PROBABILIDAD

TRABAJO COLABORATIVO 1

FASE 1

MIGUEL OSWALDO URBINA J Cdigo 98390502

JOSE FERNANDO ALTAMIRANO

VALENTINA DIAZ Cdigo: 97122809831

ERIKA FERNANDA AGUIRRE LASSO Codigo:1084224425

GRUPO: 100402_126

TUTOR: JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

MARZO DEL 2016

 INTRODUCCION

El curso de probabilidad nos aporta conocimientos indispensables para

desempearnos como profesionales integrales y competentes en el campo laboral.
Ya que un profesional con slidos conocimientos del mercado y del consumo,
anlisis y aplicacin a situaciones del consumo que se dan dentro del contexto del
mercado, le permite a las empresas enfrentar los nuevos retos del mercado y
asegurar su supervivencia y adaptacin al nuevo entorno global.

A travs de la identificacin y comprensin de los Principios de Probabilidad,

necesarios para el cumplimiento de los propsitos y objetivos del curso.
Esperamos alcanzar los objetivos propuestos y que estos conocimientos sean de
mucha utilidad.

En este trabajo encontramos algunos conceptos bsicos de las tcnicas de

conteo: permutaciones, variaciones y combinaciones; se identifican conceptos
sobre espacios mustrales y eventos, las propiedades bsicas de la probabilidad
como los reglas de adicin y multiplicacin, la probabilidad condicional y el
teorema de Bayes.
Desarrollo del trabajo

1.- Cuadro sinptico:

EXPERIMENTO
ALEATORIO,
. ESPACIO
MUESTRAL,
EVENTOS

DESARROLLO TECNICAS DE
CONTEO
DE CASOS

AXIOMAS DE
PROBABILIDAD

Planteado por el filsofo

Thomas Bayes

TEOREMA DE BAYES consiste en un mtodo para encontrar la probabilidad

De una causa especfica cuando se observa un efecto particular
2.- Solucin al estudio de caso 1: El grupo entrega aqu, de manera organizada, el anlisis,
desarrollo y solucin del ESTUDIO DE CASO presentado

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

Curs Aprob Reprob Cancelo o Total

o perdi por
Algebra lineal 178 10 fallas
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
TOTA 1873 389 493 2755

1 Tomado y adaptado de Roa E., Informe de rendimiento Acadmico 2014.

Cancelo o
Program Aprob Reprob perdi por Total
a fallas
 Profeso Aprob Reprob Cancelo o Total
r perdi por
Csar r. 52 fallas
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
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

Solucin:

Para determinar la probabilidad de que un estudiante apruebe un curso del rea

de matemticas utilizaremos la siguiente frmula:

P= (Total de estudiantes aprobados /Total de estudiantes inscritos* 100%)

Datos:

Total de estudiantes aprobados segn lista =1873

Total de estudiantes inscritos= 2755

Si remplazamos los datos que tenemos en la formula quedara:

P= (1873/2755*100)
P= (68%)

R/:
La probabilidad de que un estudiante apruebe un curso de matemticas es del
68%

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

matemticas.

Solucin:

Para determinar la probabilidad de que un estudiante repruebe un curso del rea

de matemticas utilizaremos la siguiente frmula:

P= (Total de estudiantes reprobados /Total de estudiantes inscritos* 100%)

Datos:

Total de estudiantes reprobados segn lista =389

Total de estudiantes inscritos= 2755

Si remplazamos los datos que tenemos en la formula quedara:

P= (389/2755*100)
P= (14%)

R/:
La probabilidad de que un estudiante apruebe un curso de matemticas es del
14%

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

un curso del rea de matemticas.
Para la solucin tenemos la siguiente frmula:

