PROBABILIDAD

Fase 1: Axiomas de Probabilidad

Entregado por el grupo:
100402_228

Diana Gmez Crdenas cdigo 1102840928

Jorge Luis bolao cdigo 1.062.807.227
Yenis Paola bolao Cdigo

Presentado a:
LUIS ALEXANDER SARAVIA ROA
Tutor

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA: CIENCIAS BSICAS TECNOLOGA E INGENIERA

INTRODUCCION

Nmero de Veces que aparece A

r ( A )= Nmer de veces que se realiza elexperimento

Probabilidad
Caso 1
de frecuencia

Teorema de BAYES

PRINCIPIOS
BSICOS DE
PROBABILID

Caso 2

A1
=
B

B
) P ( A 1)
A1
P ( B)
P

P(

Teorema de
Bayes

Donde P ( A1 ) son las probabilidades a priori

P ( B / A 1) Es la probabilidad de B en la hipotesis A

Probabilidad condicional

Caso 4

P(A|B), y se lee la probabilidad de A dado B

A y B Son eventos

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
CURSO

APROB

REPROB

TOTAL

10

CANCELO O PERDIO
POR FALLAS
30

Algebra Lineal

178

Anlisis Numrico
Clculo infinitesimal
Calculo Integral
Clculo Multivariado
Calculo Negocios
Ecuacin Diferenciales
Estadstica Bsica
Total

146
252
56
244
226
178
33
1873

15
37
8
49
44
47
11
389

21
39
15
64
61
40
9
493

182
328
79
357
331
265
53
2755

CURSO

APROB

REPROB

TOTAL

Estadstica Inferencial

269

70

CANCELO O PERDIO
POR FALLAS
98

Matemtica Avanzada

199

53

73

325

Matemtica Discreta

44

13

23

80

Precalculo

42

24

17

83

Probabilidad

17

218

437

Total

1873

389

493

2755

PROGRAMA

APROB

REPROB

TOTAL

Administracin
ambiental
Admn. Empresas

146

15

CANCELO O PERDIO
POR FALLAS
21

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
Negocios
Internacionales
Psicologa

32

15

56

69

21

33

123

23

12

13

48

Total

1873

389

493

2755

PROFESOR

APROB

REPROB

TOTAL

Cesar R.

52

CANCELO O PERDIO
POR FALLAS
1

Claudia V.

31

36

Diana M.

97

18

119

Ernesto S.

166

17

21

204

Diego V.

36

45

182

53

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

16

74

Luz P.

142

23

44

209

Marcela F.

60

19

21

100

Maria 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

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.

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

matemticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe
un curso del rea de matemticas.
4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea
cada uno de los cursos del rea.
5. Clasifique los cursos de rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utilizo y de las razones de sus eleccin.
6. Califique los profesores del rea de acuerdo a los resultados obtenidos,
establezca los criterios que utilizo, y de las razones de su eleccin.
7. En que programa hay mejores resultados. Establezca los criterios que utilizo
y de las razones de su eleccin.
SOLUCIN
1.
Haciendo referencia a la probabilidad de frecuencia relativa podemos decir
que:
La Frecuencia Relativa del suceso A:

Nmero de Veces que aparece A

r ( A )= Nmer de veces que se realiza elexperimento

P=

1873
=0.679
2755

P=67.9
P=68 es la probabilidad de que un estudiante apruebe un curso del rea de matemticas .

2.

P=

389
=0.141
2755

P=14.1

P=14 es la probabilidad que un estudiante repruebe un cursodel rea de matemticas .

3.
profesor
Cesar r.
Claudia v.
Diana m.
Ernesto s.
Diego v.
Eduardo m.
Enrique p.
Fernando m.
Gloria a.
Jairo a.
Javier b.
Jos c.
Luz p.
Marcela f.
Mara a.
Mario g.
Mercedes s.
Oscar n.
Patricia m.
Ricardo o.
Sandra m.

probabilidad
98%
86%
81%
81%
80%
78%
75%
74%
74%
72%
71%
66%
67%
60%
59%
59%
58%
54%
50%
42%
41%

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:

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 negativo
7. De acuerdo con las probabilidades encontradas, que tan confiable es este
examen de seleccin para detectar la enfermedad?
-----Determinamos los sucesos

