Documente Academic
Documente Profesional
Documente Cultură
PRESENTADO POR
TUTOR
INGENIERIA DE SISTEMAS
MARZO 2017
INTRODUCCION
En la vida cotidiana, en todos los campos existen eventos de los cuales no podemos predecir con
exactitud sus resultados, establecemos entonces que es el azar quien nos determina el resultado
de algún suceso o evento ocasionando de esta manera incertidumbre.
Para reducir los grados de incertidumbre en los diferentes sucesos cuyo resultado depende del
azar se genera el pensamiento probabilístico, el cual nos brinda múltiples herramientas y técnicas
de conteo para determinar con cierto grado de certeza los posibles resultados de los eventos que
nos interesan.
En el presente informe se hace uso de algunas de las herramientas probabilísticas con las cuales
podemos establecer los posibles resultados de un acontecimiento determinado.
Objetivos
Desarrollar y analizar las diferentes técnicas de conteo que permiten concluir las
probabilidades a ocurrir en situaciones de azar para tomar decisiones en las situaciones de
incertidumbre.
ESTUDIO DE CASO 1
5. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los
criterios que utilizó y dé las razones de su elección.
En este caso tomamos los estudiantes que aprobaron el área de matemáticas dividido el
número de estudiantes totales, obteniendo como resultado que el mayor porcentaje de
aprobación por parte de los estudiantes es Algebra lineal.
6. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca
los criterios que utilizó y dé las razones de su elección
7. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las
razones de su elección
Este ejercicio dio como resultado que la materia de Algebra lineal tiene el mayor
porcentaje de aprobación entre los estudiantes. Se aplica la fórmula de probabilidad
clásica, donde los casos favorables se dividen entre el número de casos posibles en este
caso el número de los que aprobaron, dividido el número total de estudiantes.
Estudio de caso 2
Enfermedad presente 8% 2%
3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad
0.90 * 0.05
(0.90 * + (0.10 *
P(Pos/Aus) = 0.05) 0.08)
0.045 0.045
(0.045) +
=
P(Pos/Aus) = (0.008) 0.053
0.045
P(Pos/Aus) = 0.053 = 0.8490 = 84.90%
4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que la
persona tiene la enfermedad
0.10 * 0.02
(0.10 * + (0.90 *
P(Neg/Pre) = 0.02) 0.85)
0.002 0.002
(0.002) +
=
P(Neg/Pre) = (0.765) 0.767
0.002
P(Neg/Pre) = 0.767 = 0.0026 = 0.26%
5. Probabilidad de que la persona tenga la enfermedad dado que el examen resultó positivo
0.10 * 0.08
(0.10 * + (0.90 *
P(Pos/Pre) = 0.08) 0.05)
0.008 0.008
(0.008) +
=
P(Pos/Pre) = (0.045) 0.053
0.008
P(Pos/Pre) = 0.053 = 0.1509 = 15.09%
6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resultó negativo
0.90 * 0.85
(0.90 * + (0.10 *
P(Neg/Aus) = 0.85) 0.02)
0.765 0.765
(0.765) +
=
P(Neg/Aus) = (0.002) 0.767
0.765
P(Neg/Aus) = 0.767 = 0.9973 = 99.73%
11
7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
selección para detectar la enfermedad?
Teniendo en cuenta los resultados arrojados con las probabilidades encontradas, podemos
determinar que el examen realizado a los individuos no es confiable, dado que las estadísticas
muestran datos que no se acercan a los dados por el estudio realizado, por lo tanto se puede
afirmar que la proporción dada por el examen no se puede tener en cuenta para determinar
datos estadísticos reales.
ESTUDIO DE CASO 3
12
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 12
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 0,7980; sin embargo, dado un salto exitoso, la probabilidad de éxito de la expedición
era de 0,9943 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 12 miembros del equipo, cual es la probabilidad de completar su salto
con éxito?
3. En el relato se afirma que: “esa probabilidad de 0,7980 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?
Solución
1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar su salto con
éxito?
( ) ( ) 0,9814
13
P^12 = 0.7980p = (0.798) ^ (1/12) = 0.9814
2. Si la probabilidad de que los 12 miembros del equipo tengan un salto exitoso es de0.7980,
cual es la probabilidad de que un solo miembro del equipo pueda completar el salto con
éxito?
Debemos hallar la probabilidad de un salto exitoso entre 12 miembros, partiendo de que la
probabilidad total es de 0,7980, por lo tanto:
( )
( )
( )
La probabilidad de que un solo miembro del grupo pueda completar su salto con éxito es de
6,65%
3. En el relato se afirma que: “esa probabilidad de 0,7980 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?
Utilizo la técnica del complemento: Si P(A) es la probabilidad de que ocurra un evento A,
entonces la probabilidad de que NO ocurra A es:
P (A') = 1 - P (A)
1/5 = 0,2P
(A') = 1 - P (A)
P (A) = 0,7980
P (A') = 1 – 0,7980
P (A') = 0,202
Si tomamos como probabilidad de fracaso igual a que quede seriamente herido, efectivamente se
puede decir que aproximadamente 1 de cada 5 puede fracasar en el salto y presentar lesiones.
14
ESTUDIO DE CASO 41
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
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
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
NorbertNadel 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
Total 43945 1762 199
15
Casos
Juez Tribunal Penal Casos apelados Casos Revocados
Presentados
Casos
Juez Tribunal de Familia Casos apelados Casos Revocados
Presentados
PenelopeCunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 32 3
Total 30499 106 17
Casos
Juez Tribunal Civil Casos apelados Casos Revocados
Presentados
Mike Allen 6149 43 4
Nadine Allen 7812 34 6
Timothy Black 7954 41 6
David Davis 7736 43 5
Leslie IsaiahGaines 5282 35 13
Karla Grady 5253 6 0
DeidraHair 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
Total 108464 500 104
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:
16
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.
