Axiomas de Probabilidad

Trabajo Colaborativo Fase 1 - Unidad 1

Jerson Fabin Morales Fierro Cdigo: 1010174867

Oscar Alejandro Bejarano Cdigo: 88226684
John Andrs Jimnez Cano Cdigo: 86081389
Grupo: 100402_84

Tutor: Jos Hctor Maestre

Universidad Nacional Abierta y a Distancia

Programa Ingeniera en Sistemas
Probabilidad
Bogot, Cundinamarca
Viernes 14 de octubre de 2016
Probabilidad

Pgina 1

INTRODUCCIN
En un juego tan bsico en casi todas partes del mundo como es echar un volado (tirar una
moneda al aire para ver si es cara o sello) existe un evento que se puede cumplir, que la moneda
caiga por un lado o por el otro. A esta circunstancia en que ocurra un evento o el otro, que
alguno de los dos pueda ser probables ocurrir se le denomina probabilidad. Aunque en
principio la probabilidad surge para explicar dichos juegos, se empez a ver como una necesidad
de diferentes reas ya que se requera de un clculo matemtico para medir la posibilidad de que
dicho evento o fenmeno pudiera darse.
Durante la vida, muchas personas, empresas y organizaciones se ven en la necesidad de medir
sus negocios o acciones en situaciones en que la incertidumbre es completamente aparente, ya
que no se tiene una certeza absoluta del resultado. En estas situaciones en donde la probabilidad
interviene y, con base en ella se pueden tomar las mejores decisiones para que los efectos de las
acciones que se van a tomar tengan los mejores resultados posibles o probables.
Aunque la probabilidad no es una ciencia, si es una herramienta muy apreciable en empresas y
en las matemticas. Ms an muchos de los estudios estadsticos utilizan probabilidad para
obtener muestras y definir los intervalos de confianza de una poblacin muy grande a travs de la
deduccin sobre dichos posibles.

Probabilidad

Pgina 2

DESARROLLO DEL TRABAJO

i.

Cuadro Sinptico
Fenmeno Aleatorio

Experimento cuyos posibles resultados conocemos

Espacio Muestral (A)

Conjunto de todos los posibles resultados que se pueden obtener de un determinado experimento

Fraccin Probabilstica

Conjunto de todos los posibles resultados que se pueden obtener de un determinado experimento
Suceso Simple
Suceso Compuesto

Probabilidad

Suceso o Evento

Conjunto de puntos
mustrales, que son todos los
resultados que estn en el
espacio muestral del
experimento

Suceso Imposible ()
Suceso
Complementario
Suceso
Mutuamente
Excluyente
Suceso
Mutuamente No
Excluyente

Probabilidad

Pgina 3

Formado por un solo punto o espacio muestral; A= {x}

Formado por dos o ms puntos mustrales; A= {x, y, z}
Formado por resultados que no se consideran para el estudio;
ej. Una moneda al aire, que caiga de canto o que no caiga
Conjunto de todos los puntos mustrales del espacio que no
pertenecen a A y que se encuentran en este.
Se define al considerar dos sucesos A y B, los cuales no
pueden ocurrir o presentarse al mismo tiempo
(simultneamente) Se expresan AB=
Se define al considerar dos sucesos A y B, los cuales pueden
ocurrir o presentarse al mismo tiempo (simultneamente) Se
expresan AB

Permutaciones

Arreglo ordenado, donde importa el orden, interesa

la posicin de los elementos en el grupo formado

Arreglo ordenado, donde el orden de los objeto son

se considera, interesa la presencia de los elementos
en el grupo formado.

Combinaciones

Clsica

P=

b.

Cnr =

n>r
n=r

P=

n!
( nr ) !

n!
r ! ( nr ) !

nA
nmero de casos posibles de A
=
N Nmero total de resultados posibles
P ( A B )=P ( A ) + P ( B ) ; P ( A B )=P ( A )+ P ( B )P ( A B )

Adicin

Probabilidad

a.

Axiomas o leyes
Multiplicacin

Condicional

P ( A B ) =P ( A )P ( B ) ; P ( A B ) =P ( A )P ( B A ) ; P ( B A )=P ( B )P ( A B )

P ( B A )=

P ( A B)
P (B A )
; P ( A B )=
P( A)
P( B)

1.

Teorema de Bayes

Eventos mutuamente excluyentes, que no

puedan ocurrir al mismo tiempo.
Propiedades
2. Correlacionados por probabilidad
Conocido
como frmula para
condicional
la probabilidad de causas, se
desarrolla a partir de la
P ( A B ) P ( B )P ( A B )
probabilidad condicional y la
P ( B A )=
=
P( A)
P( A)
probabilidad simple.

P ( B )P ( A B )
P ( B A )= Ecuaciones
P ( B )P ( A B 1) + P ( B )P ( A B 2) + P ( B )P ( A B 3)
Probabilidad

Pgina 4

i.

