Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase 1 Axiomas de Probabilidad - 100402 - 359
Fase 1 Axiomas de Probabilidad - 100402 - 359
AXIOMAS DE PROBABILIDAD
ESTUDIANTE
EDWIN YOVANY MARTNEZ / CD 3.215.790
WILSON ERNESTO PIRATOVA / CD.1.049.614.731
HENRY LEONARDO LOPEZ / CD 1.049.629.310
MARIA DE JESUS GAONA / CD
GRUPO
100402_359
PRESENTADO A
JULIN EDUARDO HOYOS
INTRODUCCION
AXIOMAS DE PROBABILIDAD
1.
Cuadro sinptico
PROBABILID
AD
ESPACIO
MUESTRA
L
EXPERIMENT
O
ALEATORIO
Depende del
azar, resultado
fuera de control
SUCESOS
Y
EVENTOS
Conjunto
formado
por
todos
los
resultados
posibles de un
experimento
Es cada uno
de
los
subconjuntos
del
espacio
muestral
operaciones
AuB
AnB
A-B
Suceso formado
por todos los
elementos de A
y
todos
los
elementos de B
Suceso formado
por todos
los
elementos
que
son, a la ves de
A
y
de
B.
Suceso formado
por todos los
elementos de A
que no son de B
Suceso
complement
ario de A
Curso
Aprob
Reprob
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
178
146
252
56
244
226
10
15
37
8
49
44
Cancelo o
perdi
por fallas
30
21
39
15
64
61
178
47
40
265
33
269
199
44
42
6
1873
11
70
53
13
24
8
389
9
98
73
23
17
3
493
53
437
325
80
83
17
2755
Total
218
182
328
79
357
331
Programa
Administracin ambiental
Admn. empresas
Arquitectura
Contadura
Economa
Ing. Mecatrnica
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.
Oscar n.
Aprob
Reprob
Cancelo o perdi
por fallas
Total
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
21
41
71
19
24
154
27
22
53
15
33
13
493
182
380
421
141
142
787
135
134
206
56
123
48
2755
Aprob
52
31
97
166
36
154
118
125
151
116
98
49
142
60
93
90
60
111
Reprob
4
17
5
17
25
21
32
19
10
9
23
19
27
16
15
48
Cancelo o perdi
por fallas
Total
1
5
18
21
4
26
13
21
20
26
29
16
44
21
37
46
27
45
53
36
119
204
45
197
156
167
203
161
137
74
209
100
157
152
102
204
Patricia m.
Ricardo o.
Sandra m.
Total
37
57
30
1873
14
31
37
389
22
46
5
493
73
134
72
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.
s=
s
No
Fr
s=
1873
=0.6798
2755
La probabilidad de que un estudiante apruebe un curso del rea de matemticas es del 67%
2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.
Fr
s=
s
No
Fr
s=
389
=0.1411
2755
Profesor
Csar r.
(52/53)*100
Claudia v.
(31/36)*100
Diana m.
(97/119)*100
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.
98%
86%
81%
81%
80%
78%
75%
74%
74%
72%
71%
66%
67%
60%
59%
59%
58%
54%
50%
42%
41%
Probabilidad
(178/218)*100 = 81%
80%
76%
70%
68%
68%
67%
62%
61%
61%
55%
50%
35%
Aprob
Reprob
Cancelo o
Total
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
-
178
146
252
56
244
226
178
33
269
199
44
42
6
1873
10
15
37
8
49
44
47
11
70
53
13
24
8
389
perdi
por fallas
30
21
39
15
64
61
40
9
98
73
23
17
3
493
218
182
328
79
357
331
265
53
437
325
80
83
17
2755
81%
80%
76%
70%
68%
68%
67%
62%
61%
61%
55%
50%
35%
Profesor
Aprob
Csar r.
Claudia v.
Diana m.
Ernesto s.
Diego v.
Eduardo m.
Enrique p
Fernando m.
Gloria a.
Jairo a.
Javier b.
52
31
97
166
36
154
118
125
151
116
98
Cancelo o
Reprob perdi
por fallas
1
5
4
18
17
21
5
4
17
26
25
13
21
21
32
20
19
26
10
29
Total
53
36
119
204
45
197
156
167
203
161
137
Probabilidad
%
98
86
81
81
80
78
75
74
74
72
71
CALIFICACIO
N
4,9
4,3
4,1
4,1
4
3,9
3,8
3,7
3,7
3,6
3,6
Jos c.
Luz p.
Marcela f.
Mara a .
Mario g
Mercedes s.
Oscar n.
Patricia m.
Ricardo o.
Sandra m.
-
49
142
60
93
90
60
111
37
57
30
10
9
23
19
27
16
15
48
14
31
37
16
44
21
37
46
27
45
22
46
5
74
209
100
157
152
102
204
73
134
72
66
67
60
59
59
58
54
50
42
41
3,3
3,4
3
3
3
2,9
2,7
2,5
2,1
2,1
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin
Aprob
Reprob
Cancelo o
perdi
por fallas
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
Programa
Total
80,22
77,63
70,55
70,21
69,72
65,44
65,19
61,94
61,65
Ing.