SOLUCIÓN:
Tribunal penal:
*Apelados:
*Revocados:
Tribunal familiar:
*Apelados:
*Revocados:
Tribunal civil:
*Apelados:
*Revocados:
17
Para obtener la probabilidad de que los casos sean apelados, utilizamos la siguiente fórmula:
18
Timothy Black 7954 41 0.005154
David Davis 7736 43 0.005558
Leslie IsaiahGaines 5282 35 0.006626
Karla Grady 5253 6 0.001142
DeidraHair 2532 5 0.001974
Dennis Helmick 7900 29 0.003670
Timothy Hogan 2308 13 0.005632
James Patrick Kenney 2798 6 0.002144
Joseph Luebbers 4698 25 0.005321
William Mallory 8277 38 0.004591
Melba Marsh 8219 34 0.004136
Beth Mattingly 2971 13 0.004375
Albert Mestemaker 4975 28 0.005628
Mark Painter 2239 7 0.003126
Jack Rosen 7790 41 0.005263
Mark Schweikert 5403 33 0.006107
David Stockdale 5371 22 0.004096
John A. West 2797 4 0.001430
19
Juez Tribunal de Familia Casos Casos Probabilidad
Presentados revocados casos revocados
PenelopeCunningham 2729 1 0.000366
Patrick Dinkelacker 6001 4 0.000666
Deborah Gaines 8799 9 0.001022
Ronald Panioto 12,970 3 0.000231
20
Casos Casos Casos Probabilidad
Juez Tribunal Penal Presentados apelados Revocados de una
revocación
dada una
apelación
Fred Cartolano 3037 137 12 0.087591
Thomas Crush 3372 119 10 0.084033
Patrick Dinkelacker 1258 44 8 0.181818
Timothy Hogan 1954 60 7 0.116666
Robert Kraft 3138 127 7 0.055118
William Mathews 2264 91 18 0.197802
William Morrissey 3032 121 22 0.181818
NorbertNadel 2959 131 20 0.152671
Arthur Ney, Jr. 3219 125 14 0.112
Richard Niehaus 3353 137 16 0.116788
Thomas Nurre 3000 121 6 0.049586
John O’Connor 2969 129 12 0.093023
Robert Ruehlman 3205 145 18 0.124137
J.HowardSundermann 955 60 10 0.166666
Ann Marie Tracey 3141 127 13 0.102362
Ralph Winkler 3089 88 6 0.0681
5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.
J. Howard
955 60 10 0,062827 0,010471 0,166667
Sundermann
J. Howard
955 60 10 0,062827 0,010471 0,166667
Sundermann
22
William
3032 121 22 0,039908 0,007256 0,181818
Morrissey
Robert
3205 145 18 0,045242 0,005616 0,124138
Ruehlman
Ronald
12970 32 3 0,002467 0,000231 0,09375
Panioto
ESTUDIO DE CASO 5
23
a) Identificar los eventos mutuamente excluyentes
b) Identificar las probabilidades de los eventos mutuamente excluyentes (probabilidades a
priori)
c) Identificar las probabilidades condicionales presentadas
Desarrollo
Probabilidad Probabilidad
Probabilidad Probabilidad a
Evento A1 condicional Conjunta P(Ai y
a Priori P(Ai) Posteiori P(Ai y B1)
P(B1|Ai) B1)
Hall Electronics 0,25 0,02 0,005 4
Schuller Sales 0,3 0,04 0,012 3,333333333
Crawford 0,45 0,06 0,027 2,222222222
24
Components
P(B1) 0,044 9,555555556
La Probabilidad de que el LS-24 este Defectuoso es de P(B1) = 0.044 para un porcentaje del
4.4%
microchip LS-24
25% Hall Electronics 2% defectusos
30% Schuller Sales 4% defectusos
45% Crawford Components 6% defectusos
Datos
25% Hall Electronis 0.25 A1
30% Schuller Sales 0.3 A2
45% Crawford Components 0.45 A3
25
4% Schuller Sales 0.04 B2
6% Crawford Components 0.06 B3
( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( )( )
( )
( )( ) ( )( ) ( )( )
( )
( )
( ) ( ) ( )
( )
( )
Existe una probabilidad 1.136% de que el chip fabricado por Hall Electronis sea defectuoso.
( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( )( )
( )
( )( ) ( )( ) ( )( )
( )
( )
( ) ( ) ( )
( )
( )
Existe una probabilidad de que el chip fabricado por Schuller Sales sea defectuoso.
26
( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( )( )
( )
( )( ) ( )( ) ( )( )
( )
( )
( ) ( ) ( )
( )
( )
Existe una probabilidad de que el chip fabricado por Crawford Components sea
defectuoso.
( )
( )
Existe una probabilidad % de que el chip fabricado por Hall Electroniseste en buenas
condiciones.
( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( )( )
( )
( )( ) ( )( ) ( )( )
( )
( )
( ) ( ) ( )
27
( )
( )
Existe una probabilidad de que el chip fabricado por Schuller Sales este en buenas
condiciones.
( ) ( )
( )
( ) ( ) ( ) ( ) ( ) ( )
( )( )
( )
( )( ) ( )( ) ( )( )
( )
( )
( ) ( ) ( )
( )
( )
28
Conclusión
29
Referencias Bibliográficas
30