FASE 1

AXIOMAS DE PROBABILIDAD

LUZ DARY AVENDAO Cdigo: 1.100.957.530

OLGER DAVID HERRERA Cdigo:
YULY MARCELA CARVAJAL Cdigo: 1.102.358.354
PABLO SANTIAGO SIERRA: Cdigo
SERGIO ANDRES ANGARITA: Cdigo

Grupo: 100402_85

Tutor:
Azucena Gil

UNIVERSIDAD NACIONAL Y A DISTANCIA UNAD

1
 PROGRAMA DE ADMINISTRACION DE EMPRESAS

CEAD: BUCARAMANGA

ABRIL

2017

n INTRODUCCION

El siguiente trabajo tiene como objetivo comprender Los principios de la probabilidad

concernientes a la unidad 1, en temas relacionados con experimento aleatorio, eventos y
sucesos, tcnicas de conteo, axiomas de probabilidad, probabilidad condicional y teorema
de Bayes. Aplicando estos temas y conceptos encontraremos un cuadro sinptico, al igual
que el planteamiento de una serie de ejercicios con sus respectivas respuestas y la solucin
a un estudio de caso.

Con la realizacin de esta actividad se busca afianzar en trminos y procedimientos de

conceptos que permitan dar solucin a los casos propuestos y as mismo consolidarlos, y
explotarlos en los campos tanto personales, laborales y profesionales los cuales varan en
esta sociedad dependiente de esta rama como lo es la probabilidad; por esta razn es tan
importante desarrollar estas habilidades y destrezas para as de esa manera se puedan
esclarecer cualquier situacin especfica.

2
Objetivo general.
Analizar e interiorizar los principios de Probabilidad, identificando sus propiedades,
leyes y los campos de aplicacin que tiene esta ciencia propia de la estadstica.

Objetivos especficos

Identificar el espacio muestral y distintos eventos de experimentos

aleatorios.
Adquirir las herramientas y habilidades necesarias de las tcnicas de conteo.
Establecer y aplicar las tcnicas de conteo a travs de permutaciones y
combinaciones.

3
 DESARROLLO DE LA ACTIVIDAD

a. Cuadro sinptico

Experimento Un fenmeno aleatorio, es por tanto, aquel cuyo resultado

Aleatorio est fuera de control y que depende del azar.

Espacio Espacio muestral es el conjunto formado por todos los

posibles resultados de un experimento aleatorio.
muestral
Suceso o Evento de un fenmeno o experimento aleatorio
Sucesos o es cada uno de los subconjuntos del espacio muestral S

Usamos las operaciones bsicas de conjuntos, tales como uniones,

Operacione intersecciones y complementos, para formar otros eventos de inters,
s entre denominados eventos o sucesos compuestos.

TECNICA Las tcnicas de conteo son aquellas que son usadas

S DE para enumerar eventos difciles de cuantificar
CONTEO
Una actividad que consta de r pasos, en donde el primer paso de la
Principio actividad a realizar puede ser llevado a cabo de N1 maneras o formas,
multiplicat el segundo paso de N2 maneras o formas y el r-simo paso de Nr
ivo maneras o formas.

Princip Con la condicin no de que los eventos sean independientes sino

de que sean mutuamente excluyentes, es decir que cada uno
PRINCIPIOS DE io
ocurra sin la necesidad de que otro lo haga.

Factorial Este se denota por el smbolo n! y se define como el producto

PROBABILIDAD de de n por todos los enteros que le preceden hasta llegar al uno.
Un
Una permutacin de los elementos es un acomodo u
Permutaci ordenamiento de ellos.
ones
Es un arreglo de elementos en donde no nos interesa el lugar o
Combinaci posicin que ocupan los mismos dentro del arreglo. En una
combinacin nos interesa formar grupos y el contenido de los mismos.
n
4
 Axiomas
de Los axiomas no determinan las probabilidades, lo que hacen es
Probabili facilitar el clculo de las probabilidades de algunos eventos a
Regla Si dos eventos son mutuamente excluyentes, podemos expresar esta
De la probabilidad haciendo uso de la regla de adicin. la regla de la adicin
para calcular P(AUB)

En esta seccin se desarrollar una regla para determinar P (AnB),

Regla de esto es, la probabilidad de que el evento A ocurra en un primer
la experimento y el evento B ocurra en un segundo experimento.
b. Estudios de casos resueltos
Multiplica

CASO 1

LUZ DARY AVENDAO

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.

