Universidad Nacional Abierta y a Distancia

Vicerrectoría Académica y de Investigación

Anexo 1. Estudios de caso: Axiomas de Probabilidad

1. Descripción general del curso

Escuela o Unidad Académica Escuela de Ciencias Básicas, Tecnología e Ingeniería

Nivel de formación Profesional
Campo de Formación Formación interdisciplinar básica común
Nombre del curso Probabilidad
Código del curso 100402
Tipo de curso Teórico Habilitable Si ☒ No ☐
Número de créditos 2

1
ESTUDIO DE CASO 1 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
Cancelo o perdió
Curso Aprobó Reprobó 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

1
Tomado y adaptado de Roa, E. (2015) Informe de rendimiento Académico U.P.C..
2
 Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas
Administración ambiental 146 15 21 182
Admón. empresas 295 44 41 380
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

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
3
 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
2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.
3. Por cada profesor, establezca la probabilidad de que un estudiante apruebe un curso del área de matemáticas.
4. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios que utilizó y dé las razones de su
elección.
5. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los criterios que utilizó y dé las
razones de su elección
6. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones de su elección

Solucion
1. Como tenemos dos cursos de matemáticas procedemos a elegir uno para hacer los respectivos cálculos.
El curso elegido son Matematicas Avanzadas
199
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (𝑎𝑝𝑟𝑜𝑏𝑎𝑟) = = 0.62
325
Respuesta:La probabilidad de aprobar el curso e Matematicas avanzadas es del 0.62 ≈ 62%

2. Como tenemos dos cursos de matemáticas procedemos a elegir uno para hacer los respectivos cálculos.

4
 El curso elegido son Matematicas Avanzadas

53
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 (𝑟𝑒𝑝𝑟𝑜𝑏𝑎𝑟) = = 0.16
325

Respuesta:La probabilidad de aprobar el curso e Matematicas avanzadas es del 0.16 ≈ 16%

3. Probabilidad de aprobar por profesor.

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

5
 4.
Probabilidad Reprobar Cancelo o
Probabilidad por fallas
Curso Aprobó Probabilidad aprobar Reprobó perdió Total
por fallas
Estadística inferencial 269 P(a)=269/437=0.61 70 P(r)=70/437=0.16 98 P(r)=98/437=0.22 437
Cálculo multivariado 244 P(a)=244/357=0.68 49 P(r)=49/357=0.13 64 P(r)=64/357=0.17 357
Calculo negocios 226 P(a)=226/331=0.68 44 P(r)=44/331=0.13 61 P(r)=61/331=0.18 331
Cálculo infinitesimal 252 P(a)=252/328=0.76 37 P(r)=37/328=0.11 39 P(r)=39/328=0.11 328
Matemáticas avanzadas 199 P(a)=199/325=0.61 53 P(r)=53/325=0.16 73 P(r)=73/325=0.22 325
Ecuaciones diferenciales 178 P(a)=178/265=0.67 47 P(r)=47/265=0.17 40 P(r)=40/265=0.15 265

Algebra lineal 178 P(a)=178/218=0.81 10 P(r)=10/218=0.04 30 P(f)=30/218=0.13 218

Análisis numérico 146 P(a)=146/182=0.80 15 P(r)=15/182=0.08 21 P(r)=21/182=0.11 182
Pre calculo 42 P(a)=42/83=0.50 24 P(r)=24/83=0.28 17 P(r)=17/83=0.20 83
Matemáticas discretas 44 P(a)=44/80=0.55 13 P(r)=13/80=0.16 23 P(r)=23/80=0.28 80
Calculo integral 56 P(a)=56/79=0.70 8 P(r)=8/79=0.10 15 P(r)=15/79=0.18 79
Estadística básica 33 P(a)=33/53=0.62 11 P(r)=11/53=0.20 9 P(r)=9/53=0.16 53
Probabilidad 6 P(a)6/17=0.35 8 P(r)8/17=0.47 3 P(f)3/17=0.17 17
Total 1873 P(p)=1873/2755=0.68 389 P(p)=389/2755=0.14 493 P(p)=493/2755=0.18 2755

Se clasifica en orden descendente, teniendo en cuenta el número total de estudiantes inscritos por cada área de curso.

6
 5.

Cancelo o Probabilidad de
Probabilidad de aprobar Probabilidad
Profesor Aprobó Reprobó perdió pérdidas por fallas Total
reprobar
por fallas
Claudia v. 31 P(p)=31\36=0.86 0 0 5 P(p)=0.13 36
Diego v. 36 P(p)=36/45=0.8 5 P(p)=5/45=0.11 4 P(p)=4/45=0.08 45
César r. 52 P(p)=52\53=0.98 0 0 1 P(p)=1/53=0.01 53
Sandra m. 30 P(p)=30/72=0.41 37 P(p)=37/72=0.51 5 P(p)=5/72=0.06 72
Patricia m. 37 P(p)=37/73=0.50 14 P(p)=14/73=0.19 22 P(p)=22/73=0.30 73
José c. 49 P(p)=49/74=0.66 9 P(p)=9/74=0.12 16 P(p)=16/74=0.21 74
Marcela f. 60 P(p)=60/100= 0.6 19 P(p)=19/100=0.19 21 P(p)=21/100=0.21 100
Mercedes s. 60 P(p)=60/102=0.58 15 P(p)=15/102=0.14 27 P(p)=27/102=0.26 102
Diana m. 97 P(p)=97/119=0.81 4 P(p)=4/119=0.03 18 P(p)=18/119=0.14 119
Ricardo o. 57 P(p)=57/134=0.42 31 P(p)=31/134=0.23 46 P(p)=46/134=0.34 134
Javier b. 98 P(p)=98/137=0.71 10 P(p)=10/137=0.07 29 P(p)=29/137=0.21 137
Mario g 90 P(p)=90/152=0.59 16 P(p)=16/152=0.10 46 P(p)=46/152=0.30 152
Enrique p 118 P(p)=118/156=0.75 25 P(p)=25/156=0.16 13 P(p)=13/156=0.08 156
María a . 93 P(p)=93/157=0.59 27 P(p)=27/157=0.17 37 P(p)=37/157=0.23 157
Jairo a. 116 P(p)=116/161=0.72 19 P(p)=19/161=0.11 26 P(p)=26/161=0.16 161
Fernando m. 125 P(p)=125/167=0.74 21 P(p)=21/167=0.12 21 P(p)=21/167=0.12 167
Eduardo m. 154 P(p)=154/197=0.78 17 P(p)=17/197=0.08 26 P(p)=26/197=0.13 197
Gloria a. 151 P(p)=151/203=0.74 32 P(p)=32/203=0.15 20 P(p)=20/203=0.09 203
Ernesto s. 166 P(p)=166/204=0.81 17 P(p)=17/204=0.8 21 P(p)=21/204=10 204
Oscar n. 111 P(p)=111/204=0.54 48 P(p)=48/204=0.23 45 P(p)=45/204=0.22 204
Luz p. 142 P(p)=142/209=0.67 23 P(p)=23/209=0.11 44 P(p)=44/209=0.21 209
Total 1873 P(p)=1873/2755=0.68 389 P(p)=389/2755=0.14 493 P(p)=493/2755=0.18 2755

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

7
 6.

Cancelo o
Probabilidad de
Programa Aprobó Probabilidad aprobar Reprobó Probabilidad de perdió Total
pérdidas por falla
Reprobar por fallas
Ing Mecatrónica 515 P(p)=515/787=0.65 118 P(p)=118/787=0.14 154 P(p)=154/787=0.19 787
Arquitectura 297 P(p)=297/421=0.70 53 P(p)=53/421=0.12 71 P(p)=71/421=0.16 421
Admón. empresas 295 P(p)=295/380=0.77 44 P(p)=44/380=0.11 41 P(p)=41/380=0.10 380
Administración
146 P(p)=146/182=0.80 15 P(p)=15/182=0.08 21 P(p)=21/182=0.11 182
ambiental
Ing. Sistemas 127 P(p)=127/206=0.61 26 P(p)=26/206=0.12 53 P(p)=53/206=0.25 206
Contaduría 99 P(p)=99/141=0.70 23 P(p)=23/141=0.16 19 P(p)=19/141=0.13 141
Economía 99 P(p)=99/142=0.69 19 P(p)=19/142=0.13 24 P(p)=24/142=0.16 142
Ing. Civil 88 P(p)=88/135=0.65 20 P(p)=20/135=0.14 27 P(p)=27/135=0.2 135
Ing. Financiera 83 P(p)=88/134=0.65 29 P(p)=29/134=0.21 22 P(p)=22/134=0.16 134
Negocios
69 P(p)=69/123=0.56 21 P(p)=21/123=0.17 33 P(p)=33/123=0.26 123
Internacionales
Ing.
32 P(p)=32/56=0.57 9 P(p)=9/56=0.16 15 P(p)=15/56=0.26 56
Telecomunicaciones
Psicología 23 P(p)=23/48=0.47 12 P(p)=12/48=0.25 13 P(p)=13/48=027 48
Total 1873 P(p)=1873/2755=0.68 389 P(p)=389/2755=0.14 493 P(p)=493/2755=0.18 2755

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

8
ESTUDIO DE CASO 22

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 Casos

Juez Tribunal Penal
Presentados apelados Revocados
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

9
 Casos Casos Casos
Juez Tribunal Penal
Presentados apelados Revocados
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 Casos

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

Casos Casos Casos

Juez Tribunal Civil
Presentados apelados Revocados
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

10
 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.

SOLUCION

1.
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
11
  Casos Revocados

17
= 0.00097
17531.97

Juez Tribunal Civil

 Casos Apelados

500
= 0.004609
108464

 Casos Revocados

104
= 0.0009588
108464

2.
1 1 1
+ + = 0.012
1762 106 500

La probabilidad de que se apele un caso por cada juez es de 0,012

3.
1 1 1
+ + = 0.0735
199 17 104

La probabilidad de que se revoque un caso por cada juez el de 0,0735

4.
199 17 104
+ + = 0.4813
1762 106 500
La probabilidad de una revocación dada una apelación, por cada juez es de 0,4813

5.

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

12
Tablas

Casos Casos Casos

Juez Tribunal Penal
Presentados apelados Revocados
Patrick Dinkelacker 1258 44 8
Timothy Hogan 1954 60 7
J. Howard Sundermann 955 60 10
Ralph Winkler 3089 88 6
William Mathews 2264 91 18
Thomas Crush 3372 119 10
Thomas Nurre 3000 121 6
William Morrissey 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 Sundermann 955 60 10
Ann Marie Tracey 3141 127 13
Ralph Winkler 3089 88 6
Juez Tribunal Penal Casos Casos Casos Revocados
Presentados apelados
Fred Cartolano 3037 137 12
Robert Kraft 3138 127 7

Norbert Nadel 2959 131 20

Arthur Ney, Jr. 3219 125 14
Richard Niehaus 3353 137 16

John O’Connor 2969 129 12

Robert Ruehlman 3205 145 18
Ann Marie Tracey 3141 127 13

13
 Casos apelados
Juez Tribunal de

Probabilidad

Probabilidad

Probabilidad
Presentados

de revocar

de revocar
caso dada
Familia

Revocados

apelación
de apelar
Casos

Casos

caso

caso
Ronald Panioto 12970 32 3 P(a)=32/1297 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 0,0026 P(r)=1/2729 0,0004 P(r/a)=0.0004/0.0026 0,1538
Patrick
Cunningham 6001 19 4 P(a)=19/6001 0,0032 P(r)=4/6001 0,0007 P(r/a)=0.0007/0.0032 0,2187
Deborah Gaines
Dinkelacker 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

Juez Tribunal
Presentados

de apelar caso
Civil
Revocado

Probabilidad

Probabilidad

Probabilidad
apelados

de revocar

de revocar
caso dada
Casos

apelación
Casos
Casos

caso
s

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 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
KenneyPainter 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
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 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
Luebbers 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 4975 28 9 P(a)=28/4975 0,0056 P(r)=9/4975 0,0018 P(r/a)=0.0018/0.0056 0,3214
Mestemaker
14
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 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
GainesAllen 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 1084 500 104
64

ESTUDIO DE CASO 33
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)

3
Tomado y adaptado de Pateiro B., Bioestadística 2011
15
1. Probabilidad de que una persona tenga este tipo de cáncer: 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
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
4. Probabilidad de que el examen indique que la persona tiene cáncer
5. Probabilidad de que la persona tenga cáncer dado que el examen indico que tiene cáncer
6. Probabilidad de que la persona NO tenga cáncer dado que el examen indico que NO tiene càncer
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para detectar este tipo de cáncer

ESTUDIO DE CASO 44

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)
2.- Probabilidad de que un chip este defectuoso
3- Probabilidad de que el chip este en buenas condiciones

4
Tomado y adaptado de Lind, D.,Marshall D., Estadística aplicada a los Negocios.McGraw Hill 2012
16
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 está en buenas condiciones, debe encontrar la Probabilidad de que haya sido fabricado por cada uno
de los proveedores

ESTUDIO DE CASO 55

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?
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?

5
Tomado y adaptado de Anderson, D., Sweeney D., Estadística para Negocios.Cengage Learning 2011
17
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?

18