Fase 1grupo 100402 - 369 Axiomas de Probabilidad

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD
Escuela de Ciencias de la Educacin

Curso: Probabilidad
Cdigo: 100402
Tipo de curso: Terico
ACTIVIDAD COLABORATIVA
FASE 1
PRESENTADO POR:
ALEXANDER VELASQUEZ CAMACHO
SANTIAGO PALACIO GALVAN
DIANA KARINA PANTOJA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FACULTAD DE CIENCIAS ADMINISTRATIVAS, ECONOMICAS Y CONTABLES
PROBABILIDAD
MARZO 2017
Curso: Probabilidad
Cdigo: 100402
ACTIVIDAD COLABORATIVA
AXIOMAS DE PROBABILIDAD
PRESENTADO POR:
ALEXANDER VELASQUEZ CAMACHO
SANTIAGO PALACIO GALVAN
DIANA KARINA PANTOJA
GRUPO: 100402_369
TUTOR
ANGELLI ARIAS
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

FACULTAD DE CIENCIAS ADMINISTRATIVAS, ECONOMICAS Y CONTABLES
PROBABILIDAD
MARZO 2017
Curso: Probabilidad
Cdigo: 100402
INTRODUCCION
Una forma tradicional de estimar algunas probabilidades sera obtener la

frecuencia de un acontecimiento determinado mediante la realizacin de
experimentos aleatorios, de los que se conocen todos los resultados posibles, bajo
condiciones suficientemente estables. Un suceso puede ser improbable (con
probabilidad cercana a cero), probable (probabilidad intermedia) o seguro (con
probabilidad uno). Y con este trabajo estamos aplicando lo aprendido en el
desarrollo de la actividad basada en tareas.
Curso: Probabilidad
Cdigo: 100402
RESUMEN DE AXIOMAS
Los axiomas no determinan las probabilidades lo que hacen es facilitar el clculo

de las probabilidades de alguno eventos a partir del conocimiento de
probabilidades de otros.
Para el clculo de probabilidades hay que tomar en cuenta los Axiomas y
Teoremas que a continuacin se enumeran.
1) La probabilidad de que ocurra un evento A cualquiera se encuentra entre

cero y uno.
0 p(A) 1
2) La probabilidad de que ocurra el espacio muestral d debe de ser 1.
() = 1
3) Si A y B son eventos mutuamente excluyentes, entonces la p(A ) =

p(A) + ()
Generalizando:
Si se tienen n eventos mutuamente excluyentes o

exclusivos 1 , 2 , 3, . . entonces;
(1 2 3 ) = (1 ) + (2 ) + (3 ) + ( )
Curso: Probabilidad
Cdigo: 100402
TEOREMAS
1. La probabilidad de que el suceso sea imposible. Si es un evento nulo o
vaco, entonces la probabilidad de que ocurra debe ser cero.
p() = 0
2. La probabilidad del contrario de A. La probabilidad del complemento de

, 2 debe ser;
( ) = 1 ()
Si el espacio muestral , se divide en dos eventos mutuamente exclusivos,

A y Ac luego =A Ac, por tanto p( )=p(A) + p(Ac) y como en el axioma dos
se afirma que p( )=1, por tanto, p(Ac)= 1 - p(A)
3. Probabilidad de A contenido en B. Si un evento A B, entonces;
() ()
Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \

A (B menos A), por tanto, B=A (B \ A) y p(B)=p(A) +p(B \ A), luego
entonces si p(B \ A) 0 entonces se cumple que p(A) p(B).
Curso: Probabilidad
Cdigo: 100402
4. La (\) = () ( )
Si A y B son dos eventos cualquiera, entonces el evento A se puede

separar en dos eventos mutuamente excluyentes, (A \ B) y A B, por tanto,
A=(A \ B) (A B), luego p(A)=p(A \ B) + p(A B), entonces, p(A \ B) = p(A)
p(A B).
5. La probabilidad de ( ). Para dos eventos A y B,

