PROBABILIDAD

Colaborativo
Fase 1

Ayda Luz Mosquera

Wilson Chala Perea

11830578

Edwin Silva

71252789

Cristian David Ledezma Mosquera 1077200411

Juan David Daz

TUTOR:
LUIS FELIPE HERNANDEZ

GRUPO: 100402_213

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BSICAS, TECNOLOGA E INGENIERA
Programa de Ingeniera de sistemas
CEAD QUIBDO
Marzo 2016

INTRODUCCIN
El siguiente trabajo se desarrolla con el propsito de identificar los diferentes
componentes o temas de estudio de la primera unidad del curso PROBABILIDAD.
Esta nos sirve para desarrollar estrategia de Aprendizaje Basado en problemas y
ejercicios, para motivar los procesos de autoaprendizaje del estudiante.
En nuestra vida cotidiana nos encontramos varios sucesos ligados al azar y con la
ayuda de la probabilidad podemos identificar lo probable de cada una de ellas, por
medio de esta actividad he podido realizar los clculos sobre las probabilidades de
que un caso se lleve a cabo, y conocer el porcentaje de una tabla de datos para
determina la probabilidad de que sus datos sean positivos o negativos.
La probabilidad es la ciencia que trata de cuantificar los posibles resultados de un
experimento en el cual est presente la incertidumbre o la aleatoriedad. El
siguiente trabajo tiene como objetivo comprender Los principios de la probabilidad
concernientes a la unidad 1, en temas relacionados con experimento aleatorio,
eventos y sucesos, tcnicas de conteo, axiomas de probabilidad, probabilidad
condicional y teorema de Bayes. Aplicando estos temas y conceptos
encontraremos un cuadro sinptico, al igual que el planteamiento de una serie de
ejercicios con sus respectivas respuestas y la solucin a un estudio de caso.
A lo largo del siguiente trabajo pretendemos dar un vistazo general en cada uno de
los 5 Casos En Cada Informe relacionndose a travs de un problema el cual
nos va a permitir identificar la aplicacin del teorema de Bayes en el desarrollo
de cada uno de los temas, al interior de este trabajo se encontraran los conceptos
clave y frmulas para el desarrollo de los problemas en cuestin.
Tambin podemos decir que esta disciplina nos ayudara a entender y a resolver
problemas estadsticos de la vida cotidiana.

OBJETIVOS
Objetivo General
Hacer uso y aplicacin de la probabilidad para el estudio y anlisis de casos cotidianos,
interiorizando los principios de esta misma identificando sus propiedades, leyes y los
campos de aplicacin que tiene esta ciencia propia de la estadstica. Comprender la
aplicacin del teorema de Bayes, en sus 5 Casos mediante Cada Informe.

Objetivos especifico

1. Que el estudiante de PROBABILIDAD de la UNAD, revise y fortalezca sus

conocimientos con el equipo de trabajo y plata forma.
2. Desarrollar sus informes correspondientes al tema del curso.
3. Profundizar los conceptos tcnicos necesarios de la probabilidad.
4. Aplicar los elementos bsicos de la teora de probabilidad a fenmenos que
obedecen modelos no determinsticos.
5. Desarrollar habilidades y competencia que ayuden al estudiante a
comprender mejor las conclusiones generadas dentro de un caso cotidiano
6. Que los estudiantes podamos, investigar, interactuar y resolver con ayuda
de la gua y del tutor.

Estimular el uso de la tecnologa en el desarrollo del talento humano para el buen

aprendizaje y desarrollo para la misma.

PRIMER CASO

Despus revisar los temas propuestos en la primera unidad se propone desarrollar

el estudio de caso N1, este hace uso del teorema de la probabilidad clsica o de
Laplace, la cual se ilustra a continuacin:
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.

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.
Informe:
La probabilidad de que un estudiante apruebe un curso del rea de
matemticas
De las tablas anteriores se tiene que el total de personas que aprobaron los
cursos del rea de matemticas es de 1873 de 2755 estudiantes en total
que cursaron las materias, para resolver este problema se utiliza la
probabilidad clsica o de Laplace:
P ( A )=

1873
=0.679=68
2755

Es decir, la probabilidad de aprobar un curso del rea de matemticas es

del 68%
La probabilidad de que un estudiante repruebe un curso del rea de
matemticas.
Para la solucin de este problema se procede similar al caso anterior, as:
389
P ( A )=
=0.14=14
2755
As, la probabilidad de reprobar un curso del rea de matemticas es del
14%
Por cada profesor, establezca la probabilidad de que un estudiante apruebe
un curso del rea de matemticas.


