Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Docslide - Us Fase1100402119
Docslide - Us Fase1100402119
Integrantes:
Curso:
100402_119
Tutor:
Luis Alexander Saravia
POPAYAN
MARZO
2016
INTRODUCCION
Espacio Muestral:
Conjunto formado por todo slos
posbles resultados de un experimento
aleatorio y se desigan por S, a la
coleccin de resultados que se
obtienen en los experimentos
aleatorios.
Sucesos o Eventos:
EVENTOS OSUCESOS
PROBABILIDAD De un fenmeno o experimento
UNIDAD 1 aleatorio son cada uno de los
subconjuntos del Espacio Muestral
S,los elementos del espacio muestral
se llaman sucesos individuales o
elementales, tambin son sucesos el
suceso vaco o suceso imposible, y el
propio S,suceso seguro.
Unin= (AUB)
Interseccin= ( A B)
Diferencia = (A-B)
Suceso Complementario=
A = E-A, suceso
complementario de A.
Desarrollo del Trabajo:
Cuadro Sinptico: Principios :
Multiplicativo:
Si un evento determinado puede
TCNICAS DE CONTEO
realizarse de n1 maneras
sucesivamente y si al mismo
tiempo cada evento es
independiente del otro, entonces el
nmero de maneras en que los
eventos pueden realizarse en el
orden indicado es el producto:
3
n1 x n2 x n
Principio Aditivo:
3
n1 +n2 +n
Factorial de un Nmero:
El nmero de permutaciones
(acomodos u ordenaciones)
de n elementos distintos, tomados
todos de una vez, se denota
por n!
Una ordenacin de un
nmero r de elementos del
conjunto de n elementos, ,
PROBABILIDAD es denominada variacin. Son
UNIDAD 1 permutaciones en las que implica
un orden en la colocacin de los
elementos, tomando nicamente
una parte de los elementos. Una
variacin puede construirse
seleccionando el elemento que
ser colocado en la primera
posicin del arreglo de entre
los n elementos, para luego
seleccionar el elemento de la
segunda posicin de entre los n-
1 elementos restantes, para
seleccionar despus el tercer
elemento de entre los n-
2 restantes, y as sucesivamente.
Se trata pues de una permutacin
de n elementos tomando r a la
vez.
El nmero de permutaciones
de n elementos tomados r a la
vez se define como:
Desarrollo del Trabajo:
Cuadro Sinptico:
Si se tiene que tiene un
conjunto de n elementos.
COMBINATORIAS
Una combinacin de ellos,
tomados r a la vez, es un
subconjunto de r elementos
donde el orden no se tiene en
cuenta. El nmero de
combinaciones de n elementos
tomados r a la vez, , sin
tener en cuenta el orden, es:
Si S es el espacio muestral y A es
cualquier evento del experimento
aleatorio, entonces:
1. P(S)= 1
2.
La probabilidad de un
evento imposible es 0
P()=0.
La probabilidad de que un
evento ocurra con certeza
es 1.
Si el evento A1 est
Desarrollo del Trabajo:
Cuadro Sinptico:
P (A U B) = P (A) + P (B)
P(A) + P(A') = 1
PROBABILIDADP(A') = 1 - P(A)
UNIDAD 1
Eventos que no son mutuamente
excluyentes.
REGLA DE LA MULTIPLICACIN
Marginal.
Conjunta.
Condicional.
Desarrollo del Trabajo:
Cuadro Sinptico:
Resulta que:
el denominador corresponde a
encontrar la Probabilidad Total de
B.
PROBABILIDAD
UNIDAD 1 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 recomdable
que con la informacin del
problema, se construya una tabla
de contingencia o diagrama de
rbol.
ESTUDIO DE CASO 1
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 perdi
Curso Aprob Reprob Total
por 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
Pre calculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755
Cancelo o
Programa
Aprob Reprob perdi por Total
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. Meca trnica 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
Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
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
total de Aprobados
P: 100
Nmero total de estudiantes
1873
P: 100
2755
P: 0,68100
P: 0,68100
P 68
total de Reprobados
P: 100
Nmero total de estudiantes
389
P: 100
2755
P: 0,14100
P: 0,14100
P:14
Positivo Negativo
(O) (N)
Presente
(P) 0.08 0.02
Ausente
(A) 0.05 0.85
P ( P )=0.1
P ( A )=10.1=0.9
P ( NA )= P (PN( A )A ) = 0.85
0.9
=0.944
P ( NP )= P (PN( P )P ) = 0.02
0.1
=0.2
P ( P )P ( NP )
P ( NP )= P ( P )P N + P ( A )P N
( P) (A)
P ( NP )= 0.10.2+
0.10.2
0.90.944
=0.023
P ( OA )= P (PO( A )A ) = 0.05
0.9
=0.056
Solucin:
1. 0,7980*0,9943 = 0.7934514
0.7934514 sera la probabilidad de terminar el salto con xito, pero al no saber de
paracaidismo esta probabilidad se volvera a 0 ya que sin tener este conocimiento
o destreza se podra perder la expedicin.
3. Si, ya que el rango de error es de 20% el cual nos dice que pueden haber
entre 2 o 3 personas heridas en el equipo.
