UNIDAD 1: FASE 1 AXIOMAS DE PROBABILIDAD

DORIS HELENA MENDIETA CDIGO: 52.985.929

FRANCY JINNETH PEDRAZA CDIGO: 52.977.121
DIANA MARLEN CHONA. CDIGO: 52.934.374
MARISOL ANDRADE CDIGO: 60.254.979

GRUPO: 100402_268

TUTOR: LUIS ALEXANDER SARAVIA ROA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
BOGOT, SEPTIEMBRE DE 2017

1
 INTRODUCCION

El principal objetivo de este trabajo es comprender los conceptos bsicos de la probabilidad

contenidos en la unidad 1, por medio de la realizacin de un cuadro sinptico y la solucin
de unos casos propuestos en el anexo 1.
En la cotidianidad del da aparecen muchas situaciones en las que los resultados observados
son diferentes aunque las condiciones iniciales en las que se produce la experiencia sean las
mismas. Por ejemplo, al lanzar una moneda varias veces resultar algunas veces cara y otra
cruz.

Estos fenmenos, denominados aleatorios, se ven afectados por la incertidumbre, y la

probabilidad es una herramienta de ayuda que proporciona una forma de medir, expresar y
analizar las incertidumbres asociadas con eventos futuros de razones entre el nmero de
casos favorables y el nmero de casos posibles.

En el presente trabajo de manera individual cada uno trabajo en la solucin de los casos
propuestos y luego proceder a consolidar dicha informacin socializando los casos expuestos
en el foro correspondiente se trabaj activamente en el desarrollo de los ejercicios propuestos
para la comprensin de esta unidad, los estudiantes, al solucionar los casos propuestos
adquieren destrezas en el desarrollo adecuado de los ejercicios de probabilidad usando el
teorema de Bayes lo cual el cual se puede aplicar tanto a nivel profesional como personal.

2
 OBJETIVO GENERAL

Aplicar los diferentes mtodos y reglas de axiomas de la probabilidad por medio del estudio
de cinco casos.

OBJETIVOS ESPECIFICOS

1. Comprender los conceptos bsicos de la probabilidad contenidos en la unidad uno.

2. Solucionar casos propuestos aplicando los conceptos bsicos de probabilidad

3
 DESARROLLO DE LA ACTIVIDAD

1.- Cuadro sinptico

4
 2.- SOLUCIN AL 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

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
Pre clculo 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
5
 Cancelo o perdi
Programa Aprob Reprob Total
por fallas
Contadura 99 23 19 141
Economa 99 19 24 142
Ing. Meca trnica 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

6
 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

Total de estudiantes: 2755

Total de estudiantes que aprobaron el rea de matemticas: 1873

Probabilidad = 1873/2755 = 0,67

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

Total de estudiantes: 2755

Total de estudiantes que aprobaron el rea de matemticas: 389

Probabilidad = 389/2755 = 0,14

3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del
rea de matemticas.

Probabilidad Probabilidad Probabilidad

Cancelo o
aprobado reprobado Cancelo o
Profesor Aprob Reprob perdi Total
perdi por
por fallas
fallas
Csar r. 52 1 53 (52/53)= 0,98 (0/53)=0 (1/53)= 0,02
Claudia v. 31 5 36 (36/31)= 0,86 (0/36) = 0 (5/31)= 0,14
Diana m. 97 4 18 119 (97/119)= 0,82 (4/119)= 0,03 (18/119)= 0,10
(166/204)= (17/204)= (21/204)=0,81
166 17 21 204
Ernesto s. 0,81 0,08
(36/45)= (5/45)= 0,11 (4/45)= 0,09
36 5 4 45
Diego v. 0,80

