PROBABILIDAD

FASE 1-Axiomas de Probabilidad

Presentado por:

MAYESMIN YURAMI LEYTON

CDIGO: 59310784
CARLOS ALFREDO ANAYA PREZ
CDIGO: 02800645
WILLIAM ANDERSON ARAQUE
CDIGO: 7.175.134
JEISON ANDRS ACUNA
CDIGO: 1102582161
YANETH RAMREZ
CDIGO: 52.061.986

Presentado a:
JUAN CARLOS GUERRERO
Tutor

Grupo_100402_391

17 de octubre/206
 CONTENIDO

1. INTRODUCCIN
2. CUADRO SINOPTICO
3. CONCEPTOS TERICOS DE LA UNIDAD
4. SOLUCION ESTUDIO DE CASO 1 YANETH RAMREZ
5. SOLUCION ESTUDIO DE CASO 2 WILLIAM ANDERSON ARAQUE
6. SOLUCION ESTUDIO DE CASO 3 MAYESMIN YURAMI LEYTON
7. SOLUCION ESTUDIO DE CASO 4 JEISON ANDRS ACUNA

8. SOLUCION ESTUDIO DE CASO 5 CARLOS ALFREDO ANAYA PREZ

 INTRODUCCION

En el presente trabajo se realiz con el fin de formular y realizar los diferentes tipos de
ejercicios aplicables en nuestra vida cotidiana y as y obtener resultados reales para aplicar
en nuestra vida ya sea laboral o cotidiana, para resolver los ejercicios planteados realizamos
una lectura y un anlisis a las referencias bibliogrficas que nos sirven de apoyo para ampliar
informacin relacionada con el tema de la unidad las cuales nos permitieron desarrollar las
diferentes preguntas.
 CUADRO SINPTICO

Es aquel que no se puede predecir o reproducir el

resultado exacto de cada experiencia particular
El conjunto de todos los resultados posibles
diferentes de un determinado experimento
EXPERIMENTO
aleatorio se denomina Espacio Muestral asociado a
ALEATORIO
dicho experimento y se suele representar por . A
ESPACIO
MUESTRAL los elementos de se les denomina sucesos
EVENTOS elementales
En un subconjunto de un espacio muestral el cual
consiste en el conjunto de posibles resultados

UNIDAD 1
Son aquellas que son utilizadas para enumerar eventos
PRINCIPIOS
difciles de cuantificar
DE
PROBABILID 1. La tcnica de la multiplicacin
AD TECNICAS DE
2. La tcnica aditiva
CONTEO
3. La tcnica de la suma o Adicin
4. La tcnica de la permutacin
5. La tcnica de la combinacin

Los axiomas de probabilidad son las condiciones mnimas que

deben verificarse para que una funcin definida sobre un conjunto
de sucesos determine consistentemente sus probabilidades. Fueron
formulados por Kolmogrov en 1933.

Axioma 1
AXIOMAS DE
La probabilidad de cualquier evento E es un nmero real no
PROBABILIDAD
negativo
Axioma 2 La probabilidad del evento seguro , S, es igual a 1,
denotado simblicamente,

Axioma 3-Si son eventos mutuamente excluyentes

(incompatibles dos a dos), entonces:
 CONCEPTOS TERICOS DE LA UNIDAD

Para el clculo de probabilidades hay que tener en cuenta los Axiomas y los Teoremas
aplicados a la resolucin de problemas.

AXIOMAS

Los axiomas de probabilidad son las condiciones mnimas que deben verificarse para que
una funcin definida sobre un conjunto de sucesos determine consistentemente sus
probabilidades. Fueron formulados por Kolmogrov en1933.

Axiomas de Kolmogrov:

La probabilidad de que ocurra un evento A cualquiera se encuentra entre cero y uno.

0 p(A) 1

Ejemplo: La probabilidad de sacar par en un dado equilibrado es 0,5. P(A)=0,5

Segundo Axioma:

La probabilidad de que ocurra el espacio muestral d debe de ser 1.

p(d) = 1

Ejemplo: La probabilidad de sacar un nmero del 1 al 6 en un dado equilibrado es "1".

