PROBABILIDAD

Trabajo Colaborativo

Por:
Amparo Rodrguez Grisales- Cdigo 1.140.862.373
Amilcar Vargas Escorcia
Julia Isabel Rodriguez Vasquez cdigo 40.993.128
Javier Enrique Gaspar Cdigo 72.292.286

Grupo:

100402_6

Presentado a:

Jorge Eduardo Royero

Universidad Nacional Abierta y a Distancia UNAD

CEAD Barranquilla
ECACEN
12-03-2017

INTRODUCCIN
El principal objetivo del siguiente trabajo es comprender los
conceptos bsicos de probabilidad de la unidad 1, por medio de la
realizacin de varios casos propuestos. Aprender a manejar los
mtodos y tcnicas ms adecuadas para el desarrollo adecuado y
anlisis de la informacin proporcionada; para ello podemos
comenzar afianzndonos en los conocimientos que poseemos de
estadstica descriptiva.

Antes de iniciar el desarrollo de la actividad Recordemos que la

probabilidad es la mayor o menor posibilidad de que ocurra un
determinado suceso. En otras palabras, su nocin viene de la
necesidad de medir o determinar cuantitativamente la certeza o duda
de que un suceso dado ocurra o no.
 CUADRO SINPTICO:

Experimentos aleatorios
Los fenmenos o experimentos aleatorios son los que pueden dar lugar a
varios resultados, sin que pueda ser previsible enunciar con certeza cul de
estos va a ser observado en la realizacin del experimento. Sucesos elementales son los que estn
formados por un solo resultado del
Espacio muestral experimento.
Espacio muestral es el conjunto formado por todos los resultados de un
experimento o fenmeno aleatorio. Lo denotamos con la letra Sucesos compuestos son los que estn
EXPERIMENT formados por dos o ms resultados del
OS Sucesos experimento; es decir, por dos o ms
P Suceso de un fenmeno aleatorio es cada uno de los subconjuntos del espacio sucesos elementales.
ALEATORIOS,
R ESPACIO
muestral . Para designar cualquier suceso, tambin llamado suceso Suceso seguro es el que se verifica al
O aleatorio,
MUESTRAL
de evento
Si un un experimento aleatorio
A puede ocurrir de utilizaremos
n1 maneras letras
y una maysculas.
vez que este realizar el experimento aleatorio. Est
Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se formado por todos los resultados posibles del
B ha ocurrido, otro evento B puede n2 maneras diferentes
experimento y, por tanto, coincide con el
le llamaentonces,
espacio deel sucesos
nmero y se designa
total pordiferentes
de formas . en que ambos
A eventos pueden ocurrir en el orden indicado, es igual a n1 x n2. espacio muestral.
B Entre las tcnicas tenemos:
Suceso imposible es el que nunca se
I TECNICAS * La tcnica de la multiplicacin
verifica. Se representa por .
L DE * La tcnica aditiva
* La tcnica de la suma o Adicin
I CONTEO * La tcnica de la permutacin
D * La tcnica de la combinacin.

A
D
 ESTUDIO DE 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 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,

Cancelo
Reprob o perdi
Curso Aprob 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
178 47 40 265
diferenciales
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas
199 53 73 325
avanzadas
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
 Cancelo
Reprob o perdi
Curso Aprob Total
por
fallas
TOTAL 1873 389 493 2755

Cancelo o perdi
Programa Aprob Reprob Total
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
Ing. Telecomunicaciones 32 9 15 56
Negocios Internacionales 69 21 33 123
Psicologa 23 12 13 48
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:
1. La probabilidad de que un estudiante apruebe y la probabilidad
de que un estudiante repruebe un curso del rea de
matemticas.

2. La probabilidad de que un estudiante apruebe cada curso del

rea de matemticas.

3. Por cada profesor, establezca la probabilidad de que un

estudiante apruebe un curso del rea de matemticas.