7
 (154/197)= (17/197)= (26/197)= 0,13
154 17 26 197
Eduardo m. 0,78 0,09
(118/156)= (25/156)= (13/156)= 0,08
118 25 13 156
Enrique p 0,76 0,16
(125/167)= (21/167)= (21/167)= 0,13
125 21 21 167
Fernando m. 0,75 0,13
(151/203)= (32/203)= (20/203)= 0,10
151 32 20 203
Gloria a. 0,74 0,16
(116/161)=0,72 (19/161)= (26/161)= 0,16
116 19 26 161
Jairo a. 0,12
(98/137)= 0,72 (10/137)= (29/137)= 0,21
98 10 29 137
Javier b. 0,07
Jos c. 49 9 16 74 (49/74)= 0,66 (9/74)= 0,12 (16/74)= 0,22
(142/209)= (23/209)= = (44/209)= 0,21
142 23 44 209
Luz p. 0,68 0,11
Marcela f. 60 19 21 100 (60/100)=0,60 (19/100)=019 (21/100)= 0,21
(93/157)= 0,59 (27/157)= (37/157)= 0,24
93 27 37 157
Mara a. 0,17
(90/152)= 0,59 (16/152) (46/152)= 0,30
90 16 46 152
Mario g =0,11
(60/102)= 0,59 (60/102)= (27/102)= 0,26
60 15 27 102
Mercedes s. 0,15
(111/204)= (48/204=0,24 (45/204)= 0,22
111 48 45 204
Oscar n. 0.54
Patricia m. 37 14 22 73 (37/73)=0.51 (14/73)= 0,19 (22/73)= 0,30
(57/134)=0,43 (31/134) (46/134)= 0,34
57 31 46 134
Ricardo o. =0,23
Sandra m. 30 37 5 72 (30/72)=0,42 (37/72)= 0,51 (5/72)= 0,07
Total 1873 389 493 2755

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

8
 Cancelo Probabilidad Probabilidad
o perdi Aprobado en conjunto
Curso Aprob Reprob Total
por
fallas
(178/218)=0.81 (0,81*0,67)
178 10 30 218
Algebra lineal = 0,54
(146/182)=0,80 (0,80*0,67)
146 15 21 182
Anlisis numrico = 0,53
(252/328)=0,76 (0,76*0,67)
252 37 39 328
Clculo infinitesimal = 0,50
(56/79)=0,70 (0,70*0,67)
56 8 15 79
Calculo integral = 0,46
(244/357)=0,68 (0,68*0,67)
244 49 64 357
Clculo multivariado = 0,45
(226/331)=0,68 (0,68*0,67)
226 44 61 331
Calculo negocios = 0,45
(178/265)=0,67 (0,67*0,67)
178 47 40 265
Ecuaciones diferenciales = 0,44
(33/53)=0,62 (0,62*0,67)
33 11 9 53
Estadstica bsica = 0,41
(269/437)=0,61 (0,61*0,67)
269 70 98 437
Estadstica inferencial = 0,40
(199/325)=0,61 (0,61*0,67)
199 53 73 325
Matemticas avanzadas = 0,40
(44/80)=0,55 (0,55*0,67)
44 13 23 80
Matemticas discretas = 0,36
(42/83)=0,50 (0,50*0,67)
42 24 17 83
Pre clculo = 0,33
(6/17)=0,35 (0,35*0,67)
6 8 3 17
Probabilidad = 0,23
TOTAL 1873 389 493 2755

Primero se hall la probabilidad de que cada rea de las matemticas fuera aprobada
Para hallar la probabilidad en conjunto se multiplica el la probabilidad del rea aprobada por
probabilidad de que un estudiante apruebe el curso de rea de matemticas cuyo valor dio
como resultado: 0,67

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

9
 Teniendo en cuenta que la probabilidad de que un estudiante apruebe el rea de matemticas
es del 0,67, se ha la probabilidad en conjunto junto con el probabilidad de que el estudiante
apruebe con cada profesor.