Telecomunicaciones
Negocios
Internacionales
32
15
56
69
21
33
123
23
12
13
48
1873
389
493
2755
Psicologa
Total
11
57,14
56,10
47,92
12
Positivo
8%
5%
Negativo
2%
85%
Datos:
A= Enfermedad ausente
B= Enfermedad presente
Pos = Resultado Positivo
Neg = Resultado Negativo
Teorema de Bayes
El teorema de Bayes es un mtodo fundamental para lograr encontrar la probabilidad de
una causa especfica cuando se observa un efecto situacin particular con el procedimiento
que se utiliza para encontrar las probabilidades posteriores a partir de probabilidades
previas; Donde las probabilidades a priori se identifican antes de obtener informacin del
experimento.
Finalmente, El teorema de bayes nos brinda la posibilidad de lograr saber si un evento
puede ocurrir en ms de una ocasin o forma.
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.
P(P)=0.08+0.02=0.1
13
Pos A
P ()
P ( Pos| A )=
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado
que la persona tiene la enfermedad.
P
P()
P( P)=
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto
positivo.
P ( P|Pos )=
P ( Pos|P ) P(P)
P (Pos)
Pos P
P()
P ( Pos|P )=
P ( P|Pos )=
0.80.1
=0.6154
0.13
P ( Pos| A ) P( A) 0.05609
=
=0.3877
0.13
P(Pos)
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
de seleccin para detectar la enfermedad?
En esta pregunta es fundamental considerar los incisos 1 y 5.
De acuerdo a la experiencia, la probabilidad de que la persona est enferma teniendo un
resultado positivo siempre es muy bajo respecto a sus resultados de 0.1 como probabilidad
de que est presente y de 0.6154 de que la persona tenga la enfermedad dado que el
14
resultado resulto positivo; Mientras que la 2 nos informa de qu tanta certeza o confianza se
puede tener si la probabilidad de que la enfermedad est ausente es mucho mayor con un
0.9
Resumen
Respecto a todos los datos obtenidos o conceptos tericos de la unidad 1 que me orientaron
para solucionar el estudio de caso seleccionado para esta fase; Fue muy importante leer
repetidamente en varias ocasiones y realimentarme de los contenidos encontrados en las
ayudas bibliogrficas referentes a la definicin del Teorema de Bayes y sobre axiomas de
probabilidad.
ESTUDIO DE CASO 3
En su excitante novela Congo, Michael Crichton describe la bsqueda de depsitos de
diamantes azules cubiertos de boro llevada a cabo por Earth Resources Technology
Services (ERTS), una compaa dedicada a estudios geolgicos. Segn ERTS los diamantes
son la clave para una nueva generacin de computadoras pticas. En la novela ERTS
compite contra un consorcio internacional por encontrar la cuidad perdida de Zinj, que
prosper dada la minera de diamantes hace varios miles de aos (segn la leyenda
africana) y se ubica en lo ms profundo de la selva tropical de Zaire Oriental.
Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una segunda
expedicin dirigida por Karen Ross, una experta en computacin de 24 aos de edad,
acompaada por el profesor Peter Eliot, un antroplogo; Amy, un gorila parlante; y el
afamado mercenario y lder de la expedicin, el capitn Charles Munro. Las acciones
ofensivas del consorcio, la mortal selva tropical y las hordas de gorilas parlantes
asesinos, que percibieron que su misin era defender las minas de diamantes, bloquean los
esfuerzos de Ross para encontrar la ciudad. Para superar estos obstculos Ross utiliza
computadoras de la era espacial para evaluar las probabilidades de xito en todas las
circunstancias posibles y las acciones que pudiera llevar a cabo la expedicin. En cada
etapa de la expedicin, ella evala rpidamente las probabilidades de xito.
15
16
La probabilidad individual =p
Todos los Lanzamientos
P^12 =0.7980
Por lo tanto
12ln(p) = ln (0,7980)
Ln(p)=ln (0,7980) /12
P=e^ (ln (0,7980) /12
Probabilidad individual de salto exitoso
P=0.9813
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?
