Anda di halaman 1dari 17

PROBABILIDAD

UNIDAD 1
FASE 3 – AXIOMAS DE PROBABILIDAD

ADOLFO SANDOVAL AGUDELO


1.144.183.919
Jimmy García Ospina
1144027015
Alejandro Cano Mosquera
16375904
XXXXXXXXXX
XXXXX
XXXXXXXXXX
XXXXX

TUTORA
MARCELA ALEJANDRA PRADO

ESCUELA DE CIENCIAS BASICAS, TEGNOLOGIA E INGENIERIA


UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
PALMIRA VALLE
OCTUBRE 2017
1
Introducción

El presente documento tiene por objetivo dar cumplimiento a la fase 3 de la unidad 1, recopilando
los diferentes ejercicios y casos de estudio desarrollados por el grupo colaborativo, aplicando las
técnicas apropiadas y los principios de los axiomas de probabilidad.

2
Objetivo General

Aplicar los conocimientos contenidos en la unidad 1 del presente curso y desarrollar la fase 3.

Objetivos Específicos

 Aplicar técnicas de conteo


 Aplicar conceptos de espacio muestral y eventos
 Comprender y aplicar correctamente los axiomas de probabilidad

3
Desarrollo de la Actividad

ESTUDIO DE CASO 1 1

En una universidad de Bogotá se realizó un informe sobre el rendimiento académico


de los estudiantes que cursaron asignaturas en el área de matemáticas 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 compilación de la información reportada por los


docentes del área, incluye 2755 registros de estudiantes inscritos en alguna de las
asignaturas ofrecidas por el área. Los profesores reportaron la valoración (notas) de
cada corte, y con ellas se hizo seguimiento durante el semestre.

APROBÓ: Estudiantes que finalizaron el curso con una nota superior o igual a 3.0.
REPROBÓ: Estudiantes que finalizaron el curso con una nota inferior a 3.0 sin contar a quienes ya
perdieron por fallas, o fueron reportados por cancelación de semestre.
CANCELO O PERDIO POR FALLAS: Estudiantes que perdieron por fallas, o fueron reportados por
cancelación de semestre

Cancelo o
Curso Aprobó Reprobó perdió Total
por fallas
Algebra lineal 178 10 30 218
Análisis numérico 146 15 21 182
Cálculo infinitesimal 252 37 39 328
Calculo integral 56 8 15 79
Cálculo multivariado 244 49 64 357
Calculo negocios 226 44 61 331
Ecuaciones diferenciales 178 47 40 265
Estadística básica 33 11 9 53
Estadística inferencial 269 70 98 437
Matemáticas avanzadas 199 53 73 325
Matemáticas discretas 44 13 23 80
Pre cálculo 42 24 17 83
Probabilidad 6 8 3 17
TOTAL 1873 389 493 2755

Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas

Administración ambiental 146 15 21 182


Admón. empresas 295 44 41 380
Arquitectura 297 53 71 421

1
Tomado y adaptado de Roa, E. (2015) Informe de rendimiento Académico U.P.C..
4
Cancelo o perdió
Programa Aprobó Reprobó Total
por fallas

Contaduría 99 23 19 141
Economía 99 19 24 142
Ing Mecatrónica 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
Psicología 23 12 13 48
Total 1873 389 493 2755

Cancelo o perdió
Profesor Aprobó Reprobó Total
por fallas

César 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
José c. 49 9 16 74
Luz p. 142 23 44 209
Marcela f. 60 19 21 100
María 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 propósito de evaluar el resultado académico en los cursos del área de matemáticas, a usted
le han llamado para que ayude en el análisis de datos. Utilice su conocimiento de la probabilidad
para ayudar a realizar el informe solicitado.

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

1. La probabilidad de que un estudiante apruebe un curso del área de matemáticas.

5
2. La probabilidad de que un estudiante repruebe un curso del área de matemáticas.

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

4. Clasifique los cursos del área de acuerdo a los resultados obtenidos. Establezca los criterios
que utilizó y dé las razones de su elección.

5. Califique los profesores del área de acuerdo a los resultados obtenidos. Establezca los
criterios que utilizó y dé las razones de su elección.

6. En que programa hay mejores resultados. Establezca los criterios que utilizó y dé las razones
de su elección.

SOLUCION ESTUDIO 1

ESTUDIO DE CASO 22

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 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

2
Tomado y adaptado de Anderson, D., Sweeney D., Estadística para Negocios.Cengage Learning 2011
6
Casos Casos
Juez Tribunal Penal Casos Revocados
Presentados apelados
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

Casos Casos
Juez Tribunal de Familia Casos Revocados
Presentados apelados
Penelope Cunningham 2729 7 1
Patrick Dinkelacker 6001 19 4
Deborah Gaines 8799 48 9
Ronald Panioto 2,970 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

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:

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 revocación dada una apelación, por cada juez.

5. Clasifique a los jueces dentro de cada tribunal. Establezca los criterios que utilizó y dé las
razones de su elección.
7
SOLUCION ESTUDIO 2

Juez Tribunal Penal Casos Casos Casos Casos Casos Probabilidad De


Presentados apelados Revocados Apelados Revocados Revocación Apelación,
𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔 Cada Juez
𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔 𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔 𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔
𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔 𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔
Fred Cartolano 3.037 137 12 4,51% 0,40% 8,76%
Thomas Crush 3.372 119 10 3,53% 0,30% 8,40%

Patrick Dinkelacker 1.258 44 8 3,50% 0,64% 18,18%

Timothy Hogan 1.954 60 7 3,07% 0,36% 11,67%

Robert Kraft 3.138 127 7 4,05% 0,22% 5,51%


William Mathews 2.264 91 18 4,02% 0,80% 19,78%

William Morrissey 3.032 121 22 3,99% 0,73% 18,18%


Norbert Nadel 2.959 131 20 4,43% 0,68% 15,27%
Arthur Ney, Jr. 3.219 125 14 3,88% 0,43% 11,20%
Richard Niehaus 3.353 137 16 4,09% 0,48% 11,68%

Thomas Nurre 3.000 121 6 4,03% 0,20% 4,96%


John O’Connor 2.969 129 12 4,34% 0,40% 9,30%
Robert Ruehlman 3.205 145 18 4,52% 0,56% 12,41%
J. Howard 955 60 10 6,28% 1,05% 16,67%
Sundermann
Ann Marie Tracey 3.141 127 13 4,04% 0,41% 10,24%
Ralph Winkler 3.089 88 6 2,85% 0,19% 6,82%
Totales 43.945 1.762 199 65,14% 7,84% 189,03%

CLASIFICACION A LOS JUECES DENTRO DE CADA TRIBUNAL


THOMAS PATRICK WILLIAM WILLIAM ROBERT J. HOWARD
CRUSH DINKELACKER MATHEWS MORRISSEY RUEHLMAN SUNDERMANN
Número 3372
Máximo De
Casos
Presentados
Número 44 145
Máximo De
Casos
Apelados
Número 22
Máximo De
Casos
Revocados
Número 955
Mínimo De

8
Casos
Presentados
Número
Mínimo De
Casos
Apelados
Máxima 6,283%
Probabilidad
Casos
Apelados
Máxima 1,047%
Probabilidad
Casos
Revocados
Máxima 19,780%
Probabilidad
de Revocación
Dada Una
Apelación

Juez Tribunal de Casos Casos Casos Casos Apelados Casos Revocados Probabilidad De
Familia Presentados apelados Revocados Revocación
𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔 𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔 Apelación, Cada
𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔 𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔 Juez
𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔
𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔
Penelope 2.729 7 1 0,26% 0,04% 14,29%
Cunningham
Patrick 6.001 19 4 0,32% 0,07% 21,05%
Dinkelacker
Deborah Gaines 8.799 48 9 0,55% 0,10% 18,75%

Ronald Panioto 2.970 32 3 1,08% 0,10% 9,38%

Totales 20.499 106 17 2,20% 0,31% 63,46%

CLASIFICACION A LOS JUECES DENTRO DE CADA TRIBUNAL


Penelope Patrick Deborah Ronald
Cunningham Dinkelacker Gaines Panioto
Número Máximo De Casos Presentados 8799
Número Máximo De Casos Apelados 48
Número Máximo De Casos Revocados 9
Número Mínimo De Casos Presentados
Número Mínimo De Casos Apelados 2729
Máxima Probabilidad Casos Apelados 7 1,077%
Máxima Probabilidad Casos Revocados 0,102%
Máxima Probabilidad de Revocación 21,053%
Dada Una Apelación

9
Juez Tribunal Civil Casos Casos Casos Casos Casos Probabilidad De
Presentados apelados Revocados Apelados Revocados Revocación
𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔 𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔 Apelación, Cada
𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔𝑪. 𝑷𝒓𝒆𝒔𝒆𝒏𝒕𝒂𝒅𝒐𝒔 Juez
𝑪. 𝑹𝒆𝒗𝒐𝒄𝒂𝒅𝒐𝒔
𝑪. 𝑨𝒑𝒆𝒍𝒂𝒅𝒐𝒔
Mike Allen 6.149 43 4 0,70% 0,07% 9,30%
Nadine Allen 7.812 34 6 0,44% 0,08% 17,65%

Timothy Black 7.954 41 6 0,52% 0,08% 14,63%

David Davis 7.736 43 5 0,56% 0,06% 11,63%

Leslie Isaiah Gaines 5.282 35 13 0,66% 0,25% 37,14%


Karla Grady 5.253 6 0 0,11% 0,00% 0,00%

Deidra Hair 2.532 5 0 0,20% 0,00% 0,00%


Dennis Helmick 7.900 29 5 0,37% 0,06% 17,24%
Timothy Hogan 2.308 13 2 0,56% 0,09% 15,38%
James Patrick 2.798 6 1 0,21% 0,04% 16,67%
Kenney
Joseph Luebbers 4.698 25 8 0,53% 0,17% 32,00%
William Mallory 8.277 38 9 0,46% 0,11% 23,68%
Melba Marsh 8.219 34 7 0,41% 0,09% 20,59%
Beth Mattingly 2.971 13 1 0,44% 0,03% 7,69%
Albert Mestemaker 4.975 28 9 0,56% 0,18% 32,14%
Mark Painter 2.239 7 3 0,31% 0,13% 42,86%
Jack Rosen 7.790 41 13 0,53% 0,17% 31,71%
Mark Schweikert 5.403 33 6 0,61% 0,11% 18,18%

David Stockdale 5.371 22 4 0,41% 0,07% 18,18%

John A. West 2.797 4 2 0,14% 0,07% 50,00%

Totales 108.464 500 104 8,73% 1,85% 416,68%

CLASIFICACION A LOS JUECES DENTRO DE CADA TRIBUNAL


Mike Allen Leslie Isaiah William Mark Painter Jack Rosen John A.
Gaines Mallory West
Número Máximo 8277
De Casos
Presentados
Número Máximo 43
De Casos
Apelados
Número Máximo 13 13
De Casos
Revocados

10
Número Mínimo 2239
De Casos
Presentados
Número Mínimo 4
De Casos
Apelados
Máxima 0,699%
Probabilidad
Casos Apelados
Máxima 0,246%
Probabilidad
Casos Revocados
Máxima 50%
Probabilidad de
Revocación Dada
Una Apelación

ESTUDIO DE CASO 33

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 exámenes de
selección, que solían estar asociados principalmente con
exámenes médicos de diagnóstico pero que ahora están
encontrando aplicaciones en varios campos de actividad. Los
exámenes de esteroides en atletas, los exámenes caseros de
embarazo y los exámenes para detectar sida son algunas
otras aplicaciones.

Los exámenes de selección se evalúan sobre la probabilidad de un falso negativo o un falso positivo
y éstas dos son probabilidades condicionales. Un falso positivo es el evento de que el examen sea
positivo para una condición determinada, dado que la persona no tiene la condición. Un falso
negativo es el evento de que el examen sea negativo para una condición determinada, dado que la
persona tiene la condición.

Se pueden evaluar estas probabilidades condicionales usando una fórmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva información y fue desarrollado por
el reverendo Thomas Bayes en el siglo XVII.

Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 80% entre gente
que lo padece, y no detecta el 20% restante. Si una persona no padece este tipo de cáncer la prueba
indicará este hecho un 90% de las veces e indicará que lo tiene un 10% de ellas. Por estudios
realizados se supone que el 5% de la Población padece este tipo de cáncer.

Con base en esta información y usando el Teorema de Bayes, elabore un informe que como mínimo,
debe incluir: (se sugiere elaborar un diagrama de árbol)

3
Tomado y adaptado de Pateiro B., Bioestadística 2011
11
1. Probabilidad de que una persona tenga este tipo de cáncer: Probabilidad de que NO tenga
este tipo de cáncer.

2. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene cáncer
dado que la persona no tiene la enfermedad.

3. Probabilidad de un falso negativo, es decir, que el examen indique que la persona tiene
cáncer dado que la persona no tiene la enfermedad.

4. Probabilidad de que el examen indique que la persona tiene cáncer.

5. Probabilidad de que la persona tenga cáncer dado que el examen indico que tiene cáncer.

6. Probabilidad de que la persona NO tenga cáncer dado que el examen indico que NO tiene
cáncer.

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para
detectar este tipo de cáncer.

SOLUCION ESTUDIO 3
DIAGRAMA DE ARBOL

PUNTO 1

𝐶 𝐶
𝑃(𝐶) = 𝑃(𝐶) ∗ 𝑃 ( ) + 𝑃(𝐶) ∗ 𝑃 ( )
𝐸 𝑆
𝑃(𝐶) = 0.05 ∗ 0.80 + 0.05 ∗ 0.20 = 0.05
𝑃(𝐶) = 0.05 = 5%

12
𝑁 𝑁
𝑃(𝑁) = 𝑃(𝑁) ∗ 𝑃 ( ) + 𝑃(𝑁) ∗ 𝑃 ( )
𝐸 𝑆
𝑃(𝑁) = 0.95 ∗ 0.10 + 0.95 ∗ 0.90 = 0.95
𝑃(𝑁) = 0.95 = 95%

PUNTO 2

𝑆
𝑃(𝑁 ∩ 𝐸) = 𝑃(𝑁) ∗ 𝑃 ( )
𝑁
𝑃(𝑁 ∩ 𝐸) = 0.95 ∗ 0.10 = 0.095 = 9.5%

PUNTO 3

𝑆
𝑃(𝐶 ∩ 𝑆) = 𝑃(𝐶) ∗ 𝑃 ( )
𝐶
𝑃(𝐶 ∩ 𝑆) = 0.05 ∗ 0.20 = 0.01 = 1%

PUNTO 4

𝐸 𝐸
𝑃(𝐶) ∗ 𝑃 ( ) + 𝑃(𝑁) ∗ ( )
𝐶 𝑁
𝑅 = 0.05 ∗ 0.80 + 0.95 ∗ 0.10 = 0.135= 13.5%

PUNTO 5

𝐶 0.05 ∗ 0.80
𝑃( ) = = 0.296 = 29.6%
𝑅 0.135

PUNTO 6

𝑆 𝑆
𝑅𝑁 = 𝑃(𝑁) ∗ 𝑃 ( ) + 𝑃(𝐶) ∗ 𝑃 ( )
𝑁 𝐶
𝑅𝑁 = 0.95 ∗ 0.90 + 0.05 ∗ 0.20 = 0.865 = 0.87
𝑁 0.95 ∗ 0.90
𝑃( )= = 0.98 = 98%
𝑅𝑁 0.87

13
PUNTO 7

No es fiable para encontrar un resultado en caso de tener la enfermedad puesto que según el
desarrollo del punto 5, hay tan sólo un 30% de probabilidad de que una persona tenga la
enfermedad, dada la indicación del examen, mientras que el resultado negativo es mucho más
fiable frente a casos donde no está presente la enfermedad con un 98%.

ESTUDIO DE CASO 44

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 compañía 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 también y6 % de los que vende Crawford Components son
defectuosos. Cuando los chips LS-24 se reciben, se les coloca directamente en un depósito 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 identificó los chips, no se está seguro de qué proveedor los
fabricó. Con el propósito de evaluar con que proveedor hay mayor probabilidad de tener chips
defectuosos, usted ha sido llamado para que ayude en el análisis de datos. Utilice su conocimiento
de la probabilidad y las aplicaciones del Teorema de Bayes para ayudar a realizar el informe
solicitado.

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

1. Un diagrama de árbol que represente las probabilidades dadas (probabilidades a priori) y las
probabilidades encontradas (probabilidades a posteriori).

2. Probabilidad de que un chip este defectuoso.

3. Probabilidad de que el chip este en buenas condiciones.

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

5. Si el chip seleccionado está en buenas condiciones, debe encontrar la Probabilidad de que


haya sido fabricado por cada uno de los proveedores.

SOLUCION ESTUDIO 4

4
Tomado y adaptado de Lind, D.,Marshall D., Estadística aplicada a los Negocios.McGraw Hill 2012
14
ESTUDIO DE CASO 55

En su excitante novela “Congo”, Michael Crichton describe la búsqueda de


depósitos de diamantes azules cubiertos de boro llevada a cabo por Earth
Resources Technology Services (ERTS), una compañía dedicada a estudios
geológicos. Según ERTS los diamantes son la clave para una nueva generación
de computadoras ópticas. En la novela ERTS compite contra un consorcio
internacional por encontrar la cuidad perdida de Zinj, que prosperó dada la
minería de diamantes hace varios miles de años (según la leyenda africana) y se
ubica en lo más profundo de la selva tropical de Zaire Oriental.

Después de la misteriosa destrucción de su primera expedición, ERTS lanza una segunda expedición
dirigida por Karen Ross, una experta en computación de 24 años de edad, acompañada por el
profesor Peter Eliot, un antropólogo; Amy, un gorila parlante; y el afamado mercenario y líder de
la expedición, el “capitán” Charles Munro. Las acciones ofensivas del consorcio, la mortal selva
tropical y las hordas de gorilas “parlantes” asesinos, que percibieron que su misión era defender las
minas de diamantes, bloquean los esfuerzos de Ross para encontrar la ciudad. Para superar estos
obstáculos Ross utiliza computadoras de la era espacial para evaluar las probabilidades de éxito en
todas las circunstancias posibles y las acciones que pudiera llevar a cabo la expedición. En cada
etapa de la expedición, ella evalúa rápidamente las probabilidades de éxito.

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 10
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
0,8790; sin embargo, dado un salto exitoso, la probabilidad de éxito de la expedición era de 0,9483
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 10 miembros del equipo, cual es la probabilidad de completar su salto
con éxito?

2. Si la probabilidad de que los 10 miembros del equipo tengan un salto exitoso es de 0.8790,
cual es la probabilidad de que un solo miembro del equipo pueda completar el salto con
éxito?

3. En el relato se afirma que: “esa probabilidad de 0,8790 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?

SOLUCION ESTUDIO 5

0.9483
1. = 0.0790 ∗ 100 = 7.9%
12
La posibilidad de completar el salto con éxito seria de 7.9%.

5
Tomado y adaptado de Anderson, D., Sweeney D., Estadística para Negocios.Cengage Learning 2011
15
0.8790
2. = 0.0732 ∗ 100 = 7.32%
12
La probabilidad de que un miembro del equipo pueda completar su salto con éxito es de
7.32%.

3. La probabilidad planteada en la pregunta está mal ya que en el texto se menciona que la


probabilidad de un salto exitoso es de 0.8790, no que la probabilidad de que alguien
saliera herido es de 0.8790.

De acuerdo a esto no concuerdo con lo planteado en la pregunta ya que la posibilidad de


que alguien salga lesionado es del 100% de los 12 participantes ya que todos corren el
riesgo de lesionarse dado el caso que están propensos a esta.

16
Referencias

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Recuperado


de: http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=194&docID=1
1013767&tm=1489690058527

Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604&ppg
=128

Martín, J. y Ruiz, L. (2004). Estadística I: Probabilidad. 2nd ed. Madrid: Paraninfo. vii-viii.
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX4052400005&i
nPS=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC

Gil, M., Gonzales, A. J Salagre, M. (2014). Ejercicios de estadística teórica: Probabilidad e inferencia.
Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10995669&ppg
=19

17