5
 CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron
reportados por cancelacin de semestre,

Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Algebra lineal 178 10 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
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Cancelo o perdi
Programa Aprob Reprob Total
por fallas
Administracin ambiental 146 15 21 182
Admn. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contadura 99 23 19 141
Economa 99 19 24 142
Ing Mecatrnica 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
Psicologa 23 12 13 48
Total 1873 389 493 2755

6
 Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
Csar 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
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

RTA:

7
 (Total Aprobados/ Nmero Total *100%)

P= 1873/2755*100% = 0,68* 100=68%

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

RTA:

(Total Reprobados/Nmero Total *100%

P=389/2755*100% = 0,14*100= 14%

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

curso del rea de matemticas.

RTA:

P=(Aprobados/Total) Resultado *100

Profesor Aprob Total Por Profesor Resultado

Csar r. 52 53 0,98 98
Claudia v. 31 36 0,86 86
Diana m. 97 119 0,82 82
Ernesto s. 166 204 0,81 81
Diego v. 36 45 0,80 80
Eduardo m. 154 197 0,78 78
Enrique p 118 156 0,76 76

8
Fernando m. 125 167 0,75 75
Gloria a. 151 203 0,74 74
Jairo a. 116 161 0,72 72
Javier b. 98 137 0,72 72
Jos c. 49 74 0,66 66
Luz p. 142 209 0,68 68
Marcela f. 60 100 0,60 60
Mara a . 93 157 0,59 59
Mario g 90 152 0,59 59
Mercedes s. 60 102 0,59 59
Oscar n. 111 204 0,54 54
Patricia m. 37 73 0,51 51
Ricardo o. 57 134 0,43 43
Sandra m. 30 72 0,42 42

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

de los cursos del rea.

RTA:

Para cada Materia Seria:

P =(Aprobados/Total) Resultado *100

LA PROBABILIDAD DE
RESULTA
CURSO APROBO TOTAL QUE UN ESTUDIANTE
APRUEBE CADA CURSO DO
Algebra lineal 178 218 0,817 81,7
Anlisis numrico 146 182 0,802 80,2
Clculo infinitesimal 252 328 0,768 76,8
Calculo integral 56 79 0,709 70,9
Clculo multivariado 244 357 0,683 68,3
Calculo negocios 226 331 0,683 68,3

9
 Ecuaciones
178 265 0,672
diferenciales 67,2
Estadstica bsica 33 53 0,623 62,3
Estadstica inferencial 269 437 0,616 61,6
Matemticas
199 325 0,612
avanzadas 61,2
Matemticas
44 80 0,550
discretas 55,0
Pre calculo 42 83 0,506 50,6
Probabilidad 6 17 0,353 35,3

5. Clasique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los
criterios que utiliz y d las razones de su eleccin.

RTA:

Creo que se debe de clasificar de acuerdo a su nivel de aprobacin y de desertados

colocando en primera instancia las materias cuyo margen de aprobacin fue mayor
implementado la misma Formula.

P= (Aprobacin por materias /Total) Resultado *100

Cancelo o
Curso Aprob Reprob perdi por Total Probabilidad total
fallas de
aprobacin
Algebra lineal 178 10 30 218 0,82 82
Anlisis numrico 146 15 21 182 0,80 80
Clculo infinitesimal 252 37 39 328 0,77 77
Calculo integral 56 8 15 79 0,71 71
Clculo multivariado 244 49 64 357 0,68 68
Calculo negocios 226 44 61 331 0,68 68

