Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRUPO: 100402_318
PARTICIPANTES:
TUTORA:
OCTUBRE - 2016
INTRODUCCIÓN
La probabilidad es la herramienta de ayuda para la toma de decisiones ya que es una manera fácil
de medir, expresar y analizar los datos asociados con los eventos y estudios de caso.
OBJETIVOS
Objetivo general.
Analizar e interiorizar los principios de Probabilidad, identificando sus propiedades, leyes
y los campos de aplicación que tiene esta ciencia propia de la estadística.
Objetivos específicos
Reconocer las características de un experimento aleatorio.
Identificar el espacio muestral y distintos eventos de experimentos aleatorios.
Adquirir las herramientas y habilidades necesarias de las técnicas de conteo.
Calcular las medidas de espacios muéstrales y eventos aplicando reglas básicas de
conteo, permutaciones y combinaciones.
Establecer y aplicar las técnicas de conteo a través de permutaciones y
combinaciones.
Cuadro Sinóptico - VANESSA NAVARRO
medio de la observación
Principio de definidas
UNIDAD 1
Técnicas de conteo: Utilizados para
probabilidad
enumerar eventos difíciles de cuantificar.
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.
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.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del área
de matemáticas.
Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas P= Aprobados/total*10
52 1 53 P=52/53=0.981*100= 98.1
. 31 5 36 P=31/36=0.861*100= 86.1
97 4 18 119 P=97/119=0.815*100= 81.5
166 17 21 204 P=166/204=0.813*100= 81.
36 5 4 45 P=36/45=0.8*100=80 %
m. 154 17 26 197 P=154/197=0.781*100=78.1
118 25 13 156 P=118/156=0.756*100= 75.
m. 125 21 21 167 P=125/167=0.748*100=74.85
151 32 20 203 P=151/203=0.743*100= 74.
116 19 26 161 P=116/161=0.720*100=72.0
98 10 29 137 P=98/137=0.715*100= 71.5
49 9 16 74 P=49/74=0.662*100= 66.2
142 23 44 209 P=142/209=0.679*100= 67.
. 60 19 21 100 P=60/100=0.6*100= 60%
93 27 37 157 P=93/157=0.592*100= 59.2
90 16 46 152 P=90/152=0.592*100= 59.2
s. 60 15 27 102 P=60/102=0.588*100= 58.8
111 48 45 204 P=111/204=0.544*100= 54.
m. 37 14 22 73 P=37/73=0.506*100= 50.6
. 57 31 46 134 P=57/134=0.425*100= 42.5
. 30 37 5 72 P=30/72=0.416*100=41.66
Total 1873 389 493 2755 P=1873/2755=0.679*100= 67
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los
cursos del área
Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas P= Aprobados/total*100
César r. 52 1 53 P=52/53=0.981*100= 98.1%
Claudia v. 31 5 36 P=31/36=0.861*100= 86.1%
Diana m. 97 4 18 119 P=97/119=0.815*100= 81.51%
Ernesto s. 166 17 21 204 P=166/204=0.813*100= 81.37 %
Diego v. 36 5 4 45 P=36/45=0.8*100=80 %
Eduardo m. 154 17 26 197 P=154/197=0.781*100=78.17 %
Enrique p 118 25 13 156 P=118/156=0.756*100= 75.64%
Fernando m. 125 21 21 167 P=125/167=0.748*100=74.85% %
Gloria a. 151 32 20 203 P=151/203=0.743*100= 74.38%
Jairo a. 116 19 26 161 P=116/161=0.720*100=72.04 %
Javier b. 98 10 29 137 P=98/137=0.715*100= 71.53%
José c. 49 9 16 74 P=49/74=0.662*100= 66.21%
Luz p. 142 23 44 209 P=142/209=0.679*100= 67.94%
Marcela f. 60 19 21 100 P=60/100=0.6*100= 60%
María a . 93 27 37 157 P=93/157=0.592*100= 59.23%
Mario g 90 16 46 152 P=90/152=0.592*100= 59.21%
Mercedes s. 60 15 27 102 P=60/102=0.588*100= 58.82%
Oscar n. 111 48 45 204 P=111/204=0.544*100= 54.41%
Patricia m. 37 14 22 73 P=37/73=0.506*100= 50.68%
Ricardo o. 57 31 46 134 P=57/134=0.425*100= 42.53%
Sandra m. 30 37 5 72 P=30/72=0.416*100=41.66 %
Total 1873 389 493 2755 P=1873/2755=0.679*100= 67.98%
7. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección. Existen mejores resultados en las aérea donde se presentó menor cantidad de
desertados
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:
NOTA: Se corrige la probabilidad en rojo debido a que el enunciado dice que el 10% de la
población presenta la enfermedad. En la tabla original tal cantidad es del 8 % +22 %=30 %,
contrario al enunciado mismo y da lugar a una inconsistencia en los datos, y, por supuesto, en los
resultados.