Estudios de Casos

ESTUDIO DE CASO No. 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.

Probabilidad

Pgina 4

Probabilidad

Pgina 5

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:
Probabilidad

Pgina 6

Para el caso de estudios tomaremos los datos del curso de matemticas, matemticas avanzadas y se utilizar la siguiente formula:
Nmero favorable de A
P ( A )=
Nmero de casos totales
0 P ( A ) 1
1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas.
La probabilidad de que un estudiante apruebe es:

P ( A )=

199
=0,61
325

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

La probabilidad de que un estudiante repruebe es:

P ( R )=

53
=0,16
325

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

PROFESOR

PROBABILIDAD DE QUE UN
ESTUDIANTE APRUEBE UN CURSO
DEL REA DE MATEMTICAS

Csar r.

Probabilidad

P ( A )=

52
=0,9 8
53

PROFESOR

Javier b.

Pgina 7

PROBABILIDAD DE QUE UN
ESTUDIANTE APRUEBE UN CURSO
DEL REA DE MATEMTICAS

P ( A )=

98
=0,71
137

Claudia v.

P ( A )=

31
=0,86
36

Jos c.

P ( A )=

49
=0,66
74

Diana m.

P ( A )=

97
=0,81
119

Luz p.

P ( A )=

142
=0,67
209

Ernesto s.

P ( A )=

166
=0,81
204

Marcela f.

P ( A )=

60
=0,6
100

Diego V.

P ( A )=

36
=0,8
45

Mara a.

P ( A )=

93
=0,59
157

Eduardo m.

P ( A )=

154
=0,78
197

Mario g.

P ( A )=

90
=0,59
152

Enrique p.

P ( A )=

118
=0,75
156

Mercedes s.

P ( A )=

60
=0,58
102

Fernando m-.

P ( A )=

125
=0,74
167

Oscar n.

P ( A )=

111
=0,54
204

Gloria a.

P ( A )=

151
=0,74
203

Patricia m.

P ( A )=

37
=0,50
73

Jairo a.

P ( A )=

116
=0,72
161

Ricardo o.

P ( A )=

57
=0,42
134

Sandra m.

P ( A )=

30
=0,41
72

Probabilidad

Pgina 8

4. Si un estudiante aprueba un curso, establezca la probabilidad de que sea cada uno de los cursos del rea.
Se utilizara la siguiente frmula: P = (Aprobados / Total) = Resultado * 100

Curso

Aprob

lgebra Lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones
diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Preclculo
Probabilidad

178
146
252
56
244
226

Probabilidad de
Aprobacin
81%
80%
76%
70%
68%
68%

178

67%

33
269
199
44
42
6

62%
61%
61%
55%
50%
35%

5. Clasifique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los criterios que utiliz y d las razones de su
eleccin.
Se debe clasificar de acuerdo a su nivel de aprobacin y de desertados colocando en primera instancia aquellas materias
cuyo margen de aprobacin fue mayor; utilizando la misma frmula: P = (Aprobados por materia / Total) = Resultado * 100
CURSO

Probabilidad

APROB

REPROB

Pgina 9

CANCEL /

TOTAL

PROBABILIDAD

lgebra Lineal
Anlisis numrico
Clculo infinitesimal
Calculo integral
Clculo multivariado
Calculo negocios
Ecuaciones
diferenciales
Estadstica bsica
Estadstica inferencial
Matemticas avanzadas
Matemticas discretas
Preclculo
Probabilidad

178
146
252
56
244
226

10
15
37
8
49
44

178

47

33
269
199
44
42
6

11
70
53
13
24
8

PERDI POR
FALLAS
30
21
39
15
64
61

DE APROBACIN
218
182
328
79
357
331

81%
80%
76%
70%
68%
68%

40

265

67%

9
98
73
23
17
3

53
437
325
80
83
17

62%
61%
61%
55%
50%
35%

6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los criterios que utiliz y d las razones de su
eleccin.
Marcela f.
Diego V.

P ( A )=
P ( A )=

60
=0,6
100

36
=0,8
45

Csar r.

P ( A )=
Sandra m.

Probabilidad

Pgina 10

52
=0,9
53

P ( A )=

30
=0,41
72

P ( A )=

57
=0,42
134

P ( A )=

37
=0,50
73

P ( A )=

111
=0,54
204

P ( A )=

60
=0,58
102

P ( A )=

90
=0,59
152

P ( A )=

93
=0,59
157

P ( A )=

98
=0,71
137

Ricardo o.

Patricia m

Oscar n

Mercedes s.

Mario g.

Mara a.

Javier b

Probabilidad

Pgina 11

Jairo a.