Profesor Frmula: P= (estudiantes aprobados por cada profesor /

Total de estudiantes inscritos por cada profesor * 100%)
Csar r. P=(52/53) *100 = 98%
Claudia v. P=(31/36) * 100 = 86%
Diana m. P=(97/119 )* 100 = 81.5%
Ernesto s. P=(166/204) * 100 = 81.4 %
Diego v. P=(36/45 )* 100 = 80%
Eduardo m. P=(154/197 )* 100 = 78.2%
Enrique p P= (118/156) *100 = 75.6 %
Fernando m. P= (125/167) *100 = 75%
Gloria a. P=(151/203) *100 = 74.4 %
Jairo a. P= (116/161) * 100 = 72%
Javier b. P= (98/137) * 100 = 71.5%
Jos c. P= (49/74) * 100 = 66.2%
Luz p. P= (142/209) * 100 = 68%
Marcela f. P= (60/100) * 100 = 60%
Mara a. P= (93/157) * 100 = 59.2%
Mario g P= (90/152) * 100 = 59.2%
Mercedes s. P= (60/102) * 100 = 58.8%
Oscar n. P= (111/204) * 100 = 54.4%
Patricia m. P= (37/73) *100 = 50.7%
Ricardo o. P= (57/134) * 100 = 42.5%
Sandra m. P= (30/72) * 100 = 41.7%
 4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea
cada uno de los cursos del rea

Curso
Frmula: P= (estudiantes aprobados por cada curso / Total
de estudiantes inscritos por cada curso * 100%)
Algebra lineal P=(178/218) * 100 = 81.78%
Anlisis numrico P=(146/182) * 100 = 80.2%
Clculo infinitesimal P= (252/328) * 100 = 76.8%
Calculo integral P=(56/79) * 100 = 70.9%
Clculo multivariado P=(244/357) * 100 = 68.3%
Calculo negocios P=(226/331) * 100 = 68.3%
Ecuaciones P=(178/265) * 100 = 67.1%
Estadstica bsica P=(33/53) * 100 = 62.3%
Estadstica inferencial P=(269/437) * 100 = 61.6%
Matemticas P=(199/325) * 100 = 61.2%
Matemticas discretas P=(44/80) * 100 = 55%
Pre clculo P=(42/83) * 100 = 50.6%
Probabilidad P=(6/17) * 100 = 35.3%
 5. Calique los cursos del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin.

El curso mejor calificado de la universidad.

Frmula
utilizada
Curso Aprob Reprob Cancel Total P(Estudiantes Porcentaje
oo aprobados x
perdi cada
por materia/Total
fallas estudiantes
inscritos en
cada curso)
Algebra 178 10 30 218 0,817 81,7%
lineal
Anlisis 146 15 21 182 0,802 80,2%
numrico
Clculo 252 37 39 328 0,768 76,8%
infinitesimal
Calculo 56 8 15 79 0,709 70,9%
integral
Clculo 244 49 64 357 0,683 68,3%
multivariado
Calculo 226 44 61 331 0,683 68,3%
negocios
Ecuaciones 178 47 40 265 0,672 67,2%
diferenciale
Estadstica 33 11 9 53 0,623 62,3%
bsica
Estadstica 269 70 98 437 0,616 61,6%
inferencial
Matemticas 199 53 73 325 0,612 61,2%
avanzadas
Matemticas 44 13 23 80 0,550 55,0%
discretas
Pre clculo 42 24 17 83 0,506 50,6%
Probabilidad 6 8 3 17 0,353 35,3%

R/ Segn la tabla de cursos de la universidad de Bogot y tomando en cuenta la

cantidad de estudiantes matriculados en cada uno de ellos, el que mayor
porcentaje de estudiantes aprobados tuvo fue el curso de Algebra lineal con un
resultado del 81.7%, siendo este el mejor calificado.
 6. Califique los profesores del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin

Profesor que obtuvo los mejores resultados en su rea.