Tercer Axioma:

Si A y B son eventos mutuamente excluyentes, entonces la,

p(AB) = p(A) + p(B)

Ejemplo: La probabilidad de sacar en un dado "as" o sacar "nmero par" es la suma de las
probabilidades individuales de dichos sucesos.

Segn este axioma se puede calcular la probabilidad de un suceso compuesto de varias

alternativas mutuamente excluyentes sumando las probabilidades de sus componentes.
Generalizando:

Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;

p(A1A2.........An) = p(A1) + p(A2) + .......+ p(An)

Ejemplo:

Para el experimento aleatorio de tirar un dado, el espacio muestral es W= {1, 2, 3, 4, 5, 6}.

En este espacio el conjunto de sucesos es P(W) = {, {1}, {2}, ...{1,2}, {1,3},
...{1,2,3,4,5,6}}. Para establecer una probabilidad hay que asignar un nmero a todos esos
sucesos.
Sin embargo si se ha asignado a los sucesos elementales p({1})= p({2})= ...= p({6})= 1/6,
por la propiedad ii), p.e. la probabilidad del suceso {1, 3} es p({1,3})= p({1})+ p({3})=2/6.

Nota: El suceso {1} es: "el resultado de tirar el dado es la cara 1", el suceso {1, 3} es: "el
resultado de tirar el dado es la cara 1, o la 3", el suceso {1, 3, 5} es: "el resultado de tirar el
dado es una cara impar".

TEOREMAS

TEOREMA 1. Si f es un evento nulo o vaco, entonces la probabilidad de que

ocurra f debe ser cero.
p(f)=0

Ejemplo: La probabilidad de que un estudiante sea mujer es "1 menos la probabilidad de

que no sea varn".

DEMOSTRACIN:
Si sumamos a f un evento A cualquiera, como f y A son dos eventos mutuamente
excluyentes, entonces p(Af)=p(A) +p(f)=p(A). LQQD

TEOREMA 2. La probabilidad del complemento de A, Ac debe ser,

p(Ac)= 1 p(A).
DEMOSTRACIN:
Si el espacio muestral d, se divide en dos eventos mutuamente exclusivos, A y Ac
luego d=AAc, por tanto p(d)=p(A) + p(Ac) y como en el axioma dos se afirma que p(d)=1,
por tanto, p(Ac)= 1 - p(A) .LQQD

TEOREMA 3. Si un evento A B, entonces la p(A) p(B).

DEMOSTRACIN:
Si separamos el evento B en dos eventos mutuamente excluyentes, A y B \ A (B menos A),
por tanto, B=A(B \ A) y p(B)=p(A) +p(B \ A), luego entonces si p(B \ A)0 entonces se
cumple que p(A)p(B). LQQD

TEOREMA 4. La p( A \ B )= p(A) p(AB)

DEMOSTRACIN: Si A y B son dos eventos cualquiera, entonces el evento A se puede

separar en dos eventos mutuamente excluyentes, (A \ B) y AB, por tanto, A=(A \
B)(AB), luego p(A)=p(A \ B) + p(AB), entonces, p(A \ B) = p(A) p(AB). LQQD

TEOREMA 5. Para dos eventos A y B, p(AB)=p(A) + p(B) p(AB).

DEMOSTRACIN:
Si AB = (A \ B) B, donde (A \ B) y B son eventos mutuamente excluyentes, por
lo que p(A B) = p(A \ B) + p(B) y del teorema anterior tomamos que p(A \ B) =
p(A) p(AB), por tanto, p(AB) = p(A) + p(B) p(AB). LQQD
 SOLUCION ESTUDIO DE CASO 1 YANETH RAMREZ

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

Cancelo o
Curso Aprob Reprob perdi Total
por fallas
Algebra lineal 178 10 30 218
Anlisis numrico 146 15 21 182
Clculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Clculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones diferenciales 178 47 40 265
Estadstica bsica 33 11 9 53
Estadstica inferencial 269 70 98 437
Matemticas avanzadas 199 53 73 325
Matemticas discretas 44 13 23 80
Precalculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755
 Cancelo o perdi
Programa Aprob Reprob Total
por fallas