Bueno en este caso yo desarrolle el tema de probabilidad es la probabilidad de
que ocurra un evento A, sabiendo que tambin sucede otro evento B. La
probabilidad condicional se escribe P(A|B), y se lee la probabilidad de A dado B.
No tiene por qu haber una relacin causal o temporal entre A y B. A puede
preceder en el tiempo a B, sucederlo o pueden ocurrir simultneamente. A puede
causar B, viceversa o pueden no tener relacin causal. Las relaciones causales o
temporales son nociones que no pertenecen al mbito de la probabilidad. Pueden
desempear un papel o no dependiendo de la interpretacin que se le d a los
eventos.
Un ejemplo clsico es el lanzamiento de una moneda para luego lanzar un dado.
Cul es la probabilidad de obtener una cara (moneda) y luego un 6 (dado)? Pues
eso se escribira como P (Cara | 6).
El condicionamiento de probabilidades puede lograrse aplicando el teorema de
Bayes.
El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada
por el filsofo ingls Thomas Bayes (1702-1761)1 en 1763,2 que expresa la
probabilidad condicional de un evento aleatorio A dado B en trminos de la
distribucin de probabilidad condicional del evento B dado A y la distribucin de
probabilidad marginal de slo A.
En trminos ms generales y menos matemticos, el teorema de Bayes es de
enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, que sabiendo la probabilidad de tener un dolor
de cabeza dado que se tiene gripe, se podra saber (si se tiene algn dato ms), la
probabilidad de tener gripe si se tiene un dolor de cabeza. Muestra este sencillo
ejemplo la alta relevancia del teorema en cuestin para la ciencia en todas sus
ramas, puesto que tiene vinculacin ntima con la comprensin de la probabilidad
de aspectos causales dados los efectos observados.
Con base en la definicin de Probabilidad condicionada, obtenemos la Frmula de
Bayes, tambin conocida como la Regla de Bayes:
.
ESTUDIO DE CASO N 4
Los jueces del condado Hamilton (E.E.U.U.) procesan miles de casos al ao. En la
gran mayora de los casos presentados, la sentencia permanece como se
present. Sin embargo, algunos casos son apelados y en algunos de estos se
revoca la sentencia. Una periodista del diario Cincinnati Times realiz un estudio
de los casos manejados por los jueces del condado de Hamilton durante un
periodo de tres aos En la siguiente tabla se muestran los resultados de 182908
casos presentados a 38 jueces del Tribunal Penal, del Tribunal de Familia y del
Tribunal Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el mismo
tribunal durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones
con frecuencia son resultado de errores cometidos por los jueces y el diario quera
saber cules jueces estaban haciendo un buen trabajo y cules cometan
demasiados errores. A usted le han llamado para que ayude en el anlisis de
datos. Utilice su conocimiento de la probabilidad y la probabilidad condicional para
ayudar a calificar a los jueces. Tal vez pueda analizar la probabilidad de los casos
que se apelaron y revocaron manejados en los diferentes tribunales.
Anlisis:
Sea Espacio Muestral, S = {A, B, C] Sea A = Tribunal Penal
Sea B = Tribunal Familiar
Sea C = Tribunal Civil
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y de las razones de su eleccin.
Clasificacin jueces - anlisis
a. Tribunal penal
b. Tribunal familiar
c. Tribunal civil
Razones
El juez civil es el que ms trabaja con 108464 casos y en comparacin con el
nmero de casos el ms eficiente con 0,5% casos apelados y 0,001 de casos
revocados.
El juez penal es el menos eficiente con ms casos apelados = 4 % y revocados =
0,4 %, pero es el segundo que ms trabaja.
El juez familiar es el que menos traba.
Criterios
Los porcentajes de atencin de casos, ms los porcentajes de eficiencia en casos
apelados y revocados.
ESTUDIO DE CASO 5
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.
B1
P(
A1
P ( A 1) P( A1 )
B1 )
=
B1 B1 B1
P ( A 1) P ( ) + P ( A 2) P ( ) + P ( A 3) P (
A1 A2 A3 )
P ( AB 11 )= 0,250,02+ 0,250,02
0,300,04 +0,450,06
P ( AB 11 )= 0,005+O0,005
,012+ 0,027
P ( AB 11 )= 0,005
0,044
P ( AB 11 )= 0,005
0,044
P ( AB 11 )=0,1136
La probabilidad de que un chip defectuoso sea elaborado por Hall Electronics es
del 11,36% o 11%
P ( AB 12 )= 0,250,02+ 0,300,04
0,300,04+0,450,06
P ( AB 12 )= 0,005+O0,012
, 012+ 0,027
P ( AB 12 )= 0,012
0,044
P ( AB 12 )= 0,012
0,044
P ( AB 12 )=0,2727
La probabilidad de que un chip defectuoso sea elaborado por Schuller Sales es del
27,27% o 27%
B1
P(
A3
P(A3)P ( A3)
B1 )
=
B1 B1 B1
P ( A 1) P ( ) + P( A 2) P( ) + P ( A 3) P (
A1 A2 A 3)
P ( AB 13 )= 0,250,02+0,300,04+0,450,06
0,450,06
P ( AB 12 )= 0,005+O0,027
, 012+ 0,027
P ( AB 12 )= 0,027
0,044
P ( AB 12 )=0,6136
La probabilidad de que un chip defectuoso sea elaborado por Crawford
Components es del 61,36% o del 61%