ACTIVIDAD 1 FASE GRUPAL

PROBABILIDAD

Presentado Por:

LUZ ANGELA CHILITO - Cód. 38560964

SANDRA RESTREPO LEON Cód. 34569015

HOOVER DARIO TUCANES LOPEZ Cod: 10290901

VIVIANA ANDREA MEJIA Cod:

Grupo: 100402A_360
 Universidad Nacional Abierta Y A Distancia UNAD

Escuela de Ciencias Administrativas, Contables, Económicas y de Negocios

Compras y Suministros

ABRIL 2017

INTRODUCCION
 CUADRO SINOPTICO

ESTADISTICA PROBABILIDAD
PARA ADMON CONDICIONAL

CONCEPTOS
ESTADISTICA AXIMOS DE
BASICOS DE
DESCRIPTIVA PROBABILIDAD
PROBABILIDAD

ESTADISTICA TLABAS DE
UNO CONTINGENCIA
 CONCEPTOS

PROBABILIDAD

La probabilidad se produjo debido al deseo del ser humano por la certeza los

eventos que sucederán en futuro, es porque atreves de la historia se han

desarrollado deferentes enfoques para tener un concepto de la probabilidad y

determinar sus valores. Teniendo en cuenta las definiciones y conceptos de esta

materia que presenta .los hacemos útiles para resolver el siguiente ejercicio

propuesto.

PROBABILIDAD CONDICIONAL

Llamamos probabilidad condicionada del suceso respecto del suceso ,

y lo denotamos por al cociente

Ejemplo

Se lanzan dos dados. Si la suma ha sido 7, ¿cuál es la probabilidad de que alguno

de los dados haya salido un tres?

Sean los sucesos

 = "la suma de los puntos es siete" y

= "en alguno de los dados ha salido un tres"

El suceso es salir en algún dado 3, si la suma ha sido 7. Observamos que

esta situación ocurre en las parejas y . Por tanto,

AXIOMAS DE PROBABILIDAD

Entendiendo la probabilidad de cualquier evento como un número entre 0 y 1, ella

satisface las siguientes propiedades: Si S es el espacio maestral y A es cualquier

evento del experimento aleatorio, entonces:

1. P(S) = 1

2. 0 ≤ P(A) ≤ 1

Estos axiomas implican los siguientes resultados:

• La probabilidad de un evento imposible es 0 o P (Ø)=0

• La probabilidad de que un evento ocurra con certeza es 1.

• Para cualquier evento A, P (A′) = 1− P(A). • Si el evento A1 está contenido en el

evento A2, entonces P (A1) ≤P (A2)

DIAGRAMA DE ARBOL

Un diagrama de árbol es una especie de mapa de acontecimientos en donde se

describen los eventos básicos que ocurren en un experimento aleatorio. Este

gráfico está formado por segmentos de rectas y puntos. Los eventos que ocurren

se denotan por puntos. Este diagrama puede ser dibujado de izquierda a derecha

o de arriba hacia abajo, no hay restricciones para ello. Este tipo de diagramas es

muy usual no sólo para describir un espacio maestral, sino en situaciones de

probabilidad, caso en el cual la probabilidad del evento se indica sobre el

segmento de recta, también en combinatoria y en muchas otras ramas de la

matemática.
TEOREMA DE BAYES

El matemático y reverendo Thomas Bayes, (1763) en el siglo XVIII intento

desarrollar una fórmula para evaluar la probabilidad de la existencia de Dios con

base en evidencias terrenales. Más tarde fue Laplace quien termino su desarrollo

denominándolo (Teorema de Bayes).El teorema de Bayes es un método aplicado

generalmente para calcular probabilidades posteriores. Este teorema se aplica

cuando se formulan hipótesis a posteriori sobre la probabilidad a priori de eventos

ya ocurridos. La fórmula general aplicable es:

𝐵
𝑃(𝐴𝑖).𝑝( )
𝐴𝑖
P (Ai/B)= 𝐵 𝐵 𝐵
𝑝(𝐴1).𝑝( )+𝑝(𝐴2).𝑃( )+⋯+𝑝(𝐴𝑛).𝑝( )
𝐴1 𝐴2 𝐴𝑛

TABLA DE CONTINGENCIA

Una tabla de contingencia es una tabla que cuenta las observaciones por múltiples

variables categóricas. Las filas y columnas de las tablas corresponden a estas

variables categóricas.