( ) = () + () ( )
Si A B = (A \ B) B, donde (A \ B) y B son eventos mutuamente

excluyentes, por lo que p(A B) = p(A \ B) + p(B) y del teorema anterior
tomamos que p(A \ B) = p(A) p(A B), por tanto, p(A B) = p(A) + p(B)
p(A B).
6. La probabilidad de ( ). Para tres eventos A, B y C,
( ) = () + () + () ( ) ( ) ( ) + (
)
Curso: Probabilidad
Cdigo: 100402
7. La probabilidad de sucesos individuales es igual al espacio

muestral, 1 , 2 , 3 , . ,
(1 2 3 . ) = (1 ) + (2 ) + (3 ) . ( )
8. La probabilidad de espacio muestral finito, = {1 , 2 , 3 , . }
() = (1 ) + (2 ) + (3 ) + . ( )
Curso: Probabilidad
Cdigo: 100402
CUADRO SINOPTICO PROBABILIDAD
Mide cuantitativamente la posibilidad de que

un experimento produzca un determinado
PROBABILIDAD resultado. Que tan posible es que ocurra un
evento determinado.
CONCEPTOS
Es el conjunto formado por todos los

ESPACIO MUESTRAL resultados posibles de un experimento
fenmeno aleatorio.
Es cada uno de los subconjuntos del

SUCESOS espacio muestral. Se utilizan letras
maysculas para denotarlos.
Consiste en decir que en un espacio

muestral existen resultados mutuamente
FORMAS DE INTERPRETACIN
METODO APRIORI excluyentes, es decir, que no pueden

ocurrir dos o ms eventos a la vez.
Es la fraccin
eventos a la vezde veces que un evento se
FRECUENCIA RELATIVA
presenta a lo largo del tiempo cuando
las condiciones son estables.
PROBABILIDAD tal y como dice su nombre, se determina

de acuerdo con una percepcin; es la
SUBJETIVA probabilidad que una persona asigna a
un evento con base en su experiencia.
La probabilidad de que ocurra un evento A

cualquiera se encuentra entre cero y uno.
0 p(A) 1 0 p(A) 1
AXIOMAS
La probabilidad de que ocurra el espacio

() = 1 muestral d debe de ser 1.
() = 1
Si A y B son eventos mutuamente

p(A ) = p(A) + () excluyentes, entonces, p(A ) =
p(A) + ()
Curso: Probabilidad
Cdigo: 100402
Media aritmtica
En matemticas y estadstica, la media aritmtica (tambin llamada
promedio o simplemente media) de un conjunto finito de nmeros ,es el
valor caracterstico de una serie de datos cuantitativos, objeto de estudio
que parte del principio de la esperanza matemtica o valor esperado, se
obtiene a partir de la suma de todos sus valores dividida entre el nmero de
sumandos. Cuando el conjunto es una muestra aleatoria recibe el nombre
de media maestral siendo uno de los principales estadsticos mustrales.
La media aritmtica es el valor obtenido al sumar todos los datos y dividir el
resultado entre el nmero total de datos, En otras palabras, es la suma de n
valores de la variable y luego dividido por n: donde n es el nmero de
sumandos, o en el caso de estadstica el nmero de datos se da el
resultado
Las medidas que describen un valor tpico en un grupo de observaciones
suelen llamarse medidas de tendencia central. Es importante tener en
cuenta que estas medidas se aplican a grupos ms bien que a individuos.
Un promedio es una caracterstica de grupo, no individual. Las medidas de
tendencia central corresponden a valores que generalmente se ubican en la
parte central de un conjunto de datos.
Curso: Probabilidad
Cdigo: 100402
Es el valor caracterstico de una serie

de datos cuantitativos, objeto de
estudio que parte del principio de la
esperanza matemtica o valor
esperado, se obtiene a partir de la
suma de todos sus valores dividida
entre el nmero de sumandos..
los datos y dividir el
El valor obtenido
el nmero total
resultado entre
al sumar todos
En otras palabras, es la suma de n

valores de la variable y luego
de datos
dividido por n: donde n es el

nmero de sumandos, o en el caso
de estadstica el nmero de datos
se da el resultado
observaciones suelen llamarse
Las medidas que describen un
medidas de tendencia central

valor tpico en un grupo de
Es importante tener en cuenta que estas

medidas se aplican a grupos ms bien
que a individuos. Un promedio es una
caracterstica de grupo, no individual.
Curso: Probabilidad
Cdigo: 100402
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
Curso: Probabilidad
Cdigo: 100402
Cancelo o
Curso Aprob Reprob 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 diferenciales 178 47 40 265
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
Programa Aprob Reprob perdi 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
Curso: Probabilidad
Cdigo: 100402
Cancelo o
Profesor Aprob Reprob perdi 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.
INFORME DEL CASO

