Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Anexo 1. Estudios de caso: Axiomas de Probabilidad

1. Descripción general del curso

Escuela o Unidad Escuela de Ciencias Básicas, Tecnología e

Académica Ingeniería
Nivel de
Profesional
formación
Campo de
Formación interdisciplinar básica común
Formación
Nombre del
Probabilidad
curso
Código del curso 100402
Tipo de curso Teórico Habilitable Si ☒ No ☐
Número de 2
créditos

1
ESTUDIO DE CASO 1 1

En una universidad de Bogotá se realizó un informe sobre el rendimiento

académico de los estudiantes que cursaron asignaturas en el área de
matemáticas 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 compilación de la información

reportada por los docentes del área, incluye 2755 registros de
estudiantes inscritos en alguna de las asignaturas ofrecidas por el área.
Los profesores reportaron la valoración (notas) de cada corte, y con ellas se
hizo seguimiento durante el semestre.

APROBÓ: Estudiantes que finalizaron el curso con una nota superior o igual a
3.0.
REPROBÓ: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin
contar a quienes ya perdieron por fallas, o fueron reportados por cancelación
de semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron
reportados por cancelación de semestre
Cancelo
o
Curso Aprobó Reprobó perdió Total
por
fallas
Algebra lineal 178 10 30 218
Análisis numérico 146 15 21 182
Cálculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Cálculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones diferenciales 178 47 40 265
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Pre cálculo 42 24 17 83
Probabilidad 6 8 3 17

1 Toma do y a daptado de Roa, E. (2015) Informe de rendimiento Académico U.P.C..

2
 Cancelo
o
Curso Aprobó Reprobó perdió Total
por
fallas
TOTAL 1873 389 493 2755

Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas
Administración ambiental 146 15 21 182
Admón. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contaduría 99 23 19 141
Economía 99 19 24 142
Ing Mecatrónica 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
Psicología 23 12 13 48
Total 1873 389 493 2755

Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas
César 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
José c. 49 9 16 74

3
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
María 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 propósito de evaluar el resultado académico en los cursos del área de

matemáticas, a usted le han llamado para que ayude en el análisis de datos.
Utilice su conocimiento de la probabilidad para ayudar a realizar el informe
solicitado.

Prepare un informe en el que debe incluir como mínimo lo siguiente:

1. La probabilidad de que un estudiante apruebe un curso del área de
matemáticas
2. La probabilidad de que un estudiante repruebe un curso del área de
matemáticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe
un curso del área de matemáticas.
4. Clasifique los cursos del área de acuerdo a los resultados obtenidos.
Establezca los criterios que utilizó y dé las razones de su elección.
5. Califique los profesores del área de acuerdo a los resultados obtenidos.
Establezca los criterios que utilizó y dé las razones de su elección
6. En que programa hay mejores resultados. Establezca los criterios que
utilizó y dé las razones de su elección

ESTUDIO DE CASO 22

Los jueces del condado Hamilton (E.E.U.U.)

procesan miles de casos al año. En la gran mayoría
de los casos presentados, la sentencia permanece
como se presentó. Sin embargo, algunos casos son
apelados y en algunos de estos se revoca la sentencia. Una perio dista del
diario Cincinnati Times realizó un estudio de los casos manejados por los jueces
del condado de Hamilton durante un periodo de tres años En la siguiente tabla

2 Toma do y a daptado de Anderson, D., Sweeney D., Es tadística para Negocios.Cengage Learning 2011

4
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 años.

El propósito del estudio es evaluar el desempeño de los jueces. Las

apelaciones con frecuencia son resultado de errores cometidos por los jueces y
el diario quería saber cuáles jueces estaban haciendo un buen trabajo y cuáles
cometían demasiados errores. A usted le han llamado para que ayude en el
análisis 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

CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS

TRIBUNALES DEL CONDADO DE HAMILTON

Juez Tribunal Casos Casos Casos

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 O’Connor 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 2729 7 1
Cunningham
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 2798 6 1
Kenney
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 también

un análisis de la probabilidad de la apelación y la revocación de casos
en los tres tribunales. Como mínimo, 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 revocación dada una apelación, por cada juez

6
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utilizó y dé las razones de su elección.

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 exámenes de selección, que solían estar
asociados principalmente con exámenes médicos
de diagnóstico pero que ahora están encontrando
aplicaciones en varios campos de actividad. Los
exámenes de esteroides en atletas, los exámenes caseros de embarazo
y los exámenes para detectar sida son algunas otras aplicaciones.