Ejemplo

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 y otras es positivo en ausencia de ella la tabla siguiente muestra la

proporción en que examen produce varios resultados.

Ep: enfermedad presente R+ resultado positivo +

 Ea: enfermedad ausente R- resultado negativo –

EXAMENES

ENFERMEDAD R+ R- T

Ep 0,08 0,02 0,10

Ea 0,05 0,85 0,90

T 0,13 0,87 1

1. Probabilidad de que enfermedad este presente y la probabilidad de que la

enfermedad esté ausente

2. Probabilidad de un falso positivo es decir que el examen se positivo dado a

la persona no tiene la enfermedad.

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

dado a la persona tiene la enfermedad.

4. Probabilidad que la persona tenga le enfermedad dado que el examen

resulto positivo.

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

examen de selección para detectar la enfermedad.

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

resulto negativo.

Para solucionar los siguientes preguntas relacionamos todos los datos

relacionados en la tabla para dar solución de cada una de las preguntas

establecidas para ello hacemos uso de la siguiente formula.

Sean los eventos:

A: Falso negativo.

B: Falso positivo

P(R−nEp) P(EpnR+)
. 𝑃((𝑅 −/𝐸𝑃)) = = . P (Ea/R+)= =
P(Ep) P(R+)

P(0.08+0.02)
2. 𝑃((𝑅 −/𝐸𝑃)) = = 0.1 probabilidad que enfermedad este
P(Ep)

presente

P(0.05+0.85)
3. P (Ea/R+)= = 0.9 probabilidad de un falso positivo de que
P(R+)

tiene la enfermedad

P(0.02+0.10)
4. P ((R-/Ep))= = 0.2
P(Ep)
 Probabilidad de un falso negativo ya que la persona tiene la enfermedad

presente

0.08
P( ) 0.6153∗100
0.13
5. P (Ep/R+) = = = 61.53% Probabilidad persona
P(Ep) P(Ep)

tenga la enfermedad dado que el examen resulto positivo.

0.85
P( ) 0.977∗100
0.87
6. P(R-/Ep) = = = 97.7% probabilidad de que no
P(Ep) P(E)

tenga la enfermedad dado que el examen resulto negativo.

7. la probabilidad de que el examen sea confiable para detectar la enfermedad

es

P(R-/Ep)=97.7%

De esta manera uno podemos dar en cuenta que la probabilidad es de gran

ayudad para resolver diferentes problemas de las vida cotidiana en diferentes

espacios de nuestro entorno

Se analiza cada una de las situaciones dado por la enfermedad que se clasifica

enfermedad presente y

Enfermedad ausente de igual manera con los exámenes médicos que relaciona

con resultados negativos y positivos. Haciendo el análisis y comparación de estos

datos se produce a realizar las soluciones de cada una de las preguntas

respectivas obteniendo los siguientes datos.

PROBABILIDAD CONDICIONAL

Está definida como: dados dos sucesos Ay B, la probabilidad condicional se define

como A dado que ocurrió un suceso B

Probabilidad a priori

Ejemplo diagramas de ven

Pero en el caso en que B haya sucedido, entonces el tamaño muestral se reduce

a los sucesos más elementales para los cuales B ha ocurrido y luego la

probabilidad de A es el área de 𝐴 ∩ 𝐵 dividido por el área de B.

La ley de la multiplicación En muchas aplicaciones, es útil reescribir la fórmula

𝑃(𝐴)
para la probabilidad condicionada de otra manera 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐵). Esta formula

es conocida como la ley de la multiplicación.

𝐴
Dados dos eventos Ay B se llama probabilidad condicional de A dado b o 𝑃 (𝐵) a:

𝐴 𝑃(𝐴 ∩ 𝐵)
𝑃( ) = , 𝑃(𝐵) ≠ 0
𝐵 𝑃(𝐵)

𝐵 𝑃(𝐴 ∩ 𝐵)
𝑃( ) = , 𝑃(𝐴) ≠ 0
𝐴 𝑃(𝐴)
 DESARROLLO DE ACTIVIDADES

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

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

Probabilidad Clásica o a Priori

Si un suceso puede ocurrir de N maneras mutuamente excluyentes e

igualmente probables, y m de ellas poseen una característica A

 La fórmula empleada seria

p(a)__Total Aprobados____

Número Total*100% P= 1873/2755=0.67*100=68%

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

matemáticas.