Frmula
aplicada
Profesor Aprob Reprob Cancel Total P(Estudiantes Porcentaje
oo aprobados en
perdi el rea por
por cada
fallas profesor/Total
estudiantes
inscritos en el
rea por cada
profesor)
Csar r. 52 1 53 0,98 98%
Claudia 31 5 36 0,86 86%
Diana
v. m. 97 4 18 119 0,82 82%
Ernesto 166 17 21 204 0,81 81%
Diego
s. v. 36 5 4 45 0,80 80%
Eduardo 154 17 26 197 0,78 78%
Enrique
m. 118 25 13 156 0,76 76%
Fernand
p 125 21 21 167 0,75 75%
Gloria
o m. a. 151 32 20 203 0,74 74%
Jairo a. 116 19 26 161 0,72 72%
Javier b. 98 10 29 137 0,72 72%
Jos c. 49 9 16 74 0,66 66%
Luz p. 142 23 44 209 0,68 68%
Marcela f. 60 19 21 100 0,60 60%
Mara a. 93 27 37 157 0,59 59%
Mario g 90 16 46 152 0,59 59%
Mercedes 60 15 27 102 0,59 59%
s.
 Oscar n. 111 48 45 204 0,54 54%
Patricia 37 14 22 73 0,51 51%
Ricardo
m. 57 31 46 134 0,43 52%
Sandra
o. 30 37 5 72 0,42 42%
m.
De acuerdo al listado de profesores de cada rea entregado en la tabla de datos
de la universidad de Bogot y segn el porcentaje de alumnos aprobados sobre el
total de estudiantes matriculados en cada una de las reas muestran mediante la
probabilidad que el mejor profesor es Cesar R.

7. En que programa hay mejores resultados. Establezca los criterios que

utiliz y d las razones de su eleccin

Programa de la universidad con mejores resultados

Frmula
aplicada
Programa Apro Repr Canc Total P(Estudiantes Porcent
b ob elo o aprobados en aje
perdi cada
por programa/Tota
fallas l estudiantes
inscritos en
por cada
programa)
Administracin 146 15 21 182 0,802 80,2%
ambiental
Admn. Empresas 295 44 41 380 0,776 77,6%

Arquitectura 297 53 71 421 0,705 70,5%

Contadura 99 23 19 141 0,702 70,2%
Economa 99 19 24 142 0,697 69,7%
Ing. Mecatrnica 515 118 154 787 0,654 65,4%
Ing. Civil 88 20 27 135 0,652 65,2%
Ing. Financiera 83 29 22 134 0,619 61,9%
Ing. Sistemas 127 26 53 206 0,617 61,7%
Ing. 32 9 15 56 0,571 57,1%
Telecomunicacione
s
Negocios 69 21 33 123 0,561 56,1%
Internacionales
Psicologa 23 12 13 48 0,479 47,9%
De doce programas ofrecidos en la universidad de Bogot presentados en la tabla
de datos para su respectiva calificacin con mtodos de probabilidad, nos dio
como resultado que administracin ambiental fue el mejor programa.

3.- Solucin al estudio de caso 2: El grupo entrega aqu, de manera organizada,

el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado

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
exmenes de seleccin, que solan estar asociados principalmente con exmenes
mdicos de diagnstico pero que ahora estn encontrando aplicaciones en varios
campos de actividad. Los exmenes de esteroides en atletas, los exmenes
caseros de embarazo y los exmenes para detectar sida son algunas otras
aplicaciones. Los exmenes de seleccin se evalan sobre la probabilidad de un
falso negativo o un falso positivo y stas dos son probabilidades condicionales. Un
falso positivo es el evento de que el examen sea positivo para una condicin
determinada, dado que la persona no tiene la condicin. Un falso negativo es el
evento de que el examen sea negativo para una condicin determinada, dado que
la persona tiene la condicin.
Se pueden evaluar estas probabilidades condicionales usando una frmula
derivada por el probabilista Thomas Bayes, llamada el Teorema de Bayes. El
teorema se utiliza para revisar probabilidades previamente calculadas cuando se
posee nueva informacin y fue desarrollado por el reverendo Thomas Bayes en el
siglo XVII,
Suponga que cierta enfermedad est presente en el 10% de la poblacin, y que
hay un examen de seleccin diseado para detectar si esta enfermedad est
presente. El examen no siempre funciona a la perfeccin. A veces, es negativo
cuando la enfermedad est presente y otras es positivo en ausencia de ella. La
tabla siguiente muestra la proporcin en que el examen produce varios resultados:

RESULTADOS DEL RESULTADO DEL

EXAMEN POSITIVO EXAMEN NEGATIVO
ENFERMDAD 8% 22%
PRESENTE
ENFERMEDAD 5% 85%
AUSENTE

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

que como mnimo, debe incluir:
1. Probabilidad de que la enfermedad este presente

2. Probabilidad de que la enfermedad est 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 seleccin para detectar la enfermedad?