A: Enfermedad ausente
P: Enfermedad presente
P ( Pos )=0.13P ¿Con base en esta información y usando el Teorema de Bayes, elabore un
informe que como mínimo, debe incluir:
P( P)=0.08+ 0.02=0.1
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.
P(Pos ∩ A) 0.05
P ( Pos|A )= = =0.056
P( A) 0.9
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la
persona tiene la enfermedad
P(¬∩ P) 0.02
P (¬¿ P )= = =0.2
P(P) 0.3
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
P( Pos │ P)P(P)
P ( P| Pos )=
P(Pos)
P ( Pos ∩ P ) 0.08 0.8∗0.1
P ( Pos|P )= = =0.8P ( P| Pos )= =0.6154
P ( P) 0.1 0.13
P ( Pos|A ) P ( A ) 0.056∗0.9
P ( A|Pos )= = =0.3877
P ( Pos ) 0.13
7. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto negativo
P¿
P ( ¬∩ A ) 0.85
P ¿ P (¬¿ A ) = = =0.9444 P ¿
P(A) 0.9
9. De acuerdo con las probabilidades encontradas, ¿qué tan confiable es este examen de
selección para detectar la enfermedad?
Para responder esta pregunta podemos considerar los incisos 5 y 8. La pregunta 5 nos informa
acerca de la probabilidad de que la persona esté enferma dado que el resultado fue positivo,
mientras que la 8 nos informa de qué tanta confianza podemos tener en la prueba dado que el
resultado dio negativo. En el primer caso se observa que la probabilidad es 61.54% lo cual no es
un resultado tan decisivo como debe esperarse; en el otro caso, la prueba nos dice que podemos
estar al 97.7% seguros de que no tenemos la enfermedad. Por lo tanto, se puede concluir que la
prueba nos indica una información más confiable para determinar si una persona NO está
enferma, pero se queda corta para indicar cuál sí lo está.
Para dar solución a los puntos solicitados en el caso 2 fue necesario leer y apropiarme de los
contenidos encontrados en las lecciones 1,4 y 1,5. En donde está la definición del Teorema
de Bayes. Y en referencias complementarias “ más sobre axiomas de probabilidad”.
Teorema de Bayes
El teorema de bayes nos da la posibilidad de saber si un evento puede ocurrir en más de una
forma.
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”
1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar su salto con
éxito?
Solución:
La probabilidad de hacer su salto con éxito de cada uno de los miembros del equipo es:
Como la probabilidad conjunta es 0.7980, entonces la probabilidad de cada uno de los miembros
del equipo es
0.7980
P=
12
P=0.0665
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?
Solución:
La probabilidad de que al menos un solo miembro del equipo tenga un salto exitoso es:
12 ln ( p )=ln (0.7980)
ln (0.7980)
12
P=e
1
P=(0.7980) 12
P=0.9813
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?
Solución:
No convengo con esa afirmación ya que teniendo encuenta que la probabilidad de 0.7980 lo que
está analizando es la probabilidad de lograr que los 12 miembros del equipo escogido de la
expedición Ross tengan un salto con éxito.