Total Reprobados____

Número Total*100% P= 389/2755=0.14*100=14%

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

un curso del área de matemáticas.

P= Aprobados = Resultado * 100

Total

PROFESOR probabilidad de que un estudiante

 apruebe un curso del área de

matemáticas

Cesar r. P = 52/53=0.98*100=98%

Claudia P =31/36 =0.86*100=86%

Diana P= 97/119=0.81*100=81%

Ernesto P=166/204=0.81*100=81%

Diego P=36/45=0.8*100=80%

Eduardo m. P=154/197=0.78*100=78%

Enrique P=118/156=0.75*100=75%

Fernando P=125/167=0.74*100=74%

Gloria a. P=151/203=0.74*100=74%

Jairo a. P=116/161=0.72*100=72%

Javier b. P=98/137=0.71*100=71%

José c. P=49/74=0.66*100=66%

Luz p. P=142/209=0.67*100=67%

Marcela f. P=60/100=0.6*100=60%

María a. P=93/157=0.59*100=59%

Mario g. P=90/152=0.59*100=59%

Mercedes s. P=60/102=0.58*100=59%

Oscar n. P=111/204=054*100=54%

Patricia m. P=37/73=0.50*100=50%

Ricardo o. P=57/134=0.42*100=42%

Sandra m. P=30/72=0.41*100=41%
 4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea

cada uno de los cursos del área

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

Establezca los criterios que utilizó y dé las razones de su elección.

P = (Aprobados por materia / Total) = Resultado * 100

Cursos
Algebra lineal P =178/218 =0.81*100=8%

Análisis numérico P= 146/182=0.80*100=80%

Calculo infitesimal P=56/79=0.70*100=70%

Calculo integral P=252/328=0.76*100=76%

Calculo multivariado P=244/357=0.68*100=68%

Calculo negocios P=226/331=0.68*100=68%

Ecuaciones diferenciales P=178/265=0.67*100=67%

Estadística básica P=33/53=0.62*100=62%

Estadística diferencial P=269/437=0.61*100=61%

Matemáticas avanzadas P=199/325=0.61*100=61%

Matemáticas discretas P=44/80=0.55*100=55%

Precalculo P=42/83=0.50*100=50%

probabilidad P=6/17=.35*100=35%

Se puede identificar cual es el área con mayores estudiantes aprobados Análisis

numérico

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 probabilidad

Cesar r. 98%

Claudia 86%

Diana 81%
Ernesto 81%

Diego 80%

Eduardo m. 78%

Enrique 75%

Fernando 74%

Gloria a. 74%

Jairo a. 72%

Javier b. 71%

José c. 66%

Luz p. 67%

Marcela f. 60%

María a. 59%

Mario g. 59%

Mercedes s. 59%

Oscar n. 54%

Patricia m. 50%

Ricardo o. 42%

Sandra m. 41%

EL PROFESOR CESAR R. ES EL QUE MAS SE DESTACO CON UN

PORCENTAJE ALTO
7. En que programa hay mejores resultados. Establezca los criterios que utilizó y

dé las razones de su elección

PROGRAMA

ADMINISTRACION AMBIENTAL P = 146/12=12*100=1216

ADMON DE EMPRESAS P =295/380 =0.77*100=78

ARQUITECTURA P= 297/421=0.70*100=70

CONTADURIA P=99/141=0.70*100=70

ECONOMIA P=99/142=0.69*100=69

ING MECATRONICA P=515/77=6.6*100=669

ING CIVIL P=88/135=0.65*100=65

ING FINANCIERA P=127/206=0.61*100=62

ING TELECOMUNICACIONES P=32/56=0.57*100=57

NEGOCIOS INTERNACIONALES P=69/123=0.56*100=56

PSICOLOGIA P=23/48=0.47*100=48

P=49/74=0.66*100=66

P=142/209=0.67*100=67%

EL PROGRAMA QUE TIENE MEJORES RESULTADOS ES EL DE

ADMINISTRACION AMBIENTAL CON 1216

 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 solían estar asociados principalmente con exámenes