100% de personas
A: Enfermedad ausente 90%
P: Enfermedad presente 10%
POS: Resultado del examen positivo 13%
NEG: Resultado del examen negativo 87%

Las probabilidades son

1. Probabilidad de que la enfermedad este presente
P=POS+NEG
P=0.08+0.02=0.10 Equivale 10%

2. Probabilidad de que la enfermedad est ausente

A=POS+NEG
A0.05+0.85=0.90 EQUIVALES 90%
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que
la persona no tiene la enfermedad.
F + = {el diagnstico es positivo}, F = {el diagnstico es negativo}.
P(Pos|A)=P(PosA) /P(A)
=0.05/ 0.9 =0.0564
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo
dado que la persona tiene la enfermedad P(P)=P(P) /P(P)
=0.02 /0.1 =0.2
5. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto positivo
P(P|Pos)=P(PosP)P(P) P(Pos)
P(Pos|P)=P(PosP) P(P)
=0.08 (0.1) =0.8
P(P|Pos)=(0.80.1)/ 0.13
=0.615
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto negativo
P(A)=P(A) P(A)
=0.85/ 0.9
=0.94

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

examen de seleccin para detectar la enfermedad?
Segn el ejercicio que realizamos a continuacin podemos deducir que la
posibilidad de un falso positivo equivale al 5% y un falso negativo al 20% por
otra parte la probabilidad de que una persona tenga la enfermedad dado que el
resultado sali positivo es del 6%

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.
CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS
TRIBUNALES DEL
CONDADO DE HAMILTON
Juez Tribunal
Penal

Casos
Presentados

Casos
apelados

Casos
Revocados

Fred Cartolano

3037

137

12

Thomas Crush

3372

119

10

Patrick
Dinkelacker

1258

44

Timothy Hogan

1954

60

Robert Kraft

3138

127

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

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

Total

43945

1762

199

Juez Tribunal de
Familia

Casos
presenta
dos

Casos
Apelado
s

Casos

Penlope
Cunningham

2729

Patrick Dinkelacker

6001

19

Devora Gaines

8799

48

Ronald Panioto

12970

32

total

30499

106

17

Revoca
dos

Casos
presenta
dos

Casos
Apelado
s

Casos

Mike Allen

6149

43

Nadine Allen

7812

34

Timothy Black

7954

41

David Davis

7736

43

Leslie Isaiah Gaines

5282

35

13

Karla Grady

5253

Deidra Jair

2532

Dennis Helmick

7900

29

Timothy Hogan

2308

13

James Patrick
Kenney

2798

Joseph Luebbers

4698

25

William Mallory

8277

38

Melba Marsh

8219

34

Beth Mattingly

2971

13

Albert Mestemaker

4975

28

Mark Painter

2239

Jack Rosen

7790

41

13

Mark schweikert

5403

33

David Stockdale

5371

22

John A. West

2797

Total

108464

500

104

Juez Tribunal Civil

Revoca
dos

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 incluir lo

siguiente:
1.

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

Rta//:
Tribunal Penal
Eventos o Sucesos:
S: casos presentados tribunal
A: el caso es apelado.
R: el caso es revocado.

A 1762
PA= =
=0.040
S 43945
R
199
PR = =
=4.52 x 103
S 43945

Tribunal de Familia
Eventos o Sucesos:
S: casos presentados tribunal
A: el caso es apelado.
R: el caso es revocado.

A
106
PA= =
=3.47 x 103
S 30499
R
17
4
PR = =
=5.57 x 10
S 30499

Tribunal Civil

Eventos o Sucesos:
S: casos presentados tribunal
A: el caso es apelado.
R: el caso es revocado.

A
500
PA= =
=4.60 x 103
S 108464
R
104
4
PR = =
=9.58 x 10
S 108464

probabilidad de casos que se apelan y revocan

Tribunal

2.

% Probabilidad
Caso Apelado

% Probabilidad
Caso Revocado

Penal

4.52 x 103

Familia

0.347

5.57 x 104

Civil

0.46

4.60 x 10

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

P( A )=

n casos apelados
n casos presentados

Juez
Tribunal
Penal

Casos
Presenta
dos

Casos
apela
dos

Fred
Cartolano

3037

137

Thomas
Crush

3372

119

Probabilidad
Casos apelados

0,0451

0,0353

Patrick
Dinkelack
er

1258

Timothy
Hogan

1954

60

Robert
Kraft

3138

127

William
Mathews

2264

91

William
Morrissey

3032

121

Norbert
Nadel

2959

131

Arthur
Ney, Jr.

