INTRODUCCION

En la elaboracin de este trabajo se pretende dar a conocer a los estudiantes las

principales caractersticas de los temas mencionados en la unidad 1 (principios de
probabilidad), con el fin de que tengamos claro muchos conceptos que se mostraran
durante el desarrollo de la asignatura logrando cumplir con los objetivos planeados.

1. Cuadro comparativo de los Captulos 1,2 y 3.

CAPITULO 1

Experimento aleatorio,
espacios mustrales y
eventos

Sucesos
eventos,
Operaciones
sucesos

Operaciones
con sucesos

o
con

Definicin: Un experimento
aleatorio es aquel que bajo el
mismo
conjunto
de
condiciones iniciales puede
presentar
condiciones
diferentes, es decir no es
predecible.

Un suceso es un fenmeno
aleatorio es un conjunto de
posibles resultados que puede
ocurrir en un experimento, las
diferentes respuestas que se dan
al ocurrir el experimento,

UNION: es la unin de los sucesos

agrupados en dos conjuntos
INTERSECCION, Es cunado dentro de
los conjuntos de sucesos, hay eventos
que estn compartidos entre ellos
DIFERENCIA: Son justamente los
sucesos que solo pertenecen a uno de
los grupos en mencin.
SUCESO COMPLEMETARIO: Son los
sucesos que completan otro conjunto
de sucesos diferente, lo complementan.

Tcnicas
conteo
CAPITULO 2

de

Principio aditivo
Es decir que cada uno ocurra sin la
necesidad de que otro lo haga. El nmero
total de maneras en las que pueden
realizarse los eventos es la adicin:
n1 + n2 + n3 +....
Factorial de un nmero
En el anlisis combinatorio interviene con
mucha frecuencia el concepto de
factorial de un entero no negativo n.
Este se denota por el smbolo n! y se define
como el producto de n por todos los enteros
que le preceden hasta llegar al uno.
REGLA DEL EXPONENTE
Se trata de un tipo de combinacin o arreglo
ordenado en donde siempre hay
reemplazo del elemento que se toma.
Si se tienen un conjunto de N elementos y se
construye con estos elementos un
conjunto de n elementos, con la condicin
de que cada vez que se tome un
elemento del conjunto de N elementos este
sea nuevamente reemplazado,
entonces el nmero de posibles arreglos o
acomodos del conjunto de n elementos
es:
N elevado a la n

CAPITULO 3

Propiedades
Bsicas De La
Probabilidad

Interpretaciones
de la
probabilidad

Se puede definir la probabilidad como un

nmero de 0 a 1, nmero que le asignamos a
un suceso para indicar su posibilidad de
ocurrir. Las probabilidades se expresan como
fracciones o como decimales que estn entre
uno y cero o tambin en valor porcentual
entre 0 y 100. Tener una probabilidad de cero
significa que algo nuca va a suceder; una
probabilidad de uno indica que algo va a
suceder siempre.
Existen tres diferentes formas de definir la
probabilidad de un evento.
Definicin Clsica de Probabilidad o a Priori
Cuando un experimento aleatorio tiene n
resultados, y todos ellos con igual posibilidad
de ocurrencia, entonces se emplea el mtodo
clsico de la probabilidad para estimar la
posibilidad de ocurrencia de cada uno de
ellos. Le corresponde pues, a cada resultado,
una probabilidad igual a 1/n.
Definicin de probabilidad segn el concepto
de frecuencia relativa o probabilidad
Frecuentista
La frecuencia relativa observada de un evento
durante un gran nmero de intentos, o La
fraccin de veces que un evento se presenta
a la larga, cuando las condiciones son
estables.

Probabilidad
subjetiva

La probabilidad subjetiva se puede definir como

la probabilidad asignada a un evento por parte
de un individuo, basada en la evidencia que se
tenga disponible. Esa evidencia puede
presentarse en forma de frecuencia relativa de
presentacin de eventos pasados o puede
tratarse simplemente de una creencia meditada.