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

obtenidos. Establezca los criterios que utiliz y d las razones
de su eleccin.
 5. Califique los profesores del rea de acuerdo a los resultados
obtenidos. Establezca los criterios que utiliz y d las razones
de su eleccin

6. En que programa hay mejores resultados. Establezca los

criterios que utiliz y d las razones de su eleccin

Respuestas:
1. Para resolver el primer punto haremos uso de una de las
formas para calcular probabilidades y es el uso de las
estadsticas:

P= (Estudiantes que aprobaron un curso del rea de

matemticas)=
= No Estudiantes que aprobaron/Total del registro de estudiantes
= 199/2755 =0.072
En este caso se tom el curso de matemticas avanzadas, la
probabilidad de que un estudiante apruebe este curso es de 0.072.
P= (Estudiantes que reprobaron un curso del rea de
matemticas)=
= No Estudiantes que reprobaron/Total del registro de estudiantes
= 53/2755=0.019
En este caso se tom el curso de matemticas avanzadas, la
probabilidad de que un estudiante repruebe este curso es de
0.019.
2. La probabilidad de que un estudiante apruebe cada
curso del rea de matemticas.

P= (Estudiantes que aprobaron cada curso del rea de

matemticas)=
= No Estudiantes que aprobaron/No de estudiantes totales del
curso
= 243/405=0.6
 La probabilidad de que un estudiante apruebe cada curso del rea
de matemticas es de 0.6
3. Por cada profesor, establezca la probabilidad de que un
estudiante apruebe un curso del rea de matemticas.

La probabilidad de que un estudiante apruebe un curso

por profesor
Profesor Aprob Reprob Cancelo Total Probabilidad
o perdi
por
fallas
Cesar r 52 1 53 0.9811
Claudia v 31 5 36 0.8611
Diana m 97 4 18 119 0.8151
Ernesto s 166 17 21 204 0.8137
Diego v 36 5 4 45 0.8
Eduardo m 154 17 26 197 0.7817
Enrique p 118 25 13 156 0.7564
Fernando m 125 21 21 167 0.7485
Gloria a 151 32 20 203 0.7438
Jairo a 116 19 26 161 0.7204
Javier b 98 10 29 137 0.7153
Jose c. 69 11 19 99 0.6969
Luz p 142 23 44 209 0.6794
Marcela f 60 19 21 100 0.6
Maria a 93 27 37 157 0.5923
Mario g 90 16 46 152 0.52921
Mercedes s 60 15 27 102 0.5882
Oscar n 111 48 45 204 0.5441
Patricia m 37 14 22 73 0.5068
Ricardo o 57 31 5 72 0.7916
Sandra m 30 37 5 72 0.4166

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

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

Probabilidad de que un estudiante apruebe cada curso.

CURSO APROBO REPROBO CANCELO O TOTAL PROBABILIDAD

PERDIO
POR FALLAS
Algebra 178 10 30 218 0.8165
Lineal
Anlisis 146 15 21 182 0.7912
numrico
Calculo 252 37 39 328 0.7682
infinitesimal
Calculo 56 8 15 79 0.7088
integral
Calculo 244 49 64 357 0.6834
multivariado
Calculo 226 44 61 331 0.6827
negocios
Ecuaciones 178 47 40 265 0.6716
diferenciales
Estadstica 33 11 9 53 0.6226
bsica
Estadstica 269 70 98 437 0.6155
inferencial
Matemticas 199 53 73 325 0.6123
avanzadas
Matemticas 44 13 23 80 0.55
discretas
Pre clculo 42 24 17 83 0.5060
probabilidad 6 8 3 17 0.3529

Probabilidad de que un estudiante apruebe cada curso de cada

programa.

