Universidad Nacional Abierta y a Distancia

Vicerrectora Acadmica y de Investigacin

Anexo 1. Estudios de caso: Axiomas de Probabilidad

1. Descripcin general del curso

Escuela o Unidad Escuela de Ciencias Bsicas, Tecnologa e

Acadmica Ingeniera
Nivel de
Profesional
formacin
Campo de
Formacin interdisciplinar bsica comn
Formacin
Nombre del curso Probabilidad
Cdigo del curso 100402
Tipo de curso Terico Habilitabl S N
e i o
Nmero de 2
crditos

1
 1
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, o
fueron reportados por cancelacin de semestre
Cancel
oo
Aprob Reprob Tota
Curso perdi
l
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
Pre clculo 42 24 17 83

1 Tomado y adaptado de Roa, E. (2015) Informe de rendimiento Acadmico U.P.C..

2
 Cancel
oo
Aprob Reprob Tota
Curso perdi
l
por
fallas
Probabilidad 6 8 3 17
275
TOTAL 1873 389 493
5

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
3
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. Clasique 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

ESTUDIO DE CASO 22

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

2 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.Cengage Learning 2011

4
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

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 955 60 10
Sundermann
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6

Juez Tribunal de Casos Casos Casos

Familia Presentados apelados Revocados
5
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 2,970 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

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.

6
ESTUDIO DE CASO 33

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.

Se supone que una cierta prueba detecta cierto tipo de cncer con
probabilidad del 80% entre gente que lo padece, y no detecta el 20%
restante. Si una persona no padece este tipo de cncer la prueba
indicar este hecho un 90% de las veces e indicar que lo tiene un 10%
de ellas. Por estudios realizados se supone que el 5% de la Poblacin
padece este tipo de cncer.
Con base en esta informacin y usando el Teorema de Bayes, elabore un
informe que como mnimo, debe incluir: (se sugiere elaborar un diagrama de
rbol)

3 Tomado y adaptado de Pateiro B., Bioestadstica 2011

7
1. Probabilidad de que una persona tenga este tipo de cncer:
Probabilidad de que NO tenga este tipo de cncer
2. Probabilidad de un falso positivo, es decir que el examen indique que
la persona tiene cncer dado que la persona no tiene la enfermedad
3. Probabilidad de un falso negativo, es decir, que el examen indique
que la persona tiene cncer dado que la persona no tiene la
enfermedad
4. Probabilidad de que el examen indique que la persona tiene cncer
5. Probabilidad de que la persona tenga cncer dado que el examen
indico que tiene cncer
6. Probabilidad de que la persona NO tenga cncer dado que el examen
indico que NO tiene cncer
7. De acuerdo con las probabilidades encontradas, que tan confiable es
este examen para detectar este tipo de cncer

ESTUDIO DE CASO 44

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 y las aplicaciones del
Teorema de Bayes para ayudar a realizar el informe solicitado.

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

8
Prepare un informe en el que debe incluir como mnimo lo siguiente:
1.- Un diagrama de rbol que represente las probabilidades dadas
(probabilidades a priori) y las probabilidades encontradas
(probabilidades a posteriori)
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

ESTUDIO DE CASO 55

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 10 miembros de su equipo

5 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.Cengage Learning 2011

9
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 0,8790; sin embargo,
dado un salto exitoso, la probabilidad de xito de la expedicin era de 0,9483
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 10 miembros del equipo, cual es la probabilidad de

completar su salto con xito?
2. Si la probabilidad de que los 10 miembros del equipo tengan un salto
exitoso es de 0.8790, 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 0,8790 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?

10