Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
Grupo: 100402_336
Tutor
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.
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.
Teniendo en cuenta los dos casos posibles, la probabilidad de aprobar entre los estudiantes
que terminaron cada curso y la probabilidad de aprobar entre el nmero de inscritos
incluyendo al que Cancelo o perdi por fallas
A) El nmero. De aprobados, estudiantes con notas igual o superior a 3,0 y
B) El nmero. De no aprobados menor a 3,0
Para la cual se utilizara la formula
Total aprobados
P= 100
No. Total de alumnos que terminaron
Total aprobados
P= 100
No. Total de alumnos inscritos
Datos
Aprobados: 1873
Reprobados: 389
Cancelo o perdi por fallas: 493
Total: 2755
a)
Total aprobados
P= 100
No. Total de alumnos que terminaron
1873
P= 100
2262
P=0,828100
P=82.8
En el primer caso La probabilidad de aprobar el curso dentro de los estudiantes que
terminaron es de 82.8%, esto quiere decir que aproximadamente 83 estudiantes de cada
100 aprobaron
b)
Total aprobados
P= 100
No. Total de alumnos inscritos
1873
P= 100
2755
P=0,679100
P=67.9
En el segundo caso que es probabilidad de aprobar el curso dentro del total de estudiantes
inscritos (incluyendo a los que Cancelaron o perdieron por fallas) es de 67.9%, por esto se
pude comprobar que aproximadamente 68 estudiantes de cada 100 inscritos aprueban un
curso
2. La probabilidad de que un estudiante repruebe un curso del rea de matemticas.
Tenemos dos casos, la probabilidad de reprobar entre los estudiantes que terminaron cada
curso y la probabilidad de reprobar entre el nmero de inscritos (incluyendo al que
Cancelo o perdi por fallas).
A) El nmero. De aprobados, estudiantes con notas igual o superior a 3,0 y
B) El nmero. De no aprobados menor a 3,0
Total reprobados
P= 100
No. Total de alumnos inscritos
Datos
Aprobados: 1873
Reprobados: 389
Cancelo o perdi por fallas: 493
Total: 2755
Total reprobados
P= 100
No. Total de alumnos que terminaron
389
P= 100
2262
P=0,172100
P=17.2
Para el caso de los estudiantes que reprobaron La probabilidad de los estudiantes que
terminaron es del 17.2%, lo que quiere decir que aproximadamente 17 estudiantes de cada
100 terminan un curso y lo reprueban.
a)
Total reprobados
P= 100
No. Total de alumnos inscritos
882
P= 100
2755
P=0,32100
P=32
Solo el 32%, es la probabilidad de reprobar el curso dentro del total de estudiantes
inscritos (incluyendo a los que Cancelaron o perdieron por fallas) esto nos decir, que
aproximadamente 32 estudiantes de cada 100 inscritos reprueban un curso por no alcanzar
una nota igual o superior a 3,0 o porque cancelaron o perdieron por fallas.
Igual que en los dos puntos anteriores hay que establecer la probabilidad de que un
estudiante apruebe cuando termina todas las actividades del curso y la probabilidad de
aprobar dentro de todos los inscritos (incluyendo los que cancelaron o perdieron por fallas)
Tenemos:
Total aprobados
P= 100
No. Total de alumnos que terminaron
Total aprobados
P= 100
No. Total de alumnos inscritos
Dentro de la probabilidad de aprobar dentro de estudiantes que terminan el curso, por
profesores tienen mayor probabilidad de aprobar con:
1. CSAR R.,
2. CLAUDIA V
3. DIANA M.
1. RICARDO O
2. SANDRA M.
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno
de los cursos del rea.
Se puede notar que el nmero de estudiantes que cancel o perdi por fallas es mayor a
los reprobados. Siendo algebra lineal y anlisis numrico los cursos con mayor
probabilidad de aprobacin por cada estudiante, mientras que pre clculo y probabilidad
son los cursos con menor probabilidad de aprobacin por cada estudiante.
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.
A los profesores de igual manera se los puede clasificar por el porcentaje de estudiantes
activos (que terminaron el curso y aprobaron o reprobaron), porque quienes cancelaron y
perdieron por faltas se alejan por algn motivo a la orientacin del docente, y solo se puede
calificar su desempeo entre quienes recibieron la totalidad del curso y por otro lado se
califica por porcentaje por la cantidad de estudiantes vara para cada docente.
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 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:
Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad
P
P 100.08 0.8
P(A/P) = = = = 0,177 = 1,77
0.0590 4,5
P
N
A ( 900.85 )
P (A/N) = = = 7.65
P (10)
Rta.\ la probabilidad de un falso negativo, es decir que el examen resulte negativo
dado que la persona tiene la enfermedad.
P
P 100.08
P (P\P ) = = = 0,08%
10
P
N
A 900.85
P (A\N) = = = 900,85%
10
P
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
de seleccin para detectar la enfermedad?
P/ A . P( A) 10
( 90)
P (P/A) = = 90 = 0,9 = 9%
P
10
P=0.7980
P12=P=0.7980
12 lnd(P) = lnd(0.7980)
lnd (0.7980)
lnd (P) =
12
Ind ( 0.7980)
P= e(
12
P=0.9813
Pgf + pg = 1
Pgf+0.7980 = 1
1
= 0.2
5
0.202~ 0.2
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
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:
Casos revocados 17
Tribunal de familia : P ( A )= = =0,160377358
Casos apelados 106
El total de casos revocados en el tribunal civil es de 104. El total de casos apelados es de 500,
siendo as el porcentaje de casos revocados es de 20,8 %.
