PROBABILIDAD

ACTIVIDAD COLABORATIVA 1
PRINCIPIOS BÁSICOS DE PROBABILIDAD

JORGE IVAN MENDIETA MUÑOZ CC.5826178

FRANCISCO ALBERTO BOHORQUEZ RIVERA CC 7335971
YENCY POSCUE SUAREZ CC 1118530985
ALBEIRO ARENAS BARRERA CC 6613699

GRUPO
357

TUTOR
EDGAR MAYOR CARDENAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

OCTUBRE DE 2017
 Introducción

Para lograr el objetivo de esta actividad desarrollaremos una serie de casos que nos permiten
afianzar los conceptos básicos de la probabilidad donde asociaremos algunos casos a solucionar,
allí los estudiantes demostraran las destrezas y conocimientos adquiridas durante el desarrollos de
cada uno de los casos propuestos en la guía de actividades, son muchos los acontecimientos de
nuestro diario vivir que se pueden pronosticar o simplemente son al azar, estudiamos conceptos
de la unidad que utilizamos para el desarrollo de cada uno de los casos.

En este trabajo encontramos diferentes axiomas y teoremas para el desarrollo de cada uno de los
casos planteados donde el estudiante, con los conocimientos claros da la posible solución a cada
uno de ellos.

Sabemos que la probabilidad es un cálculo matemático de las posibilidades que existen de que
una cosa se cumpla o suceda al azar. En otras palabras, podemos decir que es la posibilidad
menor o mayor de que ocurra un determinado suceso.
DESARROLLO DE LA ACTIVIDAD
Cuadro sinóptico

Imagen 1 autor Francisco Bohorquez

Conceptos
Tabla 1 cuadro de conceptos autor JORGE MENDIETA

CONCEPTO DEFINICIÓN
PROBABILIDAD: La probabilidad es la posibilidad que existe entre varias posibilidades,
que un hecho o condición se produzcan. La probabilidad, entonces, mide
la frecuencia con la cual se obtiene un resultado en oportunidad de la
realización de un experimento sobre el cual se conocen todos los
resultados posibles gracias a las condiciones de estabilidad que el
contexto supone de antemano. esta va ligada a la teoría de la
probabilidad que es un modelo matemático que se ocupa de analizar los
fenómenos aleatorios; esto implica la contraposición respecto de los
fenómenos ya determinados, que son aquellos en los cuales el resultado
del experimento que se realiza, atendiendo a determinadas condiciones,
produce un resultado único y previsible, que se repetirá la cantidad de
veces que éste vuelva a hacerse, siempre y cuando se respeten las
mismas condiciones. (Definicion ABC, s.f.)

PROBABILIDAD Es el número de resultados favorables a la presentación de un evento

CLASICA O REGLA dividido entre el número total de resultados posibles. Asignación de
DE LAPLACE probabilidad "a priori", si necesidad de realizar el experimento. La
probabilidad clásica o teórica se aplica cuando cada evento simple del
espacio muestral tiene la misma probabilidad de ocurrir. (Blog
estadistica, 2008)
Fórmula para obtener la probabilidad clásica o teórica:
PROBABILIDAD Se basan en la creencias e ideas en que se realiza la evaluación de las
SUBJETIVA probabilidades y se define como en aquella que un evento asigna el
individuo basándose en la evidencia disponible (el individuo asigna la
probabilidad en base a su experiencia).

La probabilidad subjetiva puede tener forma de frecuencia relativa de

ocurrencia anterior o simplemente puede consistir en una conjetura
inteligente N. (blog estadistica 2301, s.f.)
AXIOMAS DE “Los axiomas de probabilidad son las condiciones mínimas que deben
PROBABILIDAD: verificarse para que una función definida sobre un conjunto de sucesos
determine consistentemente sus probabilidades. Fueron formulados por
Kolmogórov en 1933.” (Wikipedia, s.f.)
PRIMER AXIOMA La probabilidad de un suceso A es un numero positivo real o mayor a
cero 0.
Es decir, La probabilidad de un suceso se mida mediante un numero
positivo o nulo, como menor sea la probabilidad, más difícil es que
ocurra.
SEGUNDA AXIOMA La probabilidad del total, (Ω) omega es igual a 1, (Ω) omega representa
todas las posibles alternativas y se denomina suceso seguro.
TERCERO AXIOMA Si A1, A2. son sucesos mutuamente excluyentes (incompatibles dos a
dos, disjuntos o de intersección vacía dos a dos), entonces:
Según este axioma se puede calcular la probabilidad de un suceso
compuesto de varias alternativas mutuamente excluyentes sumando las
probabilidades de sus componentes.
PROBABILIDAD Sea A un suceso aleatorio asociado a un experimento aleatorio, y sea B
CONDICIONADA otro suceso que sabemos que se ha realizado.
Llamaremos probabilidad de A condicionada a B y lo expresaremos por
p(A/B) a la expresión:

