PROBABILIDAD

Trabajo Colaborativo Fase 1

Tutor
Luis Alexander Saravia Roa

Grupo
100402_286

Por:
Damisela Muñoz
Luis Eduardo Chica Parra
Rafael David Orozco
Elkin Enrique Marrugo

Universidad Nacional Abierta y A Distancia

2016
 INTRODUCCIÓN

El presente trabajo se desarrolla mediante la solución de cuatro ejercicios, usando

el Aprendizaje Basado en Problemas como técnica para colocar en contexto los
materiales de estudio y nuestro entorno, se aplican los temas de la primera unidad
y se realizó un cuadro resumen donde cada uno de los estudiantes explica las
técnicas y temas con los cuales le fue posible resolver los casos problema,
esperamos el material obtenido cumpla con la guía y rubrica, para esta nuestra
primera actividad Colaborativa.
El grupo revisa y discute los resúmenes realizados por cada uno de los integrantes del grupo, sobre los temas de la
unidad, y consolida en un cuadro sinóptico los aspectos teóricos de la unidad que sirven de sustento a la solución de
cada caso.

Participante Caso Resumen

Damisela Muñoz 1

Luis Eduardo Chica 2 En mi caso el método a aplicar para la solución, lo determinó el mismo planteamiento
del problema, donde se expresa “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 solicita
expresamente que usándolo determine:”...”.
Por otra parte en la tabla de contingencia del caso existe un error que muy
probablemente corresponde a transcripción, pero quise hacer la aclaración así:
Como se supone que el 10% padece la enfermedad, se observa que 8% + 22% =
30% > 10% por lo que se puede suponer que el valor es exagerado porque además
8% + 22% +5% + 85% = 120% > 100% que es el valor correcto que se debe dar,
entonces la tabla se plantea de la forma correcta.

Rafael David Romero 3 La principal herramienta teórica que use para el desarrollo del estudio de caso fue el
teorema de Bayes, el cual trata de "la probabilidad condicional de un evento
aleatorio A dado B en términos de la distribución de probabilidad condicional del
evento B dado A y la distribución de probabilidad marginal de sólo A." como lo
expresa su definición textual .
Elkin Enrique Marrugo 5 En mi caso de estudio el cual fue el número 5, utilice varios métodos empezando por
el método de probabilidad total, el cual lo exigía el primer punto, en otros
interrogantes tuve que utilizar el teorema de Bayes, esto porque las preguntas eran
mutuamente excluyentes y por ultimo tuve que diseñar un esquema tipo árbol de las
probabilidades ya encontradas.
 ESTUDIO DE CASO
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
Hallar:
1. La probabilidad de que un estudiante apruebe un curso del área de
matemáticas.

Para hallar la probabilidad

1873
p= =0.679 → 0.68 %
2755
2. La probabilidad de que un estudiante repruebe un curso del área de
matemáticas.

389
p= =0.141 → 0.14 %
2755

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

un curso del área de matemática.

52
Prof. Cesar R p= =0.019
2755
 31
Prof. Claudia p= =¿ 0.011
2755

97
Prof. Diana p= =0.035
2755

166
Prof. Ernesto P= =0.060
2755

36
Prof. Diego p= =0.013
2755

157
Prof. Eduardo p= =0.056
2755

118
Prof. Enrique p= =0.042
2755

125
Prof. Fernando p= =0.045
2755

151
Prof. Gloria p= =0.054
2755

116
Prof. Jairo p= =0.042
2755

98
Prof. Javier p= =0.035
2755

46
Prof. José p= =0.016
2755
 142
Prof. Luz p= =0.051
2755

60
Prof. Marcela F p= =0.021
2755

93
Prof. María A p= =0.033
2755

90
Prof. Mario G p= =0.032
2755

60
Prof. Mercedes S p= =0.021
2755

111
Prof. Oscar N p= =0.0402
2755

37
Prof. Patricia M p= =0.0134
2755

57
Prof. Ricardo O p= =0.0206
2755

30
Prof. Sandra M p= =0.0108
2755
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
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,Suponga que cierta enfermedad está
presente en el 10% de la población, y que hay un examen de selección diseñado
para detectar si esta enfermedad está presente. El examen no siempre funciona a
la perfección. A veces, es negativo cuando la enfermedad está presente y otras es
positivo en ausencia de ella.