P ( A )=

116
=0,72
161

P ( A )=

151
=0,74
203

P ( A )=

125
=0,74
167

P ( A )=

118
=0,75
156

P ( A )=

154
=0,78
197

Gloria a.

Fernando m

Enrique p.

Eduardo m

Ernesto s

Diana m.

Claudia v.

P ( A )=

166
=0,81
204

P ( A )=

97
=0,81
119

P ( A )=

31
=0,86
36

7. En que programa hay mejores resultados. Establezca los criterios que utiliz y d las razones de su eleccin.
Probabilidad

Pgina 12

RTA= En el programa que hay mejores resultados es: Ingeniera Mecatrnica porque segn lo indicado en la tabla se evidencia un
total de 787 estudiantes de los cuales 515 aprobaron la carrera.
ESTUDIO DE CASO No. 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.
2.
3.
4.
5.
6.
7.

Probabilidad de que la enfermedad este presente

Probabilidad de que la enfermedad est ausente
Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la persona no tiene la enfermedad
Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la persona tiene la enfermedad
Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo
Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto negativo
De acuerdo con las probabilidades encontradas, que tan confiable es este examen de seleccin para detectar la enfermedad?

Probabilidad

Pgina 13

ESTUDIO DE CASO No. 3

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-japons, 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:
Probabilidad

Pgina 14

1. Si fuera uno de los 12 miembros del equipo, Cul es la probabilidad de completar su salto con xito?

Cuando un evento tiene n resultados, y todos ellos con igual posibilidad de ocurrencia, se emplea el mtodo clsico de probabilidad
para estimar la posibilidad de ocurrencia.

P ( A )=

1
n

P ( A )=

1
=0,083=8,3
12

R/ P ( A )=8,3

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?

Probabilidad

Pgina 15

P ( A )=

1
n

P ( A )=

0,798
=0,0665=6,65
12

R/ P ( A )=6,65

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?

P ( B ' ) =0,798

P ( B ' ) =1P(B)

P ( B ' ) =10,798=0,202
Probabilidad

Pgina 16

Probabilidad que 1 de 5 salga lastimado es igual a:

1
P (C )= =0,2
5

P ( B' ) =0,202 P ( C )=0,2

Estoy de acuerdo con la informacin, ya que los valores son similares en que 1 de cada 5 llegue a salir lastimado.

ESTUDIO DE CASO No. 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

Probabilidad

Pgina 17

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

CASOS PRESENTADOS, APELADOS Y REVOCADOS EN LOS TRIBUNALES DEL CONDADO DE HAMILTON

Juez Tribunal Penal

Fred Cartolano
Thomas Crush
Patrick Dinkelacker
Timothy Hogan
Robert Kraft
William Mathews
William Morrissey
Norbert Nadel
Arthur Ney, Jr.
Richard Niehaus
Thomas Nurre
John OConnor
Robert Ruehlman
J. Howard Sundermann
Ann Marie Tracey
Ralph Winkler
Total

Juez Tribunal de Familia

Penelope Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto
Juez Tribunal Civil

Probabilidad

Pgina 18

Casos Presentados
3037
3372
1258
1954
3138
2264
3032
2959
3219
3353
3000
2969
3205
955
3141
3089
43945

Casos apelados

Casos Presentados
2729
6001
8799
12,970

Casos apelados

Casos Presentados

Casos apelados

Casos Revocados

137
119
44
60
127
91
121
131
125
137
121
129
145
60
127
88
1762

12
10
8
7
7
18
22
20
14
16
6
12
18
10
13
6
199

Casos Revocados
7
19
48
32

1
4
9
3
Casos Revocados

Mike Allen
Nadine Allen
Timothy Black
David Davis
Leslie Isaiah Gaines
Karla Grady
Deidra Hair
Dennis Helmick
Timothy Hogan
James Patrick Kenney
Joseph Luebbers
William Mallory
Melba Marsh
Beth Mattingly
Albert Mestemaker
Mark Painter
Jack Rosen
Mark Schweikert
David Stockdale
John A. West
Total

6149
7812
7954
7736
5282
5253
2532
7900
2308
2798
4698
8277
8219
2971
4975
2239
7790
5403
5371
2797
108464

43
34
41
43
35
6
5
29
13
6
25
38
34
13
28
7
41
33
22
4
500

4
6
6
5
13
0
0
5
2
1
8
9
7
1
9
3
13
6
4
2
104

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

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 revocacin dada una apelacin, por cada juez
5. Clasique a los jueces dentro de cada tribunal. Establezca los criterios que utiliz y d las razones de su eleccin.

Probabilidad

Pgina 19

ESTUDIO DE CASO No. 5

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 y 6 % 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.
Prepare un informe en el que debe incluir como mnimo lo siguiente:
1. Un diagrama de rbol que represente las probabilidades encontradas.