SOLUCION:

P(E) = =0,3x(0,08 + 0,22) +0,9x( 0,05 x 0,85) =0,128

1 . Probabilidad de que la enfermedad este presente es de

P (E |P )=P(E P) = P (E ).P (P|E) = 0,3X0,08 = 0,1875=18,7%

P(E) P(E) 0,128

La probabilidad de que la enfermedad este presente es de 18,7%

2. Probabilidad de que la enfermedad est ausente

P (E |N )=P(E N) = P (E ).P (N|E) = 0,9X0,05 = 0,351=35%

 P(E) P(E) 0,128
La probabilidad de que la enfermedad este presente fue de 35%

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

P (E |P )= P(P E) = 0,08 = 0,61=61%

P(P E)+ P(N E) 0,08+0,05

La probabilidad de un falso positivo es de 61%

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo

dado que la persona tiene la enfermedad

P (E |N )= P(N E) = 0,05 = 0,38=38%

P(N E)+ P(P E) 0,05+0,08
La probabilidad de un falso negativo es de 38%

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

resulto positivo

P (E |P )= P(P E) = 0,08 = 0,26=26%

P(P E)+ P(N E) 0,08+0,22

La probabilidad de que la persona tenga la enfermedad dado que el examen

resulto positivo fue de 26%

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

resulto positivo
P (E |P )= P(N E) = 0,05 = 0,5=50%
P(NE)+ P(P E) 0,05+0,05

La probabilidad que la persona no tenga la enfermedad dado que el examen

resulto positivo fue de 50%

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

resulto negativo
P (E |P )= P(P E) = 0,08 = 0,26=26%
P(P E)+ P(N E) 0,08+0,22

La probabilidad de que la persona presente la enfermedad dado que el examen

resulto negativo es de 26%
8. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto negativo

P (E |P )= P(N E) = 0,05 = 0,05=5%

P(N E)+ P(N E) 0,05+0,85

La probabilidad de que la persona no tenga la enfermedad dado que el examen

resulte positivo es de 5%

9. De acuerdo con las probabilidades encontradas, que tan confiable es este

examen de seleccin para detectar la enfermedad?

Este examen es muy confiable ya que nos permite identificar las probabilidades
de que la enfermedad este presente o ausente desde diferentes puntos de vista.
4.- Solucin al estudio de caso 4: El grupo entrega aqu, de manera organizada,
el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado

ESTUDIO DE CASO 4

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, 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 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 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 calificar a los jueces. Tal vez pueda
analizar la probabilidad de los casos que se apelaron y revocaron manejados
en los diferentes tribunales
Juez tribunal Casos Casos Casos Probabilidad Probabilidad Probabilidad
penal presentados apelados revocados de apelar de revocar de revocar
dada una
apelacin
Fred Cartolano 3037 137 12 0,045110 0,003951 0,087591
Thomas Crush 3372 119 10 0,035291 0,002966 0,084034
Patrick 1258 44 8 0,034976 0,006359 0,181818
Dinkelacker
Timothy hogan 1954 60 7 0,030706 0,003582 0,116667
Robert Kraft 3138 127 7 0,040472 0,002231 0,055118
William 2264 91 18 0,040194 0,007951 0,197802
mathews
William 3032 121 22 0,039908 0,007256 0,181818
Morrissey
Norbert Nadel 2959 131 20 0,044272 0,006759 0,152672
Arthur Ney. Jr. 3219 125 14 0.038832 0,004349 0,112000
Richard 3353 137 16 0,040859 0,004772 0,116788
Niehaus
Thomas Nurre 3000 121 6 0,040333 0,002000 0,049587
John OConnor 2969 129 12 0,043449 0,004042 0,093023
Robert 3205 145 18 0,045242 0,005616 0,124138
Ruehlman
J. Howard 955 60 10 0,062827 0,010471 0,166667
sundermann
Ann Marie 3141 127 13 0,040433 0,004139 0,102362
Tracey
Ralph Winkler 3089 88 6 0,028488 0,001942 0,068182
TOTAL 43945 1762 199 0,013654 0,078386 1,890267