Axioma de
probabilidad

Regla de la
adicin

Regla de la
multiplicacin

Regla de la adicin
Regla de la adicin para eventos mutuamente
excluyentes.
A menudo, estamos interesados en la
probabilidad de que una cosa u otra suceda; es
decir nos interesa la probabilidad de la unin de
dos eventos. Si estos dos eventos son
mutuamente excluyentes, podemos expresar
esta probabilidad haciendo uso de la regla de
adicin para eventos mutuamente excluyentes
P (AUB)=P(A) +P (B)
Regla de adicin para eventos que no son
mutuamente excluyentes
Si
dos
eventos
no
son
mutuamente
excluyentes, es posible que ambos se
presenten al mismo tiempo. En tales casos,
debemos modificar la regla de la adicin para
evitar el conteo doble
P(AUB) = P(A) + P(B) P(AnB)
Probabilidades
bajo
condiciones
de
independencia estadstica
Cuando se presentan dos eventos, el resultado
del primero puede tener un efecto en el
resultado del segundo, o puede no tenerlo, los
eventos
pueden
ser
dependientes
o
independientes.
La probabilidad de dos o ms eventos
independientes que se presentan juntos o en
sucesin es el producto de sus probabilidades
marginales
P (AnB) = P(A) X P (B)
Probabilidades
bajo
condiciones
de
dependencia estadstica.
La dependencia estadstica existe cuando la
probabilidad de que se presente algn suceso
depende o se ve afectada por la presentacin de
algn otro evento. Probabilidades conjuntas
bajo
condiciones
dependencia
estadstica.
Probabilidad
totalde
y teorema
de bayes
( B nmultiplicacin
A) = P(B / A) x P(A)
La regla Pde
es til para
determinar la probabilidad de un evento que
depende de otros, existe otro modo de calcular
la probabilidad de un evento considerando a
este como el resultado de la unin de otros
eventos.

Ejercicio No. 3 capitulo 2

Un grupo, compuesto por cinco hombres y siete mujeres, forma un comit de 2 hombres y 3
mujeres. De cuntas formas puede formarse el comit si: 1.- Puede pertenecer a l cualquier
hombre o mujer. 2.- Una mujer determinada debe pertenecer al comit. 3.- Dos hombres
determinados no pueden estar en el comit.

SOLUCION 1:
C2

C3

=
5!
(5-2)!2!

x
7!
(7-3)!3!

=
5x4x3x2x1 x 7x6x5x4x3x2x1
3x2x1
4x3x2x1x3x2x1
= 10x 35
=350
SOLUCION 2:
C2

=
5!
(5-2)!2!
= 10x 15

C2

x
6!
(6-2)!2!
=150

SOLUCION 3:
C2

C3

=
3!
(3-2)!2!

7!
(7-3)!3!

= 3x 35
= 105

Captulo 2 ejercicio 10
10.- Suponga que una persona que vive en el municipio de Bello (Antioquia)
trabaja en el centro de la ciudad de Medelln. Para llegar a su sitio de trabajo, este
tiene tres rutas distintas para llegar a la Autopista y de all puede tomar otras tres
rutas para llegar al centro de la ciudad. En el centro, puede tomar cuatro rutas
para llegar al parqueadero ms cercano a su oficina. De cuntas maneras o rutas
distintas podra tomar la persona para llegar de la casa al parqueadero ms
prximo a su oficina?
Solucin:
Nmero de rutas para llegar a la autopista: N1 3
Nmero de rutas para llegar al centro de la ciudad: N2 3
Nmero de rutas para llegar al parqueadero: N3 4
Aplicando el principio de la multiplicacin tenemos
N1 X N2 x N3 (3) (3) (4) 36

Captulo 3 ejercicio 11
11- En un centro mdico, los fumadores que se sospecha tenan cncer pulmonar,

el 90%
lo tena, mientras que el 5% de los no fumadores lo padeca. Si la proporcin de
fumadores es del 45% a) Cul es la probabilidad de que un paciente con cncer
seleccionado al azar sea fumador? B) Cual es la probabilidad de que la persona
tenga
Cncer.
Solucin:
Probabilidad condicional.
Definamos los siguientes sucesos o eventos.
A: la persona es fumadora.
A: la persona no es fumadora.
B: la persona tiene cncer pulmonar.
B: la persona no tiene cncer pulmonar.
Datos.
P (A) = 0,45
P (B|A) = 0,90
P (B|A) = 0,05
Sabemos que P (A)+P (A) = 1 P (A) = 1-P (A) = 1-0,45 = 0,55
Respuesta a.P (A|B) =?
Teorema de Bayes.
P(A|B) = P(A)P(B|A) / P(B) = P(A)P(B|A) / [ P(A)P(B|A) + P(A)P(B|
A) ]
P (A|B) = 0,450,90 / (0,450,90 + 0,550,05) = 162/173 = 0,936416
Respuesta b.-

P (B) =?
Probabilidad total.
P (B) = P (A) P (B|A) + P (A) P (B|A)
P (B) = 0,450,90 + 0,550,05 = 173/400 = 0,4325

Capitulo 2 ejercicio 12
12.- A una reunin asisten 10 personas y se intercambian saludos entre todos.
Cuntos saludos se han intercambiado?
No entran todos los elementos
No se repiten los elementos
No importa el orden

Solucion:

Capitulo 2 ejercicio 4
4.- El jefe de cocina de un restaurante quiere usar algunas carnes y vegetales que
sobraron el da anterior para preparar un platillo de tres clases de carne y cuatro
vegetales. Si hay 5 clases de carne y siete vegetales disponibles, Cuntos
platillos pueden preparar el cocinero?
Solucion:
La probabilidad que el cocinero pueda preparar un plato con los ingredientes que
quieres puede ser de un solo plato ya que la receta dice que tiene que el platillo
tener 3 carnes y cuatro vegetales pero la probabilidad de la formas en que lo
prepares es distinta porque podra ser de diversas maneras.