Programa Aprob Reprob Cancelo Total Probabilida

o perdi d
por
fallas
Administracin 146 15 21 182 0.8021
ambiental
Admn. empresas 295 44 41 380 0.7763
Arquitectura 317 55 74 446 0.7107
Contadura 99 23 19 141 0.7021
Economa 99 19 24 142 0.6971
Ing Meca trnica 515 118 154 787 0.6543
Ing. Civil 88 20 27 135 0.6518
Ing. Financiera 83 29 22 134 0.6194
Ing. Sistemas 127 26 53 206 0.6165
Ing. 32 9 15 56 0.5174
Telecomunicaciones
Negocios 69 21 33 123 0.5609
Internacionales
Psicologa 23 12 13 48 0.4791

5. 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 Total Probabilidad
o perdi
por
 fallas
Cesar r 52 1 53 0.9811
Claudia v 31 5 36 0.8611
Diana m 97 4 18 119 0.8151
Ernesto s 166 17 21 204 0.8137
Diego v 36 5 4 45 0.8
Eduardo m 154 17 26 197 0.7817
Enrique p 118 25 13 156 0.7564
Fernando m 125 21 21 167 0.7485
Gloria a 151 32 20 203 0.7438
Jairo a 116 19 26 161 0.7204
Javier b 98 10 29 137 0.7153
Jose c. 69 11 19 99 0.6969
Luz p 142 23 44 209 0.6794
Marcela f 60 19 21 100 0.6
Maria a 93 27 37 157 0.5923
Mario g 90 16 46 152 0.52921
Mercedes s 60 15 27 102 0.5882
Oscar n 111 48 45 204 0.5441
Patricia m 37 14 22 73 0.5068
Ricardo o 57 31 5 72 0.7916
Sandra m 30 37 5 72 0.4166

De acuerdo a la tabla anterior que muestra la probabilidad que tiene

un estudiante de aprobar un curso de cada profesor podemos
determinar que el profesor con mejor desempeo seria:
Cesar r 52 1 53 0.9811

Debido a que muestra el ndice ms alto de probabilidad de que un

estudiante apruebe un curso de este profesor.
El desempeo ms bajo es de la profesora Sandra m y utilizaremos el
mismo criterio que el anterior, la probabilidad de que un estudiante
apruebe un curso es la ms baja con relacin a la tabla
Sandra m 30 37 5 72 0.4166

Los dems profesores estn dentro de un rango de probabilidad

aceptable.

6. En que programa hay mejores resultados. Establezca los

criterios que utiliz y d las razones de su eleccin
Programa Aprob Reprob Cancelo Total Probabilida
o perdi d
 por
fallas
Administracin 146 15 21 182 0.8021
ambiental
Admn. empresas 295 44 41 380 0.7763
Arquitectura 317 55 74 446 0.7107
Contadura 99 23 19 141 0.7021
Economa 99 19 24 142 0.6971
Ing Meca trnica 515 118 154 787 0.6543
Ing. Civil 88 20 27 135 0.6518
Ing. Financiera 83 29 22 134 0.6194
Ing. Sistemas 127 26 53 206 0.6165
Ing. 32 9 15 56 0.5174
Telecomunicaciones
Negocios 69 21 33 123 0.5609
Internacionales
Psicologa 23 12 13 48 0.4791

El programa con mejores resultados utilizando sera el de

Administracin de empresas debido a que es el programa con mayor
ndice de probabilidad de aprobacin.

ESTUDIO DE CASO 2

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

A: Enfermedad ausente
P: Enfermedad presente
Pos: Resultado del examen positivo
Neg: Resultado del examen negativo

Las probabilidades ofrecidas por la tabla son

P ( Pos )=0.13
P

Con base en esta informacin y usando el Teorema de Bayes, elabore un

informe que como mnimo, debe incluir:
2. Probabilidad de que la enfermedad este presente y la Probabilidad
de que la enfermedad est ausente
 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(Pos A ) 0.05
P ( Pos| A )= = =0.05
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 ( P) 0.02
P ( P )= = =0.2
P(P) 0.1

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

examen resulto positivo

P (Pos P) P(P)
P ( P|Pos )=
P(Pos)

P ( Pos P ) 0.08 0.80.1

P ( Pos|P )= = =0.8 P ( P|Pos )= =0.6154
P ( P) 0.1 0.13

6. Probabilidad de que la persona NO tenga la enfermedad dado que

el examen resulto negativo
P ( Pos| A ) P ( A ) 0.0560.9
P ( A| Pos )= = =0.3877
P ( Pos ) 0.13

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

es este examen de seleccin para detectar la enfermedad?
En el QUINTO caso se observa que la probabilidad es 61.54% lo cual
no es un resultado tan ACERTIVO como debe esperarse; en el otro
caso, la prueba nos dice que podemos estar al 38.77% 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

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.