Curso: Probabilidad
Cdigo: 100402
1. La probabilidad de que un estudiante apruebe un curso del rea de

matemticas
P(A)= 1873/2755 = 0, 6798 = 67,98%

Rta. Existe el 67.98% de probabilidad que un estudiante apruebe un curso del
rea de matemticas.
Se utiliza la propiedad de un evento simple, el mtodo clsico o aprioro
2. La probabilidad de que un estudiante repruebe un curso del rea de

matemticas.
P(R)= 389/2755 = 0,14.11 = 14.11%

Rta. Existe un 14.11% de probabilidad que un estudiante repruebe un curso
del rea de matemticas.
Se utiliza el mtodo clsico o a priori.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe

un curso del rea de matemticas.
Cancelo
o perdi
Profesor Aprob Reprob Total P(A) Probabilidad
por
fallas
Csar r. 52 1 53 P(A)=(52/53) 98,11
Claudia v. 31 5 36 P(A)=(31/36) 86,11
Diana m. 97 4 18 119 P(A)=(97/119) 81,51
Ernesto s. 166 17 21 204 P(A)=(166/204) 81,37
Diego v. 36 5 4 45 P(A)=(36/45) 80,00
Eduardo
m. 154 17 26 197 P(A)=(154/197) 78,17
Enrique p 118 25 13 156 P(A)=(118/156) 75,64
Fernando
m. 125 21 21 167 P(A)=(125/167) 74,85
Gloria a. 151 32 20 203 P(A)=(151/203) 74,38
Jairo a. 116 19 26 161 P(A)=(116/161) 72,05
Curso: Probabilidad
Cdigo: 100402
Javier b. 98 10 29 137 P(A)=(98/137) 71,53

Jos c. 49 9 16 74 P(A)=(49/74) 66,22
Luz p. 142 23 44 209 P(A)=(142/209) 67,94
Marcela f. 60 19 21 100 P(A)=(60/100) 60,00
Mara a . 93 27 37 157 P(A)=(93/157) 59,24
Mario g 90 16 46 152 P(A)=(90/152) 59,21
Mercedes
s. 60 15 27 102 P(A)=(60/102) 58,82
Oscar n. 111 48 45 204 P(A)=(111/204) 54,41
Patricia
m. 37 14 22 73 P(A)=(37/73) 50,68
Ricardo o. 57 31 46 134 P(A)=(57/134) 42,54
Sandra m. 30 37 5 72 P(A)=(30/72) 41,67
Total 1873 389 493 2755
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea

cada uno de los cursos del rea.
perdi
Aprob Reprob por Tota Probabilida
Curso P(A)
l d
fallas
P(A)=
Algebra lineal 178 10 30 218 (178/218) 81,65
P(A)=
Anlisis numrico 146 15 21 182 (146/182) 80,22
P(A)=
Clculo infinitesimal 252 37 39 328 (252/328) 76,83
Calculo integral 56 8 15 79 P(A)= (56/79) 70,89
P(A)=
Clculo multivariado 244 49 64 357 (244/357) 68,35
P(A)=
Calculo negocios 226 44 61 331 (226/331) 68,28
Ecuaciones 178 47 40 265 P(A)= 67,17
Curso: Probabilidad
Cdigo: 100402
diferenciales (178/265)
Estadstica bsica 33 11 9 53 P(A)= (33/53) 62,26
P(A)=
Estadstica inferencial 269 70 98 437 (269/437) 61,56
Matemticas P(A)=
avanzadas 199 53 73 325 (199/325) 61,23
Matemticas discretas 44 13 23 80 P(A)= (44/80) 55,00
Precalculo 42 24 17 83 P(A)= (42/83) 50,60
Probabilidad 6 8 3 17 P(A)= (6/17) 35,29
275
TOTAL 1873 389 493 5
5. Clasique los cursos del rea de acuerdo a los resultados obtenidos.