Si un estudiante aprueba un curso, establezca la probabilidad de que sea
cada uno de los cursos del rea

Establezca la probabilidad de que sea cada uno de los cursos del rea se
interpreta como la probabilidad conjunta, es decir, dado que un estudiante aprueba

un curso, hallar la probabilidad de que apruebe cada uno de los cursos de

matemticas.
Para solucionar esto se asume independencia, por tanto, esta probabilidad se
halla multiplicando todas las probabilidades individuales de cada curso y se
obtiene que la probabilidad de que un estudiante apruebe cada uno de los cursos
del rea de matemticas es del 0.2578%.
Clasifique los cursos del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin.

Se clasificaron los cursos segn su porcentaje de aprobacin, para el clculo de

dicho porcentaje se utiliz la frmula clsica de probabilidad, la cual indica casos
favorables/casos posibles.
Califique los profesores del rea de acuerdo a los resultados obtenidos.
Establezca los criterios que utiliz y d las razones de su eleccin

Para la clasificacin de los profesores se us tambin el clculo de probabilidad

clsico, de esto se obtiene que el profesor Csar R. es quien obtuvo un porcentaje
ms alto de que un estudiante aprueba una materia vista con l.
En que programa hay mejores resultados. Establezca los criterios que
utiliz y d las razones de su eleccin

Para la clasificacin de los programas se utiliz tambin la probabilidad clsica,

esto dio como resultado que el programa que tiene mayores probabilidades de
aprobar una materia del rea de matemticas es Administracin ambiental.

SEGUNDO CASO

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 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:
Informe:
Resultado del examen positivo

Enfermedad presente
Enfermedad Ausente

Resultado del examen Negativo

Resultado del examen

positivo
8%
5%

Resultado del examen

Negativo
22%
85%

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 29.2%
2. Probabilidad de que la enfermedad est ausente 70.7%
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que
la persona no tiene la enfermedad 42.5%
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo
dado que la persona tiene la enfermedad 68%

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

resulto positivo 68%
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto positivo 11%
7. Probabilidad de que la persona tenga la enfermedad dado que el examen
resulto negativo 42.5%

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

resulto negativo 11%
9. De acuerdo con las probabilidades encontradas, que tan confiable es este
examen de seleccin para detectar la enfermedad? 20.6%

TERCER CASO

En su excitante novela Congo, Michael Crichton describe la bsqueda de

depsitos de diamantes azules cubiertos de boro llevada a cabo por Earth
Resources Technology Services (ERTS), una compaa dedicada a estudios
geolgicos. Segn ERTS los diamantes son la clave para una nueva generacin
de computadoras pticas. En la novela ERTS compite contra un consorcio
internacional por encontrar la cuidad perdida de Zinj, que prosper dada la minera
de diamantes hace varios miles de aos (segn la leyenda africana) y se ubica en
lo ms profundo de la selva tropical de Zaire Oriental.
Despus de la misteriosa destruccin de su primera expedicin, ERTS lanza una
segunda expedicin dirigida por Karen Ross, una experta en computacin de 24
aos de edad, acompaada por el profesor Peter Eliot, un antroplogo; Amy, un
gorila parlante; y el afamado mercenario y lder de la expedicin, el capitn
Charles Munro. Las acciones ofensivas del consorcio, la mortal selva tropical y las
hordas de gorilas parlantes asesinos, que percibieron que su misin era defender
las minas de diamantes, bloquean los esfuerzos de Ross para encontrar la ciudad.
Para superar estos obstculos Ross utiliza computadoras de la era espacial para
evaluar las probabilidades de xito en todas las circunstancias posibles y las
acciones que pudiera llevar a cabo la expedicin. En cada etapa de la expedicin,
ella evala rpidamente las probabilidades de xito.
En una etapa de la expedicin Ross recibe informes de su oficina principal en
Houston, de que sus computadoras estiman que tiene 18 horas y 20 minutos de
retraso en relacin con el equipo competidor euro-japones, en lugar de 40 horas
de ventaja. Cambia los planes y decide que 12 miembros de su equipo desciendan
en paracadas en una regin volcnica cerca de la ubicacin estimada de Zinj.

Segn el relato de Crichton, Ross haba vuelto a revisar las probabilidades de la

computadora de Houston y los resultados eran inequvocos. La probabilidad de un
salto exitoso era 0,7980; sin embargo, dado un salto exitoso, la probabilidad de
xito de la expedicin era de 0,9943 con lo cual casi se aseguraba de que
venceran al consorcio
Sin olvidar que se trata de la cita de una novela, examine las probabilidades
mencionadas y determine:

Informe:
1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de
completar su salto con xito?
La probabilidad de completar mi salto con xito es de 0.7980
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 xito?
P (A/B) = P(A) * P(B)
P (A/B) = (0.7980)*(1/12)
P (A/B) = (0.7980)*(0.0833)
P (A/B) = 0.0665
La probabilidad de que un solo miembro del equipo realice un salto exitoso es de
0.0665
3. En el relato se afirma que: esa probabilidad de 0,7980 significaba que
haba casi una posibilidad entre cinco de que alguien se hiera seriamente
en un salto. Concuerda usted con esa afirmacin? Si o no. Por qu?
Si, herirse en un salto, ser cuando el salto no sea exitoso.