La tabla siguiente muestra la proporción en que el examen produce varios

resultados

Resultado del examen Resultado del examen

positivo Negativo

Enfermedad presente 8% 22%

Enfermedad Ausente 5% 85%

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

que como mínimo, debe incluir:

1. Probabilidad de que la enfermedad este presente

2. Probabilidad de que la enfermedad esté ausente
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que
la persona no tiene la enfermedad
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 positivo
7. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto negativo
8. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto negativo
9. De acuerdo con las probabilidades encontradas, que tan confiable es este
examen de selección Para detectar la enfermedad?

Solución del caso 2

Como se supone que el 10% de la padece la enfermedad, se observa que 8% +
22% = 30% > 10% por lo que se puede suponer que el valor es exagerado porque
además 8% + 22% +5% + 85% = 120% > 100% que es el valor correcto que se
debe dar, entonces la tabla siguiente:
Resultado del Resultado del
examen examen
positivo Negativo

E Enfermedad 8% 2%
presente

Ec Enfermedad 5% 85%
Ausente

Total 13% 87%

Esta sería la tabla de contingencia correcta.

En estas condiciones si procederemos a dar respuesta al caso.
1) La probabilidad de que la enfermedad esté presente en P (E) = 10% = 0.10
donde E es el evento “ la Enfermedad está presente” y su complemento Ec
“la enfermedad está ausente”

2) P ( Ec )= 90% porque P( Ec ) = 1 – P(E ) = 1 - 0.10 = 0.90 = 90%

Por ser Ec el evento complementario de E es la probabilidad de que la

enfermedad esté ausente.
 Sean D el evento “el resultado del examen es positivo “con su
Complemento Dc : el evento “el resultado del examen es Negativo.

3) Probabilidad de un falso positivo es:

P(D / Ec ) = P( D ∩ Ec ¿
P( Ec )
0.05
= = 0.0556
0.90
4) Probabilidad de un falso negativo es

P( Dc / E) = P( Dc ∩ E ¿ =0.02 =20% = 0.20

P(E) 0.01

5) Probabilidad de que la persona tenga la enfermedad dado que el examen

resulto positivo es:
P (E/D) = P (E∩ D ¿= 0.08 = 0.6154
P (D) 0.13
6) Probabilidad de que la persona No tenga la enfermedad dado que el
examen resulto positivo.

P ( Ec /D ¿=¿P( Ec ∩ D ¿=0.05=0.3846
P(D) 0.13

7) Probabilidad de que la persona tenga la enfermedad dado que el examen

resulto negativo es

P(E/ Dc ) = P(E∩ Dc ) = 0.02 = 0.0230

P( Dc ) 0.87
8) Probabilidad de que la persona No tenga la enfermedad dado que el
examen resulto negativo es
P ( Ec / Dc ) = P ( Ec ∩ D c ) = 0.85 = 0.9770
P ( Dc ) 0.87
9) El examen no es muy confiable si nos atenemos a los resultados de 5 y 6:
en el caso
5) P (E/D) debe estar más próximo a 1
6) P ( Ec /D ¿debe estar más próximo a 0 (cero)
ESTUDIO DE CASO

3. 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 12 miembros de su equipo 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 0,7980; sin embargo, dado un salto exitoso, la probabilidad de
éxito de la expedición era de 0,9943 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 12 miembros del equipo, cual es la probabilidad de

completar su salto con éxito?

2. Si la probabilidad de que los 12 miembros del equipo tengan un salto exitoso es

de 0.7980, 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 0,7980 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?

Desarrollo.

Si leemos detenidamente el problema podemos deducir que la probabilidad de que

12 miembros del equipo tengan un salto de paracaídas exitoso dentro de la región
volcánica del caso es 0.798, ó 79.8% para efectos de ejercicio llamaremos a este
ítem P(A)

El ejercicio nos interroga acerca de la posibilidad que tendría un solo paracaidista

esto sería una incógnita a la que denominaremos P(B) y se define por 1/12
Para encontrar la probabilidad de que el salto de 1 de los 12 miembros del equipo
sea exitoso, encontraremos la condicional P(A/ B).
Entonces revisando las formulas del curso aplicamos la condicional para hallar
P(B) así :
P (A/B) = P (A)*P (B);

P (A/B) = (0.798) (1/12)