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?

La probabilidad de que los 12 miembros del equipo tengan un salto

exitoso es de 0.798, es decir P = 0.798.

La probabilidad individual se indica como p, suponiendo que todos los

lanzamientos son eventos independientes. Lo cual debera cumplir
con:

p^12 = P = 0.798,
p^12=0.798

Aplicando logaritmo natural,

12 ln(p) = ln(0.798)
ln(p) = ln(0.798) / 12
p = e^(ln(0.798) / 12)
p = 0.9814

Por lo que la probabilidad de que un salto individual sea exitoso es de

0.9814 o 98.14%.

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?

La probabilidad de que los 12 miembros del equipo tengan un salto

exitoso es de 0.798, la cual se podra indicar como P a, mientras que la
probabilidad de que salte un solo miembro del equipo sera P b, lo que
matemticamente se expresara como 1/12.
La probabilidad de que el salto de 1 de los 12 miembros del equipo
sea exitoso, se expresa como P(a/b), al reemplazar los datos tenemos:
Pa= 0.798
Pb= 1/12
P (a/b) = Pa*Pb
P (a/b) = (0.798)*(1/12)
P (a/b) = 0.0665
Por lo que podemos concluir que la probabilidad de que un solo
miembro del equipo realice un salto exitoso es de 0.0665 o 6.65%.

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?

Para el desarrollo de esta pregunta utilizamos el concepto de la

probabilidad de complemento, lo cual expresa que Si P(a) es la
probabilidad de que ocurra un evento a, entonces la probabilidad de
que NO ocurra a es: P (a') = 1 - P (a)

Tenemos que:

1/5 = 0,2
P (a') = 1 - P (a)
P (a) = 0,7980
P (a') = 1 0,7980
P (a') = 0,202

Por lo que la probabilidad de que alguien se hiera en el salto es de

20,2 %, resultado diferente al de 0,2, con lo que se puede afirmas que
no se est de acuerdo con la afirmacin de la pregunta.

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 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
 CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS
TRIBUNALES DEL CONDADO DE HAMILTON

Casos Casos Casos

Juez Tribunal Penal
Presentados apelados 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
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

Juez Tribunal de Casos Casos Casos

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:

1. La probabilidad de casos que se apelan y revocan en los tres

tribunales

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

5. Clasifique a los jueces dentro de cada tribunal. Establezca los

criterios que utiliz y d las razones de su eleccin.

1. Probaiblidad de casos apelados =(Casos apelados por cada

juez/total casosapelados)
P= (137/1762)=0,0777, Redondeando nos da el 8%
2. Probabilidad que se apele un caso por cada Juez= 1/Numero de
Casos que se apelen
P=1/137= 0.00729 si se redondea da 1%
3. Probabilidad que se revoque un caso por cada Juez =1/numero
de casos que se revoque-
 P=(1/12)=0,083 si se redondea da el 8%

4. Probabilidad de una revocacin dada una apelacin por cada

juez
P=(Un caso por cada juez apelado/caso por cada juez revocado
P=(0.01/0.08)=9%

5. Los criterios utilizados para clasificar a los jueces por cada

tribunal, lo realizo por su desempeo laboral: Tomo y sumo los
casos apelados mas los casos entre casos presentados.
P=(137+12)/3037=0,05, aplicando formato porcentaje nos da
el 5%
Tabla de Probabilidades Tribunal Penal