10
Ecuaciones
178 47 40 265
diferenciales 0,67 67
Estadstica bsica 33 11 9 53 0,62 62
Estadstica inferencial 269 70 98 437 0,62 62
Matemticas
199 53 73 325
avanzadas 0,61 61
Matemticas discretas 44 13 23 80 0,55 55
Precalculo 42 24 17 83 0,51 51
Probabilidad 6 8 3 17 0,35 35

6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca
los criterios que utiliz y d las razones de su eleccin.
RTA:
Basada en la Formula usada para el punto nmero 3, para cada Profesor la formula seria:

P = (Aprobados / Total) = Resultado * 100

Se pude clasificar a los mejores profesores por su nmero de reprobados y desertados

Entre menos sea es mejor docente.

Aprobacin por
Profesor Aprob Total Por Profesor
Docente
Csar r. 52 53 0,98 98
Claudia v. 31 36 0,86 86
Diana m. 97 119 0,82 82
Diego v. 36 45 0,80 80
Eduardo m. 154 197 0,78 78
Enrique p 118 156 0,76 76
Ernesto s. 166 204 0,81 81
Fernando m. 125 167 0,75 75
Gloria a. 151 203 0,74 74
Jairo a. 116 161 0,72 72
Javier b. 98 137 0,72 72

11
Jos c. 49 74 0,66 66
Luz p. 142 209 0,68 68
Marcela f. 60 100 0,60 60
Mara a . 93 157 0,59 59
Mario g 90 152 0,59 59
Mercedes s. 60 102 0,59 59
Oscar n. 111 204 0,54 54
Patricia m. 37 73 0,51 51
Ricardo o. 57 134 0,43 43
Sandra m. 30 72 0,42 42

7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d
las razones de su eleccin.

RTA:

Lgicamente hay mejores resultados en aquella materia donde hay menor

personal
Desertado, como se observa en la tabla siguiente donde se clasifican los programas de
acuerdo a su nmero de desertados:
Cancelo o Probabilidad
Programa Aprob Reprob perdi por Total de Total
fallas Aprobacin
Administracin
146 15 21 182 0,80 80
ambiental
Admn. empresas 295 44 41 380 0,78 78
Arquitectura 297 53 71 421 0,71 71
Contadura 99 23 19 141 0,70 70
Economa 99 19 24 142 0,70 70
Ing Mecatrnica 515 118 154 787 0,65 65
Ing. Civil 88 20 27 135 0,65 65
Ing. Financiera 83 29 22 134 0,62 62
Ing. Sistemas 127 26 53 206 0,62 62

12
Ing.
32 9 15 56 0,57 57
Telecomunicaciones
Negocios
69 21 33 123 0,56 56
Internacionales
Psicologa 23 12 13 48 0,48 48

CASO 2

PABLO SANTIAGO SIERRA

CASO 3

SERGIO ANDRES ANGARITA

13
 CASO 4

YURYMARCELA CARVAJAL

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 calicar 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 Presentado apelados Revocados
Fred Cartolano s
3037 137 12

14
 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 OConnor 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

Juez Tribunal de Casos Casos Casos

Familia Presentado apelados Revocados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Total 30499 106 17

Juez Tribunal Civil Casos Casos Casos

Presentado apelados Revocados
Mike Allen s
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

15
 John A. West 2797 4 2
Total 108464 500 104

INFORME A PRESENTAR:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales

Tribunal Penal
1762
p ( casosque se apelan ) = =0.04009
43945

199
p ( casosque se revocan )= =0.00453
43945

Tribunal de Familia
106
p ( casosque se apelan ) = =0.00347
30499

17
p ( casosque se revocan )= =0.00056
30499

Tribunal Civil
500
p ( casosque se apelan ) = =0.0046
108464

104
p ( casosque se revocan )= =0.00096
108464

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

16
P(a) = casos apelados / casos presentados
Ver tablas 1,2 y 3

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

P(r) = casos revocados / casos presentados

Ver Tablas 1,2 y 3

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

17
 Dado que las revocatorias dependen de las apelaciones, usamos la interseccin para sucesos dependientes.
r p ( a r )
p
a()=
p ( a)

