TRABAJO COLBORATIVO FASE 1: AXIOMAS DE PROBABILIDAD

INTEGRANTES:

OBED FUERTES GARCIA

JORGE LUIS ALVAREZ

CRISTIAN JOSE BERTEL

FRANCISCO JAVIER PEREIRA LOPEZ

TUTOR

PROBABILIDAD

GRUPO: 100402_23

UNIVERSIDAD NACIONAL ABIERTA A DISTANCIA

12 de Marzo del 2017

 INTRODUCCIÓN

Este informe se realizó con el fin de poner a prueba los conocimientos adquiridos durante

la unidad 1 de probabilidad, solucionando el anexo mostrado en la guía y haciendo una

estrategia de aprendizaje para solucionar los 5 ejercicios descritos en ella. Este documento se

puede usar como temática para problemas que nos enfrentaremos en el futuro como ingenieros

logrando resolver temas sobre las probabilidades o también resultados que tengamos que hacer

en empresas de cosas que necesiten axiomas; son muchas las finalidades de este informe como

fin educativo.

Las estrategias que se utilizaron para desarrollar este informe fueron investigativas,

contextualizando y aplicando las teorías para resolver los siguientes interrogantes que encontrara

a continuación. El desarrollo de este producto académico se realizó a manera individual

mostrando los diferentes métodos para resolver las preguntas y luego de forma grupal debatiendo

la mejor forma para presentar una propuesta de la interacción de la fase 1.

 Es toda acción sobre el cual vamos a revisar una medición u
Experimento observación, es decir, cualquier proceso que genere un resultado
definido.
Caso 1 Espacio muestral Es el conjunto de posibles resultados de un experimento aleatorio.

Experimento aleatorio Son aquellos cuyos elementos resultan de hacer conteos.

Teorema de Bayes Indica cómo se debe modificar las posibilidades subjetivas cuando
recibimos una información adicional de un experimento.
Caso 2
Representación gráfica que muestra los resultados posibles de una serie
Diagrama de árbol de experimentos y sus respectivas probabilidades.

Propiedades básicas
de la probabilidad
Axiomas de Caso 3 Regla del exponente
Probabilidad
Reglas de la adición

Eventos dependientes

Caso 4 Probabilidad
condicionada

Reglas de la adición

Probabilidad
Caso 5
Eventos mutuamente
excluyentes
Probabilidad a priori
 Solución al 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

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
 Cancelo o
Curso Aprobó Reprobó perdió Total
por fallas
Ecuaciones
178 47 40 265
diferenciales
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
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
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.

Aprobó un curso en el área de matemáticas

0.68 =68%

2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.

Reprobó un curso en el área de matemáticas

0.141=14.1%

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

de matemáticas.

Profesor Aprobó Total Probabilidad, Por cada

profesor
César r. 52 53 0.98
Claudia v. 31 36 0.861
Diana m. 97 119 0.815
Ernesto s. 166 204 0.813
Diego v. 36 45 0.8
Eduardo m. 154 197 0.781
Enrique p 118 156 0.756
Fernando. 125 167 0.748
m
Gloria a. 151 203  0.743
Jairo a. 116 161  0.720
 Javier b. 98 137  0.715
José c. 49 74  0.662
Luz p. 142 209  0.679
Marcela f. 60 100  0.6
María a . 93 157  0.592
Mario g 90 152  0.592
Mercedes s. 60 102  0.588
Oscar n. 111 204  0.544
Patricia m. 37 73  0.506
Ricardo o. 57 134  0.425
Sandra m. 30 72  0.416
Total 1873 2755  0.679

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

cursos del área

Curso probalidad

Algebra lineal 81,65%

Análisis numérico 80,22%

Cálculo infinitesimal 76,83%

Calculo integral 70,89%

Cálculo multivariado 68,35%

Calculo negocios 68,28%

Ecuaciones diferenciales 67,17%

Estadística básica 62,25%

Estadística inferencial 61,56%

 Matemáticas avanzadas 61,23%

Matemáticas discretas 55,00%

Pre calculo 50,60%

Probabilidad 35,29%

5. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios

que utilizó y dé las razones de su elección.