Probabilid
Un caso Un Caso ad de una
Probilida
Juez Casos Casos Probilida Casos por cada por cada revocacion Calificacio
d Casos
Tribunal Presentad apelado d Revocado Juez Juez - dada una n de los
Revocado
Penal os s apelados s Apelado Revocad apelacion jueces
s
s o por cada
juez
Fred
3037 137 8% 12 6% 8% 9% 54%
Cartolano 0,01
Thomas
3372 119 7% 10 5% 10% 8% 35%
Crush 0,01
Patrick
1258 44 2% 8 4% 13% 18% 28%
Dinkelacker 0,02
Timothy
1954 60 3% 7 4% 14% 12% 21%
Hogan 0,02
Robert Kraft 3138 127 7% 7 4% 14% 6% 28%
0,01
William
2264 91 5% 18 9% 6% 20% 72%
Mathews 0,01
William
3032 121 7% 22 11% 5% 18% 88%
Morrissey 0,01
Norbert
2959 131 7% 20 10% 5% 15% 89%
Nadel 0,01
Arthur Ney,
3219 125 7% 14 7% 7% 11% 54%
Jr. 0,01
Richard
3353 137 8% 16 8% 6% 12% 65%
Niehaus 0,01
Thomas
3000 121 7% 6 3% 17% 5% 24%
Nurre 0,01
John
2969 129 7% 12 6% 8% 9% 52%
OConnor 0,01
Robert
3205 145 8% 18 9% 6% 12% 81%
Ruehlman 0,01
J. Howard
Sunderman 955 60 3% 10 5% 10% 17% 63%
0,02
n
Ann Marie
3141 127 7% 13 7% 8% 10% 53%
Tracey 0,01
Ralph
3089 88 5% 6 3% 17% 7% 17%
Winkler 0,01
Total 43945 1762 100% 199 100%
0,16 1,53 1,89
 Probabilid
Probabilid Probabilid
Probilid ad de una
ad de un ad de un
Juez Casos Casos ad Casos probablid revocacion Calificacio
caso caso
Tribunal de Presentad apelado Casos Revocado ad Casos dada una n de los
Apelado revocado
Familia os s Apelado s Revocado apelacion jueces
por cada por cada
s por cada
juez juez
juez
Penelope
0,0029314
Cunningha 2729 7 7% 1 6% 14% 100% 14%
8
m
Patrick 0,0038326
6001 19 18% 4 24% 5% 25% 21%
Dinkelacker 9
Deborah 0,0064780
8799 48 45% 9 53% 2% 11% 19%
Gaines 1
Ronald 12 0,0026985
32 30% 3 18% 3% 33% 9%
Panioto .970 4
Total 30499 106 100% 17 100%
 Probabilid
ProbabilidProbabilid
Probilid ad de una
Probablid ad de un ad de un
Juez Casos Casos ad Casos revocacion Calificacio
ad Casos caso caso
Tribunal Presentad apelado Casos Revocado dada una n de los
Revocado Apelado revocado
Civil os s apelado s apelacion jueces
s por cada por cada
s por cada
juez juez
juez
Mike Allen 6149 43 9% 4 4% 2% 25% 9% 1%
Nadine
7812 34 7% 6 6% 3% 17% 18% 1%
Allen
Timothy
7954 41 8% 6 6% 2% 17% 15% 1%
Black
David Davis 7736 43 9% 5 5% 2% 20% 12% 1%
Leslie
Isaiah 5282 35 7% 13 13% 3% 8% 37% 1%
Gaines
Karla Grady 5253 6 1% 0 0% 17% 0% 0% 0%
Deidra Hair 2532 5 1% 0 0% 20% 0% 0% 0%
Dennis
7900 29 6% 5 5% 3% 20% 17% 0%
Helmick
Timothy
2308 13 3% 2 2% 8% 50% 15% 1%
Hogan
James
Patrick 2798 6 1% 1 1% 17% 100% 17% 0%
Kenney
Joseph
4698 25 5% 8 8% 4% 13% 32% 1%
Luebbers
William
8277 38 8% 9 9% 3% 11% 24% 1%
Mallory
Melba
8219 34 7% 7 7% 3% 14% 21% 0%
Marsh
Beth
2971 13 3% 1 1% 8% 100% 8% 0%
Mattingly
Albert
Mestemake 4975 28 6% 9 9% 4% 11% 32% 1%
r
Mark
2239 7 1% 3 3% 14% 33% 43% 0%
Painter
Jack Rosen 7790 41 8% 13 13% 2% 8% 32% 1%
Mark
5403 33 7% 6 6% 3% 17% 18% 1%
Schweikert
David
5371 22 4% 4 4% 5% 25% 18% 0%
Stockdale
John A.
2797 4 1% 2 2% 25% 50% 50% 0%
West
Total 108464 500 100% 104 100%
 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.