Pero la probabilidad de revocatorias estn dentro de la probabilidad de apelaciones entonces p (ar) = p(r)

Ver Tabla 1,2 y 3

Casos
Casos
Presentados

Tabla 1
Casos

Revocados
apelados

Juez Tribunal

Probabilidad
de apelar caso
Probabilidad

de revocar
caso dada
apelacin
Penal

Probabilidad
de revocar
caso
Ralph Winkler 3089 88 6 P(a)=88/3089 0,0285 P(r)=6/3089 0,0019 P(r/a)=0.019/0.0285 0,0667
Timothy Hogan 1954 60 7 P(a)=60/1954 0,0307 P(r)=7/1954 0,0036 P(r/a)=0.0036/0.307 0,1173

Patrick 1258 44 8 P(a)=44/1258 0,035 P(r)=8/1258 0,0064 P(r/a)=0.064/0.035 0,1828

Dinkelacker
Thomas Crush 3372 119 10 P(a)=119/337 0,0353 P(r)=10/3372 0,003 P(r/a)=0.003/0.0353 0,0849

18
Arthur Ney, Jr. 3219 125 14 P(a)=125/321 0,0388 P(r)=14/3219 0,0043 P(r/a)=0.0043/0.0388 0,111

William 3032 121 22 P(a)=121/303 0,0399 P(r)=22/3032 0,0073 P(r/a)=0.0073/0.0399 0,1829

Morrissey
William Mathews 2264 91 18 2
P(a)=91/2264 0,0402 P(r)=18/2264 0,008 P(r/a)=0.008/0.0402 0,199

Thomas Nurre 3000 121 6 P(a)=121/300 0,0403 P(r)=6/3000 0,002 P(r/a)=0.002/0.0403 0,0496

0
Ann Marie 3141 127 13 P(a)=127/314 0,0404 P(r)=13/3141 0,0041 P(r/a)=0.0041/0.0404 0,1014
Robert Kraft 3138 127 7 P(a)=127/313 0,0405 P(r)=7/3138 0,0022 P(r/a)=0.0022/0.0405 0,0543
Tracey 1
Richard Niehaus 3353 137 16 8
P(a)=137/335 0,0409 P(r)=16/3353 0,0048 P(r/a)=0.0048/0.0409 0,1173

John OConnor 2969 129 12 3P(a)=129/296 0,0434 P(r)=12/2969 0,004 P(r/a)=0.004/0.0434 0,0921

9
Norbert Nadel 2959 131 20 P(a)=131/295 0,0443 P(r)=20/2959 0,0068 P(r/a)=0.0068/0.0443 0,1534

Fred Cartolano 3037 137 12 9P(a)=137/303 0,0451 P(r)=12/3037 0,004 P(r/a)=0.004/0.0451 0,0884

Robert 3205 145 18 7

P(a)=145/320 0,0452 P(r)=18/3205 0,0056 P(r/a)=0.0056/0.0452 0,1238

Ruehlman
J. Howard 955 60 10 5P(a)=60/955 0,0628 P(r)=10/955 0,0105 P(r/a)=0.0105/0.0628 0,1671

Sundermann

Total 43945 1762 199

19
 Tabla 2

Presentados

Revocados
Casos

Casos

Casos
apelados

Probabilidad

Probabilidad
de revocar
caso dada
apelacin
de apelar
Juez Tribunal de

Probabilidad
de revocar
Familia

caso

caso
Ronald Panioto 12970 32 3 P(a)=32/12970 0,0024 P(r)=3/12970 0,0002 P(r/a)=0.0002/0.02 0,0833

Penelope 2729 7 1 P(a)=7/2729 0,0026 P(r)=1/2729 0,0004 P(r/a)=0.0004/0.0026 0,1538

Cunningham

Patrick 6001 19 4 P(a)=19/6001 0,0032 P(r)=4/6001 0,0007 P(r/a)=0.0007/0.0032 0,2187

Dinkelacker

Deborah Gaines 8799 48 9 P(a)=48/8799 0,0055 P(r)=9/8799 0,001 P(r/a)=0.001/0.0055 0,1818

