo a.

116

155

Javier b.

98

156

Jos c.

69

157

Luz p.

14
2

158

Marcela f.

60

159

Mara a .

93

160

P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)

=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

1
46
1
47
1
48
1
49
1
50
1
51
1
52
1
53
1
54
1
55
1
56
1
57
1
58
1
59
1
60

/
/
/
/
/
/
/
/
/
/
/
/
/
/
/

5
2
3
1
9
7
3
6
1
54
1
18
1
66
1
25
1
51
1
16
9
8
6
9
1
42
6
0
9
3

=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

0
,4
0
,2
0
,7
0
,2
1
,0
0
,8
1
,1
0
,8
1
,0
0
,7
0
,6
0
,4
0
,9
0
,4
0
,6

Mario g

90

161

60

162

111

163

Patricia m.

37

164

Ricardo o.

57

165

Sandra m.

30

166

Mercedes
s.
Oscar n.

P
(A)
P
(A)
P
(A)
P
(A)
P
(A)
P
(A)

=
=
=
=
=
=

1
61
1
62
1
63
1
64
1
65
1
66

/
/
/
/
/
/

9
0
6
0
1
11
3
7
5
7
3
0

=
=
=
=
=
=

0
,6
0
,4
0
,7
0
,2
0
,3
0
,2

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

Establezca los criterios que utilizo y de las razones de su eleccin.
5.
Marcela f.
Diego V.
Csar r.

P(a)=60/100=0,6
P(a)=36/45=0,8
P(a)=52/53=0,9

Sandra m. P(a)=30/72=0,41
Ricardo o. P(a)=57/134=0,42
Patricia m. P(a)=37/73=0,50
Oscar n.
P(a)=111/204=0,54
Mercedes s. P(a)=60/102=0,58
Mario g.
P(a)=90/152=0,59
Mara a.
P(a)=93/157=0,59
Javier b.
P(a)=98/137=0,71
Jairo a.
P(a)=116/161=0,72
Gloria a.
P(a)=151/203=0,74
Fernando m. P(a)=125/167=0,74
Enrique p. P(a)=118/156=0,75
Eduardo m. P(a)=154/197=0,78
Ernesto s. P(a)=166/204=0,81
Diana m.
P(a)=97/119=0,81
Claudia v. P(a) =31/35=0,86
6.

7. Califique los profesores del rea de acuerdo a los resultados

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

profeso
r
Sandra
m.
Claudia
v.
Diego v.
Patricia
m.
Csar r.
Ricardo
o.
Marcela
f.

30
31
36
37
52
57
60

Merced
es s.

60

Jos c.

69

Mario g

90

Mara a
.
Diana
m.
Javier
b.
Oscar
n.
Jairo a.
Enrique
p
Fernan
do m.
Luz p.
Gloria
a.
Eduard
o m.
Ernesto
s.
Total

porcentaje de
tener una buena
calificacin
P(B)=30/70=0,41

ap
t
rob otal

93
97
98
11
1
11
6
11
8
12
5
14
2
15
1
15
4
16
6
18
93

7
2
3
6
4
5
7
3
5
3
1
34
1
00
1
02
9
9
1
52
1
57
1
19
1
37
2
04
1
61
1
56
1
67
2
09
2
03
1
97
2
04
2
780

Calificacin de
tutores
P
(B)

P(B)=31/36=0,86
1

=
P

(B)

=
P

P(B)=36/45=0,8
(B)
P(B)=37/73=0,50
P
68
(B)
P
P(B)=52/53=0,98 (B)
P(B)=57/134=0,4
P
25
(B)
P
P(B)=60/100=0,6 (B)
P(B)=60/102=0,5
P
88
(B)
P
P(B)=69/99=0,7
(B)
P(B)=90/152=0,5
P
9
(B)
P(B)=93/157=0,5
P
9
(B)
P(B)=97/119=0,8
P
1
(B)
P(B)=98/137=0,7
P
1
(B)
P(B)=111/202=0,
P
54
(B)
P(B)=116/161=0,
P
72
(B)
P(B)=118/156=0,
P
76
(B)
P(B)=125/167=0,
P
75
(B)
P(B)=142/209=0,
P
679
(B)
P(B)=151/203=0,
P
7438
(B)
P(B)=154/197=0,
P
78
(B)
P(B)=166/204=0,
P
8137 (B)
P(BT)1893/2780=
P
0,68 (B)

=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=

0
,42
0
,86
0
,80
0
,51
0
,98
0
,43
0
,60
0
,59
0
,70
0
,59
0
,59
0
,82
0
,72
0
,54
0
,72
0
,76
0
,75
0
,68
0
,74
0
,78
0
,81
0
,68

* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =
* 5 =

2
,1
4
,3
4
,0
2
,5
4
,9
2
,1
3
,0
2
,9
3
,5
3
,0
3
,0
4
,1
3
,6
2
,7
3
,6
3
,8
3
,7
3
,4
3
,7
3
,9
4
,1
3
,4

Criterio de calificacin de los profesores es segn el porcentaje de

aprobacin de sus estudiantes con una calificacin de 1 a 5 donde de 4 a
4,9 es excelente 3 a 3,9 es buena, de 2 a 2,9 es regular y de 1 a 2 es malo.
Teniendo en cuenta las calificaciones los separaremos por los criterios
mencionados
Excel
entes
Csar
r.
Claudi
a v.
Diana
m.
Ernest
o s.
Diego
v.

4
,9
4
,3
4
,1
4
,1
4
,0

Buena
Eduardo
m.

,9
Enrique

s s.

,8

Fernand
o m.

,7

Gloria a.
Jairo a.

Jos c.
2
2
,7

Patricia
m.

Ricardo

Sandra

3
,7
3
,6
3
,6
3
,5
3
,4
3
,0

Mara
a.

,1

Marcela
f.

,5

o.
m.

Luz p.

,9
Oscar n.

Javier b.
regular
Mercede

3
,0

Mario g

3
,0

2
,1

Teniendo en cuenta todos los resultados concluimos que en general es

buena con una calificacin de 3,4

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

que utiliz y d las razones de su eleccin

Programa
Administracin
ambiental
Admn.
empresas
Arquitectura
Contadura
Economa
Ing.
Mecatrnica
Ing. Civil
Ing. Financiera
Ing. Sistemas
Ing.
Telecomunicacione
s
Negocios
Internacionales
Psicologa
TOTAL

A
prob

Probabilidad de
mejor resultado

14
P
6 (B)=
29
P
5 (B)=
31
P
7 (B)=
P
99
(B)=
P
99
(B)=
51
P
5 (B)=
P
88
(B)=
P
83
(B)=
12
P
7 (B)=

1
/
46
2
/
95
3
/
17
9
/
9
9
/
9
5
/
15
8
/
8
8
/
3
1
/
27

P
(B)=

3
/
2

32

1
82
3
80
4
46
1
41
1
42
7
87
1
35
1
34
2
06

0
,80
0
=
,78
0
=
,71
0
=
,70
0
=
,70
0
=
,65
0
=
,65
0
=
,62
0
=
,62
=

5
0
=
6
,57

P
6
1
0
/
=
(B)=
9
23
,56
P
2
4
0
23
/
=
(B)=
3
8
,48
18
P
1
2
0
/
=
93 (B)= 893
780
,7
69

En el programa que ha mejores resultaos es en la ingeniera ambiental porque

tiene un porcentaje de aprobacin del 80%

ESTUDIO DE CASO 2

ESTUDIO DE CASO 2

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?
08se multiplican las dos
Teniendo en cuenta que todos los doce tienen las mismas
probabilidades entonces:
Probabilidad de A=0.7980

Probabilidad de B= 0.9943
Probabilidad de xito =E

P ( E )=

0.7980
=0.80=80
0.9943

Rta: La probabilidad de completar el salto con xito todos los

miembros del equipo es de 80%
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?
Teniendo en cuenta que la probabilidad de completar su salto con
xito es de 0.7980 podemos decir que la probabilidad es de 8 en 10
entonces si 12 es 100% cuanto es 80%
1280
=9.6
100
La probabilidad es del 80% de xito lo que quiere decir que la
probabilidad es de 9.6 de los 12; sea que el 2.4 que es equivalente del
20% de no completar con xito el salto

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?
Si estoy de acurdo por que la probabilidad que hagan bien un salto
ser del 80% que seran 2.6 redondeando a 3 personas de los
miembros del equipo que podran fallar.

Bibliografa

David M. Levine, M. L. (2006). Estadstica para administracin. En M. L. David M.

Levine, Estadstica para administracin. Mexico: Pearson Educacin, 2006 619 pages.

Juna C, B. a. (2006). Matemticas avanzadas y estadstica para ciencias e

ingenieras. En J. C. Acevedo, Matemticas avanzadas y estadstica para
ciencias e ingenieras. Sevilla : Volumen 68 de Manuales Universitarios.
Mario F. (2004). universidad abierta y a distancia uand. Obtenido de Modificado de
Probabilidad y estadstica:
http://datateca.unad.edu.co/contenidos/100402/moduloexe/leccin_12_axiom
as_de_probabilidad__regla_de_la_adicin.html