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 y 6 % 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.- Un diagrama de rbol que represente las probabilidades

dadas y las probabilidades encontradas.
La probabilidad de que un Chip de
0,02 Chips con Halls Electronics est defectuoso es
defectos de (0,25x0,02) = 0,005

Halls
Electronics
0,98 Chips La probabilidad de que un Chip de
buenas Halls Electronics est en buenas
condiciones es de (0,25x0,98) = 0,245
 La probabilidad de que un Chip de
0,04 Chips con Schulers Sales est defectuoso es de
defectos (0,30x0,04) = 0,012

Schulers Sales
30% 0,96 Chips buenas La probabilidad de que un Chip de
condiciones Schulers Sales est en buenas
condiciones es de (0,30x0,96) = 0,288

La probabilidad de que un Chip de

0,06 Chips con Crawford Components est defectuoso
defectos es de (0,45x0,06) = 0,027
Crawford
Components
45% 0,94 Chips La probabilidad de que un Chip de
buenas Crawford Components est en buenas
condiciones es de (0,45x0,94) = 0,423

2.- Probabilidad de que un chip este defectuoso.

Del caso dado se sabe que del evento ocurrido se pueden plantear
varios tipos de probabilidades, es decir se compran los microchips a
tres proveedores diferentes, lo cual es representado por el evento A 1;
cada una de estas compras se hacen en un % especifico que nos
indica la probabilidad a priori. Luego se sabe que de los chips
comprados se recibir un % de no conformes o defectuosos
expresado por la prioridad condicional que va a depender de lo que
ocurra con los anteriores eventos. Finalmente podemos calcular una
probabilidad conjunta teniendo en cuenta todos los hechos del caso, y
se suman:
Probabilidad Probabilidad
Probabilidad
Evento A1 condicional Conjunta P(B1
a Priori A1
P(B1|A1) y A1)
Halls
0,25 0,02 0,005
Electronics
Schulers Sales 0,30 0,04 0,012
Crawford
0,45 0,06 0,027
Components
P(B1) 0,044

Por lo tanto la probabilidad de que un microchip LS-24 est

defectuoso es de 0,044 o 4,4%.

3- Probabilidad de que el chip est en buenas condiciones.

Para saber la probabilidad que se tiene de que un microchip est en
buenas condiciones, se hace el mismo planteamiento realizado en el
punto anterior solo que inicialmente cambiamos la probabilidad
condicional, es decir si antes expresaba el % de chips que salan
defectuosos, con base a esta misma informacin calcularemos el %
de chips que salen en buenas condiciones (el porcentaje restante).
Para Halls Electronics = 0,02% defectuosos = 0,98 en buenas
condiciones.
Para Schulers Sales = 0,04% defectuosos = 0,96 en buenas
condiciones.
Para Crawford Components = 0,06% defectuosos = 0,94 en buenas
condiciones.
Y posteriormente la nueva probabilidad conjunta, y se suman todas:
Probabilidad Probabilidad
Probabilidad
Evento A1 condicional Conjunta P(B2
a Priori A1
P(B2|A1) y A1)
Halls
0,25 0,98 0,245
Electronics
Schulers Sales 0,30 0,96 0,288
Crawford
0,45 0,94 0,423
Components
P(B2) 0,956