Administracin ambiental 146 15 21 182

Admn. empresas 295 44 41 380
Arquitectura 297 53 71 421
Contadura 99 23 19 141
Economa 99 19 24 142
Ing Mecatrnica 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
Psicologa 23 12 13 48
Total 1873 389 493 2755

Cancelo o perdi
Profesor Aprob Reprob Total
por fallas
Csar 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
Jos c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
Mara 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 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:

1. La probabilidad de que un estudiante apruebe un curso del rea de matemticas

Para calcular dicha probabilidad se aplicara la siguiente definicin:

Sea el evento A: Un estudiante apruebe el curso de matemticas

Tendremos:
#
() =

Para este caso tendramos:
# : = 1873
: = 2755

1873
() = = 0.68
2755

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

Para calcular dicha probabilidad se aplicara la siguiente definicin:

Sea el evento A: Un estudiante repruebe el curso de matemticas

Tendremos:
#
() =

Para este caso tendramos:
# : = 389
: = 2755

389
() = = 0.14
2755

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

Sea el evento A: Un estudiante repruebe el curso de matemticas

Tendremos:
#
() =

Docente: Cesar r. = 203
# = 52
= 53 151
() = = 0.74
203
52
() = = 0.98
53 Docente: Jairo a.
# = 116
Docente: Claudia v. = 161
# = 31
= 36 116
() = = 0.72
161
31 Docente: Javier b.
() = = 0.86 # = 98
36
Docente: Diana m. = 137
# = 97
= 119 98
() = = 0.72
137
97 Docente: Jos c.
() = = 0.82 # = 49
119
Docente: Ernesto s. = 74
# = 166
= 204 49
() = = 0.66
74
166 Docente: Luz p.
() = = 0.81 # = 142
204
Docente: Diego v. = 209
# = 36
= 45 142
() = = 0.68
209
36
() = = 0.8
45
Docente: Enrique p.
# = 118
= 156
Docente: Marcela f.
118 # = 60
() = = 0.76 = 100
156
60
() = = 0.6
100
Docente: Mara a.
# = 93
Docente: Fernando m. = 157
# = 125
= 167 93
() = = 0.59
157
125 Docente: Mario g.
() = = 0.75 # = 90
167
Docente: Gloria a. = 152
# = 151
 90 = 73
() = = 0.59
152
Docente: Mercedes s. 37
# = 60 () = = 0.51
73
= 102 Docente: Ricardo o.
60 # = 57
() = = 0.59
102 = 134
Docente: Oscar n.
# = 111 57
= 204 () = = 0.42
134
Docente: Sandra m.
111 # = 30
() = = 0.54
204 = 72
Docente: Patricia m.
# = 37

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

#
() =

Hallando la probabilidad para cada curso:

Curso: Algebra Lineal 252

() = = 0.77
# = 178 328

= 218 Curso: Clculo Integral
# = 56
178 = 79
() = = 0.82
218
56
() = = 0.71
Curso: Anlisis numrico 79
# = 146

= 182

146
() = = 0.8
182

Curso: Clculo infinitesimal

# = 252

= 328
Curso: Clculo Multivariado
# = 244 Curso: Estadstica Inferencial
# = 269
= 357
= 437
244
() = = 0.68 269
357 () = = 0.62
437
Curso: Clculo Negocios
# = 226 Curso: Matemticas Avanzadas
# = 199
= 331
= 325
226
() = = 0.68 199
331 () = = 0.61
325
Curso: Ecuaciones Diferenciales
# = 178 Curso: Matemticas Discretas
# = 44
= 265 = 80