Los exámenes de selección se evalúan sobre la probabilidad de un falso

negativo o un falso positivo y éstas dos son probabilidades condicionales.
Un falso positivo es el evento de que el examen sea positivo para una
condición determinada, dado que la persona no tiene la condición. Un
falso negativo es el evento de que el examen sea negativo para una
condición determinada, dado que la persona tiene la condición.

Se pueden evaluar estas probabilidades condicionales usando una

fórmula derivada por el probabilista Thomas Bayes , llamada el Teorema
de Bayes. El teorema se utiliza para revisar probabilidades previamente
calculadas cuando se posee nueva información y fue desarrollado por el
reverendo Thomas Bayes en el siglo XVII.

Se supone que una cierta prueba detecta cierto ti po de cáncer con

probabilidad del 80% entre gente que lo padece, y no detecta el 20%
restante. Si una persona no padece este tipo de cáncer la prueba indicará
este hecho un 90% de las veces e indicará que lo tiene un 10% de ellas.
Por estudios realizados se supone que el 5% de la Población padece este
tipo de cáncer.
Con base en esta información y usando el Teorema de Bayes, elabore un informe
que como mínimo, debe incluir: (se sugiere elaborar un diagrama de árbol)

3 Toma do y a daptado de Pateiro B., Bi oestadística 2011

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

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 compañía
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 también y6 % de los que vende Crawford
Components son defectuosos. Cuando los chips LS-24 se reciben, se les
coloca directamente en un depósito 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 identificó los chips,
no se está seguro de qué proveedor los fabricó. Con el propósito de
evaluar con que proveedor hay mayor probabilidad de tener chi ps
defectuosos, usted ha sido llamado para que ayude en el análisis de
datos. Utilice su conocimiento de la probabilidad y las aplicaciones del
Teorema de Bayes para ayudar a realizar el informe solicitado.

4 Toma do y a daptado de Lind, D.,Marshall D., Es tadística aplicada a l os Negocios.McGraw Hill 2012

8
Prepare un informe en el que debe incluir como mínimo lo siguiente:
1.- Un diagrama de árbol 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 está 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

búsqueda de depósitos de diamantes azules cubiertos de boro
llevada a cabo por Earth Resources Technology Services
(ERTS), una compañía dedicada a estudios geológicos. Según
ERTS los diamantes son la clave para una nueva generación
de computadoras ópticas. En la novela ERTS compite contra
un consorcio internacional por encontrar la cuidad perdida de Zinj, que prosperó
dada la minería de diamantes hace varios miles de años (según la leyenda
africana) y se ubica en lo más profundo de la selva tropical de Zaire Oriental.

Después de la misteriosa destrucción de su primera expedición, ERTS lanza una

segunda expedición dirigida por Karen Ross, una experta en computación de 24
años de edad, acompañada por el profesor Peter Eliot, un antropólogo; Amy, un
gorila parlante; y el afamado mercenario y líder de la expedición, el “capitán”
Charles Munro. Las acciones ofensivas del consorcio, la mortal selva tropical y
las hordas de gorilas “parlantes” asesinos, que percibieron que su misión era
defender las minas de diamantes, bloquean los esfuerzos de Ross para
encontrar la ciudad. Para superar estos obstáculos Ross utiliza computadoras
de la era espacial para evaluar las probabilidades de éxito en todas las
circunstancias posibles y las acciones que pudiera llevar a cabo la expedición.
En cada etapa de la expedición, ella evalúa rápidamente las probabilidades de
éxito.

En una etapa de la expedición Ross recibe informes de su oficina principal en

Houston, de que sus computadoras estiman que tiene 18 horas y 20 minutos de
retraso en relación 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 Toma do y a daptado de Anderson, D., Sweeney D., Es tadística para Negocios.Cengage Learning 2011

9
desciendan en paracaídas en una región volcánica cerca de la ubicación
estimada de Zinj. Según el relato de Crichton, “Ross había vuelto a revisar las
probabilidades de la computadora de Houston y los resultados eran inequívocos.
La probabilidad de un salto exitoso era 0,8790; sin embargo, dado un salto
exitoso, la probabilidad de éxito de la expedición era de 0,9483 con lo cual casi
se aseguraba de que vencerían 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 éxito?
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 éxito?
3. En el relato se afirma que: “esa probabilidad de 0,8790 significaba que había
casi una posibilidad entre cinco de que alguien se hiera seriamente en un
salto”. ¿Concuerda usted con esa afirmación? Si o no. ¿Por qué?

10