3219

125

Richard
Niehaus

3353

137

Thomas
Nurre

3000

121

John
OConnor

2969

129

Robert
Ruehlman

3205

145

J. Howard
Sunderm
ann

955

60

Ann Marie
Tracey

3141

127

Ralph
Winkler

3089

88

44
0,0350
0,0307
0,0405
0,0402
0,0399

0,0443
0,0388
0,0409
0,0403
0,0434

0,0452

0,0628
0,0404
0,0285

Juez
Tribunal
de Familia

Casos
presentados

Casos
Apelad
os

Penlope
Cunningha
m

2729

Patrick
Dinkelacker

6001

19

Devora
Gaines

8799

48

Ronald
Panioto

12970

32

Probabilida
d Casos
Apelados

0,0026

Juez
Tribunal
Civil

Casos
presenta
dos

Casos
Apela
dos

Mike
Allen

6149

43

Nadine
Allen

7812

34

Timothy
Black

7954

41

David
Davis

7736

43

Leslie
Isaiah
Gaines

5282

35

Karla
Grady

5253

Deidra
Jair

2532

0,0032
0,0055
0,0025

Probabilidad
Casos Apelados

0,0070
0,0044
0,0052
0,0056

0,0066

0,0011
0,0020

3.

Dennis
Helmick

7900

29

Timothy
Hogan

2308

13

James
Patrick
Kenney

2798

Joseph
Luebbers

4698

25

William
Mallory

8277

38

Melba
Marsh

8219

34

Beth
Mattingly

2971

13

Albert
Mestema
ker

4975

28

Mark
Painter

2239

Jack
Rosen

7790

41

Mark
schweiker
t

5403

33

David
Stockdale

5371

22

John A.
West

2797

0,0037
0,0056

0,0021
0,0053
0,0046
0,0041
0,0044

0,0056
0,0031
0,0053

0,0061
0,0041
0,0014

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

P( A )=

n casos revocados
n casos presentados

Juez
Tribunal
Penal

Casos
Present
ados

Casos
Revoca
dos

Fred
Cartolano

3037

12

Thomas
Crush

3372

10

Patrick
Dinkelack
er

1258

Timothy
Hogan

1954

Robert
Kraft

3138

William
Mathews

2264

18

William
Morrissey

3032

22

Norbert
Nadel

2959

20

Arthur
Ney, Jr.

3219

14

Richard
Niehaus

3353

16

Thomas
Nurre

3000

John
OConnor

2969

12

Robert
Ruehlman

3205

18

J. Howard
Sunderm
ann

955

10

Probabilidad
Casos Revocados

0,00395

0,00297

0,00636
0,00358
0,00223
0,00795
0,00726

0,00676
0,00435
0,00477
0,00200
0,00404

0,00562

0,01047

Ann Marie
Tracey

3141

13

Ralph
Winkler

3089

0,00414
0,00194

Juez
Tribunal
de Familia

Casos
presentados

Casos
Revocad
os

Penlope
Cunningha
m

2729

Patrick
Dinkelacker

6001

Devora
Gaines

8799

Ronald
Panioto

12970

Probabilida
d Casos
Revocados

0,000366

Juez
Tribunal
Civil

Casos
presenta
dos

Casos
Revoca
dos

Mike
Allen

6149

Nadine
Allen

7812

Timothy
Black

7954

David
Davis

7736

Leslie
Isaiah
Gaines

5282

13

0,000667
0,001023
0,000231

ProbabilidadCaso
s Revocados

0,000651
0,000768
0,000754
0,000646

0,002461

Karla
Grady

5253

Deidra
Jair

2532

Dennis
Helmick

7900

Timothy
Hogan

2308

James
Patrick
Kenney

2798

Joseph
Luebbers

4698

William
Mallory

8277

Melba
Marsh

8219

Beth
Mattingly

2971

Albert
Mestema
ker

4975

Mark
Painter

2239

Jack
Rosen

7790

13

Mark
schweiker
t

5403

David
Stockdale

5371

John A.
West

2797

0,000000
0,000000
0,000633
0,000867

0,000357
0,001703
0,001087
0,000852
0,000337

0,001809
0,001340
0,001669

0,001110
0,000745
0,000715

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