ESTUDIO DE CASO 4
Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la gran
mayora de los casos presentados, la sentencia permanece como se present. Sin embargo,
algunos casos son apelados y en algunos de estos se revoca la sentencia. Una periodista del
17
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
18
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:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales
Se considerarn los siguientes eventos:
R= CASOS REVOCADOS
A=CASOS APELADOS
P=NUMERO DE CASOS
Como se observa en la figura A B, y las probabilidades pedidas para jueces y tribunales
se Obtendr:
La probabilidad de casos que se apelan en cada uno de los tres tribunales es:
casos apelados
Tribunal penal : P (A) = casos presentados
casos apelados
Tribunal de familia : P (A) = casos presentados
casos apelados
Tribunal civil : P (A) = casos presentados
1762
43945
=0,04009557
106
30499
500
108464
=0,00347552
=0,00460982
La probabilidad de casos que se revocan en cada uno de los tres tribunales es:
casos revocados
Tribunal penal : P (R) = casos presentados
casos revocados
Tribunal de familia : P (R) = casos presentados
199
43945
=0,00452838
17
30499
=0,00055739
19
casos revocados
Tribunal civil : P (R) = casos presentados
104
108464
=0,00095884
2368
182908
=0,012946399
320
182908
=0,00174951341
4.) La probabilidad de una revocacin dada una apelacin, por cada juez
P (R/A) =
320
2368
=0,135135135
5) . Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d
las razones de su eleccin
En la siguiente tabla se clasific a los jueces en cada tribunal teniendo en cuenta el P(R/A) porcentaje de
predisposicin a que debe estar un juez a retractarse en sus veredictos de la primera instancia, lo que hace
que el juez que tenga ms bajo este porcentaje (P(R/A)), es el que mejor desempea su oficio.
TRIBUNAL
PENAL
Juez
Thomas
Robert
Ralph
Thomas
CASOS
PRESENTA
DOS
Nurre
Kraft
Winkler
Crush
3000
3138
3089
3372
CASOS
CASOS
REVOCAD
APELADOS OS
121
127
88
119
6
7
6
10
PROBABILIDAD DE UNA
REVOCACION DADA UNA
APELACION, POR CADA JUEZ
0,049586777
0,05511811
0,068181818
0,084033613
Fred
John
Marie
Arthur
Timothy
Richard
Robert
Norbert
Howard
Patrick
William
William
Total
Cartolano
OConnor
Tracey
Ney,
Hogan
Niehaus
Ruehlman
Nadel
Sunderma
nn
Dinkelack
er
Morrissey
Mathews
20
3037
2969
3141
3219
1954
3353
3205
2959
137
129
127
125
60
137
145
131
12
12
13
14
7
16
18
20
0,087591241
0,093023256
0,102362205
0,112
0,116666667
0,116788321
0,124137931
0,152671756
955
60
10
0,166666667
1258
3032
2264
43945
44
121
91
1762
8
22
18
199
0,181818182
0,181818182
0,197802198
TRIBUNAL DE
FAMILIA
CASOS
PRESENTA
DOS
Juez
Ronald
Penelope
Deborah
Patrick
Panioto
Cunningh
am
Gaines
Dinkelack
er
CASOS
CASOS
REVOCAD
APELADOS OS
PROBABILIDAD DE UNA
REVOCACION DADA UNA
APELACION, POR CADA JUEZ
12,97
32
0,09375
2729
8799
7
48
1
9
0,142857143
0,1875
6001
19
0,210526316
TRIBUNAL
CIVIL
JUEZ
Karla
Deidra
Beth
Mike
David
Timothy
Timothy
James
Dennis
Nadine
Mark
David
Melba
William
Jack
CASOS
PRESENTA
DOS
Grady
Hair
Mattingly
Allen
Davis
Black
Hogan
Patrick
Helmick
Allen
Schweiker
t
Stockdale
Marsh
Mallory
Rosen
CASOS
CASOS
REVOCAD
APELADOS OS
PROBABILIDAD DE UNA
REVOCACION DADA UNA
APELACION, POR CADA JUEZ
5253
2532
2971
6149
7736
7954
2308
2798
7900
7812
6
5
13
43
43
41
13
6
29
34
0
0
1
4
5
6
2
1
5
6
0
0
0,076923077
0,093023256
0,11627907
0,146341463
0,153846154
0,166666667
0,172413793
0,176470588
5403
5371
8219
8277
7790
33
22
34
38
41
6
4
7
9
13
0,181818182
0,181818182
0,205882353
0,236842105
0,317073171
Joseph
Albert
Leslie
Mark
John
Total
Luebbers
Mestemak
er
Isaiah
Painter
West
21
4698
25
0,32
4975
5282
2239
2797
108464
28
35
7
4
500
9
13
3
2
104
0,321428571
0,371428571
0,428571429
0,5
CONCLUSIONES
Una vez revisada la temtica propuesta para esta actividad, respecto a todo el material
bibliogrfico consultado en la unidad 1; Material que fue fundamental para el desarrollo y
conclusin de este trabajo.
Por otra parte, cabe destacar que pudimos aplicar conceptos y formulas planteadas en el
Teorema de Bayes para la solucin de los problemas o casos propuestos para esta fase,
logrando identificar las probabilidades a priori, las probabilidades de causas especfica, las
probabilidades posteriores a partir de probabilidades previas para identificar si algn evento
pudiese ocurrir en ms de una ocasin.
22
REFERENCIAS
Gil Izquierdo, M. G. (Febrero de 2014). Ejercicios de estadstica terica:
probabilidad e Inferencia (2a.e d.). Obtenido de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=10995669&ppg=19
Matnez Bencardino, C. (Febrero de 2011). Estadstica bsica aplicada (4a.ed.).
Obtenido de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=342&docID=10624529&tm=1470687447720
23