Establezca los criterios que utiliz y d las razones de su eleccin.
Curso Aprob Total P(A) Probabilidad

Estadstica P(A)=
inferencial 269 437 (269/437) 61,56
Clculo P(A)=
multivariado 244 357 (244/357) 68,35
P(A)=
Calculo negocios 226 331 (226/331) 68,28
Clculo P(A)=
infinitesimal 252 328 (252/328) 76,83
Matemticas P(A)=
avanzadas 199 325 (199/325) 61,23
Ecuaciones P(A)=
diferenciales 178 265 (178/265) 67,17
P(A)=
Algebra lineal 178 218 (178/218) 81,65
P(A)=
Anlisis numrico 146 182 (146/182) 80,22
P(A)=
Precalculo 42 83 (42/83) 50,60
Matemticas P(A)=
discretas 44 80 (44/80) 55,00
P(A)=
Calculo integral 56 79 (56/79) 70,89
Curso: Probabilidad
Cdigo: 100402
P(A)=
Estadstica bsica 33 53 (33/53) 62,26
P(A)=
Probabilidad 6 17 (6/17) 35,29
TOTAL 1873 2755
CRITERIO:
Se clasifican los cursos de acuerdo al mayor nmero de estudiantes que
aprobaron cada materia.
Se clasifican en forma descendente de acuerdo al nmero total de
estudiantes por cada curso.
RAZONES:
Se puede inferir que a pesar que el curso de estadstica inferencial tiene el
mayor nmero de estudiantes que aprobaron con 269 esta materia, la
probabilidad de que un estudiante apruebe es de 61,56%, resultado que no
es muy optimo, si lo comparamos con el curso de algebra lineal del cual
aprobaron 178 estudiantes, pero tiene la probabilidad ms alta de que un
estudiante apruebe con un porcentaje del 81. 65%.
El curso de probabilidad tiene el porcentaje de probabilidad ms bajo que
un estudiante apruebe con apenas el 35.29%, un resultado muy deficiente y
algo que nos indica que hay que tomar algunas decisiones o medidas
correctivas para mejorar esta tendencia.
Con una probabilidad del 50.60% el curso de precalculo correspondiente a
42 estudiantes de un total de 83, apenas pasa la brecha de estudiantes que
aprueban este curso.
6. 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 Total P(A) Probabilidad
Csar r. 52 53 P(A)=(52/53) 98,11

Claudia v. 31 36 P(A)=(31/36) 86,11
Curso: Probabilidad
Cdigo: 100402
Diana m. 97 119 P(A)=(97/119) 81,51

Ernesto s. 166 204 P(A)=(166/204) 81,37
Diego v. 36 45 P(A)=(36/45) 80,00
Eduardo
m. 154 197 P(A)=(154/197) 78,17
Enrique p 118 156 P(A)=(118/156) 75,64
Fernando
m. 125 167 P(A)=(125/167) 74,85
Gloria a. 151 203 P(A)=(151/203) 74,38
Jairo a. 116 161 P(A)=(116/161) 72,05
Javier b. 98 137 P(A)=(98/137) 71,53
Jos c. 49 74 P(A)=(49/74) 66,22
Luz p. 142 209 P(A)=(142/209) 67,94
Marcela f. 60 100 P(A)=(60/100) 60,00
Mara a . 93 157 P(A)=(93/157) 59,24
Mario g 90 152 P(A)=(90/152) 59,21
Mercedes
s. 60 102 P(A)=(60/102) 58,82
Oscar n. 111 204 P(A)=(111/204) 54,41
Patricia
m. 37 73 P(A)=(37/73) 50,68
Ricardo o. 57 134 P(A)=(57/134) 42,54
Sandra m. 30 72 P(A)=(30/72) 41,67
Total 1873 2755
CRITERIOS:
Se clasifican de forma descendente de acuerdo al % de probabilidad que
tiene un estudiante de aprobar con cada uno de los profesores.
RAZONES:
Esta clasificacin nos permite identificar que profesores tienen una
metodologa ms efectiva, que genera una mayor probabilidad que los
alumnos aprueben el curso.
De acurdo a la clasificacin podemos evidenciar que los profesores Ricardo
y Sandra, poseen el porcentaje de probabilidad ms bajo de que un
Curso: Probabilidad
Cdigo: 100402
estudiante apruebe la materia con alguno de ellos, con un 42.54% y 41.67%

respectivamente.
Se puede inferir que 19 de los 21 profesores tienen ms del 50% de
probabilidad para que un estudiante apruebe una materia con cualquiera
de ellos.
7. En que programa hay mejores resultados. Establezca los criterios que

utiliz y d las razones de su eleccin.
Programa Aprob Total P(A) % de

probabilidad
Administracin
ambiental 146 182 P(A)=(146/182) 80,22
Admn. Empresas 295 380 P(A)=(295/380) 77,63
Arquitectura 297 421 P(A)=(297/421) 70,55
Contadura 99 141 P(A)=(99/141) 70,21
Economa 99 142 P(A)=(99/142) 69,72
Ing Mecatrnica 515 787 P(A)=(515/787) 65,44
Ing. Civil 88 135 P(A)=(88/135) 65,19
Ing. Financiera 83 134 P(A)=(83/134) 61,94
Ing. Sistemas 127 206 P(A)=(127/206) 61,65
Ing.
Telecomunicaciones 32 56 P(A)=(32/56) 57,14
Negocios
Internacionales 69 123 P(A)=(69/123) 56,10
Psicologa 23 48 P(A)=(23/48) 47,92
Total 1873 2755
RESPUESTA:
El programa que mejores resultado arrojo de acuerdo al porcentaje de
probabilidad de que un estudiante apruebe un programa, es
administracin ambiental con un porcentaje del 80.22%.
CRITERIO:
Curso: Probabilidad
Cdigo: 100402
Se calcula la por medio de la frmula de la probabilidad de un evento P(A),

si un estudiante aprueba un programa, la probabilidad de que sea cada uno
de los programas.
Se ordena de manera descendente el resultado del porcentaje de
probabilidad.
RAZONES:
Esta clasificacin permite visualizar de mayor a menor el porcentaje de
probabilidad de que un estudiante apruebe un programa.
Se visualiza en que programas hay mejores resultados de acuerdo al
porcentaje de probabilidad de que un estudiante apruebe cualquiera de los
programas.
Podemos evidenciar en que programa hay mayor nmero de estudiantes
matriculados.
Podemos observar que el programa con los resultados ms bajos es
Psicologa, con un porcentaje de probabilidad del 47.92% de que un
estudiante apruebe este programa.
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.
Curso: Probabilidad
Cdigo: 100402
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.
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
Curso: Probabilidad
Cdigo: 100402
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?
Solucin
Sea:
A = enfermedad ausente
P = enfermedad presente
R = resultado del examen positivo
N = resultado del examen negativo
Solucin
Resultado del examen Resultado del examen

positivo Negativo
Enfermedad presente 8% 2%
Enfermedad Ausente 5% 85 %
Resultado del Resultado del total

examen positivo examen Negativo
Enfermedad 0.08 0.02 0.1
Curso: Probabilidad
Cdigo: 100402
presente
Enfermedad 0.05 0.85 0.9
Ausente
Total 0.13 0.87 1
Tomamos los resultados y los pasamos a unidades
8% = 0.08
5% = 0.05
2% = 0.02
85% = 0.85
R = resultado del examen positivo 0.08 + 0.05 = 0.13
Probabilidad de que la enfermedad este presente.
0.13 0.08
P . = 0.21125
1 0.13
R
A 0.13 0.05
. = 0.338
1 0.13
P 0.87 0.02
. = 0.15138
1 0.87
N
0.87 0.85
A . = 0.890
1 0.87
Curso: Probabilidad
Cdigo: 100402
Probabilidad de que la enfermedad este presente
Siguiendo con la secuencia del rbol y aplicando las leyes de bayes
Se suman el resultado
P (p)= 0.08 + 0.02 = 0.1
la 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
PR A 0.05
P R A 0.055
P A 0.9
4 Probabilidad de un falso negativo, es decir, que el examen resulte negativo

dado que la persona tiene la enfermedad
PN P 0.08
PN P 0.8
PP 0.1
Curso: Probabilidad
Cdigo: 100402
5 Probabilidad de que la persona tenga la enfermedad dado que el examen

resulto positivo
R P PP
PP R P
P P
Resolvemos la probabilidad positiva
PR P 0.08 0.8 0.1

PP R 0.8 PP R 0.6154
PP 0.1 0.13
6. Probabilidad de que la persona NO tenga la enfermedad dado que el

examen resulto negativo
R AP A
P AR P
P R
PR A 0.05 0.055 0.9

P AR 0.055 PP R 0.381
P R 0.9 0.13
7 De acuerdo con las probabilidades encontradas, que tan confiable es este

examen de seleccin para detectar la enfermedad?
Segn los resultados encontrado no es cien por ciento confiable por nos dice cual
no est enferma pero nos los muestra con certeza cual lo est por eso para m es
60% confiable
Curso: Probabilidad
Cdigo: 100402
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 calicar 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:
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.
Solucin e inform del caso
CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES

DEL CONDADO DE HAMILTON
Curso: Probabilidad
Cdigo: 100402
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
probabilidad de
que el caso sea (1762/43945)=
apelado 0,04009
probabilidad de
que el caso sea
revocado (199/43945)=0,00453
LA PROBABILIDAD QUE SE APELEN

PROBABILIDAD
LOS CASOS DE LOS JUECES DEL
= 1762 = 0,040
TRIBUNAL PENAL ES DEL 4%
43945
LA PROBABILIDAD QUE SE
PROBABILIDAD REVOQUEN LOS CASOS DEL LOS
= 199 = 0,0045 JUECES DEL TRIBUNAL PENAL ES
43945 DEL 0.45%
Curso: Probabilidad
Cdigo: 100402
PROBABILIDAD LA PROBABILIDAD DE QUE SE APELE

16
= = 0,0091 UN CASO POR CADA JUEZ ES DEL
0.9%
1762
PROBABILIDAD LA PROBABILIDAD DE QUE SE

16
= = 0,0804 REVOQUE UN CASO POR CADA JUEZ
ES DEL 8%
199
Casos Casos Casos

Juez Tribunal de Familia
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
probabilidad
de que el
caso sea (500/108464)=
apelado 0,0046
probabilidad
de que el
caso sea (104/108464)=
revocado 0,00096
PROBABILIDAD LA PROBABILIDAD QUE SE APELEN LOS

= 106 = 0,003 CASOS DE LOS JUECES DE FAMILIAL
Curso: Probabilidad
Cdigo: 100402
30499 PENAL ES DEL 0.3%
PROBABILIDAD
= 17 = 0,0006 LA PROBABILIDAD QUE SE REVOQUEN
LOS CASOS DEL LOS JUECES DEL
30499
TRIBUNAL PENAL ES DEL 0.06%
PROBABILIDAD
4
= = 0,0377 LA PROBABILIDAD DE QUE SE APELE UN
106 CASO POR CADA JUEZ ES DEL 3.7%
3,774
PROBABILIDAD
4
= = 0,2353 LA PROBABILIDAD DE QUE SE REVOQUE
UN CASO POR CADA JUEZ ES DEL 23.5%
17
Casos Casos Casos

Juez Tribunal Civil
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
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
Curso: Probabilidad
Cdigo: 100402
David Stockdale 5371 22 4

John A. West 2797 4 2
Total 108464 500 104
probabilidad de
apelado 0,0046
probabilidad de
revocado 0,00096
PROBABILIDAD LA PROBABILIDAD QUE SE APELEN

= 500 = 0,005 LOS CASOS DE LOS JUECES DEL
TRIBUNAL PENAL ES DEL 0.46%
108464
LA PROBABILIDAD QUE SE
PROBABILIDAD REVOQUEN LOS CASOS DEL LOS
= 104 = 0,0010 JUECES DEL TRIBUNAL PENAL ES
108464 DEL 0.09%
LA PROBABILIDAD DE QUE SE
PROBABILIDAD
20
= = 0,0400 APELE UN CASO POR CADA JUEZ ES
DEL 4%
500
LA PROBABILIDAD DE QUE SE
PROBABILIDAD
20 REVOQUE UN CASO POR CADA
= = 0,1923
JUEZ ES DEL 19.2%
104
RESULTADOS TOTALES
LA PROBABILIDAD
Curso: Probabilidad
Cdigo: 100402
PROBABILIDAD DE QUE SE APELE

= 2368 = 0,0129 EN LOS TRES
TRIBUNALES ES
182908
DE 1.29%
LA PROBABILIDAD
PROBABILIDAD DE QUE SE
= 320 = 0,0017 REVOQUE EN LOS
TRES TRIBUNALES
182908
ES DE 0,17%
0,175
LA PROBABILIDAD
PROBABILIDAD DE QUE SE APELE
= 40 = 0,0169 UN CASO POR
CADA JUEZ ES
2368 DEL 1.6%
LA PROBABILIDAD
PROBABILIDAD DE QUE SE
40 REVOQUE UN
= = 0,1250
CASO POR CADA
JUEZ ES DEL
320 12.5%
LA PROBABILIDAD
DE UNA
REVOCACIN
DADA UNA
320 APELACIN POR
PROBABILIDAD CADA JUEZ ES
= = 0,1351 DEL 13,5%
2368
Curso: Probabilidad
Cdigo: 100402
Clasificacin de los jueces
Juez Tribunal Casos Casos Casos

Penal Presentados apelados Revocados
Patrick
1258 44 8
Dinkelacker
J. Howard
955 60 10
Sundermann
Ralph Winkler 3089 88 6

William
2264 91 18
Mathews
Thomas Crush 3372 119 10
Thomas Nurre 3000 121 6
William
3032 121 22
Morrissey
Arthur Ney, Jr. 3219 125 14
Robert Kraft 3138 127 7
Ann Marie
3141 127 13
Tracey
John OConnor 2969 129 12
Norbert Nadel 2959 131 20
Fred Cartolano 3037 137 12
Richard
3353 137 16
Niehaus
Robert
3205 145 18
Ruehlman
Total 43945 1762 199
1. POR NUMERO DE CASOS
PRESENTADOS
A. Juez tribunal penal : El juez con la menor presentacin de casos es Howard Sundermann
con 955
y el juez con el mayor nmero de casos presentados es Thomas Crush con 3372.
2. POR NUMERO DE
CASOSAPELADOS
Curso: Probabilidad
Cdigo: 100402
A. Juez tribunal penal : El juez con la menor apelacin de casos es Patrick Dinkelacker con
44 y el juez
Con el mayor nmero de casos presentados es Thomas Crush con 145.
Juez
Casos Casos Casos
Tribunal de
Familia
Penelope
2729 7 1
Cunningham
Patrick
6001 19 4
Dinkelacker
Ronald
12970 32 3
Panioto
Deborah
8799 48 9
Gaines
Total 30499 106 17
1.POR NUMERO DE CASOS

PRESENTADOS
A. Juez tribunal penal: El juez con la menor presentacin de casos es Penlope

Cummingham con 2729 y el juez con el mayor nmero de casos presentados es
Ronald Panioto con 12970.
2.POR NUMERO DE CASOS APELADOS
A. Juez tribunal penal: El juez con la menor apelacin de casos es Penelope

Cunningham con 7 y el juez con el mayor nmero de casos presentados es
Deborah Glvez con 48 casos apelados.
Juez
Casos Casos Casos
Tribunal
Civil
John A.
2797 4 2
West
Deidra Hair 2532 5 0
James
Patrick 2798 6 1
Kenney
Curso: Probabilidad
Cdigo: 100402
Karla Grady 5253 6 0

Mark
2239 7 3
Painter
Timothy
2308 13 2
Hogan
Beth
2971 13 1
Mattingly
David
5371 22 4
Stockdale
Joseph
4698 25 8
Luebbers
Albert
4975 28 9
Mestemaker
Dennis
7900 29 5
Helmick
Mark
5403 33 6
Schweikert
Nadine
7812 34 6
Allen
Melba
8219 34 7
Marsh
Leslie Isaiah
5282 35 13
Gaines
William
8277 38 9
Mallory
Jack Rosen 7790 41 13
Timothy
7954 41 6
Black
Mike Allen 6149 43 4
David Davis 7736 43 5
Total 108464 500 104

PRESENTADOS
A. Juez tribunal penal: El juez con la menor presentacin de casos es Mark Painter con
2239 y el juez con el mayor nmero de casos presentados es Willam Mallony con 8277.
APELADOS
A. Juez tribunal penal: El juez con menor apelacin de casos es John A West con 4
Curso: Probabilidad
Cdigo: 100402
casos apelados y el juez con el mayor nmero de casos apelados es David Davis
con 43.
Criterios utilizados en la solucin del caso:
Para la solucin del estudio de caso se utiliz el clculo de la media aritmtica

para datos no agrupados
CONCLUSIN
La probabilidad constituye un importante parmetro en la determinacin de

las diversas casualidades obtenidas tras una serie de eventos esperados
dentro de un rango estadstico.
Existen diversas formas como mtodo abstracto, como la teora Dempster-