Para la clasificacin de los jueces determin el porcentaje de los casos de jueces por el
total de los juzgados, de esta forma se podr definir la productividad de cada juez. En
las tablas se puede ver la productividad de cada juez del menos productivo al mejor en
cada uno de los juzgados.
ESTUDIO DE CASO 5- PRESENTADO POR: FABIO NELSON SUTA
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.
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
Defectuoso
0.02
Hall Electronics
0.25
No
Defectuoso
Defectuoso
0.04
Schuller Sales
p
0.30
No
Defectuoso
Defectuoso
Crawford 0.06
Components
0.45 No
Defectuoso
Se encuentran tres eventos mutuamente excluyentes que son los tres proveedores.
P(B1/ A 1 ) = 0.02 La probabilidad de que un chip LS-24 fabricado por Hall Electronics este
defectuoso.
P(B1/ A 2 ) = 0.04 La probabilidad de que un chip LS-24 fabricado por Schuller Sales este
defectuoso.
Para este punto se pueden organizar las probabilidades dadas y encontradas en una tabla de
contingencia.
P(A)=Chips defectuosos
La probabilidad de que un chip este defectuoso es de 0.044, por lo tanto el 4.4% corresponde
al chip que sale defectuoso.
1P ( A )=10.044=0.956
Con el teorema de Bayes se encuentra la probabilidad de que el chip haya sido fabricado por
el proveedor Hall Electronics.
B1
P(
A (
P ( A 1) P
A )
B1)
1 1
=
P( A ) P
2
( BA1 )+ P ( A ) P ( B1A )+ P ( A ) P ( BA1 )
2
1
1
3
3
Se encuentra entonces que el 11.36% de los chips defectuosos provienen de Hall Electronics.
Con el teorema de Bayes se encuentra la probabilidad de que el chip haya sido fabricado por
el proveedor Schuller Sales.
B1
P(
A ( A )
P ( A 2) P
B1)
2 2
=
B1 B1 B1
P( A ) P
1
(A ) +P( A ) P
1
(A )
2 +P( A )P
2
(A ) 3
3
A2
P ( ) =
(0.30)(0.04)
=
0.012
=
0.012
B 1 ( 0.25 )( 0.02 ) + ( 0.30 )( 0.04 ) +( 0.45)(0.06) 0.005+0.012+0.027 0.044
=0.2727
Se encuentra entonces que el 27.27% de los chips defectuosos provienen de Schuller Sales.
Usando el teorema de Bayes tambin se encuentra la probabilidad de que el chip haya sido
fabricado por el proveedor Crawford Components.
B1
A3 ( )
P ( A3 ) P
A3
P ( ) P ( A ) P B 1 + P ( A ) P B1 + P ( A ) P B 1
B1
=
(A )
1
1
(A )
3
3
(A )2
2
B1
P ( )
A1
=10.02=0.98
Para Shuller Sales
B1
P ( )
A2
=10.04=0.96
B1
P ( )
A3
=10.06=0.94
Para encontrar si el chip seleccionado que est en buenas condiciones fue fabricado por Hall
Electronics
A1
P ( ) =
(0.25)(0.98)
=
0.245
=
0.245
B 1 ( 0.30 )( 0.96 )+ ( 0.25 ) ( 0.98 ) +( 0.45)(0.94) 0.288+ 0.245+0.423 0.956
=0.2562
Se encuentra que la probabilidad que el chip que est en buenas condiciones y fue fabricado
por Hall Electronics es 0.2562
Para encontrar si el chip seleccionado que est en buenas condiciones fue fabricado por
Shuller Sales.
A2
P ( ) =
(0.30)(0.96)
=
0.288
=
0.288
B 1 ( 0.25 )( 0.98 )+ ( 0.30 ) ( 0.96 ) +( 0.45)(0.94) 0.245+ 0.288+0.423 0.956
=0.3012
Se encuentra que la probabilidad que el chip que est en buenas condiciones y fue fabricado
por Hall Electronics es 0.3012.
Para encontrar si el chip seleccionado que est en buenas condiciones fue fabricado por
Crawford Components
A3
P ( )
=
(0.45)(0.94)
=
0.423
=
0.423
B 1 ( 0.25 )( 0.98 )+ ( 0.45 ) ( 0.94 ) + ( 0.30 )( 0.96 ) 0.245+0.423+ 0.288 0.956
=0.4424
Se encuentra que la probabilidad que el chip que est en buenas condiciones y fue fabricado
por Crawford Components es 0.4424.
Conclusiones
Despus De haber realizado este trabajo aprendimos a como los axiomas pueden ayudar en
una muestra y as hallar diferentes probabilidades, tambin aprendimos los deferentes
mtodos, condiciones y reglas para realizar cada caso propuesto y as tambin poder realizar
la evaluacin y cumplir con los objetivos planteados para esta parte del curso y avanzar en el.
Tambin aprendimos que en cualquier situacin, se puede aplicar las probabilidades y que a
partir de ellas se pueden pronosticar ciertos eventos, y que puede suceder en cada uno y que
porcentaje esta de que se cumpla.
Bibliografa.
Blade1.uniquindio.edu.co. (2017). Regla de la Adicion. [En lnea] Disponible en:
http://blade1.uniquindio.edu.co/uniquindio/ntic/trabajos/6/grupo3/probabilidad/paginas/reglas
pro.htm [Fecha de consulta 5 Mar. 2017].