P(fall) = 1 P(xito)
= 1 0.7980
= 0.202
P(fall) = 0.2
1/5= 0.2
0.2 entre 5 posibilidades de herirse seriamente.

CUARTO CASO

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 calicar a los jueces. Tal vez pueda analizar la probabilidad de los casos
que se apelaron y revocaron manejados en los diferentes tribunales
Informe:
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:
a. 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
3
PA= =
=3.47 x 10
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

Penal

probabilidad de casos que se apelan y revocan

Tribunal
% Probabilidad Caso
% Probabilidad Caso
Apelado
Revocado
4
4.52 x 103

Familia

0.347

5.57 x 104

Civil

0.46

4.60 x 10

R//la probabilidad de apelar y revocar en los tres tibunales es de 0.14%

b. La probabilidad de que se apele un caso, por cada juez
n casos apelados
P( A )=
n casos presentados
R// de que apele un caso por cada juez es de 62,3%
c. La probabilidad de que se revoque un caso, por cada juez
P( A )=

n casos revocados
n casos presentados

R// de que se apele un caso por cada juez es 8,4%

d. La probabilidad de una revocacin dada una apelacin, por cada juez

R// la probabilida sera 0.13%
e. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin.
R// clasisifiqu a los jueces dependiendo el mayor de casos revocados ya que
esta es la ultima instancia de los procesos judiciales.

Juez tribunal penal

casos

apelados Revocados

William morrisey

3032

121

22

Norbert Nadel

2959

131

20

Robert ruehlman

3205

145

18

William mathews

2264

91

18

Richard niehaus

3353

137

16

Arthur ney jr

3219

125

14

Ann Marie tracey

3141

127

13

Fred cartolano

3037

137

12

John oconnor

2969

129

12

Thomas crush

3372

119

10

J Howard
sundermann

955

60

10

Patrick dinkelacker

1258

44

Robert kraft

3138

127

Timothy hogan

1954

60

Thomas nurre

3000

121

Ralp winkler

3089

88

Total

43945

1762

199

Juez Tribunal De
Familia

casos

Deborah Gaines

8799

48

Patrick dinkelacker

6001

19

Ronald panioto

12970

32

Penelope cunningham

2729

Arthur ney jr

3219

125

14

Total

33718

231

31

apelados Revocados

Juez Tribunal Civil

casos

apelados Revocados

Jack Rosen

7790

41

13

Leslie isaiah g

5282

35

13

William mallory

8277

38

alberthmestemaker

4975

28

Melba marsh

8219

34

Timothy black

7954

41

Nadine allen

7812

34

Ark schweikert

5403

33

David davis

7736

43

Mike allen

6149

43

Davis stockdale

5371

22

Mark painter

2239

Timothy hogan

2308

13

John A west

2797

Beth mattingly

2971

13

Total

85283

429

90

CUARTO CASO
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 compaa 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 tambin y6 % de
los que vende Crawford Components son defectuosos. Cuando los chips LS-24 se
reciben, se les coloca directamente en un depsito 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 identific los chips, no se est seguro de qu proveedor los fabric. Con el
propsito de evaluar con que proveedor hay mayor probabilidad de tener chips
defectuosos, usted ha sido llamado para que ayude en el anlisis de datos. Utilice
su conocimiento de la probabilidad para ayudar a realizar el informe solicitado

Conclusin
Este trabajo nos dio completa claridad que todas las actividades deben subirse al
entorno de evaluacin y seguimiento, pues de lo contrario NO abra calificacin
(Acuerdo).
El curso se ha basado, en cinco ejercicios de estadsticos, que se realizaron por
los integrantes del grupo cada uno de los estudiantes (Segn programacin) y el
caso que realizo.

BIBLIOGRAFIA

Universidad de Malaga (2010) Bioestadstica Recuperado Septiembre 13 de 2014

http://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_04.pdf Prez,
T. (2008) Estadstica para las ciencias sociales y el comportamiento. Ed Cengage
Captulos 4, 6 y 7 http://datateca.unad.edu.co/contenidos/100402/2015I/Estadistica_para_las_ciencias_sociales.pdf
Perez, T. (2008) Estadstica para las ciencias sociales y el comportamiento. Ed
Cengage Captulos 4, 6 y 7 http://datateca.unad.edu.co/contenidos/100402/2015I/Estadistica_para_las_ciencias_sociales.pdf
Walpole, R (1999). Probabilidad y estadstica para ingenieros. Mxico;
Hispanoamericana
http://books.google.com.co/books?
id=XpBmQwvlMC&lpg=PA52&dq=%22tecnicas%20de%20conteo
%22&hl=es&pg=PA53#v=onepa ge&q=%22tecnicas%20de%20conteo%22&f=false