médicos de diagnósticos pero que ahora están encontrados aplicaciones en varios

campus de actividad .los exámenes de esteroides de 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 estos dos son probabilidades condicionales, un

falso positivo es un evento de que el examen sea positivo para una condición

determinada, dado que la persona no tiene la condición que el examen sea

negativo para una condición determinada, dado que la persona tiene la condición.

Ejemplo

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 y otras es positivo en ausencia de ella la tabla siguiente muestra la

proporción en que examen produce varios resultados.

Ep: enfermedad presente R+ resultado positivo +

Ea: enfermedad ausente R- resultado negativo -

 R+ R- TOTAL

8% 2% 10%

Ep

5% 85% 90%

Ea

TOTAL 13% 87% 100%

De la anterior información se da solución a las siguientes preguntas:

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

probabilidades encontradas.

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

enfermedad esté ausente

3. Probabilidad de un falso positivo es decir que el examen se positivo dado a

la persona no tiene la enfermedad.

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

dado a la persona tiene la enfermedad.

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

resulto positivo.

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

resulto negativo.
 7. De acuerdo con las probabilidades encontradas que tan confiable es este

examen de selección para detectar la enfermedad.

Solución:

Ep: enfermedad presente R+ resultado positivo +

Ea: enfermedad ausente R- resultado negativo -

EXAMENES

ENFERMEDAD R+ R- T

Ep 0,08 0,02 0,10

Ea 0,05 0,85 0,90

T 0,13 0,87 1

Sean los eventos:

 A: Falso negativo.

B: Falso positivo

P(R−nEp) P(EpnR+)
. 𝑃((𝑅 −/𝐸𝑃)) = = . P (Ea/R+)= =
P(Ep) P(R+)

P(0.08+0.02)
2. 𝑃((𝑅 −/𝐸𝑃)) = = 0.1 probabilidad que enfermedad este
P(Ep)

presente

P(0.05+0.85)
3. P (Ea/R+)= = 0.9 probabilidad de un falso positivo de que
P(R+)

tiene la enfermedad

P(0.02+0.10)
4. P ((R-/Ep))= = 0.2
P(Ep)

Probabilidad de un falso negativo ya que la persona tiene la enfermedad

presente

0.08
P( ) 0.6153∗100
0.13
5. P (Ep/R+) = = = 61.53% Probabilidad persona
P(Ep) P(Ep)

tenga la enfermedad dado que el examen resulto positivo.

0.85
P( ) 0.977∗100
0.87
6. P(R-/Ep) = = = 97.7% probabilidad de que no
P(Ep) P(E)

tenga la enfermedad dado que el examen resulto negativo.

7. la probabilidad de que el examen sea confiable para detectar la enfermedad

es
 P(R-/Ep)=97.7%

RESUMEN

La probabilidad se produjo debido al deseo del ser humano por la certeza los

eventos que sucederán en futuro, es porque atreves de la historia se han

desarrollado deferentes enfoques para tener un concepto de la probabilidad y

determinar sus valores.

Teniendo en cuenta las definiciones y conceptos de esta materia que presenta

.los hacemos útiles para resolver el siguiente ejercicio propuesto.

Ejemplo

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 y otras es positivo en ausencia de ella la tabla siguiente muestra la

proporción en que examen produce varios resultados.

Ep: enfermedad presente R+ resultado positivo +

Ea: enfermedad ausente R- resultado negativo -

EXAMENES

ENFERMEDAD R+ R- T

Ep 0,08 0,02 0,10

Ea 0,05 0,85 0,90

T 0,13 0,87 1

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

probabilidades encontradas.

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

enfermedad esté ausente

3. Probabilidad de un falso positivo es decir que el examen se positivo dado a

la persona no tiene la enfermedad.

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

dado a la persona tiene la enfermedad.

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

resulto positivo.

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

resulto negativo.

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

examen de selección para detectar la enfermedad.