P (A/B) = 0.0665

Entonces se da respuesta al interrogante donde la posibilidad de que un único

miembro del grupo de paracaidista pueda completar el salto es del 6.65%.
Con respecto a la afirmación de que existe una posibilidad de aproximadamente 1
en 5 de que alguien del grupo de paracaidismo salga lastimado seriamente, vemos
que la probabilidad de que el equipo termine el salto es del 79.8%, por tanto el
restante 20.2% del universo es que no lo logren, este porcentaje equivale a poco
más de una quinta parte del total del universo muestral, es decir 1/5, por tanto
estoy de acuerdo con la afirmación planteada en el ejercicio.
ESTUDIO DE CASO

5. 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 chips defectuosos, usted ha sido
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. Probabilidad de que un chip este defectuoso
2. Probabilidad de que el chip este en buenas condiciones
3. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad
de que haya sido fabricado por cada uno de los proveedores
4. Si el chip seleccionado está en buenas condiciones, debe encontrar la
Probabilidad de que haya sido fabricado por cada uno de los proveedores

Para el desarrollo del informe se recomienda:

a) Identificar los eventos mutuamente excluyentes
b) Identificar las probabilidad de los eventos mutuamente excluyentes
(probabilidades a priori)
c) Identificar las probabilidad condicionales presentadas

5.- Elabore un diagrama de árbol que represente las probabilidades

encontradas
 DESARROLLO DEL ESTUDIO DE CASO 5

Podemos simplificar todo de la siguiente manera, tenemos:

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.

En una tabla de la siguiente manera:

Proveedor Compras Art. Defectuosos Art. Buenos

Hall Electronics 25 (L1) 2 (A/L1) 98 (B/L1)

Schuller Sales 30 (L2) 4 (A/L2) 96 (B/L2)
Crawford 45 (L3) 6 (A/L3) 94 (B/L3)
Components

1. Probabilidad de que un chip este defectuoso

Utilizaremos la regla de Probabilidad total, la cual la formula es:

P(d) = (P(L1) * P(A/L1)) + (P(L2) * P(A/L2)) + (P(L3) * P(A/L3))

P(d) = 0.25 * 0.02 + 0.30 * 0.04 + 0.45 * 0.06 = 0,044 o 4,4%

2. Probabilidad de que el chip este en buenas condiciones.

Aquí utilizaremos el resultado anterior y le restamos el 100% y tenemos:

P(b) = 1 - P(d) = 1 - 0.044 = 0.956 0 95,6%

3. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de

que haya sido fabricado por cada uno de los proveedores.
Para este tipo de pregunta debemos utilizar el teorema de bayes:

(Recordemos que P(d) ya lo calculamos arriba en el primer punto.

Hall Electronics
 P(b1/d) = (P(L1)*P(A/L1)/P(d) Entonces

P(b1/d) = (0,25 *0,02) / 0,044 = 0,1136363 o 11,36%

Schuller Sales
P(b2/d) = (P(L2)*P(A/L2)/P(d) Entonces

P(b2/d) = (0,30 *0,04) / 0,044 = 0,2727272 o 27,27%

Crawford Components

P(b3/d) = (P(L3)*P(A/L3)/P(d) Entonces

P(b3/d) = (0,45 *0,06) / 0,044 = 0,6136363 o 61,36%

4. Si el chip seleccionado está en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores
Para este tipo de pregunta debemos utilizar el teorema de bayes:

(Recordemos que P(b) ya lo calculamos arriba en el segundo punto.

Hall Electronics

P(d1/b) = (P(L1)*P(B/L1)/P(b) Entonces

P(d1/b) = (0,25 *0,98) / 0,956 = 0,2562 o 25,6%

Schuller Sales
P(d2/b) = (P(L2)*P(B/L2)/P(b) Entonces

P(d2/b) = (0,30 *0,96) / 0,956 = 0,3012 o 30,1%

Crawford Components

P(d3/b) = (P(L3)*P(B/L3)/P(b) Entonces

P(d3/b) = (0,45 *0,94) / 0,956 = 0,4424 o 44,2%

 5.- Elabore un diagrama de árbol que represente las probabilidades encontradas

LS-24

Defectuosos 4,4%
Buenos 95,6%

D B

44,2%
61,36%
11,36% 25,6%
27,27% 30,1%

hall Schul Craw hall Schul Craw

ler for ler for
 BIBLIOGRAFIA

Módulo de Probabilidad UNAD .

http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04.pdf

Introducción a la teoría de la probabilidad e inferencia estadística de Harold Larson

https://www.youtube.com/watch?v=SmqQAUAV8O8