Cancelo o Probabilidad Probabilidad en

Reprob
Profesor Aprob perdi Total aprobado conjunto

por fallas
(52/53)= 0,98 (0,98*0,67)=0.6
52 1 53
Csar r. 5
(36/31)= 0,86 (0,86*0,67)=0,5
31 5 36
Claudia v. 7
(97/119)= 0,82 (0,82*0,67)=0,5
97 4 18 119
Diana m. 4
(166/204)= (0,81*0,67)=0,5
166 17 21 204 4
Ernesto s. 0,81
(36/45)= (0,80*0,67)=0,5
36 5 4 45 3
Diego v. 0,80
(154/197)= (0,78*0,67)=0,5
154 17 26 197
Eduardo m. 0,78 2
(118/156)= (0,76*0,67)=0,5
118 25 13 156
Enrique p 0,76 0
(125/167)= (0,75*0,67)=0,5
125 21 21 167
Fernando m. 0,75 0
(151/203)= (0,74*0,67)=0,4
151 32 20 203
Gloria a. 0,74 9
(116/161)=0,7 (0,72*0,67)=0,4
116 19 26 161
Jairo a. 2 8
(98/137)= 0,72 (0,72*0,67)=0,4
98 10 29 137
Javier b. 8
(49/74)= 0,66 (0,66*0,67)=0,4
49 9 16 74
Jos c. 4
(142/209)= (0,68*0,67)=0,4
142 23 44 209
Luz p. 0,68 5
(60/100)=0,60 (0,60*0,67)=0,4
60 19 21 100
Marcela f. 0
(93/157)= 0,59 (0,59*0,67)=0.3
93 27 37 157
Mara a. 9
(90/152)= 0,59 (0,59*0,67)=0,3
90 16 46 152
Mario g 9
(60/102)= 0,59 (0,59*0,67)=0,3
60 15 27 102 9
Mercedes s.

10
 (111/204)= (0,54*0,67)=0,3
111 48 45 204
Oscar n. 0,54 6
(37/73)=0,51 (0,51*0,67)=0,3
37 14 22 73
Patricia m. 4
(57/134)=0,43 (0,43*0,67)=0,2
57 31 46 134
Ricardo o. 8
(30/72)=0,42 (0,42*0,67)=0,2
30 37 5 72
Sandra m. 8
Total 1873 389 493 2755

6. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las
razones de su eleccin

Probabilidad
Cancelo o perdi
Programa Aprob Reprob Total Aprobado
por fallas
programa
Administracin (146/182)=0,80
146 15 21 182
ambiental
Admn. Empresas 295 44 41 380 (295/380)=0,77
Arquitectura 297 53 71 421 (297/421)=0,70
Contadura 99 23 19 141 (99/141)=0,70
Economa 99 19 24 142 (99/142)= 0,69
Ing. Meca trnica 515 118 154 787 (515/787)=0,65
Ing. Civil 88 20 27 135 (88/135)= 0,65
Ing. Financiera 83 29 22 134 (83/134)=0,61
(127/206)=
127 26 53 206
Ing. Sistemas 0,61
Ing. (32/56)=0,57
32 9 15 56
Telecomunicaciones
Negocios (69/123)=0,56
69 21 33 123
Internacionales
Psicologa 23 12 13 48 (23/48)=0,47
Total 1873 389 493 2755

La probabilidad de que el programa de administracin ambiental sea aprobado es del 0,80,

es decir, que existe la probabilidad que el 80% del programa va obtener los mejores
resultados

ESTUDIO DE CASO 2

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,
11
algunos casos son apelados y en algunos de estos se revoca la sentencia. Una periodista del
diario Cincinnati Times realiz un estudio de los casos manejados por los jueces del condado
de Hamilton durante un periodo de tres aos En la siguiente tabla se muestran los resultados
de 182.908 casos presentados a 38 jueces del Tribunal Penal, del Tribunal de Familia y del
Tribunal Civil. Dos de los jueces (Dinkelacker y Hogan) no trabajaron en el mismo tribunal
durante todo el periodo de tres aos.
El propsito del estudio es evaluar el desempeo de los jueces. Las apelaciones con
frecuencia son resultado de errores cometidos por los jueces y el diario quera saber cules
jueces estaban haciendo un buen trabajo y cules cometan demasiados errores. A usted le
han llamado para que ayude en el anlisis de datos. Utilice su conocimiento de la
probabilidad y la probabilidad condicional para ayudar a 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

Juez Tribunal Penal Casos Presentados Casos Casos

apelados Revocados
Fred Cartolano 3.037 137 12
Thomas Crush 3.372 119 10
Patrick Dinkelacker 1.258 44 8
Timothy Hogan 1.954 60 7
Robert Kraft 3.138 127 7
William Mathews 2.264 91 18
William Morrissey 3.032 121 22
Norbert Nadel 2.959 131 20
Arthur Ney, Jr. 3.219 125 14
Richard Niehaus 3.353 137 16
Thomas Nurre 3.000 121 6
John OConnor 2.969 129 12
Robert Ruehlman 3.205 145 18
J. Howard Sundermann 955 60 10
Ann Marie Tracey 3.141 127 13
Ralph Winkler 3.089 88 6