Para solucionar los siguientes preguntas relacionamos todos los datos

relacionados en la tabla para dar solución de cada una de las preguntas

establecidas para ello hacemos uso de la siguiente formulas.

Escriba aquí la ecuación.

P(R−nEp) P(EpnR+)
. 𝑃((𝑅 −/𝐸𝑃)) = = . P (Ea/R+)= =
P(Ep) P(R+)

Donde:
Se analiza cada una de las situaciones dado por la enfermedad que se clasifica

enfermedad presente y enfermedad ausente de igual manera con los exámenes

médicos que relaciona con resultados negativos y positivos. Haciendo el análisis y

comparación de estos datos se produce a realizar las soluciones de cada una de

las preguntas respectivas obteniendo los siguientes datos.

Sean los eventos:

A: Falso negativo.

B: Falso positivo

P(R−nEp) P(EpnR+)
. 𝑃((𝑅 −/𝐸𝑃)) = = . P (Ea/R+)= =
P(Ep) P(R+)
 P(0.08+0.02)
2. 𝑃((𝑅 −/𝐸𝑃)) = = 0.1 probabilidad que enfermedad este
P(Ep)

presente

P(0.05+0.85)
3. P (Ea/R+)= = 0.9 probabilidad de un falso positivo de que
P(R+)

tiene la enfermedad

P(0.02+0.10)
4. P ((R-/Ep))= = 0.2
P(Ep)

Probabilidad de un falso negativo ya que la persona tiene la enfermedad

presente

0.08
P( ) 0.6153∗100
0.13
5. P (Ep/R+) = = = 61.53% Probabilidad persona
P(Ep) P(Ep)

tenga la enfermedad dado que el examen resulto positivo.

0.85
P( ) 0.977∗100
0.87
6. P(R-/Ep) = = = 97.7% probabilidad de que no
P(Ep) P(E)

tenga la enfermedad dado que el examen resulto negativo.

7. la probabilidad de que el examen sea confiable para detectar la enfermedad

es

P(R-/Ep)=97.7%

De esta manera uno podemos dar en cuenta que la probabilidad es de gran

ayudad para resolver diferentes problemas de las vida cotidiana en diferentes

espacios de nuestro entorno.

 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-japonés, 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?

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?

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?

 SOLUCION

1. La probabilidad de tener éxito de uno de los doce miembros es de 0,7980

𝑃(𝐴) = 0,7980

1
La probabilidad de obtener un salto exitoso que es de = 0,0833,
12

entonces:

𝐴
𝑃 (𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)

Entonces:

𝐴
𝑃 ( ) = 0.7980 ∗ 0,0833
𝐵

𝐴
𝑃 ( ) = 0,0665
𝐵

Que representa la posibilidad de tener éxito siendo uno de los doce (12)

miembros del equipo expedicionario.

2.

𝑛 = 12

𝐴 = 𝑆𝑎𝑙𝑡𝑜 𝑒𝑥𝑖𝑡𝑜𝑠𝑜 𝑒𝑛 𝑙𝑎 𝑒𝑥𝑝𝑒𝑑𝑖𝑐𝑖𝑜𝑛

 𝐵 = 𝑒𝑥𝑖𝑡𝑜 𝑒𝑛 𝑙𝑎 𝑒𝑥𝑝𝑒𝑑𝑖𝑐𝑖𝑜𝑛

𝑃(𝐴) = 0,7980 = 79,8%

𝑃(𝐵⁄𝐴) = 0,9943 = 99,43%

𝑃(𝐵 ∩ 𝐴) − 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑡𝑜 𝑐𝑜𝑛 𝑒𝑥𝑖𝑡𝑜

𝑃(𝐵 ∩ 𝐴) = 𝑃(𝐵⁄𝐴) ∙ 𝑃(𝐴)

𝑃(𝐵 ∩ 𝐴) = (0,9943) ∙ 0,7980

𝑃(𝐵 ∩ 𝐴) = 0,7934 ∗ 100 = 79.34%

𝑃(𝐵 ∩ 𝐴) = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑢𝑛 𝑠𝑎𝑙𝑡𝑜 𝑐𝑜𝑛 𝑒𝑥𝑖𝑡𝑜

La probabilidad de que un solo miembro del equipo pueda tener éxito es del

79,34%

3. Si tomamos en cuenta que la probabilidad de éxito en el salto es 𝑃(𝐶) =

0.7980 ∗ 100 = 79.80%;la probabilidad de fracaso es de

𝑃(𝐷) = 1 − 0,7980 = 0,202 ∗ 100 = 20.2% ; Entonces:

𝑃(𝐶) + 𝑃(𝐷) = 1 = probabilidad de éxito + probabilidad de fracaso.