Juez tribunal de Casos Casos Casos Probabilid Probabilid Probabilidad

familia presentad apelado revocad ad de ad de de revocar
os s os apelar revocar dada una
apelacin
Penelope 2729 7 1 0,002565 0,000366 0,142857
Cunningham
Patrick Dinkelacker 6001 19 4 0,003166 0,000667 0,210526
Debora Gaines 8799 48 9 0,005455 0,001023 0,187500
Ronald Panioto 12970 32 3 0,002467 0,000231 0,093750
Total 30499 106 17 0,013654 0,002287 0,634633
Juez tribunal Casos Casos Casos Probabilida Probabilida Probabilidad
civil presentado apelado revocado d de apelar d de de revocar
s s s revocar dada una
apelacin
Mike Allen 6149 43 4 0,006993 0,000651 0,093023
Nadine Allen 7812 34 6 0,004352 0,000768 0,176471
Timothy 7954 41 6 0,005155 0,000754 0,146341
Black
David Davis 7736 43 5 0,005558 0,000646 0,116279
Leslie Isaiah 5282 35 13 0,006626 0,002461 0,371429
Gaines
Karla Grady 5253 6 0 0,001142 0,000000 0,000000
Deidra Hair 2532 5 0 0,001975 0.000000 0,000000
Dennis 7900 29 5 0,003671 0,000633 0,172414
Helmick
Timothy 2308 13 2 0,005633 0,000867 0,153846
Hogan
James 2798 6 1 0,002144 0,000357 0,166667
 Patrick
Kenney
Joseph 4698 25 8 0,005321 0,001703 0,320000
luebbers
William 8277 38 9 0,004591 0,001087 0,236842
Mallory
Melba March 8219 34 7 0,004137 0,000852 0,205882
Beth 2971 13 1 0,004376 0,000337 0,076923
Mattingly
Albert 4975 28 9 0,005628 0,001809 0,321429
Mestemaker
Mark painter 2239 7 3 0,003126 0,001340 0,428571
Jack Rosen 7790 41 13 0,005263 0,001669 0,317073
Mark 5403 33 6 0,006108 0,001110 0,181818
Schweikert
David 5371 22 4 0,004096 0,000745 0,181818
Stockdale
John a. west 2797 4 2 0,001430 0,000715 0,500000
TOTAL 108464 500 104 0,087326 0,018504 4,166827

INFORME A PRESENTAR:

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 incluirlo siguiente:

8. La probabilidad de casos que se apelan y revocan en los tres tribunales

9. La probabilidad de que se apele un caso, por cada juez

10. La probabilidad de que se revoque un caso, por cada juez

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

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

SOLUCION

Clasificacin

Mayor probabilidad dada una apelacin: John A. West:

John a. west 2797 4 2 0,001430 0,000715 0,5

 Mayor probabilidad de revocar: J. Howard Sundermann

J. Howard Sundermann 955 60 10 0,062827 0,010471 0,166667

Mayor probabilidad de apelar: J. Howard Sundermann

J. Howard Sundermann 955 60 10 0,062827 0,010471 0,166667

Mayor cantidad de casos revocados: William Morrissey

William Morrissey 3032 121 22 0,039908 0,007256 0,181818

Mayor cantidad de casos apelados: Robert Ruehlman

Robert Ruehlman 3205 145 18 0,045242 0,005616 0,124138

Mayor cantidad de casos presentados

Ronald Panioto 12970 32 3 0,002467 0,000231 0,093750

5.- Solucin al estudio de caso 5: El grupo entrega aqu, de manera organizada,

el anlisis, desarrollo y solucin del ESTUDIO DE CASO presentado

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 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 para ayudar a realizar el informe solicitado.

