Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRESENTADO POR:
TUTORA:
GRUPO: 100402_137
1
31 DE MARZO DE 2017
INTRODUCCION
2
OBJETIVOS.
3
DESARROLLO
1. CUADRO SIPNOTICO:
4
5
SOLUCION DE CASOS:
CASO N1 _ CARLOS ANDRES LONDOO
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.
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
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:
Solucin:
Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del rea
de matemticas.
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del rea.
Curso Aprob Total
Probabilidad de Aprobar
Algebra lineal 178 P(A) = 178/218 = 0,82 % * 100 = 82% 218
Anlisis numrico 146 P(A) = 146/182 = 0,80 % * 100 = 80% 182
Clculo infinitesimal 252 P(A) = 252/328 = 0,77 % * 100 = 77% 328
Calculo integral 56 P(A) = 56/79 = 0,71 % * 100 = 71% 79
Clculo multivariado 244 P(A) = 244/357 = 0,68 % * 100 = 68% 357
Calculo negocios 226 P(A) = 226/331 = 0,68 % * 100 = 68% 331
Ecuaciones diferenciales 178 P(A) = 178/265 = 0,67 % * 100 = 67% 265
Estadstica bsica 33 P(A) = 33/53 = 0,62 % * 100 = 62% 53
Estadstica inferencial 269 P(A) = 269/437 = 0,62 % * 100 = 62% 437
Matemticas avanzadas 199 P(A) = 199/325 = 0,61 % * 100 = 61% 325
Matemticas discretas 44 P(A) = 44/80 = 0,55 % * 100 = 55% 80
Pre calculo 42 P(A) = 42/83 = 0,51 % * 100 = 51% 83
Probabilidad 6 P(A) = 6/17 = 0,35 % * 100 = 35% 17
TOTAL 1873 2755
5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.
6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.
Con la Frmula de Probabilidad Clsica, los casos favorables al evento A se dividen entre el
nmero de casos posibles, para este caso el nmero de los que aprobaron dividido el
nmero total de estudiantes.
Con el siguiente anlisis podemos ver que le Profesor Csar, obtiene el mayor porcentaje de
probabilidad de que los estudiantes aprueben las materias que el dicta.
7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin
Se pueden evaluar estas probabilidades condicionales usando una formula derivada del
probabilista Thomas Bayes, llamada 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:
Desarrollo.
1. Diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.
Sean:
E = Evento en el que la enfermedad est presente
A = Evento en el que la enfermedad est ausente
= Evento en el examen es positivo.
= Evento en el examen es negativo.
Diagrama de rbol:
= Probabilidad que la enfermedad est presente.
= Probabilidad que la enfermedad est ausente
1 2
3
6
5
4
CASO N 3 KAREN XIOMARA RIVERA CHALA
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 ciudad perdida de Zinj, que
prospero 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-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 era inequvocos.
La probabilidad de un salto exitoso era 0, 7980; sin embargo, dado un salto exitoso, la
probabilidad de xito de 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:
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 182,908 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.
2.1. CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES
DEL CONDADO DE HAMILTON
Casos
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
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
Casos
Juez Tribunal de Familia Casos apelados Casos Revocados
presentados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Total 30,499 106 17
2.2. ANTECEDENTES
En el condado de Hamilton se cuenta con un total de 38 jueces, que se encuentran
asignados a diferentes tribunales; tribunal de penal, tribunal familiar y civil. Durante los 3
aos los jueces han emitido su veredicto sobre 182,908 casos manejados. Se debe de tener
en cuenta adems que durante el periodo de la investigacin 2 de los jueces no trabajaron
en un solo tribunal.
2.3. OBJETIVOS
El objetivo principal es conocer el desempeo de cada uno de los jueces y sus apelaciones
en cada tribunal y ver si los resultados son producto de fallas en el veredicto de los jueces.
2.4. INFORME:
Calificaciones de los jueces, anlisis de la probabilidad de la apelacin y la revocacin de
casos en los tres tribunales.
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.
Casos Apelados.
Casos revocados.
Casos apelados.
Casos revocados.
Casos apelados.
Casos revocados.