Juez Tribunal de Casos Casos Casos

Familia Presentados apelados Revocados
Penelope Cunningham 2729 7 1

12
 Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 2,97 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

R/. La posibilidad de que los casos se apelen y revoquen para el tribunal penal es del 4,5%,
para el tribunal familiar es del 0,6% y para el tribunal civil es del 0,65%
2. La probabilidad de que se apele un caso, por cada juez

13
 R/. La probabilidad de que se apele un caso por cada juez del juzgado Penal es en promedio
del 0,5%, en el juzgado familiar es del 0,1% y en el juzgado civil es del 0,1%
3. La probabilidad de que se revoque un caso, por cada juez
R/. La probabilidad de que se revoque un caso por cada juez del juzgado Penal es en
promedio del 4%, en el juzgado familiar es del 0,1% y en el juzgado civil es del 0,5%

4. La probabilidad de una revocacin dada una apelacin, por cada juez

R/. La probabilidad de una revocacin dada una apelacin por cada juez del juzgado Penal
es en promedio del 11,4%, en el juzgado familiar es del 16% y en el juzgado civil es del 20%

Probabilid
Probabilid
Probabilid probabilid ad de que
Juez Casos Casos Casos ad de que
ad de que ad de que sean
Tribunal Presenta apelad Revocado sean
sean sean revocados
Penal dos os s apelados y
apelados revocados dada la
revocados
apelacin

Fred 3.037,0 137,0

Cartolano 0 0 12,00 4,51% 0,40% 8,76% 4,91%

Thomas 3.372,0 119,0

Crush 0 0 10,00 3,53% 0,30% 8,40% 3,83%

Patrick 1.258,0
Dinkelacker 0 44,00 8,00 3,50% 0,64% 18,18% 4,13%

Timothy 1.954,0
Hogan 0 60,00 7,00 3,07% 0,36% 11,67% 3,43%

3.138,0 127,0
Robert Kraft 0 0 7,00 4,05% 0,22% 5,51% 4,27%

William 2.264,0
Mathews 0 91,00 18,00 4,02% 0,80% 19,78% 4,81%

William 3.032,0 121,0

Morrissey 0 0 22,00 3,99% 0,73% 18,18% 4,72%

Norbert 2.959,0 131,0

Nadel 0 0 20,00 4,43% 0,68% 15,27% 5,10%

14
 Arthur Ney, 3.219,0 125,0
Jr. 0 0 14,00 3,88% 0,43% 11,20% 4,32%

Richard 3.353,0 137,0

Niehaus 0 0 16,00 4,09% 0,48% 11,68% 4,56%

Thomas 3.000,0 121,0

Nurre 0 0 6,00 4,03% 0,20% 4,96% 4,23%

John 2.969,0 129,0

OConnor 0 0 12,00 4,34% 0,40% 9,30% 4,75%

Robert 3.205,0 145,0

Ruehlman 0 0 18,00 4,52% 0,56% 12,41% 5,09%
J. Howard
Sundermann 955,00 60,00 10,00 6,28% 1,05% 16,67% 7,33%

Ann Marie 3.141,0 127,0

Tracey 0 0 13,00 4,04% 0,41% 10,24% 4,46%

Ralph 3.089,0
Winkler 0 88,00 6,00 2,85% 0,19% 6,82% 3,04%

43.945, 1.762,
TOTALES 00 00 199,00 4,0% 0,5% 11,3% 4,5%

Probabilidad
Probabilidad
Juez Probabilidad probabilidad de que sean
Casos Casos Casos de que sean
Tribunal de de que sean de que sean revocados
Presentados apelados Revocados apelados y
Familia apelados revocados dada la
revocados
apelacin
Penelope
Cunningham 2.729 7 1 0,3% 0,0% 14,3% 0,3%

15
 Patrick
Dinkelacker 6.001 19 4 0,3% 0,1% 21,1% 0,4%
Deborah
Gaines 8.799 48 9 0,5% 0,1% 18,8% 0,6%
Ronald
Panioto 2.970 32 3 1,1% 0,1% 9,4% 1,2%