Total 30499 106 17

20
 Presentados
Tabla 3

Casos
Casos

Revocados
Casos

apelados

de apelar caso

Probabilidad
Probabilidad

de revocar
caso dada
apelacin
Probabilidad
de revocar
Juez Tribunal Civil

caso
Karla Grady 5253 6 0 P(a)=6/5253 0,0011 0 0

John A. West 2797 4 2 P(a)=4/2797 0,0014 P(r)=2/2797 0,0007 P(r/a)=0.0007/0.0014 0,5

Deidra Hair 2532 5 0 P(a)=5/2532 0,002 0 0
James Patrick Kenney 2798 6 1 P(a)=6/2798 0,0021 P(r)=1/2798 0,0004 P(r/a)=0.0004/0.0021 0,1904
Mark Painter 2239 7 3 P(a)=7/2239 0,0031 P(r)=7/2239 0,0013 P(r/a)=0.0013/0.0031 0,4193
Dennis Helmick 7900 29 5 P(a)=29/7900 0,0037 P(r)=5/7900 0,0006 P(r/a)=0.0006/0.0037 0,1621
David Stockdale 5371 22 4 P(a)=22/5371 0,0041 P(r)= 4/5371 0,0007 P(r/a)=0.0007/0.0041 0,1707
Melba Marsh 8219 34 7 P(a)=34/8219 0,0041 P(r)=7/8219 0,0009 P(r/a)=.0009/0.0041 0,2195
Beth Mattingly 2971 13 1 P(a)=13/2971 0,0044 P(r)=1/2971 0,0003 P(r/a)=0.0003/0.0044 0,0681

Nadine Allen 7812 34 6 P(a)=34/7812 0,0044 P(r)=6/7812 0,0008 P(r/a)=0.0008/0.0044 0,1818

William Mallory 8277 38 9 P(a)=38/8277 0,0046 P(r)=9/8277 0,0011 P(r/a)=0.0011/0.0046 0,2391

Timothy Black 7954 41 6 P(a)=41/7954 0,0052 P(r)=6/7954 0,0008 P(r/a)=0.0008/0.0052 0,1538

21
Jack Rosen 7790 41 13 P(a)=41/7790 0,0053 P(r)=13/7790 0,0017 P(r/a)=0.0017/0.0053 0,3207

Joseph Luebbers 4698 25 8 P(a)=25/4698 0,0053 P(r)=8/4698 0,0017 P(r/a)=0.0017/0.0053 0,3207

David Davis 7736 43 5 P(a)=43/7736 0,0056 P(r)=5/7736 0,0006 P(r/a)=0.0006/0.056 0,1071

Timothy Hogan 2308 13 2 P(a)=13/2308 0,0056 P(r)=2/2308 0,0009 P(r/a)=0.0009/0.0056 0,1607

Albert Mestemaker 4975 28 9 P(a)=28/4975 0,0056 P(r)=9/4975 0,0018 P(r/a)=0.0018/0.0056 0,3214

Mark Schweikert 5403 33 6 P(a)=33/5403 0,0061 P(r)=6/5403 0,0011 P(r/a)=0.0011/0.0061 0,1803

Leslie Isaiah Gaines 5282 35 13 P(a)=38/5282 0,0066 P(r)=13/5282 0,0025 P(r/a)=0.0025/0.0066 0,3787

Mike Allen 6149 43 4 P(a)=43/6149 0,007 P(r)=4/6149 0,0007 P(r/a)=0.0007/0.007 0,1

Total 108464 500 104

5. Clasifique a los jueces dentro de cada tribuna. Establezca los criterios que utilizo y de las razones de su eleccin

En las tablas 1, 2 y 3 los jueces estn clasificados en orden ascendente los jueces teniendo en cuenta las apelaciones dadas para cada
juez.

22
 CASO 5

OLGER DAVID HERRERA

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.- Un diagrama de rbol que represente las probabilidades dadas y las probabilidades
encontradas.

2.- Probabilidad de que un chip este defectuoso

3- Probabilidad de que el chip este en buenas condiciones

23
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 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 las probabilidad de los eventos mutuamente excluyentes (probabilidades
a priori)
c. Identificar las probabilidad condicionales presentadas

SOLUCION

1. DIAGRAMA DE ARBOL

24
 Defectuso
Defectuso (0.25)
0.02
0.02 (0.02)=0.005
(0.02)=0.005
Hall
Hall
0.25
No defectusoso
No defectusoso
0.098
0.098

Defectuso
Defectuso (0.30)
(0.30)
0.04 (0.04)=0.012
(0.04)=0.012

Chips Schuller
Schuller
0.30
No defectusoso
0.096
0.096

Defectuso (0.45)
(0.45)
0.06
0.06 (0.06)=0.027
(0.06)=0.027
Crawford
0.45
0.45
No defectusoso
No defectusoso
0.094

2. CHIP EN MALAS CONDICIONES

PROVEEDORES P. Simple P. Condicional P. Conjunta

Hall electronics 0.2 0.02 0.005

0.4 0.04 0.012
Schuller sales 0.6 0.06 0.027

Crawford components

3. CHIP EN BUENAS CONDICONES

PROVEEDORES P. Simple P. Condicional P. Conjunta

25
Hall electronics 0.98 0.098 0.0245
0.96 0.096 0.0288
Schuller sales 0.94 0.094 0.0423

Crawford components

PROBABILIDAD TOTAL

Tomamos la probabilidad conjunta de todos los proveedores y as hallar la probabilidad

marginal del evento:

P= (0.005)+ (0.012)+ (0.027) = 0.044 PROBABILIDAD TOTAL

4. TEOREMA DE BAYES (Defectuoso por proveedor)

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

P (A2) =0.30 P (B/A2) =0.04

P (A3) =0.45 P (B/A3) =0.06

Formula

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) = (0.25)(0.02) / (0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06)

26
 P (A2/B) = (0.005) / (0.005) + (0.012) + (0.027) = (0.005) / (0.044) = 0.1136

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) = (0.012) / (0.044) = 0.2727

P (A2/B) = (0.45)(0.06) / (0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06)

P (A2/B) = (0.027) / (0.005) + (0.012) + (0.027) = (0.027) / (0.044) = 0.6136

5. TEOREMA DE BAYES (Buena condicin por proveedor)

P (A1) =0.25 P (B/A1) =0.098

P (A2) =0.30 P (B/A2) =0.096

P (A3) =0.45 P (B/A3) =0.094

Formula

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) = (0.25)(0.098) / (0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06)

P (A2/B) = (0.0245) / (0.005) + (0.012) + (0.027) = (0.0245) / (0.044) = 0.5568

27
 P (A2/B) = (0.30)(0.096) / (0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06)
P (A2/B) = (0.0288) / (0.005) + (0.012) + (0.027) = (0.0288) / (0.044) = 0.6545

P (A2/B) = (0.45)(0.094) / (0.25)(0.02) + (0.30)(0.04) + (0.45)(0.06)

P (A2/B) = (0.0423) / (0.005) + (0.012) + (0.027) = (0.0423) / (0.044) = 0.9613

Conclusiones

En las operaciones entre eventos, usamos las operaciones bsicas de conjuntos, tales
como uniones, intersecciones y complementos.

Las tcnicas de conteo se utilizan para enumerar eventos difciles de cuantificar.

El cuadro sinptico es una manera diferente de aprender cualquier tema, de una

manera resumida, permitiendo identificar los conceptos ms importantes.

Una permutacin de los elementos es un acomodo u ordenamiento de ellos.

28
 BIBLIOGRAFIA

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin. Recuperado

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

docID=11013767&ppg=177

Monroy, S. (2008). Estadstica Descriptiva. Editorial: Instituto Tcnico Nacional.

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

docID=10436604&ppg=128

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

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

29
%7CCX4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClickTyp

e=AboutThisPublication

&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC

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

inferencia. Recuperado

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

docID=10995669&ppg=19

30