178 44
() = = 0.67 () = = 0.55
265 80

Curso: Estadstica Bsica

# = 33 Curso: Precalculo
= 53 # = 42
= 83
33
() = = 0.62 42
53 () = = 0.51
83
Curso: Probabilidad
# = 6
= 17

6
() = = 0.35
17

5. Clasique los cursos del rea de acuerdo a los resultados obtenidos. Establezca los criterios que
utiliz y d las razones de su eleccin.
 Curso Aprob Total
Pi
Algebra lineal 178 218 0.82
Anlisis numrico 146 182 0.80 Cursos Altamente
Clculo infinitesimal 252 328 0.77 Aprobables
Calculo integral 56 79 0.71
Clculo multivariado 244 357 0.68
Calculo negocios 226 331 0.68 Cursos
Ecuaciones diferenciales 178 265 0.67 Medianamente
Estadstica bsica 33 53 0.62 Aprobables
Estadstica inferencial 269 437 0.62
Matemticas avanzadas 199 325 0.61
Matemticas discretas 44 80 0.55 Cursos Bajamente
Precalculo 42 83 0.51 Aprobables
Probabilidad 6 17 0.35

En el caso de loa altamente aprobables se buscan los cursos con un porcentaje de aprobacin
superior al 70% o una probabilidad del 0.7

Para el caso de los cursos medianamente aprobables se emplearon los cursos con un
porcentaje de aprobacin que va desde el 62% hasta el 70 % (sin incluirlos) o con una
probabilidad de aprobacin que oscila entre el 0.62 y el 0.7 (sin incluirlo)

Para los cursos Bajamente aprobables se incluyeron los cursos con un porcentaje de
aprobacin inferior o igual al 61% o que es lo mismo que con una probabilidad de ser ganadas
inferior o igual al 0.61.

6. Califique los profesores del rea de acuerdo a los resultados obtenidos. Establezca los criterios
que utiliz y d las razones de su eleccin
 Profesor Aprob Total
Pi
Csar r. 52 53 0.98
Claudia v. 31 36 0.86
Diana m. 97 119 0.82 Docentes con alto
Ernesto s. 166 204 0.81 ndice de a
Diego v. 36 45 0.80 probabilidad
Eduardo m. 154 197 0.78
Enrique p 118 156 0.76
Fernando m. 125 167 0.75
Gloria a. 151 203 0.74
Jairo a. 116 161 0.72 Docentes con
Javier b. 98 137 0.72 mediano ndice de a
Jos c. 49 74 0.66 probabilidad
Luz p. 142 209 0.68
Marcela f. 60 100 0.60
Mara a . 93 157 0.59
Mario g 90 152 0.59
Mercedes s. 60 102 0.59 Docentes con bajo
Oscar n. 111 204 0.54 ndice de a
Patricia m. 37 73 0.51 probabilidad
Ricardo o. 57 134 0.43
Sandra m. 30 72 0.42

Docentes con alto ndice de a probabilidad se tienen aquellos que presentan una probabilidad
de aprobacin superior o igual al 0.76 de estudiantes matriculados

Para los docentes con mediano ndice de a probabilidad se incluyeron aquellos con una
probabilidad de aprobacin superior o igual al 0.6 e inferior al 0.76

Para los docentes con bajo ndice de a probabilidad se incluyeron aquellos que presentan
entre los estudiantes matriculados una probabilidad de aprobacin inferior al 0.6.

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

#
() =

 Cancelo o
Programa Aprob Reprob Total
perdi
Pi
Administracin
146 15 21 182
ambiental 0.80
Admn. Empresas 295 44 41 380 0.78
Arquitectura 297 53 71 421 0.71
Contadura 99 23 19 141 0.70
Economa 99 19 24 142 0.70
Ing Mecatrnica 515 118 154 787 0.65
Ing. Civil 88 20 27 135 0.65
Ing. Financiera 83 29 22 134 0.62
Ing. Sistemas 127 26 53 206 0.62
Ing.
32 9 15 56
Telecomunicaciones 0.57
Negocios
69 21 33 123
Internacionales 0.56
Psicologa 23 12 13 48 0.48

Podemos deducir que el programa con mejores resultados es el de administracin ambiental

el cual presenta una probabilidad de 0.8, la mayor entre todos los programas.

SOLUCION ESTUDIO DE CASO 2 WILLIAM ANDERSON ARAQUE

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. Probabilidad de que la enfermedad este presente

() = 10%

2. Probabilidad de que la enfermedad est ausente

() = 100% 10% = 90%

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad

( ) 0,05
( ) = = = 0,055 100% = 5,55%
() 0,9

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad
( ) 2%
( ) = = = , 2%
() 10%

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

positivo.