4-La probabilidad de una revocacin dada una apelacin por cada juez:
Probabilidad de
Casos Casos Casos Probabilidad Probabilidad
tem Juez Tribunal Penal Revocar dada
Presentados apelados Revocados de Apelar de Revocar
una apelacin
.1 Fred Cartolano 3.037 137 12 0,045110 0,003951 0,087591
.2 Thomas Crush 3.372 119 10 0,035291 0,002966 0,084034
.3 Patrick Dinkelacker 1.258 44 8 0,034976 0,006359 0,181818
.4 Timothy Hogan 1.954 60 7 0,030706 0,003582 0,116667
.5 Robert Kraft 3.138 127 7 0,040472 0,002231 0,055118
.6 William Mathews 2.264 91 18 0,040194 0,007951 0,197802
.7 William Morrissey 3.032 121 22 0,039908 0,007256 0,181818
.8 Norbert Nadel 2.959 131 20 0,044272 0,006759 0,152672
.9 Arthur Ney, Jr. 3.219 125 14 0,038832 0,004349 0,112000
.10 Richard Niehaus 3.353 137 16 0,040859 0,004772 0,116788
.11 Thomas Nurre 3.000 121 6 0,040333 0,002000 0,049587
.12 John OConnor 2.969 129 12 0,043449 0,004042 0,093023
.13 Robert Ruehlman 3.205 145 18 0,045242 0,005616 0,124138
J. Howard
.14
Sundermann
955 60 10 0,062827 0,010471 0,166667
.15 Ann Marie Tracey 3.141 127 13 0,040433 0,004139 0,102362
.16 Ralph Winkler 3.089 88 6 0,028488 0,001942 0,068182
Total 43.945 1.762 199 0,6513921 0,0783862 1,8902669
Probabilidad de
Juez Tribunal de Casos Casos Casos Probabilidad Probabilidad
tem Revocar dada
Familia presentados apelados Revocados de Apelar de Revocar
una apelacin
Penelope
.1 2.729 7 1 0,002565 0,000366 0,142857
Cunningham
.2 Patrick Dinkelacker 6.001 19 4 0,003166 0,000667 0,210526
.3 Deborah Gaines 8.799 48 9 0,005455 0,001023 0,187500
.4 Ronald Panioto 12.970 32 3 0,002467 0,000231 0,093750
Probabilidad de
Juez Tribunal Casos Casos Casos Probabilida Probabilidad
tem Revocar dada
Civil Presentados apelados Revocados d de Apelar de Revocar
una apelacin
.1 Mike Allen 6.149 43 4 0,006993 0,000651 0,093023
.2 Nadine Allen 7.812 34 6 0,004352 0,000768 0,176471
.3 Timothy Black 7.954 41 6 0,005155 0,000754 0,146341
5-Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las
razones de su eleccin.
a. Se puede decir que el tribunal civil es el que tiene la mayora de casos revocados y
los jueces emiten sentencias erradas en cabeza del juez Jhon A.West.
b. Por otro lado se puede decir que el tribunal de familia es el tribunal con menos
casos apelados y el ms eficiente en la emisin de su veredicto.
c. En el caso del tribunal penal, es necesario hacer seguimiento de los procesos a cargo
de los jueces William Mathews, William Morrissey y J. Howard Sundermann.
d. El juez Patrick Dinkelacker quien trabaja en los tribunales de familia y penal se
debe intervenir debido a que presenta el mayor nmero de apelaciones y
revocaciones.
e. La juez Karla Grady del tribunal civil es quien mejor desempea su funcin por
tener la menor cantidad de apelaciones y revocaciones.
Axioma 2
INFORME
1. Un diagrama de rbol que represente las probabilidades encontradas.
Diagrama de rbol
(98%)
0.02 Defectuoso
ll %)
Ha ics (25 (2%)
5
0.2 tron 0.30 Schuller Sales 0.96 Buenas Condiciones
c
Ele (30%) (96%)
0.04 Defectuoso
(4%)
0.94 Buenas Condiciones
(94%)
0.45 0.06 Defectuoso
Com Crawf (6%)
po n or
ent d
s (4
5 %)
2. Probabilidad de que un chip este defectuoso
Se empelaron cada una de los temas de la Unidad 1 para resolver de manera particular cada
ejercicio, aprendiendo de esta forma lo concerniente a procedimientos frmulas, Axiomas,
etc.
BIBLIOGRAFIAS.
Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional Abierta
y a distancia UNAD.
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf
Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-viii.
Recuperado de: http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?
rcDocId=GALE
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultC
lickType=AboutThisPublication&contentModuleId=GVRL&searchType=BasicSear
chForm&docId=GALE%7C3BDC