Curso Aprobó Reprobó Cancelo o perdió Total La probalidad de

por fallas aprobación
Algebra lineal 178 10 30 218 82
Análisis numérico 146 15 21 182 80
Cálculo 252 37 39 328 77
infinitesimal
Calculo integral 56 8 15 79 71
Cálculo 244 49 64 357 68
multivariado
Calculo negocios 226 44 61 331 68
Ecuaciones 178 47 40 265 67
diferenciales
Estadística básica 33 11 9 53 62
Estadística 269 70 98 437 62
inferencial
Matemáticas 199 53 73 325 61
avanzadas
Matemáticas 44 13 23 80 55
discretas
Pre calculo 42 24 17 83 51
Probabilidad 6 8 3 17 35

6. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los criterios

que utilizó y dé las razones de su elección

 Profesor Aprobó Reprobó Cancelo o Total Probalidad por
perdió cada profesor
por fallas
César r. 52 1 53 98
Claudia v. 31 5 36 86
Diana m. 97 4 18 119 81
Ernesto s. 166 17 21 204 81
Diego v. 36 5 4 45 8
Eduardo m. 154 17 26 197 78
Enrique p 118 25 13 156 75
Fernando m. 125 21 21 167 74
Gloria a. 151 32 20 203 74
Jairo a. 116 19 26 161 72
Javier b. 98 10 29 137 71
José c. 49 9 16 74 66
Luz p. 142 23 44 209 68
Marcela f. 60 19 21 100 6
María a. 93 27 37 157 59
Mario g 90 16 46 152 59
Mercedes s. 60 15 27 102 58
Oscar n. 111 48 45 204 54
Patricia m. 37 14 22 73 50
Ricardo o. 57 31 46 134 42
Sandra m. 30 37 5 72 41
Total 1873 389 493 2755 68

7. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones

de su elección.

Hay mejores resultados en la materia donde hay menor personal, como se observa en la tabla

siguiente donde se clasifican los programas de acuerdo a su número de retirados:

Programa Aprobó Reprobó Cancelo o Total

perdió
por fallas
Administración 146 15 21 182
ambiental
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

Solución al 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% 2%
Enfermedad Ausente 5% 85 %

P ( B|Ai ) P ( Ai ) P ( B| Ai ) P ( Ai )
teorema de Bayes P ( Ai|B ) = = n
P ( B)
∑ P ( B|Aj ) P ( Aj )
j=1

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

como mínimo, debe incluir:

Solución:

Se definen los sucesos:

P: Enfermedad presente

A: Enfermedad ausente

Pos: Resultado del examen positivo

Neg: Resultado del examen negativo

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

encontradas.

Pos
8%

P
2% Neg
10%

5% Pos
90%
A

85%
Neg

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

ausente.

 La probabilidad es 8%+2%=10%, que es la suma de la enfermedad presente pero con

diagnóstico positivo y negativo.

 La probabilidad es 5%+85%=90%, correspondiente a la enfermedad ausente para

diagnostico positivo y negativo.

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la persona no

tiene la enfermedad

P(Pos ∩ A ) 5 %
P ( Pos / A )= = =0,05 %
P( A) 90 %
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la

persona tiene la enfermedad

P¿

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) 8 %
P ( Pos / P )= = =0,8 %
P (P) 10 %
0,8 %∗10 %
P ( P / Pos )= =0,6154 %
13 %

6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto negativo

P ( Pos / A ) P ( A ) 0,05 %∗90 %

P ( A / Pos )= = =0,3467 %
P ( Pos ) 13 %

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de selección

para detectar la enfermedad?

El examen es confiable para quienes no tienen la enfermedad y sean diagnosticados negativo,

pero no para quienes la tienen y su diagnóstico sea positivo.

 Solución al 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?

Los 12 miembros serian: P=0.7980

Entonces la probabilidad individual p si fuese lanzamiento independientes
Será:

p12= p=0.798 0
12 ind ( P )=ind (0.7980)
ind (0.7980)
ind ( P )=
12

¿ ind (0.7980)
P=e
12
P=0.981 3

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?
 Pgf + Pg=1
Pgf + 0.7980=1
Pgf =1+0.7980=0.20 2
1
=0. 2
5
0.202 ≈ 0.2
Tenemos entonces que la probabilidad que un solo miembro del equipo ósea de los 12, puede

completar el salto con éxito de un solo miembro es de 0.2%

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?

Como indica la probabilidad encontrada en la pregunta analizamos que si cumple porque el

promedio, cuya afirmación es correcta que el salto fuera exitoso era solo de 0.7980, tenemos un

0.202 de probabilidades que alguien salga seriamente herido.

 REFERENCIAS BIBLIOGRÁFICAS

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&ppg=177

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Recuperado

de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604&ppg=128

Martín, J. y Ruiz, L. (2004). Estadística I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-viii.

Recuperado de:

http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE

%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClickType=Ab

outThisPublication

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad e

inferencia. Recuperado de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?

docID=10995669&ppg=19
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Recuperado

de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?

ppg=151&docID=10436604&tm=1470688991083