TOTALES 20.499 106 17 0,5% 0,1% 16,0% 0,6%

Probabilidad
Probabilidad
Probabilidad probabilidad de que sean
Juez Tribunal Casos Casos Casos de que sean
de que sean de que sean revocados
Civil Presentados apelados Revocados apelados y
apelados revocados dada la
revocados
apelacin

Mike Allen 6.149 43 4 0,7% 0,1% 9,3% 0,8%

Nadine Allen 7.812 34 6 0,4% 0,1% 17,6% 0,5%

Timothy Black 7.954 41 6 0,5% 0,1% 14,6% 0,6%

David Davis 7.736 43 5 0,6% 0,1% 11,6% 0,6%

Leslie Isaiah
Gaines 5.282 35 13 0,7% 0,2% 37,1% 0,9%

Karla Grady 5.253 6 - 0,1% 0,0% 0,0% 0,1%

Deidra Hair 2.532 5 - 0,2% 0,0% 0,0% 0,2%

Dennis Helmick 7.900 29 5 0,4% 0,1% 17,2% 0,4%

Timothy Hogan 2.308 13 2 0,6% 0,1% 15,4% 0,6%

James Patrick
Kenney 2.798 6 1 0,2% 0,0% 16,7% 0,3%

Joseph Luebbers 4.698 25 8 0,5% 0,2% 32,0% 0,7%

William Mallory 8.277 38 9 0,5% 0,1% 23,7% 0,6%

Melba Marsh 8.219 34 7 0,4% 0,1% 20,6% 0,5%

Beth Mattingly 2.971 13 1 0,4% 0,0% 7,7% 0,5%

16
Albert
Mestemaker 4.975 28 9 0,6% 0,2% 32,1% 0,7%

Mark Painter 2.239 7 3 0,3% 0,1% 42,9% 0,4%

Jack Rosen 7.790 41 13 0,5% 0,2% 31,7% 0,7%

Mark Schweikert 5.403 33 6 0,6% 0,1% 18,2% 0,7%

David Stockdale 5.371 22 4 0,4% 0,1% 18,2% 0,5%

John A. West 2.797 4 2 0,1% 0,1% 50,0% 0,2%

TOTALES 108.464 500 104 0,5% 0,1% 20,8% 0,6%

5. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y
d las razones de su eleccin

Probabilida
Probabilid probabilid d de que Probabilidad
Casos Casos Casos
ad de que ad de que sean de que sean
Tribunal Juez Presentado apelado Revoca
sean sean revocados apelados y
s s dos
apelados revocados dada la revocados
apelacin
J. Howard
Sunderma
Penal nn 955,00 60,00 10,00 6,28% 1,05% 16,67% 7,33%
Ronald
Familia Panioto 2.970 32 3 1,1% 0,1% 9,4% 1,2%
Leslie
Isaiah
Civil Gaines 5.282 35 13 0,7% 0,2% 37,1% 0,9%

Se clasifico el Juez con la probabilidad ms alta de que los casos sean apelados y revocados
es decir con la calificacin ms baja por tribunal donde el juez J. Howard Sundermann ya
que es el juez con menos casos presentado y con la probabilidad ms alta de ser devueltos y
revocados

ESTUDIO DE CASO No. 4

17
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.

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

Solucin

1. Un diagrama de rbol que represente las probabilidades dadas (probabilidades a

priori) y las probabilidades encontradas (probabilidades a posteriori).

HE = Hall Electronics
SS = Schuller Sales
CC = Crawford Components

18
 2. Probabilidad de que un chip este defectuoso.

Para establecer la probabilidad de que un chip este defectuoso, tomamos los porcentajes de
compra de chips que representa cada proveedor y hacemos la operacin con el porcentaje de
los defectuosos por cada uno.

P (A) = Chips defectuosos

P (A) = (0.25) (0.02) + (0.3) (0.04) + (0.45) (0.06) = 0.044

Hall Electronics 0, 50%

Schuller Sales 1, 20%
Crawford Components 2,70%

Se evidencia que el 4.4% del total de los chips salen defectuosos

3. Probabilidad de que el chip este en buenas condiciones

1- P (A) = 1 0.044 = 0.956

Se identifica que el 95.56% de los chips salen 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.