( ) 8%
( ) = = = , 615%
() 13%

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

negativo.

( ) 85%
( ) = = = 0,97%
() 87%
 7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?

Inicialmente se sabe que existe Probabilidad de que la enfermedad est presente en

un 10% y de que la enfermedad est ausente en un 90% a dems que el examen salga
positivo en un 13% y que resulte negativo en un 87%, Por lo tanto considero que este
examen no es muy confiable para detectar la enfermedad.

SOLUCION ESTUDIO DE CASO 3 MAYESMIN YURAMI LEYTON

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 ciudad perdida de Zinj, que prospero 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 12miembros 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 era inequvocos. La
probabilidad de un salto exitoso era 0,7980; sin embargo, dado un salto exitoso, la
probabilidad de xito de 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

1. Si fuera uno de los 12 miembros del equipo, cual es la probabilidad de completar

su salto con xito?

RTA: La probabilidad de completar mi salto con xito si fuera uno de los 12 miembros del
equipo seria de: 0,0665%.

12 0,7980

1 x
=1 0,7980
12

=0,7980
12

X= 0,0665

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?

0.7980

12= 0.0665

Es la probabilidad de que 1 de los 12 complete el salto

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?
Tomando en cuenta la frase que citan que no se encuentra en el texto podemos decir que:

() = 0.7980

() = 1 0.7980 = 0.202 15

Si tomamos como probabilidad de fracaso igual a que quede seriamente herido, podemos
decir que aproximadamente 1 de cada 5 podra sufrir este destino.

SOLUCION ESTUDIO DE CASO 4 JEISON ANDRS

ACUNA.

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
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 OConnor 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

Casos
Juez Tribunal de Familia Casos apelados Casos Revocados
Presentados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 12,970 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
Total 108464 500 104

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.
Solucin

Anlisis y variables utilizadas en el ejercicio.

Sea Espacio Muestral, S = {A, B, C} donde:

A = Tribunal Penal
B = Tribunal Familiar
C = Tribunal Civil

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

=
=

a. Sea () = Los casos que se apelan del tribunal penal


Respuesta: () = = , Casos que se apelan


Sea () = Los casos que se revocan del tribunal penal


Respuesta: () = = , Casos que se revocan


b. Sea () = Los casos que se apelan del tribunal familiar


Respuesta: () = = , Casos que se apelan


Sea () = Los casos que se revocan del tribunal familiar


Respuesta: () = = , Casos que se revocan


c. Sea () = Los casos que se apelan del tribunal civil


Respuesta: () = = , Casos que se apelan


Sea () = Los casos que se revocan del tribunal civil


Respuesta: () = = , Casos que se revocan

2. La probabilidad de que se apele un caso, por cada juez
++
Sea = Probabilidad de apelacin por cada juez

++ (, + , + ,) ,
= = = = , Probabilidad de

apelacin por cada juez.

3. La probabilidad de que se revoque un caso, por cada juez

++
Sea = Probabilidad de apelacin por cada juez

++ (,+ , + ,) ,
= = = = , Probabilidad de revoque

por cada juez.

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

++

,
Sea [ ++ ]= = ,
,

, Es la Probabilidad de revocacin por apelacin por cada juez.

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
tiliz y de las razones de su eleccin.

a. Tribunal penal:

() = = , Casos apelados = 4%


() = = , Casos revocados = 0,4 %

b. Tribunal familiar:

() = = , Casos apelados = 0,3 %


() = = , Casos revocados = 0,06 %

c. Tribunal civil:

() = = , Casos apelados = 0,5 %


() = = , Casos revocados = 0,01 %

Razones

Podemos decir que el juez civil es el que ms trabaja con 108464 casos y en comparacin
con el nmero de casos el ms eficiente con 0,5% casos apelados y 0,001 de casos
Revocados.
Por otro lado el juez penal es el menos eficiente con ms casos apelados = 4 % y revocados
= 0,4 %, pero a la ves es el segundo que ms trabaja.
Por ltimo podemos decir que el juez familiar es el que menos traba.

Criterios

Los criterios ms comunes son los porcentajes de atencin de casos, ms los porcentajes
de eficiencia en casos apelados y revocados.