Shafer, la teora de la relatividad numrica y la teora de bayes esta ltima
con un alto grado de aceptacin si se toma en cuenta que disminuye
considerablemente las posibilidades hasta un nivel mnimo ya que somete a
todas las antiguas reglas a una simple ley de relatividad
Curso: Probabilidad
Cdigo: 100402
BIBLIOGRAFIA
http://es.plusmaths.com/la-media-aritmetica.html.
https://www.youtube.com/watch?v=VEz7kU1uUvA
https://www.youtube.com/watch?v=VEz7kU1uUvA
https://www.youtube.com/watch?v=V9ctf6_EU6Y
https://www.youtube.com/watch?v=KLHFTi-McE4
https://www.youtube.com/watch?v=6a0wa-2Ra8c
https://es.wikipedia.org/wiki/Media_aritm%C3%A9tica.

Fase 1grupo 100402 - 369 Axiomas de Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase 1grupo 100402 - 369 Axiomas de Probabilidad

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNAD

Escuela de Ciencias de la Educacin

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

Una forma tradicional de estimar algunas probabilidades sera obtener la

Los axiomas no determinan las probabilidades lo que hacen es facilitar el clculo

1) La probabilidad de que ocurra un evento A cualquiera se encuentra entre

3) Si A y B son eventos mutuamente excluyentes, entonces la p(A ) =

Si se tienen n eventos mutuamente excluyentes o

2. La probabilidad del contrario de A. La probabilidad del complemento de

Si el espacio muestral , se divide en dos eventos mutuamente exclusivos,

3. Probabilidad de A contenido en B. Si un evento A B, entonces;

Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \

Si A y B son dos eventos cualquiera, entonces el evento A se puede

5. La probabilidad de ( ). Para dos eventos A y B,

Si A B = (A \ B) B, donde (A \ B) y B son eventos mutuamente

6. La probabilidad de ( ). Para tres eventos A, B y C,

7. La probabilidad de sucesos individuales es igual al espacio

8. La probabilidad de espacio muestral finito, = {1 , 2 , 3 , . }

CUADRO SINOPTICO PROBABILIDAD

Mide cuantitativamente la posibilidad de que

Es el conjunto formado por todos los

Es cada uno de los subconjuntos del

Consiste en decir que en un espacio

METODO APRIORI excluyentes, es decir, que no pueden

PROBABILIDAD tal y como dice su nombre, se determina

La probabilidad de que ocurra un evento A

La probabilidad de que ocurra el espacio

Si A y B son eventos mutuamente

Es el valor caracterstico de una serie

En otras palabras, es la suma de n

dividido por n: donde n es el

medidas de tendencia central

Es importante tener en cuenta que estas

En una universidad de Bogot se realiz un informe sobre el rendimiento

Datos: La base de datos incluye la compilacin de la informacin reportada por los

Con el propsito de evaluar el resultado acadmico en los cursos del rea de

INFORME DEL CASO

1. La probabilidad de que un estudiante apruebe un curso del rea de

P(A)= 1873/2755 = 0, 6798 = 67,98%

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

P(R)= 389/2755 = 0,14.11 = 14.11%

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

Javier b. 98 10 29 137 P(A)=(98/137) 71,53

4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea

5. Clasique los cursos del rea de acuerdo a los resultados obtenidos.

Curso Aprob Total P(A) Probabilidad

6. Califique los profesores del rea de acuerdo a los resultados obtenidos.

Profesor Aprob Total P(A) Probabilidad

Csar r. 52 53 P(A)=(52/53) 98,11

Diana m. 97 119 P(A)=(97/119) 81,51

estudiante apruebe la materia con alguno de ellos, con un 42.54% y 41.67%

7. En que programa hay mejores resultados. Establezca los criterios que

Programa Aprob Total P(A) % de

Se calcula la por medio de la frmula de la probabilidad de un evento P(A),

Con frecuencia es necesario hallar la probabilidad incondicional de un evento B,

Se pueden evaluar estas probabilidades condicionales usando una frmula

Suponga que cierta enfermedad est presente en el 10% de la poblacin, y que

Resultado del examen Resultado del examen

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

1. Un diagrama de rbol que represente las probabilidades dadas y las

2. Probabilidad de que la enfermedad este presente y la Probabilidad de que

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado