TRABAJO COLABORATIVO

Axiomas de Probabilidad

REALIZADO POR:

HERSON LEONARDO GOMEZ

Cdigo:1.091.670.755
CATERINE ISABEL HERRERA
Cdigo:
ELIANA DEL CARMEN LABORDE
Cdigo: 32867546
YEIMY LORENA CUVIDES QUINTERO
Cdigo: 1091659182
ANDERSON ALDEMAR GOMEZ
Cdigo:

TUTOR
Azucena Gil

GRUPO: 100402A_360

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

INGENIERIA DE SISTEMAS
CEAD OCAA
MARZO 2017
 INTRODUCCION

EL siguiente trabajo tiene como objetivo comprender los principios de la probabilidad

concernientes a la unidad uno, en temas relacionados con experimentos aleatorios,
eventos y sucesos, tcnicas de conteo, axiomas de probabilidad, probabilidad
condicional y teorema de bayes. Aplicando estos temas y conceptos encontraremos un
cuadro sinptico y la solucin de los estudios casos.

CONTENIDO
1.) Cuadro sinptico

Casos Tericos HERSON LEONARDO GOMEZ

Espacio Muestral (S): Se define como el conjunto de todos los posibles resultados que
pueden obtenerse.

Suceso o Evento (A): Est formado por un conjunto de puntos mustrales que son todos
los resultados posibles.

Suceso Simple: Est formado por un solo punto muestral

Suceso Compuesto: Est formado por dos o ms puntos muestrales.

Suceso Imposible: Est formado por resultados que no se consideran para el estudio, sin
embargo, pertenecen al espacio muestral.

Suceso mutuamente excluyente o exclusivo: Este suceso se define al considerar dos

sucesos, A y B, los cuales no pueden ocurrir o presentarse al mismo tiempo
(Simultneamente).
La interseccin de A y B es el conjunto vaco.

Suceso mutuamente no excluyente o exclusivo: Este suceso se define al considerar dos

sucesos A y B, los cuales ocurren o se presentan al mismo tiempo (En forma
simultanea).
La interseccin de A y B no es el conjunto vaco.

Sucesos colectivamente exhaustivos: Al realizar un experimento se obtiene el espacio

muestral y este puede estar formado por una lista de sucesos que son mutuamente
excluyentes y colectivamente exhaustivos.
Todos los espacios muestrales son listas colectivamente exhaustivas por que contienen
todos los puntos muestrales del experimento.

Probabilidad del suceso del complemento: El complemento de un suceso A es aquel que

est formado por todos los puntos muestrales que no estn incluidos en A pero que
pertenecen al espacio muestral. El suceso complemento se representa A

Se sabe: P(A) + P(A) = 1

El complemento del suceso A se encuentra al utilizar la siguiente expresin:
P(A) = 1 - P(A)
YEIMY LORENA CUVIDES QUINTERO

ESTUDIO DE CASO 1 1 YEIMY LORENA CUVIDES QUINTERO

1 Tomado y adaptado de Roa, E. (2016) Informe de rendimiento Acadmico U.P.C..

 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, o fueron
reportados por cancelacin de semestre

Cancelo o
Reprob
Curso Aprob perdi 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 avanzadas 199 53 73 325
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
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

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

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 un curso del rea de matemticas

2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.

3. 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

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

6. criterios que Califique los profesores del rea de acuerdo a los resultados obtenidos.
Establezca los utiliz y d las razones de su eleccin
En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin
Solucion:
Numero de casos favorables
P[A]= Numero de casos posibles

1873
1. P[M]= 2755 =0.68 = 68% Probabilidad de que un estudiante apruebe un curso de
matematicas

389
2. P[R]= 2755 =0.14= 14% Probabilidad de que repruebe un curso de matematicas

3.

Profesor Formula Probabilidad de aprobar

con el profesor:
Cesar 52 0.9811=98,11%
P[Cesar]= 53
Claudia 31 0.86=86%
P[Claudia]= 36
Diana 97 0.8151=81.51%
P[Diana]= 119
Diego v 36 0.8=8%
P[Diego v]= 45
Eduardo m 154 0.781=78.1%
P[Eduardo m]= 197
Enrique p 118 0.7564=75.64%
P[Enrique p]= 156
Fernando m 125 0.7485=74.85%
P[Fernando m]= 167
Gloria a 151 0.7438=74.38%
P[Gloria a]= 203
Jairo a 116 0.7204=72.04%
P[Jairo a]= 161 =
Javier b 98 0.7153=71.53%
P[Javier b]= 137
Luz p 142 0.6794=67.94%
P[Luz p]= 209
Jose c 49 0.6621=66.21%
P[Jose c.]= 74
Marcela f 60 0.6=6%
P[Marcela f]= 100
Maria a 93 0.5923=59.23%
P[Maria a]= 157
Mario g 90 0.5921=59.21%
P[Mario g]= 152
Mercedes s 60 0.5882=58.82%
P[Mercedes s]= 102
Ernesto 116 0.5686=56,86%
P[Ernesto]= 204
Oscar n 111 0.5441=54.41%
P[Oscar n]= 204
Patricia m 37 0.5068=50.68%
P[Patricia m]= 73
Ricardo o 57 0.4253=42.53%
P[Ricardo o]= 134
Sandra m 30 0.4166=41.66%
P[Sandra m]= 72

Cancelo o
Reprob
Curso Aprob perdi 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 avanzadas 199 53 73 325
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Axioma

P(A1)+P(A2)+P(A3)+P(A4)P(A5)+P(A6)+P(A7)P(A8)+P(A9)+P(A10)+P(A11)+P(A1
2)+P(A13)+P(A14)+P(A15)+P(A16)+P(A17)+P(A18)+P(A19)+
P(A20)+P(A21)=14.01

0.98+0.86+0.81+0.8+0.78+0.75+0.74+0.74+0.72+0.71+0.67+0.66+0.6+0.59+0.59+

0.58+0.56+0.54+0.50+0.42+O.41= 14.01
5
Materia Formula Probabilidad de aprobar
la materia
Algebra lineal 178 0.8165=81.65%
P[Algebra lineal]= 218
Analisis Numerico P[Analisis Numerico]= 0.8021=80.21%
146
182 =
Calculo infinitesimal P[Calculo infinitesimal]= 0.7682=76.82%
252
328 =
Calculo integral P[Calculo integral]= 0.7088=70.88%
56
79
Calculo multivariado P[Calculo multivariado]= 0.6834=68.34%
244
357
PCalculo negocios P[Calculo negocios]= 0.6827=68.27%
226
331 =
Ecuaciones diferenciales P[Ecuaciones 0.6716=67.16%
178
diferenciales]= 265
Estadistica basica P[Estadistica basica]= 0.6226=62.26%
33
53
Estadistica inferencial P[Estadistica inferencial]= 0.6155=61.55%
269
437
Matematicas avanzadas P[Matematicas 0.6123=61.23%
199
avanzadas]= 325
Matematicas discretas P[Matematicas discretas]= 0.55=55%
44
80
Precalculo 42 0.5060=50.60%
P[Precalculo]= 83
Probabilidad 6 0.3529=35.29%
P[Probabilidad]= 17
Se clasifica en orden descendente" teniendo en cuenta el nmero total de
estudiantes inscritos por cada rea de curso

6.
52
1. P[Cesar]= 53 =0.9811=98,11% Probabilidad de aprobar con el profesor cesar

31
2. P[Claudia]= 36 =0.86=86% Probabilidad de aprobar con claudia

97
3. P[Diana]= 119 =0.8151=81.51% Probabilidad de aprobar con Diana

36
5. P[Diego v]= 45 =0.8=8% Probabilidad de aprobar con Diego v

154
6. P[Eduardo m]= 197 =0.781=78.1% Probabilidad de aprobar con Eduardo m

118
7. P[Enrique p]= 156 =0.7564=75.64% Probabilidad de aprobar con Enrique p

125
8. P[Fernando m]= 167 =0.7485=74.85% Probabilidad de aprobar con Fernando m

151
9. P[Gloria a]= 203 =0.7438=74.38% Probabilidad de aprobar con Gloria a

116
10. P[Jairo a]= 161 =0.7204=72.04% Probabilidad de aprobar con Jairo a

98
11. P[Javier b]= 137 =0.7153=71.53% Probabilidad de aprobar con Javier b
 142
13. P[Luz p]= 209 =0.6794=67.94% Probabilidad de aprobar con Luz p