% de Compra
Defectuoso (2%)
Hall Electronics (25%)
No defectuoso (98%)
Chip LS- 24
Defectuoso (4%)
Schuller
sales (30%)

Probabilidad

Pgina 20

No defectuoso (96%)

Defectuoso (6%)
Crawford Components (45%)
No defectuoso (94%)

2. Probabilidad de que un chip este defectuoso

Probabilidad Chip Defectuoso=P ( CD ) = ( AB A )
P (CD )= ( 0,250,02 ) + ( 0,30,04 )+ ( 0,450,06 )=0,44
P (CD )=4,4
Evento A1

Halls Electronics
Schulers Sales
Crawford Components

Probabilidad a priori
Ai

Probabilidad condicional

0,25
0,30
0,45

0,02
0,04
0,06

Ai
B 1/
P=

Probabilidad conjunta

P=( Ai y B 1)

0,005
0,012
0,027
0,044
P=B 1
La Probabilidad de que LS-24 este defectuoso es de 0,044 para un porcentaje de 4,4%

3. Probabilidad de que el chip este en buenas condiciones

Probabilidad

Pgina 21

Probabilidad Chip Bueno=P ( CB )= ( BB A )

P (CB ) =( 0,250,98 )+ ( 0,30,96 ) + ( 0,450,94 ) =0,956
P (CB ) =95,6

Evento A2

Halls Electronics
Schulers Sales
Crawford Components

Probabilidad a priori
Ai

Probabilidad condicional

0,25
0,30
0,45

0,98
0,96
0,94

Ai
B 2 /
P=

P=B 2
La Probabilidad de que LS-24 este en buenas condiciones es de
de 98,6%

Probabilidad conjunta

P=(Ai y B 2)

0,245
0,288
0,453
0,956

P=(B 2) 0,986 para un porcentaje

4. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya sido fabricado por cada uno de los
proveedores

Probabilidad

Pgina 22

A1
A2
A3
B 1 /

B 1/+ P ( A 3 ) P
B 1/+ P ( A 2 ) P
P ( A 1) P
P ( A 1 )( B 1/ A 1)
P( A 1 B1)=

a. Halls Electronics
P( A 1 B1)=

P=

0,250,02
0,25 ( 0,02 ) +0,30 ( 0,04 ) +0,45 (0,06)

0,005
=0,1136
0,044

La probabilidad que un Chip defectuoso sea de la empresa Halls Electronics es de 11,36%

b. Schulers Sales
P( A 1 B1)=

P=

0,30,04
0,25 ( 0,02 ) +0,30 ( 0,04 ) +0,45 (0,06)

0,012
=0,2727
0,044

Probabilidad

Pgina 23

La probabilidad que un Chip defectuoso sea de la empresa Schulers Sales es de 27,27%

c. Crawford Components
P( A 1 B1)=

P=

0,30,04
0,25 ( 0,02 ) +0,30 ( 0,04 ) +0,45 (0,06)

0,012
=0,6136
0,044

La probabilidad que un Chip defectuoso sea de la empresa Schulers Sales es de 61,36%

5. Si el chip seleccionado est en buenas condiciones, debe encontrar la Probabilidad de que haya sido fabricado por cada uno de
los proveedores
a. Halls Electronics
P( B1 A 1)=
P=

0,250,98
0,25 ( 0,98 ) +0,30 ( 0,96 ) +0,45 (0,94)

0,245
=0,2562
0,956

La probabilidad que un Chip en buenas condiciones sea de la empresa Halls Electronics es de 25,62%
b. Schulers Sales
Probabilidad

Pgina 24

P( B1 A 1)=
P=

0,30,96
0,25 ( 0,98 ) +0,30 ( 0,96 ) +0,45 (0,94)

0,288
=0,3012
0,956

La probabilidad que un Chip en buenas condiciones sea de la empresa Schulers Sales es de 30,12%
c. Crawford Components
P( B1 A 1)=
P=

0,450,94
0,25 ( 0,98 ) +0,30 ( 0,96 ) +0,45 (0,94)

0,423
=0,4424
0,956

La probabilidad que un Chip en buenas condiciones sea de la empresa Schulers Sales es de 44,24%

Probabilidad

Pgina 25

REFERENCIAS BIBLIOGRAFICAS

http://datateca.unad.edu.co/contenidos/301308/semestre/GuiaIntegradaActividades-301308-291.pdf,Gua
Actividades, entorno de conocimiento, Probabilidad, ao 2016.

Integradora

Rodrguez, F. & Pierdant, A. (2014). Pginas 177 227; Estadstica para administracin.
de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&ppg=177
http://datateca.unad.edu.co/contenidos/301308/semestre/RubricaIntegrada-301308-291.pdf,
Probabilidad, ao 2016.

Probabilidad

Pgina 26

Rbrica

Fase

de

Recuperado
Inicial