0.7980 + 0,202 = 1

1
= 0,20*100=20%
5

Lo que quiere decir que si es correcta la afirmación.

 ESTUDIO DE CASO 4

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

 dada una
probabilidad probabilidad
Casos Casos Casos apelación,
Juez Tribunal Penal apelación por Revocados
Presentados apelados Revocados por cada
juez por juez
juez

Fred Cartolano 3037 137 12 4,511 0,39513 8,8%

Thomas Crush 3372 119 10 3,529 0,29656 8,4%

Patrick Dinkelacker 1258 44 8 3,498 0,63593 18,2%

Timothy Hogan 1954 60 7 3,071 0,35824 11,7%

Robert Kraft 3138 127 7 4,047 0,22307 5,5%

William Mathews 2264 91 18 4,019 0,79505 19,8%

William Morrissey 3032 121 22 3,991 0,72559 18,2%

Norbert Nadel 2959 131 20 4,427 0,67590 15,3%

Arthur Ney, Jr. 3219 125 14 3,883 0,43492 11,2%

Richard Niehaus 3353 137 16 4,086 0,47718 11,7%

Thomas Nurre 3000 121 6 4,033 0,20000 5,0%

John O’Connor 2969 129 12 4,345 0,40418 9,3%

Robert Ruehlman 3205 145 18 4,524 0,56162 12,4%

J. Howard Sundermann 955 60 10 6,283 1,04712 16,7%

Ann Marie Tracey 3141 127 13 4,043 0,41388 10,2%

Ralph Winkler 3089 88 6 2,849 0,19424 6,8%

Total 43945 1762 199

dada una
probabilidad Probabilidad
Casos Casos Casos apelación,
Juez Tribunal de Familia apelación Revocados
Presentados apelados Revocados por cada
por juez por juez
juez

Penelope Cunningham 2729 7 1 0,257 0,03664 14,3%

Patrick Dinkelacker 6001 19 4 0,317 0,06666 21,1%

Deborah Gaines 8799 48 9 0,546 0,10228 18,8%

Ronald Panioto 12970 32 3 0,247 0,02313 9,4%

TOTAL 30499 106 17

dada una
Probabilidad Probabilidad
Casos Casos Casos apelación,
Juez Tribunal Civil apelación Revocados
Presentados apelados Revocados por cada
por Juez por juez
juez