3.ESTUDIO DE 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 calificar 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

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

Casos Presentados Casos apelados

Casos Revocados

3037
3372
1258
1954
3138
2264
3032
2959
3219
3353
3000
2969
3205
955

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

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

3141
3089
43945

127
88
1762

13
6
199

Juez Tribunal de

Casos Presentados Casos apelados

Casos Revocados

Familia
Penelope
Cunningham
Patrick Dinkelacker
Deborah Gaines
Ronald Panioto

2729

6001
8799
12,970

19
48
32

4
9
3

ESTUDIO DE CASO - MISCELANEA DE EJERCICIOS UNIDAD 1

Juez Tribunal Civil

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

Casos Presentados
6149
7812
7954
7736
5282
5253
2532
7900
2308
2798

Casos apelados
43
34
41
43
35
6
5
29
13
6

Casos Revocados
4
6
6
5
13
0
0
5
2
1

4698
8277
8219
2971
4975
2239
7790
5403
5371
2797
108464

25
38
34
13
28
7
41
33
22
4
500

8
9
7
1
9
3
13
6
4
2
104

INFORME A PRESENTAR 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. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que
utiliz y d las razones de su eleccin.

Antecedentes
En el condado de Hamilton, se cuenta con un total de 38 jueces, que se
encuentran asignados a diferentes tribunales: tribunal de primera instancia,
tribunal familiar y tribunal municipal. Durante el periodo de 3 aos lo jueces han
emitido su veredicto sobre 182,908 casos manejados. Se debe de tener en cuenta
adems que durante el periodo de la investigacin dos de los jueces no trabajaron
en un solo tribunal.
Objetivo General: El Objetivo de la investigacin es conocer el desempeo de los
jueces por cada tribunal, as como determinar si las apelaciones que se presentan
en cada tribunal son el resultado de errores en el veredicto de los jueces.

Resultados de la Investigacin:
A continuacin se presentan los resultados estadsticos de la investigacin:
PREGUNTA 1 La probabilidad de casos que se apelan y revocan en los tres
tribunales es 0.6045%.
Juez tribunal penal
Casos apelados
1762/43945=0,04009
Casos revocados
199/43945=0,00453
Juez tribunal familia
Casos apelados
106/30499=0,00347
Casos revocados
17/30499=0,00056
Juez tribunal civil
Casos apelados
500/108464=0,00460
Casos revocados
104/108464=0,00096

Pregunta 2
1/1762 + 1/106 +1/500= 0,012

Pregunta 3
1/199+1/17+1/104=0,073
Pregunta 4
199/1762 + 17/106 +104/500=0,481
Pregunta 5
Ahora se realiza un anlisis de la gestin por cada tribunal, ordenndolos por el
juez que tuvo ms apelaciones y revocaciones por cada tribunal TRIBUNAL
PRIMERA INSTANCIA TRIBUNAL FAMILIAR TRIBUNAL MUNICIPAL.
Del anlisis realizado en la pregunta 5 se puede identificar lo siguiente:
En el tribunal municipal hay un nmero mayor de casos revocados en
comparacin con los otros 2 tribunales. Se puede interpretar que en este tribunal
los jueces emiten sentencias erradas y que el juez que encabeza la lista de esta
situacin es el Jhon A. West. El tribunal de familia es el que tiene un nmero ms
bajo de casos apelados, es decir, hay una mejor gestin. Los jueces son ms
eficientes en su veredicto en comparacin con los otros dos tribunales.
En el tribunal de primera instancia se debera hacer seguimiento a los procesos
que estn a cargo de los siguientes jueces, ya que son los que tienen mayor
nmero de apelaciones y revocaciones: *Sundermann * William Mathews *William
Morrissette Como caso especial se debera conversar y revisar los caso del juez
Patrick Dinkelacker ya que tiene en ambos tribunales apelaciones y revocaciones.
La mejor juez se encuentra en el tribunal municipal y es Karla Grady, ya que tiene
bajas apelaciones y ninguna revocacin.

Bibliografa

CANAVOS C., George (1986). Probabilidad y Estadstica. Mxico: McGraw Hil.

CASTILLO GARZN, Patricia (1998). Mtodos cuantitativos I en administracin.
Santaf de Bogot: UNAD.
CHRISTENSEN, Howard B. (1999). Estadstica Paso a Paso. Mxico: Editorial
Trillas.
HERNNDEZ MAHECHA, Carlo Marcelo (2000). Introduccin a la Probabilidad.
Gua de Estudio. Santa fe de Bogot: UNAD.
KENNEDY, John B. & NEVILLE, Adam M. (1982). Estadstica para ciencias e
ingeniera. Mxico: Harla S.A.