Se procede a identificar a los proveedores:

19
Hall Electronics = HE
Schuller Sales = SS
Crawford Components = CC
Defectuoso = D

P (HE/D)= (0.25) (0.02) = 0.005 = 0.1136

(0.25)(0.02)+ (0.3) (0.04)+ (0.45) (0.06) 0.044

El 11,36% de los chips defectuosos provienen de Hall Electronics.

P (SS/D)= (0.3) (0.04) = 0.012 = 0.2727

(0.25)(0.02)+ (0.3) (0.04)+ (0.45) (0.06) 0.044

El 27,27% de los chips defectuosos provienen de Schuller Sales.

P (CC/D)= (0.45) (0.06) = 0.027 = 0.6136

(0.25)(0.02)+ (0.3) (0.04)+ (0.45) (0.06) 0.044

El 61,36% de los chips defectuosos provienen de Crawford Components.

5. Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad

de que haya sido fabricado por cada uno de los proveedores

HE: (0.25) (0.98) = 0.245 = 0.2562

(0.25)(0.98)+ (0.3) (0.96)+ (0.45) (0.94) 0.956

El proveedor HE, provee 25,62% de los chips en buenas condiciones.

SS: (0.3) (0.96) = 0.288 = 0.3012

(0.25)(0.98)+ (0.3) (0.96)+ (0.45) (0.94) 0.956

El proveedor SS, provee 30,12% de los chips en buenas condiciones.

CC: (0.45) (0.94) = 0.423 = 0.4424

(0.25)(0.98)+ (0.3) (0.96)+ (0.45) (0.94) 0.956

El proveedor CC, provee 44,24% de los chips en buenas condiciones.

20
ESTUDIO DE CASO 5

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-japons, en lugar de 40 horas de ventaja. Cambia los planes y decide
que 10 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 0,8790; 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?

10 0,8790
1 X

= ,

21
 = ,

= ,

sea un 8, 79 % aproximado a 9%

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?

0.8790

10= 0,0879

sea un 8, 79 % aproximado a 9%

Es la probabilidad de que 1 de los 10 complete el salto

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?

No concuerda ya que el relato no habla de eso, pero si se toman las variables

P (xito)= 0,8790

P (Fracaso)= 1-0,8790= 0,121 1/5

Si se toma como probabilidad de fracaso igual a que quede seriamente herido, se puede decir
que aproximadamente 1 de cada 5 personas podra salir herida.

22
 CONCLUSIONES

1. La Estadstica y la probabilidad se han convertido en un efectivo mtodo para

analizar los valores de diferentes datos la cual permite tomar decisiones acertadas
para proyectar el comportamiento frente a determinado evento.

2. La probabilidad permite acercarse a eventos aleatorios ponderando las

posibilidades de ocurrencia y los mtodos para las mismas.

3. Se considera el espacio muestra como el conjunto formado por todos los posibles
resultados de un experimento aleatorio aplicando los diferentes sucesos y eventos
que puedan ocurrir.

23
 BIBLIOGRAFIA

Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid: Paraninfo.

vii-viii. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052
400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClickType=Ab
outThisPublication&contentModuleId=GVRL&searchType=BasicSearchForm&do
cId=GALE%7C3BDC

Surez, Mario. (2012). Conceptos bsicos de Probabilidades y Estadstica

Inferencial. Recuperado de:
http://www.monografias.com/trabajos95/conceptos-basicos-probabilidades-y-
estadistica-inferencial/conceptos-basicos-probabilidades-y-estadistica-
inferencial.shtml

Morales, Adriana (2010). Mdulo de probabilidad Escuela De Ciencias Bsicas,

Tecnologa E Ingeniera Unidad De Ciencias Bsicas Universidad Nacional Abierta
Y A Distancia UNAD

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadstica terica:

Probabilidad e inferencia. Recuperado
de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1099
5669&ppg=19

Pea, D. (2014). Fundamentos de Estadstica. Alianza Editorial S.A. Edicin

electrnica. Disponible en la base de datos de la biblioteca de la
UNAD: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=12
1&docID=11028686&tm=1470689905871

24