49
12. P[Jose c.]= 74 =0.6621=66.21% Probabilidad de aprobar con Jose c

60
14. P[Marcela f]= 100 =0.6=6% Probabilidad de aprobar con Marcela f

93
15. P[Maria a]= 157 =0.5923=59.23% Probabilidad de aprobar con Maria a

90
16. P[Mario g]= 152 =0.5921=59.21% Probabilidad de aprobar con Mario g

60
17. P[Mercedes s]= 102 =0.5882=58.82% Probabilidad de aprobar con Mercedes s

116
4. P[Ernesto]= 204 =0.5686=56,86% Probabilidad de aprobar con Ernesto

111
18. P[Oscar n]= 204 =0.5441=54.41% Probabilidad de aprobar con Oscar n

37
19. P[Patricia m]= 73 =0.5068=50.68% Probabilidad de aprobar con Patricia m

57
20. P[Ricardo o]= 134 =0.4253=42.53% Probabilidad de aprobar con Ricardo o

30
21. P[Sandra m]= 72 =0.4166=41.66% Probabilidad de aprobar con Sandra m

Se clasifica en orden ascendente" teniendo en cuenta el nmero total de

alumnos que le pertenece a cada profesor.

7.
Programa Formula Probabilidad de aprobar
Adm Ambiental P[Adm Ambiental]= 0.8021=80.21%
146
182
Adm Empresas P[Adm Empresas]= 0.7763=77.63%
295
380
Arquitectura 297 0.7054=70.54%
P[Arquitectura]= 421
Contaduria 99 0.7021=70.21%
P[Contaduria]= 141
Economia 99 0.6971=69.71%
P[Economia]= 142
Ing Mecatronica P[Ing Mecatronica]= 0.6543=65.43%
515
787
Ing Civil 88 0.6518=65.18%
P[Ing Civil]= 135
Ing Financiera P[Ing Financiera]= 0.6194=61.94%
83
134
Ing Sistemas 127 0.6165=61.65%
P[Ing Sistemas]= 206
Ing Telecomunicaciones P[Ing 0.5714=57.14%
Telecomunicaciones]=
32
56
Negocios internaciones P[Negocios 0.5609=56.09%
69
internaciones]= 123
Sicologia 23 0.4791=47.91%
P[Sicologia]= 48

El programa con mejores resultado de estudiantes que aprobaron

s u s d e t e r m i n a d o s c u r s o s e s i n g e n i e r a m e c a trnica" se clasifico
descendentemente teniendo en cuanta el mayor nmero de estudiantes que
aprobaron segn el programa
ESTUDIO DE CASO 22 ELIANA DEL CARMEN LABORDE

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:

2 Tomado y adaptado de Pateiro B., Bioestadstica 2011

 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.
2. Probabilidad de que la enfermedad este presente y la Probabilidad de que la
enfermedad est ausente
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto
positivo
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto
negativo
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?

ESTUDIO DE CASO 33 HERSON LEONARDO GOMEZ

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

3
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?

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?

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?

SOLUCION

1) Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de

completar su salto con xito?
Tenemos: ()12=0,7980
Donde x es la probabilidad de xito para cada miembro del equipo
Despejamos x =0,798012 =0,9813728
Aproximado =0,9814
Respuesta:
La probabilidad que existe si yo fuera parte del equipo en realizar un salto con xito es
de 0,9814 osea el 98%
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?

S= {1,2,3,4,5,6,7,8,9,10,11,12}
P(A) = 0,7980 / 12
P(A) = 0,0665
P(A) = 6,65 %

Respuesta:
La probabilidad de que un solo miembro del equipo pueda completar el salto con xito
es de 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?

Yo concuerdo con la afirmacin esa probabilidad de 0,7980 significaba que haba casi
una posibilidad entre cinco de que alguien se hiera seriamente en un salto
S = {Heridos, No heridos}
Suceso A = La persona no se hiere y su probabilidad es de:
P(A) = 0,7980
Suceso A = La persona se hiere y su probabilidad es de:
P(A) = 1 P(A) = 1 0,7980 = 0,20 = 20%
P(A) = 20%
Respuesta:
Este 20% representa a la probabilidad que tienen las 12 personas de accidentarse y el
enunciado dice significaba que haba casi una posibilidad entre cinco de que alguien se
hiera seriamente en un salto
1 / 5 = 0,20 = 20 %
Por esta razn concuerdo con lo que dice el enunciado.

ESTUDIO DE CASO 44 ANDERSON ALDEMAR

GOMEZ

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 calicar a los jueces. Tal vez
pueda analizar la probabilidad de los casos que se apelaron y revocaron manejados en
los diferentes tribunales

4 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.Cengage

Learning 2011
 CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES
DEL CONDADO DE HAMILTON

Juez Tribunal Penal Casos Presentados Casos apelados Casos 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 Familia Casos Presentados Casos apelados Casos Revocados

Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
 Juez Tribunal Civil Casos Presentados Casos apelados Casos 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. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y
d las razones de su eleccin.
 SOLUCION:

TRIBUNAL PENAL
Probabilidad Provabilidad
Probabilidad de Probabilidad
Casos Casos Casos revocados de que sean
Juez que sean de que sean
Presentados apelados Revocados dada apelados y
apelados revocados
apelacin revocados
Fred
3037 137 12 0,045110306 0,003951268 0,087591241 0,003951268
Cartolano
Thomas Crush 3372 119 10 0,035290629 0,002965599 0,084033613 0,002965599
Patrick
1258 44 8 0,034976153 0,0063593 0,181818182 0,0063593
Dinkelacker
Timothy
1954 60 7 0,030706244 0,003582395 0,116666667 0,003582395
Hogan
Robert Kraft 3138 127 7 0,040471638 0,00223072 0,05511811 0,00223072
William
2264 91 18 0,040194346 0,00795053 0,197802198 0,00795053
Mathews
William
3032 121 22 0,039907652 0,007255937 0,181818182 0,007255937
Morrissey
Norbert Nadel 2959 131 20 0,044271713 0,00675904 0,152671756 0,00675904
Arthur Ney,
3219 125 14 0,038831935 0,004349177 0,112 0,004349177
Jr.
Richard
3353 137 16 0,040858932 0,004771846 0,116788321 0,004771846
Niehaus
Thomas Nurre 3000 121 6 0,040333333 0,002 0,049586777 0,002
John
2969 129 12 0,043448973 0,004041765 0,093023256 0,004041765
OConnor
Robert
3205 145 18 0,04524181 0,005616225 0,124137931 0,005616225
Ruehlman
J. Howard
955 60 10 0,062827225 0,010471204 0,166666667 0,010471204
Sundermann
Ann Marie
3141 127 13 0,040432983 0,004138809 0,102362205 0,004138809
Tracey
Ralph Winkler 3089 88 6 0,028488184 0,001942376 0,068181818 0,001942376

Total 43945 1762 199 0,651392056 0,078386192 1,890266923 0,078386192

TRIBUNAL DE FAMILIA
Probabilidad Provabilidad
Probabilidad de Probabilidad
Casos Casos Casos revocados de que sean
Juez que sean de que sean
Presentados apelados Revocados dada apelados y
apelados revocados
apelacin revocados
Penelope
2729,00 7,00 1,00
Cunningham 0,002565042 0,000366435 0,142857143 0,000366435
Patrick
6001,00 19,00 4,00
Dinkelacker 0,003166139 0,000666556 0,210526316 0,000666556
Deborah
8799,00 48,00 9,00
Gaines 0,005455165 0,001022844 0,1875 0,001022844
Ronald
12970,00 32,00 3,00
Panioto 0,002467232 0,000231303 0,09375 0,000231303
Total 30499,00 106 17 0,013653579 0,002287137 0,634633459 0,002287137

TRIBUNAL CIVIL
Probabilidad Provabilidad
Probabilidad de Probabilidad
Casos Casos Casos revocados de que sean
Juez que sean de que sean
Presentados apelados Revocados dada apelados y
apelados revocados
apelacin revocados
Mike Allen 6149 43 4 0,006993007 0,000650512 0,093023256 0,000650512
Nadine Allen 7812 34 6 0,004352279 0,000768049 0,176470588 0,000768049
Timothy
7954 41 6
Black 0,005154639 0,000754337 0,146341463 0,000754337
David Davis 7736 43 5 0,005558428 0,000646329 0,11627907 0,000646329
Leslie Isaiah 5282 35 13 0,006626278 0,002461189 0,371428571 0,002461189
 Gaines
Karla Grady 5253 6 0 0,001142204 0 0 0
Deidra Hair 2532 5 0 0,001974724 0 0 0
Dennis
7900 29 5
Helmick 0,003670886 0,000632911 0,172413793 0,000632911
Timothy
2308 13 2
Hogan 0,005632582 0,000866551 0,153846154 0,000866551
James Patrick
2798 6 1
Kenney 0,002144389 0,000357398 0,166666667 0,000357398
Joseph
4698 25 8
Luebbers 0,005321413 0,001702852 0,32 0,001702852
William
8277 38 9
Mallory 0,004591035 0,00108735 0,236842105 0,00108735
Melba Marsh 8219 34 7 0,004136756 0,000851685 0,205882353 0,000851685
Beth
2971 13 1
Mattingly 0,004375631 0,000336587 0,076923077 0,000336587
Albert
4975 28 9
Mestemaker 0,005628141 0,001809045 0,321428571 0,001809045
Mark Painter 2239 7 3 0,003126396 0,001339884 0,428571429 0,001339884
Jack Rosen 7790 41 13 0,005263158 0,001668806 0,317073171 0,001668806
Mark
5403 33 6
Schweikert 0,006107718 0,001110494 0,181818182 0,001110494
David
5371 22 4
Stockdale 0,004096071 0,00074474 0,181818182 0,00074474
John A. West 2797 4 2 0,001430104 0,000715052 0,5 0,000715052
Total 108464 500 104 0,08732584 0,018503774 4,166826632 0,018503774

Casos Casos Casos Probabilidad Probabilidad

presentados apelados revocados apelados revocados
Juez tribunal
43945 1762 199
penal 0,040095574 0,004528388
Juez tribunal
30499,00 106 17
familia 0,003475524 0,000557395
Juez trinunal
108464 500 104
civil 0,004609824 0,000958843
El criterio que seleccciono para clasificar a cada juez en cada tibunal es por medio de
los "casos apelados", es decir, se considera que un juez que menos apelaciones tenga es
el que menos errores ha cometido y este es el motivo por que se puede catalogar como
un juez que mejor este haciendo su trabajo, con respecto a los dems jueces. Por lo tanto
en el tribunal penal hay un nmero mayor de casos revocados en comparacin con los
otros 2 tribunales.En este tribunal los jueces emiten sentencias apeladas y revocadas y
que el juez que encabeza la lista de esta situacin es J. Howard Sundermann. El tribunal
de familia es el que tiene un nmero ms bajo de casos apelados, es decir, hay una
mejor gestin. Los jueces son ms eficientes en su veredicto en comparacin con los
otros dostribunales.En el tribunal penal se debera hacer seguimiento a los procesos que
estn a cargo de los siguientes jueces, ya que son los que tienen mayor nmero de
apelaciones y revocaciones: Sundermann, William Mathews, William Morrissette.Como
caso especial se debera conversar y revisar los caso del juez Patrick Dinkelacker ya
quetiene en ambos tribunales apelaciones y revocaciones. La mejor juez se encuentra en
el tribunal civil y es Karla Grady, ya que tiene bajas apelaciones y ninguna revocacin

Tribunal Penal Tribunal de familia

Casos
Juez Casos apelados Juez apelado
s
Penelope
Patrick Dinkelacker 44 7
Cunningham
J. Howard Sundermann 60 Patrick Dinkelacker 19
Timothy Hogan 60 Ronald Panioto 32
Ralph Winkler 88 Deborah Gaines 48
William Mathews 91
Thomas Crush 119
Thomas Nurre 121
William Morrissey 121
Arthur Ney, Jr. 125
Ann Marie Tracey 127
Robert Kraft 127
John OConnor 129
Norbert Nadel 131
Fred Cartolano 137
Richard Niehaus 137
Robert Ruehlman 145

ESTUDIO DE CASO 55 CATERINE ISABEL HERRERA

5 Tomado y adaptado de Lind, D.,Marshall D., Estadstica aplicada a los Negocios.McGraw Hill
2012
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 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.

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.

2.- Probabilidad de que un chip este defectuoso

3- Probabilidad de que el chip este en buenas condiciones

4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que

haya sido fabricado por cada uno de los proveedores

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
b. Identificar las probabilidad de los eventos mutuamente excluyentes
(probabilidades a priori)
c. Identificar las probabilidad condicionales presentadas

SOLUCION:

Sea D= "la pieza es defectuosa" y N= "la pieza no es defectuosa".

A= Chips comprados al proveedor Hall Electronics
B= Chips comprados al proveedor Schuller Sales
C= Chips comprados al proveedor Crawford Components
1. La informacin del problema puede expresarse en el diagrama de rbol
2. continuacin:

D (0,02) (0,25)(0,02)=0,005
A (0,25)
N (0,25)(99,98)=24,995
(99,98)

D (0,04) (0,30)(0,04)=0,012
P B
(0,30) N (0,30)(99,96)=29,998
(99,96)

D (0,06) (0,45)(0,06)=0,027
C (0,45) N (0,45)(99,94)=44,973
(99,94)

O expresado por medio del teorema de probabilidad total:

3. P(D) = P(A) P(D/A) + P(B) P(D/B) + P(C) P(D/C) =

= 0,25 * 0,02 + 0,30 * 0,04 + 0,45 * 0,06 = 0,044

P(D)= 0,044

4. P(N) = P(A) P(N/A) + P(B) P(N/B) + P(C) P(N/C) =

= 0,25 * 99,98 + 0,30 * 99,96 + 0,45 * 99,94 = 99,956

P(N)= 99,956

5. Debemos calcular las respuestas a estas incgnitas a travs del teorema de

Bayes:
Teniendo en cuenta que las probabilidades condicionales son:
P (Sali defectuoso/Comprado en Hall Electronic) = P(N/A) = 0,02
P (Sali defectuoso/Comprado en Schuller Sales) = P(N/B) = 0,04
P (Sali defectuoso/Comprado en Crawford Components) = P(N/C )= 0,06

Cul es la probabilidad de que el elemento defectuoso lo haya fabricado Hall

Electronic?
 P ( A ) . P ( D/ A )
P( A/ D)=
P ( A ) . P ( D / A )+ P ( B ) . P ( D/ B ) + P ( C ) . P ( D/ A ) =

( 0,25 ) .(0,02)
P( A/ D)=
( 0,25 ) . ( 0,02 ) + ( 0,30 ) . ( 0,04 )+ ( 0,45 ) .( 0,06) =

0,005
P( A/ D)=
0.005+0,012+0,027 =

0,005
P ( A / D )= =0,1136
0,044

Cul es la probabilidad de que el elemento defectuoso lo haya fabricado Schuller

Sales?
P ( B ) . P ( D/ B )
P( B/ D)=
P ( A ) . P ( D/ A ) + P ( B ) . P ( D /B ) + P ( C ) . P ( D / A ) =

( 0,30 ) . ( 0,04 )
P( B/ D)=
( 0,25 ) . ( 0,02 ) + ( 0,30 ) . ( 0,04 ) + ( 0,45 ) .(0,06) =

0,012
P(B/ D)=
0.005+ 0,012+ 0,027 =

0,010
P ( B/ D ) = =0,2272
0,044

Cul es la probabilidad de que el elemento defectuoso lo haya fabricado por Crawford

Components?
P (C ) . P ( D/C )
P(C /D)=
P ( A ) . P ( D/ A ) + P ( B ) . P ( D /B ) + P ( C ) . P ( D/ A ) =

( 0,45 ) . ( 0,06 )
P(C /D)=
( 0,25 ) . ( 0,02 )+ ( 0,30 ) . ( 0,04 ) + ( 0,45 ) .(0,06) =

0,027
P(C /D)=
0.005+0,012+0,027 =

0,027
P (C / D )= =0,6136
0,044
 BIBLIOGRAFIA

UNIDAD UNO PRINCIPIOS DE PROBABILIDAD.

Experimento Aleatorio, Espacio Muestral y eventos
Universidad de Malaga (2010) Bioestadstica Recuperado Septiembre 13 de 2014
http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04.pdf
Prez, T. (2008) Estadstica para las ciencias sociales y el comportamiento. Ed Cengage
Captulos 4, 6 y 7
http://datateca.unad.edu.co/contenidos/100402/2015-
I/Estadistica_para_las_ciencias_sociales.pdf

Tcnicas de conteo
Perez, T. (2008) Estadstica para las ciencias sociales y el comportamiento. Ed Cengage
Captulos 4, 6 y 7
http://datateca.unad.edu.co/contenidos/100402/2015-
I/Estadistica_para_las_ciencias_sociales.pdf
Walpole, R (1999). Probabilidad y estadstica para ingenieros. Mxico;
Hispanoamericana
http://books.google.com.co/books?id=XpBm-Qwv-lMC&lpg=PA52&dq=%22tecnicas
%20de%20conteo%22&hl=es&pg=PA53#v=onepage&q=%22tecnicas%20de
%20conteo%22&f=false

Axiomas de Probabilidad
Hernandez, J. Axiomas de Probabilidad. Instituto Tecnolgico de Apizaco
http://datateca.unad.edu.co/contenidos/100402/axiomas_de_la_probabilidad.pdf
Mendenhall, W (2010). Introduccin a la Probabilidad y Estadstica y Probabilidad. Ed.
Cengage. Capitulos 4, 5 y 6
http://datateca.unad.edu.co/contenidos/100402/2015-
I/introduccionalaprobabilidadyestadisticamendenhall13ed-131004164534-phpapp02.pdf