SOLUCION ESTUDIO DE CASO 5 CARLOS ALFREDO ANAYA PREZ

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.
Prepare un informe en el que debe incluir como mnimo lo siguiente:

1. Probabilidad de que un chip este defectuoso

Es importante tener en cuenta que para establecer las probabilidad de que un chip este
defectuoso, debemos tomar los porcentajes de compra de un chip de cada proveedor y luego
se hace la operacin con el porcentaje de los que estn defectuosos

DESARROLLO
P (A) = Chips defectuosos
P (A) = 0.25 (0.02) + (0.30) (0.04) + (0.45) (0.45) = 0.044
Podemos ver que el 4.4% de los chips salen defectuosos

2. Probabilidad de que el chip este en buenas condiciones

DESARROLLO

1 - P (A) = -0.044 =0.956

Se observa que el 95.6% de los chips salen en buenas condiciones
3. Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de
que haya sido fabricado por cada uno de los proveedores
En este caso es importante identificar a cada uno de los proveedores, simplificando sus
nombres y lo haremos as:
Hall Electronics = HE
Schuller Sales = SS
Crawford Components = CC
Con el fin de que el desarrollo se nos dificulte menos.
DESARROLLO

A) HE
(0.25)(0.02) 0.005
(/) = = = 0.1136
(0.25)(0.02) + (0. 30)(0.04 ) + (0.45)(0.06) 0.044

Conclusin: El 11.36% de los chips defectuosos provienen de Hall Electronics

B) SS
(0.30)(0.04) 0.012
(/) = =
(0.25)(0.02) + (0. 30)(0.04 ) + (0.45)(0.06) 0.044
= 0.2727
Conclusin: El 27.27% de los chips defectuosos provienen de Schuller Sales

C) CC
(0.45)(0.06) 0.027
(/) = = = 0.636
(0.25)(0.02) + (0. 30)(0.04 ) + (0.45)(0.06) 0.044

Conclucin: el 61.36% de los chips defectuosos provienen de Crawford Components

4. Si el chip seleccionado est en buenas condiciones, debe encontrar la

Probabilidad de que haya sido fabricado por cada uno de los proveedores

DESARROLLO
Se Tomara la misma metodologa del problema anterior

A) HE
(0.25)(0.98) 0.245
(/) = = = 0.2562
(0.25)(0.98) + (0. 30)(0.96 ) + (0.45)(0.94) 0.956
= 25.62%
 Conclusin: el 25.62% de chips estn en buenas condiciones y son correspondientes
a
Hall Electronics

B) SS
(0.3)(0.96) 0.288
(/) = = = 0.3012 = 3012%
(0.25)(0.98) + (0. 30)(0.96 ) + (0.45)(0.94) 0.956

Conclusiones: el 30.12% de chips estn en buenas condiciones y son correspondientes a

Schuller Sales

C) CC

(0.45)(0.94) 0.423
(/) = = = 0.4424 = 44.24 %
(0.25)(0.98) + (0. 30)(0.96 ) + (0.45)(0.94) 0.956

Conclusiones: el 44.24% de chips estn en buenas condiciones y son correspondientes a

Crawford Components

5. Elabore un diagrama de rbol que represente las probabilidades encontradas

 CONCLUSIN

De lo anterior podemos decir que el desarrollo temtico de la unidad ha sido de gran

importancia para la resolucin de los ejercicios plateados, dado que los axiomas de la
probabilidad y toda su estructura son fundamentales para nuestra formacin personal y
profesional, ya que nos dan ideas importantes sobre problemticas que se nos pueden
presentar en el mbito laboral o cotidiano y as tomar las mejores decisiones posibles.

Cabe resaltar que el uso de la probabilidad aumenta los conocimientos, dndonos destrezas
y habilidades en relacin a la lgica matemtica.
 BIBLIOGRAFA

jacobo, l. (25 de 09 de 2010). blog. Obtenido de

http://probabilidadestadistic.blogspot.com.co/2010/09/axiomas-y-teoremas-de-la-
probabilidad.html

Pierdant, R. F. (25 de 01 de 2014). Obtenido de

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&pp
g=177