Por lo tanto la probabilidad de que un microchip LS-24 est en buenas

condiciones es de 0,986 o 98,6%.
4.- Si el chip seleccionado resulta defectuoso, debe encontrar
la Probabilidad de que haya sido fabricado por cada uno de
los proveedores.
Para determinar las probabilidades de que un chip defectuoso haya
sido fabricado por cada uno de los proveedores, se trabajar con la
primera tabla realizada, ya que esta nos indica la probabilidad de
hallar un chip no conforme. A continuacin se adiciona una columna
extra donde se determinar la probabilidad a posteriori, ya que se
quiere determinar estas opciones despus de ocurrido el evento
principal; para ello hallamos el cociente de la probabilidad conjunta
de cada proveedor con la total, obteniendo as el resultado querido
para cada uno.

Probabilid Probabilid Probabilida

Probabilid
ad ad da
Evento A1 ad a Priori
condiciona Conjunta posteriori
A1
l P(B1|A1) P(B1 y A1) P(A1|B1)
Halls 0,005 / 0,044
0,25 0,02 0,005
Electronics = 0,1137
Schulers 0,30 0,04 0,012 0,012 / 0,044
 Sales = 0,2727
Crawford 0,027 / 0,044
0,45 0,06 0,027
Components = 0,6136
P(B1) 0,044 1,0

Por lo tanto la probabilidad de que el chip defectuoso seleccionado

haya sido fabricado por Halls Electronics es de 0,1137 o 11,37%.
Por lo tanto la probabilidad de que el chip defectuoso seleccionado
haya sido fabricado por Schuler Sales es de 0,2727 o 27,27%
Por lo tanto la probabilidad de que el chip defectuoso seleccionado
haya sido fabricado por Crawford Components es de 0,6136 o
61,36%.
5.- 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:
a. Identificar los eventos mutuamente excluyentes.
Hay tres eventos mutuamente excluyentes
A1= chips que se le compra a Hall Electronics.
A2= chips que se le compra a Schuller Sales.
A3= chips que se le compra Crawford Components.

b. Identificar las probabilidades de los eventos mutuamente

excluyentes (probabilidades a priori).
La probabilidad se asigna antes de obtener los datos empricos.
P(A1)= 0,25
P(A2)= 0,30
P(A3)= 0,45

c. Identificar las probabilidades condicionales presentadas.

Para este caso se realiza un clculo parecido al del punto anterior,
tomando la misma tabla pero reemplazando la columna de
probabilidad condicional P(B1|A1) por la de probabilidad P(B2|A1), la
cual nos indica la probabilidad de que un chip est en buenas
condiciones para cada proveedor:
Probabilid Probabilid Probabilida
Probabilid
ad ad da
Evento A1 ad a Priori
condiciona Conjunta posteriori
A1
l P(B2|A1) P(B1 y A1) P(A1|B1)
Halls 0,245 / 0,956
0,25 0,98 0,245
Electronics = 0,2562
Schulers 0,30 0,96 0,288 0,288 / 0,956
 Sales = 0,3013
Crawford 0,423 / 0,956
0,45 0,94 0,423
Components = 0,4425
P(B1) 0,956 1,0

Por lo que finalmente, la probabilidad de que el chip en buenas

condiciones seleccionado haya sido fabricado por Halls Electronics es
de 0,2562 o 25,62%.
La probabilidad de que el chip en buenas condiciones seleccionado
haya sido fabricado por Schuler Sales es de 0,3013 o 30,13%
La probabilidad de que el chip en buenas condiciones seleccionado
haya sido fabricado por Crawford Components es de 0,4425 o
44,25%.
Bibliografa

wikillerato. (s.f.). Obtenido de

http://www.wikillerato.org/Experimentos_aleatorios._Espacio_muestral
.html
ORTIZ, A. F. (27 de 05 de 2013). blogspot. Recuperado el 9 de 03 de
2017, de blogspot.com.co:
http://probabilidadmitad1.blogspot.com.co/p/tecnicas-de-conteo-el-
principio.html
ConceptoDefinicion. (24 de 10 de 2014). Recuperado el 9 de 03 de
2017, de http://conceptodefinicion.de/probabilidad/