EXPERIMENTOS Un experimento compuesto es aquel que consta de dos o más

COMPUESTOS. experimentos aleatorios simples. Es decir, si tiramos un dado, o una
TEOREMA DE LA moneda, son experimentos aleatorios simples, pero si realizamos el
PROBABILIDAD experimento de tirar un dado y posteriormente una moneda, estamos
TOTAL realizando un experimento compuesto.
Propiedad: De la fórmula para calcular la probabilidad condicionada se
deduce inmediatamente que:

La forma más sencilla de calcular probabilidades en experimentos

compuestos es un diagrama de árbol, donde en cada rama situamos la
probabilidad que le corresponde al suceso del final de dicha rama. Estas
probabilidades que se van poniendo en el árbol son probabilidades
condicionadas, porque dependen de los resultados anteriores.
Teorema de la probabilidad total: Si A1, A2, ..., An son sucesos
incompatibles 2 a 2, y cuya unión es el espacio muestral (A1 ∪ A2 ∪ ... ∪
An = E), y B es otro suceso, resulta que:
 EL TEOREMA DE Como consecuencia del teorema de la probabilidad total y de las
BAYES propiedades de la probabilidad condicionada, resulta este importante
teorema que permite calcular probabilidades condicionadas.
Teorema de Bayes: Si A1, A2, ..., An son sucesos incompatibles 2 a 2, y
cuya unión es el espacio muestral (A1 ∪ A2 ∪ ... ∪ An = E), y B es otro
suceso, resulta que:

DIAGRAMA DE Un diagrama de árbol es una representación gráfica que muestra los

ÁRBOL resultados posibles de una serie de experimentos y sus respectivas
probabilidades; consta de r pasos, donde cada uno de los pasos tiene un
número finito de maneras de ser llevado a cabo.
Para la construcción de un diagrama en árbol se partirá poniendo una
rama para cada una de las posibilidades, acompañada de su
probabilidad. En el final de cada rama parcial se constituye a su vez, un
nudo del cual parten nuevas ramas, según las posibilidades del siguiente
paso, salvo si el nudo representa un posible final del experimento (nudo
final). Hay que tener en cuenta: que la suma de probabilidades de las
ramas de cada nudo ha de dar 1.

ESTUDIO DE CASOS Y SU SOLUCION

ESTUDIO CASO 1 Desarrollado por el estudiante JORGE MENDIETA

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
 Cancelo o
Curso Aprobó Reprobó perdió Total
por fallas
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
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
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.

𝑇𝑂𝑇𝐴𝐿 𝐴𝑃𝑅𝑂𝐵𝐴𝐷𝑂𝑆 = 1873

𝑁𝑈𝑀𝐸𝑅𝑂 𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝐸𝑆𝑇𝑈𝐷𝐼𝐴𝑁𝑇𝐸𝑆 = 2755

𝑇𝑂𝑇𝐴𝐿 𝐴𝑃𝑅𝑂𝐵𝐴𝐷𝑂𝑆
𝑃= ∗ 100
𝑁𝑈𝑀𝐸𝑅𝑂 𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝐸𝑆𝑇𝑈𝐷𝐼𝐴𝑁𝑇𝐸𝑆

𝟏𝟖𝟕𝟑
𝑷= = 𝟎. 𝟔𝟕 ∗ 𝟏𝟎𝟎 = 𝟔𝟕%
𝟐𝟕𝟓𝟓
2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.

𝑇𝑂𝑇𝐴𝐿 𝑅𝐸𝑃𝑅𝑂𝐵𝐴𝐷𝑂𝑆 = 389

𝑁𝑈𝑀𝐸𝑅𝑂 𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝐸𝑆𝑇𝑈𝐷𝐼𝐴𝑁𝑇𝐸𝑆 = 2755
 𝑇𝑂𝑇𝐴𝐿 𝑅𝐸𝑃𝑅𝑂𝐵𝐴𝐷𝑂𝑆
𝑃= ∗ 100
𝑁𝑈𝑀𝐸𝑅𝑂 𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝐸𝑆𝑇𝑈𝐷𝐼𝐴𝑁𝑇𝐸𝑆

𝟑𝟖𝟗
𝑷= = 𝟎. 𝟏𝟒 ∗ 𝟏𝟎𝟎 = 𝟏𝟒%
𝟐𝟕𝟓𝟓

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

Profesor Aprobó Probabilidad de aprobar Total

César r. 52 P(A)=52/53=0.98*100=98% 53
Claudia v. 31 P(A)=31/36=0.86*100=86% 36
Diana m. 97 P(A)=97/119=0.81*100=82% 119
Ernesto s. 166 P(A)=166/204=0.81*100=81% 204
Diego v. 36 P(A)=36/45=0.8*100=80% 45
Eduardo m. 154 P(A)=154/197=0.78*100=78% 197
Enrique p 118 P(A)=118/156=0.76*100=76% 156
Fernando m. 125 P(A)=125/167=0.75*100=75% 167
Gloria a. 151 P(A)=151/203=0.74*100=74% 203
Jairo a. 116 P(A)=116/161=0.72*100=72% 161
Javier b. 98 P(A)=98/137=0.72*100=72% 137
José c. 49 P(A)=49/74=0.66*100=66% 74
Luz p. 142 P(A)=142/209=0.68*100=68% 209
Marcela f. 60 P(A)=60/100=0.6*100=60% 100
María a. 93 P(A)=93/157=0.59*100=59% 157
Mario g 90 P(A)=90/152=0.59*100=59% 152
Mercedes s. 60 P(A)=60/102=0.59*100=59% 102
Oscar n. 111 P(A)=111/204=0.54*100=54% 204
Patricia m. 37 P(A)=37/73=0.51*100=51% 73
Ricardo o. 57 P(A)=57/134=0.43*100=43% 134
Sandra m. 30 P(A)=30/72=0.42*100=42% 72
Total 1873 P(A)=1873/2755=0.68*100=68% 2755

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

utilizamos la fórmula de Probabilidad Clásica, se aplica cuando cada evento simple del espacio
muestral tiene la misma probabilidad de ocurrir en donde los casos favorables al Evento A se
dividen entre el número de casos posibles, para este caso el número de los que aprobaron, lo
dividimos entre el número total de estudiantes. De esta manera se analiza que ALGEBRA LINEAL
con un 81 %, tiene el mayor porcentaje de aprobación en estudiantes, mientras que
MATEMÁTICAS AVANZADAS con un 73% tiene la mayor probabilidad de reprobar y la mayor
probabilidad de perdida por cancelación o fallas está en MATEMÁTICAS DISCRETA con un 29%
 CURSO aprobó Probabilidad de reprobó Probabilidad de Cancelo o Probabilidad por fallas total
aprobar reprobar perdió por fallas
Algebra P(A)=178/218= P(A)=10/218=0.0 P(A)=30/218=0.14*100=14
178 10 30 218
lineal 0.81*100=81% 5*100=5% %
Análisis P(A)=146/182= P(A)=15/182=0.0 P(A)=21/182=0.12*100=12
146 15 21 182
numérico 0.80*100=80% 8*100=8% %
Cálculo P(A)=252/328= P(A)=37/328=0.1 P(A)=39/328=0.12*100=12
252 37 39 328
infinitesimal 0.77*100=77% 1*100=11% %
Calculo P(A)=56/79=0. P(A)=8/79=0.10* P(A)=15/79=0.19*100=19
56 8 15 79
integral 71*100=71% 100=10% %
Cálculo P(A)=244/357= P(A)=49/357=0.1 P(A)=64/357=0.18*100=18
244 49 64 357
multivariado 0.68*100=68% 4*100=14% %
Calculo P(A)=226/331= P(A)=44/331=0.1 P(A)=61/331=0.18*100=18
226 44 61 331
negocios 0.68*100=68% 3*100=13% %
Ecuaciones P(A)=178/265= P(A)=47/265=0.1 P(A)=40/265=0.15*100=15
178 47 40 265
diferenciales 0.67*100=67% 8*100=18% %
Estadística P(A)=33/53=0. P(A)=11/53=0.21 P(A)=9/53=0.17*100=17%
33 11 9 53
básica 62*100=62% *100=21%
Estadística P(A)=269/437= P(A)=70/437=0.1 P(A)=98/437=0.22*100=22
269 70 98 437
inferencial 0.62*100=62% 6*100=16% %
Matemática P(A)=199/325= P(A)=53/73=0.73 P(A)=73/325=0.22*100=22
199 53 73 325
s avanzadas 0.61*100=61% *100=73% %
Matemática P(A)=44/80=0. P(A)=13/80=0.16 P(A)=23/80=0.29*100=29
44 13 23 80
s discretas 55*100=55% *100=16% %
Pre cálculo P(A)=42/83=0. P(A)=24/83=0.29 P(A)=17/83=0.20*100=20
42 24 17 83
50*100=50% *100=29% %
Probabilidad P(A)=6/17=0.3 P(A)=8/17=0.47* P(A)=3/17=0.18*100=18%
6 8 3 17
5*100=35% 100=47%
P(A)=1873/275 P(A)=389/2755=0 P(A)=493/2755=0.18*100=
275
TOTAL 1873 5=0.68*100=6 389 .14*100=14% 493 18%
5
8%

5. Califique los profesores del área de acuerdo con los resultados obtenidos. Establezca los criterios que utilizó y dé las razones de su
elección
De la misma manera que el anterior utilizamos la fórmula de probabilidad clásica, los casos favorables al evento A se dividen entre el
número de casos posibles, para este caso el número de los que aprobaron dividido el número total de estudiantes.

La probabilidad de un evento A: P(A) es un número que mide el grado de certeza en el que un evento A ocurre y se obtiene con la
#𝑠𝑢𝑐𝑒𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
formula conocida como la REGLA DE LA PLACE 𝑃(𝐴) =
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠

Con el siguiente análisis podemos ver que le Profesor César, con el que más tienen probabilidad de aprobar los estudiantes con un
98% mientras que con la profesora Sandra tiene mayor probabilidad de reprobar con un 51% y con el profesor Ricardo un 34% de
probabilidad de cancelación o pérdidas por fallas.

profesor aprobó Probabilidad de reprobó Probabilidad de Cancelo o perdió Probabilidad por Total
aprobar reprobar por fallas fallas
P(A)=52/53=0.98*1 P(A)=0/53=0*100=0% P(A)=1/53=0.02
52 1 53
César r. 00=98% *100=2%
Claudia P(A)=31/36=0.87*1 P(A)= 0/53=0*100=0% P(A)=5/36=0.14
31 5 36
v. 00=87% *100=14%
Diana P(A)=97/119=0.82* P(A)=4/119=0.03*100 P(A)=18/119=0.
97 4 18 119
m. 100=82% =3% 15*100=15%
Ernesto P(A)=166/204=0.81 P(A)=17/204=0.08*100 P(A)=21/204=0.
166 17 21 204
s. *100=81% =0.8% 10*100=10%
P(A)=36/45=0.8*10 P(A)=5/45=0.11*100= P(A)=4/45=0.09
36 5 4 45
Diego v. 0=80% 11% *100=9%
Eduardo P(A)=154/197=0.78 P(A)=17/197=0.09*100 P(A)=26/197=0.
154 17 26 197
m. *100=78% =9% 13*100=13%
Enrique P(A)=118/156=0.76 P(A)=25/156=0.16*100 P(A)=13/156=0.
118 25 13 156
p *100=76% =16% 08*100=8%
P(A)=125/167=0.75 P(A)=21/167=0.13*100 P(A)=
Fernand 125 *100=75% 21 =13% 21 21/167=0.13*10 167
o m. 0=13%
P(A)=151/203=0.74 P(A)=32/203=0.16*100 P(A)=20/203=0.
151 32 20 203
Gloria a. *100=74% =16% 09*100=9%
P(A)=116/161=0.72 P(A)=19/161=0.12*100 P(A)=26/161=0.
116 19 26 161
Jairo a. *100=72% =12% 16*100=16%
P(A)=98/137=0.72* P(A)=10/137=0.07*100 P(A)=29/137=0.
98 10 29 137
Javier b. 100=72% =7% 21*100=21%
 P(A)=49/74=0.66*1 P(A)=9/74=0.12*100= P(A)=16/74=0.2
49 9 16 74
José c. 00=66% 12% 2*100=22%
P(A)=142/209=0.68 P(A)=23/209=0.11*100 P(A)=44/209=0.
142 23 44 209
Luz p. *100=68% =11% 21*100=21%
Marcela P(A)=60/100=0.6*1 P(A)=19/100=0.19*100 P(A)=21/100=0.
60 19 21 100
f. 00=60% =19% 21*100=21%
P(A)=93/157=0.59* P(A)=27/157=0.17*100 P(A)=37/157=0.
93 27 37 157
María a. 100=59% =17% 23*100=23%
P(A)=90/152=0.59* P(A)=16/152=0.11*100 P(A)=46/152=0.
90 16 46 152
Mario g 100=59% =11% 30*100=30%
Mercede P(A)=60/102=0.59* P(A)=15/102=0.15*100 P(A)=27/102=0.
60 15 27 102
s s. 100=59% =15% 26*100=26%
P(A)=111/204=0.54 P(A)=48/204=0.24*100 P(A)=45/204=0.
111 48 45 204
Oscar n. *100=54% =24% 22*100=22%
Patricia P(A)=37/73=0.50*1 P(A)=14/73=0.19*100 P(A)=22/73=0.3
37 14 22 73
m. 00=50% =19% 0*100=30%
Ricardo P(A)=57/134=0.43* P(A)=31/134=0.23*100 P(A)=46/134=0.
57 31 46 134
o. 100=43% =23% 34*100=34%
Sandra P(A)=30/72=0.42*1 P(A)=37/72=0.51*100 P(A)=5/72=0.07
30 37 5 72
m. 00=42% =51% *100=7%
P(A)=1873/2755=0. P(A)=389/2755=0.14*1 P(A)=493/2755=
1873 389 493 2755
Total 68*100=68% 00=14% 0.19*100=19%

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

Utilizamos la fórmula de probabilidad clásica donde los casos favorables al Evento A, se dividen entre el número de casos posibles,
para este caso el número de los que aprobaron, dividido el total de estudiantes.

y nos dio como resultado que el programa en que hay mejores resultados es el de administración ambiental con una probabilidad del
80%.
 aprobó Probabilidad de reprobó Probabilidad de Cancelo o Probabilidad por fallas Total
Programa aprobar reprobar perdió por fallas

Administr P(A)=146/182= P(A)=15/182=0 P(A)=21/182=0.12=1

ación 146 0.80*100=80% 15 .08*100=8% 21 2% 182
ambiental
Admón. P(A)=295/380= P(A)=44/380=0 P(A)=41/380=0.11*10
295 44 41 380
empresas 0.77*100=77% .11*100=11% 0=11%
Arquitectu P(A)=297/421= P(A)=53/421=0 P(A)=71/421=0.17*10
297 53 71 421
ra 0.71*100=71% .13*100=13% 0=17%
Contadurí P(A)=99/141=0 P(A)=23/141=0 P(A)=19/141=0.13*10
99 23 19 141
a .70*100=70% .16*100=16% 0=13%
Economía 99 P(A)= 19 P(A)= 24 P(A)= 142
Ing P(A)=515/787= P(A)=118/787= P(A)=154/787=0.19*1
Mecatróni 515 0.65*100=65% 118 0.15*100=15% 154 00=19% 787
ca
P(A)=88/135=0 P(A)=20/135=0 P(A)=27/135=0.2*100
88 20 27 135
Ing. Civil .65*100=65% .15*100=15% =20%
Ing. P(A)=83/134=0 P(A)=29/134=0 P(A)=22/134=0.16*10
83 29 22 134
Financiera .62*100=62% .22*100=22% 0=16%
Ing. P(A)=127/206= P(A)=26/206=0 P(A)=53/206=026*10
127 26 53 206
Sistemas 0.62*100=62% .13*100=13% 0=26%
Ing. P(A)=32/56=0. P(A)=9/56=0.1 P(A)=15/56=0.27*100
Telecomu 32 57*100=57% 9 6*100=16% 15 =27% 56
nicaciones
Negocios P(A)=69/123=0 P(A)=21/123=0 P(A)=33/123=0.27*10
Internacio 69 .56*100=56% 21 .17*100=17% 33 0=27% 123
nales
P(A)=23/48=0. P(A)=12/48=0. P(A)=13/48=0.27*100
23 12 13 48
Psicología 48*100=48% 25*100=25% =27%
P(A)=1873/275 P(A)=389/2755 P(A)=493/2755=0.19*
1873 5=0.68*100=6 389 =0.14*100=14 493 100=19% 2755
Total 8% %
CASO 2 Desarrollado por el estudiante Francisco Bohorquez

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
1
Tomado y adaptado de Anderson, D., Sweeney D., Estadística para Negocios.Cengage Learning
2011

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.

Desarrollo

Para el desarrollo de los siguientes casos se requiere utilizar las siguientes fórmulas matemáticas
utilizadas en la probabilidad de acuerdo con los diferentes datos arrojados por los diferentes
Jueces de tribunales de civil, penal y de familia, para obtener los siguientes resultados estadísticos
así:

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

Probabilidad apelación, probabilidad revocatoria

Casos presentados = P
 Casos apelados = A

Casos revocados = R

Probabilidad apelar = AP

Probabilidad revocar = PR

Probabilidad revocar dada una apelación = RD

Formulas aplicadas:
𝐴 𝑅 𝑃𝑅
= 𝐴𝑃 = 𝑃𝑅 = 𝑅𝐷
𝑃 𝑃 𝐴𝑃

Probabil
Casos Casos Casos Probabil Probabil
revocar dada
presentados apelados revocados apelar revocar
una apelación
Juez tribunal civil
P A R AP PR
RD

Mike Allen 6149 43 4 0,006993 0,000651 0,093023

Nadine Allen 7812 34 6 0,004352 0,000768 0,176471
Timothy Black 7954 41 6 0,005155 0,000754 0,146341
David Davis 7736 43 5 0,005558 0,000646 0,116279
Leslie Isaiah Gaines 5282 35 13 0,006626 0,002461 0,371429

Karla Grady 5253 6 0 0,001142 0,000000 0,000000

Deidra Hair 2532 5 0 0,001975 0,000000 0,000000
Dennis Helmick 7900 29 5 0,003671 0,000633 0,172414
Timothy Hogan 2308 13 2 0,005633 0,000867 0,153846
James Patrick 2798 6 1 0,002144 0,000357 0,166667
Kenney
Joseph Luebbers 4698 25 8 0,005321 0,001703 0,320000
William Mallory 8277 38 9 0,004591 0,001087 0,236842
Melba Marsh 8219 34 7 0,004137 0,000852 0,205882
Beth Mattingly 2971 13 1 0,004376 0,000337 0,076923
Albert Mestemaker 4975 28 9 0,005628 0,001809 0,321429
Mark Painter 2239 7 3 0,003126 0,001340 0,428571
Jack Rosen 7790 41 13 0,005263 0,001669 0,317073
Mark Schweikert 5403 33 6 0,006108 0,001110 0,181818
David Stockdale 5371 22 4 0,004096 0,000745 0,181818
John A. West 2797 4 2 0,001430 0,000715 0,500000
TOTAL 108464 500 104 0,087326 0,018504 4,166827
 Probabil
Casos Casos Casos Probabil Probabil
Juez Tribunal presentados revocar dada
apelados revocados apelar revocar
Penal una apelación
P A R AP PR
RD

Fred Cartolano 3037 137 12 0,045110 0,003951 0,087591

Thomas Crush 3372 119 10 0,035291 0,002966 0,084034
Patrick 1258 44 8 0,034976 0,006359 0,181818
Dinkelacker
Timothy Hogan 1954 60 7 0,030706 0,003582 0,116667
Robert Kraft 3138 127 7 0,040472 0,002231 0,055118
William Mathews 2264 91 18 0,040194 0,007951 0,197802
William Morrissey 3032 121 22 0,039908 0,007256 0,181818
Norbert Nadel 2959 131 20 0,044272 0,006759 0,152672
Arthur Ney, Jr. 3219 125 14 0,038832 0,004349 0,112000
Richard Niehaus 3353 137 16 0,040859 0,004772 0,116788
Thomas Nurre 3000 121 6 0,040333 0,002000 0,049587
John O’Connor 2969 129 12 0,043449 0,004042 0,093023
Robert Ruehlman 3205 145 18 0,045242 0,005616 0,124138
J. Howard 955 60 10 0,062827 0,010471 0,166667
Sundermann
Ann Marie Tracey 3141 127 13 0,040433 0,004139 0,102362
Ralph Winkler 3089 88 6 0,028488 0,001942 0,068182
TOTAL 43945 1762 199 0,651392 0,078386 1,890267

Probabil
Casos Casos Casos Probabil Probabil
Juez Tribunal de presentados revocar dada
apelados revocados apelar revocar
Familia una apelación
P A R AP PR
RD

Penelope 2729 7 1 0,002565 0,000366 0,142857

Cunningham
Patrick Dinkelacker 6001 19 4 0,003166 0,000667 0,210526
Deborah Gaines 8799 48 9 0,005455 0,001023 0,187500
Ronald Panioto 12970 32 3 0,002467 0,000231 0,093750
TOTAL 30499 106 17 0,013654 0,002287 0,634633

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

Casos Casos Casos Probabil

Juez Tribunal presentados apelados revocados Probabilidad apelar Probabil revocar revocar
Penal dada una
P A R AP PR apelación

J. Howard RD
955 60 10 0,062827 0,010471 0,166667
Sundermann
 3. La probabilidad de que se revoque un caso, por cada juez.

Casos Casos Casos Probabil

Juez Tribunal presentados apelados revocados Probabil apelar Probabilidad revocar revocar
Penal dada una
P A R AP PR apelación

J. Howard 955 60 10 RD
0,062827 0,010471 0,166667
Sundermann

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

Casos Casos Casos Probabilidad

Juez Tribunal presentados apelados revocados revocar
Probabil apelar Probabil revocar
Penal dada una
P A R AP PR apelación

John A. West 2797 4 2 0,001430 0,000715 RD

0,500000
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.

Proba revocar
Casos Casos Casos Proba Proba
Juez tribunal dada una
presentados apelados revocados apelar revocar
civil apelación

David Davis 7736 43 5 0,005558 0,000646 0,116279

5.1 Es uno de los jueces de tribunal civil que tiene la mayor cantidad de casos apelados, pero
está en el promedio de los jueces con más casos presentados en los tribunales civiles.

Casos Casos Casos Probabil

Juez Tribunal presentados apelados revocados Probabil apelar Probabil revocar revocar dada
Penal una apelación
P A R AP PR
RD
William Morrissey 3032 121 22 0,039908 0,007256 0,181818

5.2 Es uno de los jueces de tribunal penal que tiene la mayor cantidad de casos revocados, por
cada uno de los jueces

Probabil
Casos Casos Casos Probabil Probabil
Juez Tribunal de presentados revocar dada
apelados revocados apelar revocar
Familia una apelación
P A R AP PR
RD

Ronald Panioto 12970 32 3 0,002467 0,000231 0,093750

5.3 Es uno de los jueces de familia que tienes menos probabilidad de que le revoquen dada una
apelación y tiene la mayor cantidad de casos presentados.
CASO 4 Desarrollado por el estudiante Yency

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 LS24 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.- 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

1. Un diagrama de árbol que represente las probabilidades dadas (probabilidades a priori) y

las probabilidades encontradas (probabilidades a posteriori)

Hall Electronics= HE

Schuller Sales=CS

Crawford Components=CC

Sin Daño=SD

Con Daño=CD
 SD 25,63%
98/100
HE
2/100
CD 11,36%

SD 30,13%
96/100
Chip LS-24 SS
4/100
30/100
CD 27,27%

SD 44,25%
94/100
CC
6/100
CD 61,36%

2. Probabilidad de que un chip este defectuoso

En este caso se utiliza la fórmula de la probabilidad total

Para este caso según el diagrama de árbol, se debe encontrar la probabilidad de un chip con
defecto “P(CD)”

45 6 30 4 25 2
P(CD)= *  *  *
100 100 100 100 100 100
P(CD)=4.4%

3. Probabilidad de que el chip este en buenas condiciones

Igual que en el anterior punto por medio del diagrama de árbol se va a encontrar la probabilidad
de que los chips estén en buenas condiciones “P(SD)”

94 45 96 30 25 98
P(SD)= *  *  *
100 100 100 100 100 100
P(SD)=95.60%
4. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya sido
fabricado por cada uno de los proveedores

Teniendo en cuenta el diagrama de árbol y utilizando el teorema de Bayes, se encontrará la

probabilidad por cada uno de los fabricantes si el chip es defectuoso

25 2
*
P(HE/CD)= 100 100
45 6 4 30 25 2
*  *  *
100 100 100 100 100 100
P(HE/CD)=11.36%

Esto quiere decir que hay un 11.36% de probabilidad que el chip fabricado por la compañía Hall
Electronics salga defectuoso.

30 4
*
P(SS/CD)= 100 100
45 6 4 30 25 2
*  *  *
100 100 100 100 100 100
P(SS/CD)=27.27%

Esto quiere decir que hay un 27.27% de probabilidad que el chip fabricado por la compañía
Schuller Sales salga defectuoso.

45 6
*
P(CC/CD)= 100 100
45 6 4 30 25 2
*  *  *
100 100 100 100 100 100
P(CC/CD)=61.36%

Esto quiere decir que hay un 61.36% de probabilidad que el chip fabricado por la compañía
Crawford Components salga defectuoso.

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

haya sido fabricado por cada uno de los proveedores

Al igual que en el punto anterior se utilizará el teorema de Bayes y el diagrama de árbol, para
encontrar la probabilidad por cada uno de los fabricantes por chip sin daños

25 98
*
P(HE/SD)= 100 100
45 94 96 30 25 98
*  *  *
100 100 100 100 100 100
P(HE/SD)=25.63%
Esto quiere decir que hay un 25.63% de probabilidad que el chip fabricado por la compañía Hall
Electronics salga sin defectos.

30 96
*
P(SS/SD)= 100 100
45 94 96 30 25 98
*  *  *
100 100 100 100 100 100
P(SS/SD)=30.13%

Esto quiere decir que hay un 30.13% de probabilidad que el chip fabricado por la compañía
Schuller Sales salga sin defectos.

45 94
*
P(HE/SD)= 100 100
45 94 96 30 25 98
*  *  *
100 100 100 100 100 100
P(HE/SD)=44.25%

Esto quiere decir que hay un 44.25% de probabilidad que el chip fabricado por la compañía
Crawford Components salga sin defectos.
CASO 5 Desarrollado por el estudiante Albeiro Barrera

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 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?
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?

SOLUCION

P(A)=0,8790

Que es la probabilidad del éxito de todos los integrantes del equipo.

P(B)= 1/10 = 0,1

Que es la probabilidad de un salto exitoso, son 10 pues lo divido en uno.

 EMPLEAMOS EL TEOREMA DE BAYES

P(A/B) =P(A) / P(B) * P(B/A)

P(A/B) = (0,879) (0,1)

P(A/B) = 0,0879

Probabilidad de un salto exitoso = 8,79%

Probabilidad de accidente en el salto =91,21%

si miramos estas cifras deduzco que el riesgo de un accidente es inminente por lo tanto no es viable
el salto

La probabilidad es muy inferior a una entre cinco, ya que debería ser de aproximadamente un 20%
para ser una entre cinco.
 Conclusiones

➢ Para el desarrollo de este trabajo se logró tener muy en claro los contenidos del informe de
actividades de la guía.

➢ Con los resultados de las soluciones de los casos propuestos podemos concluir que el
estudiante adquiere conocimientos que los utilizara para la vida diaria.

➢ Durante el desarrollo de la presente guía de actividades logramos conocer más de los

procedimientos para una posible solución dada en cada uno de los casos con sus respectivos
métodos de aplicación.

➢ Se interactuó con los compañeros de grupo por medio del foro colaborativo para dar solución
a los caos de la unidad 1.
 Bibliografía

Blog estadistica. (s.f.). Obtenido de

http://jenyferestadistica.blogspot.com.co/2008/09/probabilidad-clasica.html

Blog estadistica. (26 de septiembre de 2008). Obtenido de

http://jenyferestadistica.blogspot.com.co/2008/09/probabilidad-clasica.html

blog estadistica 2301. (s.f.). Obtenido de

http://estadistica2301.blogspot.com.co/2010/01/probabilidad-subjetiva.html

Definicion ABC. (s.f.). Obtenido de https://www.definicionabc.com/general/probabilidad.php

Wikipedia. (s.f.). Obtenido de https://es.wikipedia.org/wiki/Axiomas_de_probabilidad