Prepare un informe en el que debe incluir como mnimo 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 est 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 la probabilidad de los eventos mutuamente excluyentes

(probabilidades a priori)

c. Identificar las probabilidades condicionales presentadas

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

Solucin

A1: Hall Electronics Comprado: 25% = 0.25

A2: Schuller Sales Comprado: 30% = 0.30

A3: Crawford Components Comprado: 45% = 0.45

Chip LS-24 defectuoso comprado en Hall Electronics 2% = 0.02

Chip LS-24 defectuoso comprado en Schuller Sales 4% = 0.04

Chip LS-24 defectuoso comprado en Crawford Components 6% = 0.06

B1: Chip LS-24 defectuoso.

B2: Chip LS-24 no defectuoso.

1. Defectos: 0.02+0.04+0.06 = 0.12

Respuesta: La probabilidad de que un chip este defectuoso es 0.12/1

2. Comprados: 100% = 1
Defectuosos: 0.02+0.04+0.06=0.12
Comprado-Defectuosos 1-0.12=0.88

Respuesta: La probabilidad de que un chip este en buenas condiciones es

0.88/1

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

de que haya sido fabricado por cada uno de los proveedores.

P(A1)P(B/A1) = (0.25)(0.02) = 0.005

P(A2)P(B/A2) = (0.30)(0.04)= 0.012
P(A3)P(B/A3) = (0.45)(0.06)= 0.027

Probabilidad conjunta: 0.044

4.
Defectuoso comprado en Hall Electronics:

P(A1/B) = P(A1)P(B/A1)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)

P(A1/B) = (0.25)(0.02)/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A1/B) = 0.005/0.005+0.012+0.027
P(A1/B) = 0.005/0.044
P(A1/B) = 0.113636
Defectuoso comprado en Schuller Sales:

P(A2/B) = P(A2)P(B/A2)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)

P(A2/B) = (0.30)(0.04)/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A2/B) = 0.012/0.005+0.012+0.027
P(A2/B) = 0.012//0.044
P(A2/B) = 0.2727

Defectuoso comprado en Crawford Components:

P(A3/B) = P(A3)P(B/A3)/P(A1)P(B/A1)+ P(A2)P(B/A2)+ P(A3)P(B/A3)

P(A3/B) = (0.45)(0.06)/ (0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A3/B) = 0.027/(0.25)(0.02)+ (0.30)(0.04)+ (0.45)(0.06)
P(A3/B) = 0.027/0.044
 P(A3/B) = 0.613636

5. Diagrama de rbol

Defectuoso (0.25)(0.02) = 0.005

Comprado en
Hall Electronics
No defectuoso 0.113636

Defectuoso (0.30)(0.04)= 0.012

Probabilidad Comprado en
Schuller Sales 0.2727
No defectuoso

Defectuoso (0.45)(0.06)= 0.027

Comprado en
Schuller Sales
No defectuoso 0.613636

REFERENCIAS
 RECUPERADO DE PRINCIPIOS DE PROBABILIDAD:

https://www.academia.edu/3718623/modulo_de_probabilidad_UNAD_2010.

RECUPERADO DE EXPERIMENTO ALEATORIO , ESPACIO MUESTRAL

Y EVENTOS:

http://campus03.unad.edu.co/ecbti04/mod/book/view.php?
id=6223&chapterid=1557.

RECUPERADO DE AXIOMAS DE PROBABILIDAD:

http://datateca.unad.edu.co/contenidos/301014/axiomas_de_la_probabilidad.pdf.

RECUPERADO DE INTODUCCION DE LA TEORIA DE PROBABILIDADES

https://books.google.com.co/books?id=XpBm-Qwv-
lMC&lpg=PA52&dq="tecnicas+de+conteo"&hl=es&pg=PA53#v=onepage&q=
%22tecnicas%20de%20conteo%22&f=false