Mike Allen 6149 43 4 0,699 0,06505 9,3%

Nadine Allen 7812 34 6 0,435 0,07680 17,6%

Timothy Black 7954 41 6 0,515 0,07543 14,6%

David Davis 7736 43 5 0,556 0,06463 11,6%

Leslie Isaiah Gaines 5282 35 13 0,663 0,24612 37,1%

Karla Grady 5253 6 0 0,114 0,00000 0,0%

Deidra Hair 2532 5 0 0,197 0,00000 0,0%

Dennis Helmick 7900 29 5 0,367 0,06329 17,2%

Timothy Hogan 2308 13 2 0,563 0,08666 15,4%

James Patrick Kenney 2798 6 1 0,214 0,03574 16,7%

Joseph Luebbers 4698 25 8 0,532 0,17029 32,0%

William Mallory 8277 38 9 0,459 0,10874 23,7%

Melba Marsh 8219 34 7 0,414 0,08517 20,6%

Beth Mattingly 2971 13 1 0,438 0,03366 7,7%

Albert Mestemaker 4975 28 9 0,563 0,18090 32,1%

Mark Painter 2239 7 3 0,313 0,13399 42,9%

Jack Rosen 7790 41 13 0,526 0,16688 31,7%

Mark Schweikert 5403 33 6 0,611 0,11105 18,2%

David Stockdale 5371 22 4 0,410 0,07447 18,2%

John A. West 2797 4 2 0,143 0,07151 50,0%

Total 108464 500 104

1. La probabilidad de casos
 que se apelan y revocan en

los tres tribunales

APELEN REVOQUEN

TRIBUNAL PENAL 0,040095574 0,0045284

TRIBUNAL DE FAMILIA 0,003475524 0,0005574

TRIBUNAL CIVIL 0,004609824 0.000959

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

Lo que hago es tomar la suma de casos apelados por cada tribunal luego esa

suma la divido entre el total de casos que se dieron por cada tribunal

En este caso hago el del tribunal penal

1762
1762 el total de apelaciones y 43945 el total de casos 43945 = 0,040095574

199
199 el total de revocados y 43945 el total de casos 43945 = 0,0045284

En este caso hago el del tribunal de Familia

106
106 el total de apelados y 30499 el total de casos 30499 = 0,003475524

17
17 el total de revocados y 30499 el total de casos 30499 = 0,0005574

En este punto hago el del tribunal de Civil

500
500 el total de apelados y 108464 el total de casos 108464 = 0,004609824

104
104 el total de revocados y 108464 el total de casos 108464 = 0.000959
2. La probabilidad de que se apele un caso, por cada juez

En este punto lo que debo hacer es lo siguiente tomo el total de casos apelado

y lo divido entre el total de casos que tiene cada juez

En este punto hare lo del primer juez del tribunal penal

137
137 el total de apelados por juez y 3037 el total de casos por juez ∗ 100 =
3037

4,511

De esta manera se hace la operación para cada uno de los jueces de los

tribunales

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

En este punto hare lo del primer juez del tribunal penal

12
137 el total de revocados por juez y 3037 el total de casos por juez ∗
3037

100 = 0,39513

4. La probabilidad de una revocación dada una apelación, por cada juez

En este punto realizo la siguiente operación para hacer el primer ejercicio

del tribunal penal

 Tomo 12 que es el total de revocados por juez y lo divido entre el total de

apelados que es que ya se tiene conocimiento 137

12
= 8,8%
137

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que

utilizó y dé las razones de su elección.

APELEN REVOQUEN

TRIBUNAL

PENAL 0,040095574 0,0045284

TRIBUNAL DE

FAMILIA 0,003475524 0,0005574

TRIBUNAL CIVIL 0,004609824 0,0009588

Tomando, La probabilidad de casos que se apelan y revocan en los tres tribunales

Se nota que los jueces del tribunal penal tienen un gran problema a la hora de

sentenciar un caso porque les revocan más casos que al tribunal civil y el tribunal

de familia se notan que son más eficientes.

 CIBERGRAFIA

https://sites.google.com/site/623probabilidad/probabilidad-clasica-empirica-y-
subjetiva
http://halweb.uc3m.es/esp/Personal/personas/mwiper/docencia/Spanish/Teoria_Es
t_El/tema4_orig.pdf
https://es.slideshare.net/elizabethledezma351/teorema-de-bayes-probabilidad-
condicional-y-probabilidad-total
https://es.khanacademy.org/math/precalculus/prob-comb/dependent-events-
precalc/v/bayes-theorem-visualized
https://es.slideshare.net/CynthiaOt_Blog/teorema-de-bayes-probabilidad-total-
probabilidad
il, 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=1099
5669&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
La educación y el proceso autonómico: textos legales y jurisprudenciales
https://books.google.com.co/books?id=kFzYzq1X6rUC&pg=PA477&dq=probabilid
ad+condicional+ejemplos+sencillos&hl=es&sa=X&ved=0ahUKEwjNnsvp6PrSAhX
FyyYKHV20CcEQ6AEIGDAA#v=onepage&q=probabilidad%20condicional%20eje
mplos%20sencillos&f=false
modulo_probabilidad_2010I.pdf
https://es.wikipedia.org/wiki/Probabilidad_condicionada
file:///C:/Users/usuario/Downloads/julian1%20(1).pdf
hthttps://es.wikipedia.org/wiki/Probabilidad
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado
de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=1101376
7&ppg=200
julian1 (1).pdf
modulo_probabilidad_2010I.pdf