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 periodista 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 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
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
Fred Cartolano 3037 137 12
Thomas Crush 3372 119 10
Casos
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
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 Sundermann 955 60 10
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6
Total 43945 1762 199
Casos
Juez Tribunal de Familia Casos apelados Casos Revocados
Presentados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Casos
Juez Tribunal Civil Casos apelados Casos Revocados
Presentados
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
Total 108464 500 104
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:
A
P = Número de casos
A = Casos apelados
R = Casos revocados P
R
Como se observa en la figura A ∩ R = R , así que las probabilidades pedidas para los jueces y
tribunales se obtendrán así:
Probabilidades de los casos que se apelan en cada tribunal son:
Las probabilidades de los casos que son revocados en cada uno de los tribunales son:
Casos revocados 17
Tribunal de la familia : P ( A ) = = =0.1603773584
Casos presentados 106
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.
Con base a la siguiente tabla se llevó a cabo la clasificación de los jueces en cada tribunal
tomando en cuenta la P(R/A) porcentaje de predisposición a la cual debe de estar un juez a
retractarse en sus veredictos de la primera instancia, lo que hace que este juez obtenga más
bajo este porcentaje (P(R/A)) el que mejor desempeña el oficio.
Probabilidad
de una
Casos Casos Casos revocación
Juez Tribunal Penal
Presentados apelados Revocados dada una
apelación
por juez
Fred Cartolano 3037 137 12 0,0876
Thomas Crush 3372 119 10 0,0840
Patrick Dinkelacker 1258 44 8 0,1818
Timothy Hogan 1954 60 7 0,1167
Robert Kraft 3138 127 7 0,0551
William Mathews 2264 91 18 0,1978
William Morrissey 3032 121 22 0,1818
Norbert Nadel 2959 131 20 0.1527
Arthur Ney, Jr. 3219 125 14 0,1120
Richard Niehaus 3353 137 16 0,1168
Thomas Nurre 3000 121 6 0,0496
John O’Connor 2969 129 12 0,0930
Robert Ruehlman 3205 145 18 0,1241
J. Howard 955 60 10 0,1667
Sundermann
Ann Marie Tracey 3141 127 13 0,1024
Ralph Winkler 3089 88 6 0,0682
Total 43945 1762 199 1,8903
Probabilidad
de una
Juez Tribunal de Casos Casos Casos revocación
Familia Presentados apelados Revocados dada una
apelación
por juez
Penelope Cunningham 2729 7 1 1,4E - 01
Patrick Dinkelacker 6001 19 4 2,1E - 01
Deborah Gaines 8799 48 9 1,9E – 01
Ronald Panioto 12,970 32 3 9,4E- 02
Probabilidad
de una
Casos Casos Casos revocación
Juez Tribunal Civil
Presentados apelados Revocados dada una
apelación
por juez
Mike Allen 6149 43 4 9E-02
Nadine Allen 7812 34 6 2E-01
Timothy Black 7954 41 6 1E-01
David Davis 7736 43 5 1E-01
Leslie Isaiah Gaines 5282 35 13 4E-01
Karla Grady 5253 6 0 0E-00
Deidra Hair 2532 5 0 0E+00
Dennis Helmick 7900 29 5 2E-01
Timothy Hogan 2308 13 2 2E-01
James Patrick Kenney 2798 6 1 2E-01
Joseph Luebbers 4698 25 8 3E-01
William Mallory 8277 38 9 2E-01
Melba Marsh 8219 34 7 23-01
Beth Mattingly 2971 13 1 8E-02
Albert Mestemaker 4975 28 9 3E-01
Mark Painter 2239 7 3 4E-01
Jack Rosen 7790 41 13 3E-01
Mark Schweikert 5403 33 6 2E-01
David Stockdale 5371 22 4 2E-01
John A. West 2797 4 2 5E-01
Total 108464 500 104 4E+00
Entonces: 2% + 4% + 5% = 12%
Pues finalmente luego del desarrollo de los ejercicios aprendimos la importancia de poner
en práctica cada una de las teorías de probabilidad ya que son aplicadas en muchas
situaciones de la vida cotidiana de cada uno de nosotros y es importante aprender a
desarrollarla para resolver cualquier tipo de interrogante o problema que se nos plantee.
REFERENCIAS BIBLIOGRÁFICAS
Morales, Adriana (2010) Modulo Probabilidad. Bogotá D.C., Universidad Nacional Abierta
y a distancia – UNAD.
http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf