Universidad Nacional Abierta y a Distancia, UNAD.

Curso:

Probabilidad

Temática del trabajo:

Unidad 1: Fase 3 - Axiomas de Probabilidad

Estudiantes:

Anuar José Aguilar

Fabián David Obispo Borja

Alejandro Enrique Yanes

Maribel Esther Acosta Donado

Brian Javier Duica

Tutora del curso:

LUZ ANA ABAD

Grupo del curso:

100402A_363

Fecha:

18/10/2017.
Introducción

En el presente trabajo de probabilidad realizado en grupo colaborativo se pudo deducir que

axioma de probabilidad Se define como las condiciones mínimas que deben ser verificadas para
que una función definida sobre un conjunto de sucesos determine consistentemente sus
probabilidades.

La metodología de investigación para obtener la información ante la anterior temática fue

mediante el estudio de casos donde utilizamos instrumentos de la probabilidad el cual nos brinda
posibles soluciones para predecir la frecuencia en la que ocurren cada uno de los casos expuestos.
CUADRO SINOPTICO

Experimento aleatorio es aquel que no se puede

predecir o reproducir el resultado exacto de cada
experiencia particular.

Espacio maestral consiste en el conjunto de todos

los posibles resultados individuales de un
Experimento Aleatorio,
experimento aleatorio.
Espacio Muestra,
Eventos Eventos es un subconjunto de un espacio maestral
el cual consiste en un conjunto de posibles
resultados que se pueden dar en un experimento
aleatorio

Son aquellas que son utilizadas para enumerar

eventos difíciles de cuantificar.

 La técnica de la multiplicación
Unidad 1
 La técnica aditiva
Principios Técnicas del
Conteo  La técnica de la suma o Adición
De
 La técnica de la permutación
Probabilidad
 La técnica de la combinación.

Se definen como las condiciones mínimas que

deben ser verificadas para que una función
definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades

Axioma 1: La probabilidad de cualquier evento

es un número real no negativo.

Axiomas de Probabilidad Axioma 2: La probabilidad del evento seguro

, es igual a 1.

Axioma 3: Si son eventos

mutuamente excluyentes (incompatibles dos a
dos), entonces:
 EJERCICIOS PROPUESTOS.

ESTUDIO DE CASO 1 (Anuar José Aguilar)

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
Ecuaciones diferenciales 178 47 40 265
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Pre cálculo 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
 Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas

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
Tomado y adaptado de Roa, E. (2015) Informe de rendimiento Académico U.P.C..

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

 Como tenemos dos cursos de matemáticas procedemos a elegir uno para hacer los
respectivos cálculos.
El curso elegido son Matemáticas Avanzadas

199
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (𝑎𝑝𝑟𝑜𝑏𝑎𝑟) = = 0.62
325

Solución: La probabilidad de aprobar el curso de Matemáticas avanzadas es del 0.62 =

62%

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

 Como tenemos dos cursos de matemáticas procedemos a elegir uno para hacer los
respectivos cálculos.
El curso elegido son Matemáticas Avanzadas

53
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (𝑟𝑒𝑝𝑟𝑜𝑏𝑎𝑟) = = 0.16
325

Solución: La probabilidad de aprobar el curso e Matemáticas avanzadas es del 0.16= 16%

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

Solución: La probabilidad de aprobar por profesor es:

Profesor Aprobó Probabilidad de aprobar Total

César r. 52 P(p)=52\53=0.98 53
Claudia v. 31 P(p)=31\36=0.86 36
Diana m. 97 P(p)=97/119=0.81 119
Ernesto s. 166 P(p)=166/204=0.81 204
Diego v. 36 P(p)=36/45=0.8 45
Eduardo m. 154 P(p)=154/197=0.78 197
Enrique p 118 P(p)=118/156=0.75 156
Fernando m. 125 P(p)=125/167=0.74 167
Gloria a. 151 P(p)=151/203=0.74 203
 Jairo a. 116 P(p)=116/161=0.72 161
Javier b. 98 P(p)=98/137=0.71 137
José c. 49 P(p)=49/74=0.66 74
Luz p. 142 P(p)=142/209=0.67 209
Marcela f. 60 P(p)=60/100= 0.6 100
María a . 93 P(p)=93/157=0.59 157
Mario g 90 P(p)=90/152=0.59 152
Mercedes s. 60 P(p)=60/102=0.58 102
Oscar n. 111 P(p)=111/204=0.54 204
Patricia m. 37 P(p)=37/73=0.50 73
Ricardo o. 57 P(p)=57/134=0.42 134
Sandra m. 30 P(p)=30/72=0.41 72
Total 1873 P(p)=1873/2755=0.68 2755

4. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios
que utilizó y dé las razones de su elección.

Solución: Se clasifica en orden descendente, teniendo en cuenta el número total de estudiantes

inscritos por cada área de curso.

Cance
Probabilidad lo o
Probabilidad
Apro Probabilidad Repro Reprobar perdi Tot
Curso por fallas
bó aprobar bó ó al
por
fallas
Estadística P(a)=269/437=0. P(r)=70/437=0. P(r)=98/437=0.
269 70 98 437
inferencial 61 16 22
Cálculo P(a)=244/357=0. P(r)=49/357=0. P(r)=64/357=0.
244 49 64 357
multivariado 68 13 17
P(a)=226/331=0. P(r)=44/331=0. P(r)=61/331=0.
226 44 61 331
Calculo negocios 68 13 18
Cálculo P(a)=252/328=0. P(r)=37/328=0. P(r)=39/328=0.
252 37 39 328
infinitesimal 76 11 11
Matemáticas P(a)=199/325=0. P(r)=53/325=0. P(r)=73/325=0.
199 53 73 325
avanzadas 61 16 22
Ecuaciones P(a)=178/265=0. P(r)=47/265=0. P(r)=40/265=0.
178 47 40 265
diferenciales 67 17 15
P(a)=178/218=0. P(r)=10/218=0. P(f)=30/218=0.
178 10 30 218
Algebra lineal 81 04 13
P(a)=146/182=0. P(r)=15/182=0. P(r)=21/182=0.
146 15 21 182
Análisis numérico 80 08 11
P(r)=24/83=0.2 P(r)=17/83=0.2
42 P(a)=42/83=0.50 24 17 83
Pre calculo 8 0
Matemáticas P(r)=13/80=0.1 P(r)=23/80=0.2
44 P(a)=44/80=0.55 13 23 80
discretas 6 8
P(r)=15/79=0.1
56 P(a)=56/79=0.70 8 P(r)=8/79=0.10 15 79
Calculo integral 8
P(r)=11/53=0.2
33 P(a)=33/53=0.62 11 9 P(r)=9/53=0.16 53
Estadística básica 0
Probabilidad 6 P(a)6/17=0.35 8 P(r)8/17=0.47 3 P(f)3/17=0.17 17
P(p)=1873/2755= P(p)=389/2755= P(p)=493/2755= 275
Total 1873 389 493
0.68 0.14 0.18 5
5. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los
criterios que utilizó y dé las razones de su elección

Solución: Se clasifica en orden ascendente, teniendo en cuenta el número total de alumnos que le
pertenecía a cada profesor.

Canc
elo o Probabilidad
Apro Probabilidad de Repro Probabilidad perdi de pérdidas Tot
Profesor aprobar
bó bó reprobar ó por fallas al
por
fallas
Claudia 3
P(p)=31\36=0.86 0 0 5 P(p)=0.13 36
v. 1
P(p)=5/45=0.1 P(p)=4/45=0.0
36 P(p)=36/45=0.8 5 4 45
Diego v. 1 8
P(p)=1/53=0.0
52 P(p)=52\53=0.98 0 0 1 53
César r. 1
Sandra P(p)=37/72=0. P(p)=5/72=0.0
30 P(p)=30/72=0.41 37 5 72
m. 51 6
Patricia P(p)=14/73=0. P(p)=22/73=0.
37 P(p)=37/73=0.50 14 22 73
m. 19 30
P(p)=9/74=0.1 P(p)=16/74=0.
49 P(p)=49/74=0.66 9 16 74
José c. 2 21
P(p)=19/100=0 P(p)=21/100=0
60 P(p)=60/100= 0.6 19 21 100
Marcela f. .19 .21
Mercedes P(p)=15/102=0 P(p)=27/102=0
60 P(p)=60/102=0.58 15 27 102
s. .14 .26
P(p)=4/119=0. P(p)=18/119=0
97 P(p)=97/119=0.81 4 18 119
Diana m. 03 .14
Ricardo P(p)=31/134=0 P(p)=46/134=0
57 P(p)=57/134=0.42 31 46 134
o. .23 .34
P(p)=10/137=0 P(p)=29/137=0
98 P(p)=98/137=0.71 10 29 137
Javier b. .07 .21
P(p)=16/152=0 P(p)=46/152=0
90 P(p)=90/152=0.59 16 46 152
Mario g .10 .30
P(p)=25/156=0 P(p)=13/156=0
118 P(p)=118/156=0.75 25 13 156
Enrique p .16 .08
P(p)=27/157=0 P(p)=37/157=0
93 P(p)=93/157=0.59 27 37 157
María a . .17 .23
P(p)=19/161=0 P(p)=26/161=0
116 P(p)=116/161=0.72 19 26 161
Jairo a. .11 .16
Fernando P(p)=21/167=0 P(p)=21/167=0
125 P(p)=125/167=0.74 21 21 167
m. .12 .12
Eduardo P(p)=17/197=0 P(p)=26/197=0
154 P(p)=154/197=0.78 17 26 197
m. .08 .13
P(p)=32/203=0 P(p)=20/203=0
151 P(p)=151/203=0.74 32 20 203
Gloria a. .15 .09
Ernesto P(p)=17/204=0 P(p)=21/204=1
166 P(p)=166/204=0.81 17 21 204
s. .8 0
P(p)=48/204=0 P(p)=45/204=0
111 P(p)=111/204=0.54 48 45 204
Oscar n. .23 .22
 P(p)=23/209=0 P(p)=44/209=0
142 P(p)=142/209=0.67 23 44 209
Luz p. .11 .21
P(p)=1873/2755=0. P(p)=389/2755 P(p)=493/2755 275
Total 1873 389 493
68 =0.14 =0.18 5

6. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección

Solución: El programa con mejor resultado de estudiantes que aprobaron sus determinados cursos
es ingeniería macarrónica, se clasifico descendentemente teniendo en cuanta el mayor número de
estudiantes que aprobaron según el programa.

Canc
elo o
Probabilidad de
Apro Probabilidad Repro perdi Tot
Programa Probabilidad de pérdidas por
bó aprobar bó ó al
Reprobar falla
por
fallas
Ing P(p)=515/787=0 P(p)=118/787= P(p)=154/787=
515 118 154 787
Mecatrónica .65 0.14 0.19
P(p)=297/421=0 P(p)=53/421=0 P(p)=71/421=0
297 53 71 421
Arquitectura .70 .12 .16
Admón. P(p)=295/380=0 P(p)=44/380=0 P(p)=41/380=0
295 44 41 380
empresas .77 .11 .10
Administración P(p)=146/182=0 P(p)=15/182=0 P(p)=21/182=0
146 15 21 182
ambiental .80 .08 .11
P(p)=127/206=0 P(p)=26/206=0 P(p)=53/206=0
127 26 53 206
Ing. Sistemas .61 .12 .25
P(p)=99/141=0. P(p)=23/141=0 P(p)=19/141=0
99 23 19 141
Contaduría 70 .16 .13
P(p)=99/142=0. P(p)=19/142=0 P(p)=24/142=0
99 19 24 142
Economía 69 .13 .16
P(p)=88/135=0. P(p)=20/135=0 P(p)=27/135=0
88 20 27 135
Ing. Civil 65 .14 .2
P(p)=88/134=0. P(p)=29/134=0 P(p)=22/134=0
83 29 22 134
Ing. Financiera 65 .21 .16
Negocios
P(p)=69/123=0. P(p)=21/123=0 P(p)=33/123=0
Internacionale 69 21 33 123
56 .17 .26
s
Ing.
P(p)=32/56=0.5 P(p)=9/56=0.1 P(p)=15/56=0.
Telecomunicaci 32 9 15 56
7 6 26
ones
P(p)=23/48=0.4 P(p)=12/48=0. P(p)=13/48=02
23 12 13 48
Psicología 7 25 7
P(p)=1873/2755 P(p)=389/2755 P(p)=493/2755 275
Total 1873 389 493
=0.68 =0.14 =0.18 5
ESTUDIO DE CASO 2 (Maribel Esther Acosta Donado)

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 PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES DEL CONDADO

DE HAMILTON

Casos Casos
Juez Tribunal Penal Casos Revocados
Presentados apelados
Fred Cartolano 3037 137 12
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 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

Casos Casos
Juez Tribunal de Familia Casos Revocados
Presentados apelados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 2,970 32 3

Casos Casos
Juez Tribunal Civil Casos Revocados
Presentados apelados
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

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:
1. La probabilidad de casos que se apelan y revocan en los tres tribunales
2. La probabilidad de que se apele un caso, por cada juez
3. La probabilidad de que se revoque un caso, por cada juez
4. La probabilidad de una revocación dada una apelación, por cada juez
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las razones
de su elección.

Solución

1. Probabilidad de Casos que se apelan y revocan:

Juez Tribunal Penal

 Casos Apelados
𝟏𝟕𝟔𝟐
= 𝟎, 𝟎𝟒𝟎𝟎𝟗
𝟒𝟑𝟗𝟒𝟓
 Casos revocados
𝟏𝟗𝟗
= 𝟎, 𝟎𝟎𝟒𝟓𝟑
𝟒𝟑𝟗𝟒𝟓

Juez tribunal de familia

 𝑪𝒂𝒔𝒐𝒔 𝒂𝒑𝒆𝒍𝒂𝒅𝒐𝒔
𝟏𝟎𝟔
= 𝟎, 𝟎𝟎𝟔𝟎𝟒
𝟏𝟕𝟓𝟑𝟏. 𝟗𝟕
  Casos revocados
𝟏𝟕
=0,00097
𝟏𝟕𝟓𝟑.𝟗𝟕

 Juez tribunal civil

Casos apelados
𝟓𝟎𝟎
= 0,0004609
𝟏𝟎𝟖𝟒𝟔𝟒

 Casos revocados
𝟏𝟎𝟒
= 𝟎, 𝟎𝟎𝟎𝟗𝟓𝟖𝟖
𝟏𝟎𝟖𝟒𝟔𝟒

2. Probabilidad de Casos que se apelan y revocan

𝟏 𝟏 𝟏
+ + = 0.012
𝟏𝟕𝟔𝟐 𝟏𝟎𝟔 𝟓𝟎𝟎

3. Probabilidad de Casos que se apelan y revocan

𝟏 𝟏 𝟏
+ + = 0.0735
𝟏𝟗𝟗 𝟏𝟕 𝟏𝟎𝟒

4. Probabilidad de Casos que se apelan y revocan

𝟏𝟗𝟗 𝟏𝟕 𝟏𝟎𝟒
+ + =0.4813
𝟏𝟕𝟔𝟐 𝟏𝟎𝟔 𝟓𝟎𝟎

5. Se clasifica en orden ascendente los jueces teniendo en cuenta las apelaciones dadas
para cada juez

TABLAS.

JUEZ TRIBUNAL CASOS CASOS CASOS

PENAL PRESENTADOS APELADOS REVOCADOS
Patrick dinkelacker 1258 44 8
Timothy hogan 1954 60 7
J. Howard 955 60 10
sunderman
Ralph winkler 3089 88 6
William mathews 2264 91 18
Thomas crush 3372 119 10
Thomas nurre 3000 121 6
William morrisey 3032 121 22
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 955 60 10
Sundermann
Ann Marie Tracey 3941 127 13
Ralph Winkler 3089 88 6

Juez Tribunal Penal CASOS CASOS APELADOS CASOS

PRESENTADOS REVOCADOS
Fred Cartolano 3037 137 12
Robert Kraft 3138 127 7
Norbert Nadel 2959 131 20
Arthur Ney, Jr. 3219 125 14
Richard Niehaus 3253 137 16
John O’Connor 2969 129 12
Robert Ruehlman 3205 145 18
Ann Marie Tracey 3141 127 13

Juez
Presentad

Revocad
Probabilidad

Probabilidad

Probabilidad
Tribunal
apelados

de revocar

de revocar
caso dada
Civil
Casos

apelación
de apelar
Casos
Casos

os

caso

caso
os

Karla 525 6 0 P(a)=6/52 0,001 0 0

GradyA.
John 3
279 4 2 53
P(a)=4/27 1
0,001 P(r)=2/279 0,000 P(r/a)=0.0007/0. 0,5
West
Deidra 7
253 5 0 97
P(a)=5/25 4
0,002 7 7
0 0014 0
Hair
James 2
279 6 1 32
P(a)=6/27 0,002 P(r)=1/279 0,000 P(r/a)=0.0004/0. 0,190
Patrick
Mark 8
223 7 3 98
P(a)=7/22 1
0,003 8
P(r)=7/223 4
0,001 0021
P(r/a)=0.0013/0. 4
0,419
Kenney
Painter
Dennis 9
790 2 5 39
P(a)=29/7 1
0,003 9
P(r)=5/790 3
0,000 0031
P(r/a)=0.0006/0. 3
0,162
Helmick
David 0
537 9
2 4 900
P(a)=22/5 7
0,004 0
P(r)= 6
0,000 0037
P(r/a)=0.0007/0. 1
0,170
Stockdale
Melba 1
821 2
3 7 371
P(a)=34/8 1
0,004 4/5371
P(r)=7/821 7
0,000 0041
P(r/a)=.0009/0.0 7
0,219
Marsh
Beth 9
297 4
1 1 219
P(a)=13/2 1
0,004 9
P(r)=1/297 9
0,000 041
P(r/a)=0.0003/0. 5
0,068
Mattingly
Nadine 1
781 3 6 971
P(a)=34/7 4
0,004 1
P(r)=6/781 3
0,000 0044
P(r/a)=0.0008/0. 1
0,181
Allen
William 2
827 4
3 9 812
P(a)=38/8 4
0,004 2
P(r)=9/827 8
0,001 0044
P(r/a)=0.0011/0. 8
0,239
Mallory
Timothy 7
795 8
4 6 277
P(a)=41/7 6
0,005 7
P(r)=6/795 1
0,000 0046
P(r/a)=0.0008/0. 1
0,153
Black
Jack 4
779 1
4 1 954
P(a)=41/7 2
0,005 4
P(r)=13/77 8
0,001 0052
P(r/a)=0.0017/0. 8
0,320
Rosen
Joseph 0
469 1
2 3
8 790
P(a)=25/4 3
0,005 90
P(r)=8/469 7
0,001 0053
P(r/a)=0.0017/0. 7
0,320
Luebbers
David 8
773 5
4 5 698
P(a)=43/7 3
0,005 8
P(r)=5/773 7
0,000 0053
P(r/a)=0.0006/0. 7
0,107
Davis
Timothy 6
230 3
1 2 736
P(a)=13/2 6
0,005 6
P(r)=2/230 6
0,000 056
P(r/a)=0.0009/0. 1
0,160
Hogan
Albert 8
497 3
2 9 308
P(a)=28/4 6
0,005 8
P(r)=9/497 9
0,001 0056
P(r/a)=0.0018/0. 7
0,321
Mestema
Mark 5
540 8
3 6 975
P(a)=33/5 6
0,006 5
P(r)=6/540 8
0,001 0056
P(r/a)=0.0011/0. 4
0,180
ker
Schweike
Leslie 3
528 3 1 403
P(a)=38/5 1
0,006 3
P(r)=13/52 1
0,002 0061
P(r/a)=0.0025/0. 3
0,378
rt
Isaiah 2 5 3 282 6 82 5 0066 7
Gaines
ESTUDIO DE CASO 3 (Alejandro Enrique Yanes)

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.
Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 80%
entre gente que lo padece, y no detecta el 20% restante. Si una persona no padece este
tipo de cáncer la prueba indicará este hecho un 90% de las veces e indicará que lo tiene
un 10% de ellas. Por estudios realizados se supone que el 5% de la Población padece
este tipo de cáncer.
Con base en esta información y usando el Teorema de Bayes, elabore un informe que
como mínimo, debe incluir: (se sugiere elaborar un diagrama de árbol)

EVENTOS

A= tiene cáncer.

B= no tiene cáncer.

C= prueba que indica que tiene cáncer.

C
P ( ) = 0.80 O 80%
A
C
P1 ( ) = 0.20 O 20%
A
C
P ( ) = 0.10 O 10%
B
C
P1 ( ) = 0.90 O 90%
B
P(A) = 0.05 O 5%
P(B) = 0.95 O 95%
 1. Probabilidad de que una persona tenga este tipo de cáncer: Probabilidad de que
NO tenga este tipo de cáncer.

a. Probabilidad de que una persona tenga este tipo de cáncer:

P(A)= 0.5 o 5% de que una persona tenga este cáncer.

b. Probabilidad de que NO tenga este tipo de cáncer.

P(B)= 0.95 o 95% Probabilidad de que no tenga este tipo de cáncer.

2. Probabilidad de un falso positivo, es decir que el examen indique que la persona

tiene cáncer dado que la persona no tiene la enfermedad.

P1(C/A)= 0.20 o 20% Probabilidad de un falso positivo.

3. Probabilidad de un falso negativo, es decir, que el examen indique que la persona

tiene cáncer dado que la persona no tiene la enfermedad.

P(C/B)= 0.10 o 10% Probabilidad de un falso negativo.

4. Probabilidad de que el examen indique que la persona tiene cáncer.

P(C/A)= 0.80 o 80% Probabilidad del examen indicando que tiene cáncer.

5. Probabilidad de que la persona tenga cáncer dado que el examen indico que tiene
cáncer.
 C
A P(A). P ( )
P( ) = A
C C C
P(A). P ( ) + P(B). P ( )
A B

0.05 ∗ 0.8
=
(0.05 ∗ 0.8) + (0.95 ∗ 0.10)

0.04
=
0.135

= 𝟎. 𝟐𝟗𝟔 𝐨 𝟐𝟗. 𝟔% Probabilidad que tiene cáncer dado a la dado al resultado del examen indicando
que tiene cáncer.

6. Probabilidad de que la persona NO tenga cáncer dado que el examen indico que NO
tiene cáncer.

C
B P(B). P ( )
P( ) = B
C C C
P(B). P ( ) + P(A). P ( )
B A

0.95 ∗ 0.10
=
(0.95 ∗ 0.10) + (0.05 ∗ 0.8)

0.095
=
0.135

= 𝟎. 𝟕𝟎𝟑 𝐨 𝟕𝟎. 𝟑% Probabilidad de no tener cáncer dado al resultado del examen indicando que no
tiene cáncer.

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
para detectar este tipo de cáncer.

a. La probabilidad del examen no es tan confiable dado que solo el 29.6% de los resultados
de los exámenes, indican que si tiene cáncer a las personas que tienen cáncer. (producto
de la respuesta del punto #5).
ESTUDIO DE CASO 4 (Fabián Obispo Borja)

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 y las aplicaciones del
Teorema de Bayes para ayudar a realizar el informe solicitado.

Prepare un informe en el que debe incluir como mínimo lo siguiente:

1.- Un diagrama de árbol que represente las probabilidades dadas (probabilidades a

priori) y las probabilidades encontradas (probabilidades a posteriori)

HE = Hall Electronics

SS = Schuller Sales

CC = Crawford Components

COMPRADOS
HE = Hall SS = Schuller CC = Crawford
Chips
Electronics Sales Components
LS-24 25% 30% 45%

DEFECTUOSOS
HE = Hall SS = Schuller CC = Crawford
Chips
Electronics Sales Components
LS-24 2% 4% 6%

D = defectuosos

ND = no defectuosos
2.- Probabilidad de que un chip este defectuoso

Para establecer la probabilidad de que un chip este defectuoso, tomamos los porcentajes de chips

comprados relacionados anteriormente; por el porcentaje de chips defectuosos para cada tipo. Al

sumar todos tenemos en el porcentaje total que implica que un chip este defectuoso.

P (A) = Chips defectuosos

𝑃 (𝐴) = 0.25 (0.02) + (0.30) (0.04) + (0.45) (0.06) = 0.044

Se evidencia que el 4.4% de los chips salen defectuoso

3- Probabilidad de que el chip este en buenas condiciones

Para este caso tomamos el porcentaje de chips defectuoso y lo restamos a nuestra población que
significa el 100%; por lo que tendríamos la probabilidad de chips en buenas condiciones.
 1 − 𝑃 (𝐴) = 1 − 0.044 = 0.956

Se identifica que el 95.6% de los chips salen en buenas condiciones

4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que

haya sido fabricado por cada uno de los proveedores

Tenemos cada proveedor identificado como:

Hall Electronics = HE

Schuller Sales = SS

Crawford Components = CC

(0.25)(0.02) 0.005
a. 𝑃 (𝐻𝐸|𝐷) = = 0.044 = 0.1136
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)

Por lo tanto, el 11.36% de los chips defectuosos provienen de Hall Electronics

(0.30)(0.04) 0.012
b. 𝑃 (𝑆𝑆|𝐷) = = 0.044 = 0.2727
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)

Por lo tanto, el 27.27% de los chips defectuosos provienen de Schuller Sales

(0.45)(0.06) 0.027
c. 𝑃 (𝐶𝐶|𝐷) = = 0.044 = 0.6136
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)

Por lo tanto, el 61.36% de los chips defectuosos provienen de Crawford Components

5.- Si el chip seleccionado está en buenas condiciones, debe encontrar la Probabilidad

de que haya sido fabricado por cada uno de los proveedores

(0.25)(0.98) 0.245
a. 𝑃 (𝐻𝐸|𝑁𝐷) = = 0.956 = 0.2563
(0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94)

Por lo tanto, el 25.63% de los chips buenos fue fabricado por Hall Electronics
 (0.3)(0.96) 0.288
b. 𝑃 (𝑆𝑆|𝑁𝐷) = = 0.956 = 0.3013
(0.25)(0.98)+(0.30)(0.96)+(0.45)(0.94)

Por lo tanto, el 30.13% de los chips buenos fue fabricado por Schuller Sales

(0.45)(0.94) 0.423
c. 𝑃 (𝐶𝐶|𝑁𝐷) = = 0.956 = 0.4424
(0.25)(0.02)+(0.30)(0.04)+(0.45)(0.06)

Por lo tanto, el 44.24% de los chips defectuosos provienen de Crawford Components

ESTUDIO DE CASO 5 (Brian Javier Duica Iguarán)

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 10 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 0,8790; sin embargo, dado un salto
exitoso, la probabilidad de éxito de la expedición era de 0,9483 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 10 miembros del equipo, cual es la probabilidad de completar
su salto con éxito?

10 → 0,8790

1 → 𝑥
1 x 0,8790
𝑥=
10

0,8790
𝑥=
10

𝑥 = 0,0879

- La probabilidad de completar el salto con éxito es: 0,0879

2. Si la probabilidad de que los 10 miembros del equipo tengan un salto exitoso es
de 0.8790, cual es la probabilidad de que un solo miembro del equipo pueda
completar el salto con éxito?

𝑝10 = 0,8790

𝑝 = 10√0,8790 = 0,9871

- Probabilidad que un solo miembro del equipo pueda completar el salto con éxito: 0,9871

3. En el relato se afirma que: “esa probabilidad de 0,8790 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?

𝑝 (𝑒𝑥𝑖𝑡𝑜) = 0,8790

𝑝 (𝑓𝑟𝑎𝑐𝑎𝑠𝑜) = 1 − 0,8790 = 1,121 ≅ 1/5

Sí, estoy de acuerdo basado en que si sale herido también haría parte del fracaso.
Referencias

Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a edición. Recuperado de:

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=199&docID=10560355&t
m=1489689688328

M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid: Paraninfo.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE%7CCX4052400006&v=2.1&u=unad&it
=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb3ab609

Peña, D. (2014). Fundamentos de Estadística. Alianza Editorial S.A. Edición electrónica. Disponible
en la base de datos de la biblioteca de la UNAD:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=121&docID=11028686&t
m=1470689905871