Probabilidad

Grupo

100402_78_Paso 2

Entrega Grupal

Espacio Muestral, Eventos, Operaciones y Axiomas de Probabilidad

Elaborado por:

Carlos Eduardo López

Neydi Yurley Melgarejo León

Roberson Giagrekudo Herrera

Nayibe Ximena Quevedo Palacios

Francy Ginet Castiblanco

Presentado a Tutor:

Edgar Eliecer Blanco

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA_ UNAD

Octubre de 2018
 Cuadro sinóptico Los axiomas de probabilidad son las condiciones mínimas que deben verificarse para
que una función definida sobre un conjunto de sucesos determine consistentemente
sus probabilidades.

Caso 1
Espacio Muestral, Eventos, Operaciones y Axiomas de Probabilidad

Concepto que da solución

La teoría que dio solución al caso 2 fue la de la probabilidad de eventos

independientes ya que los eventos presentes en el caso no tienen relación el
uno con el otro, la temática que fue tenida en cuenta es la correspondiente a
Caso 2 la unidad 1 del curso, estadística para administración.
Concepto que da solución

Los temas que se tomaron en cuenta para el desarrollo del caso 3, fueron en la
unidad 1 del entorno del conocimiento, Estadística Descriptiva. Editorial:
Instituto Técnico Nacional. Axiomas de probabilidad, en donde se busca
deducir un amplio número de resultados, explican los tres tipos de axiomas que
Caso 3
Concepto que da solución existen. Evento excluyente y no excluyentes.
1 axioma, la probabilidad de un es un número real no negativo
En la teoría de la probabilidad,
2 axioma, es una
la probabilidad deproposición planteada
que un suceso por elcon
que ocurra matemático
certeza es 1
inglés Thomas Bayes, que expresa la probabilidad condicional de un evento
3 axioma, la probabilidad de que un evento A ocurra es igual a 1 menos
aleatoriolaAprobabilidad
dado B en términos de la distribución de probabilidad condicional del
que ocurra.
evento B dado A y la distribución de probabilidad marginal de sólo A.
Caso 4
Concepto que da solución

El Teorema de Bayes es utilizado para calcular la probabilidad de un suceso,

teniendo información de antemano sobre dicho suceso. Se puede calcular la
probabilidad de un suceso A, sabiendo de ante mano que ese A cumple con
Caso 5 ciertas características que condiciona su probabilidad. Este teorema es inverso
Concepto que da solución al de la probabilidad total.
El teorema de Bayes entiende la probabilidad de forma inversa al
teorema de la probabilidad total. El teorema de la probabilidad total
hace inferencia sobre un suceso B, a partir de los resultados de los
sucesos A. Por su parte, Bayes calcula la probabilidad de A
condicionado a B.
Con base en esta información y haciendo uso de los axiomas de probabilidad, prepare para la
empresa de publicidad un informe en el que debe incluir como mínimo lo siguiente:
1. Canal en el que hay mayor Probabilidad de que una persona vea los anuncios de la empresa.
2. Horario en el que hay mayor probabilidad de que una persona vea los anuncios de la empresa.
3. Probabilidad de que una persona prefiera ver T.V en la tarde.
4. Probabilidad de que una persona prefiera el canal RCN o Caracol.
5. Probabilidad de que una persona prefiera ver TV en la mañana o en la tarde. 6. Probabilidad
de que una persona prefiera ver el canal Caracol en la mañana.
7. Probabilidad de que una persona prefiera ver el canal Fox en la Noche.
8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv en la noche.
9. Probabilidad de que una persona prefiera ver Tv en la noche si prefiere el canal Fox.
10. Que le sugiere a la empresa de publicidad sobre sus anuncios en TV. (tenga en cuenta las
probabilidades aquí encontradas)
INFORME

Canal en el que hay mayor Probabilidad de que una persona vea los anuncios de la empresa.
probabilidad de
total, personas que que vean los
canal vieron el canal anuncios
Caracol 109 27%
Sony 51 13%
Fox 37 9%
Home y Health 47 12%
Discovery 29 7%
City tv 42 11%
RCN 85 21%
Horario en el que hay mayor probabilidad de que una persona vea los anuncios de la empresa.

PERSONAS QUE VEN TV

250

200

150

100

50

0
MAÑANA TARDE NOCHE

La mayoría de la población ve tv por la noche lo cual tendría mas probabilidad de ver los
anuncios en esa hora
28.75% mañana
16.25 % tarde
55% noche
3. Probabilidad de que una persona prefiera ver T.V en la tarde.
16.25 % tarde ya que el resto de personas ven tv en otro horario

4. Probabilidad de que una persona prefiera el canal RCN o Caracol.

48.5 % de preferencia en los dos canales

5. Probabilidad de que una persona prefiera ver TV en la mañana o en la tarde.

45% respecto al día de tv entre tarde y mañana

6. Probabilidad de que una persona prefiera ver el canal Caracol en la mañana.

9.75 respecto a todas las personas encuestadas

7. Probabilidad de que una persona prefiera ver el canal Fox en la Noche.

70.2% respecto a todas las personas que ven fox que prefieran en la noche

8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv en la
noche.

11.8 % respecto a todas las personas encuestadas que ven tv en la noche y ven FOX.

9. Probabilidad de que una persona prefiera ver Tv en la noche si prefiere el canal Fox.
0.92 % de probabilidad que una persona que ve tv prefiera ver en la noche a FOX.
10. Que le sugiere a la empresa de publicidad sobre sus anuncios en TV. (tenga en cuenta
las probabilidades aquí encontradas
Lo mejor sería hacer publicidad en caracol que es donde más personas ven tv si se genera en la
mañana o en la tarde se podría hacer en RCN que es donde más personas ven tv en ese horario y
en la noche nuevamente se podría en caracol para la totalidad de los canales es mejor generar
publicidad en la noche que es donde más personas podrían ver los anuncios publicitarios

ESTUDIO DE CASO 2

Una pareja de jóvenes acaba de casarse, ambos tienen 20 años y viven en lo profundo de la
Patagonia comiendo pescado crudo, lo que imprime un carácter fuerte: NADIE SE DIVORCIA
y todos tienen BUENA SALUD.

La mitad de la población de esa región, en efecto, vive hasta los 110 años, una cuarta parte vive
hasta los 100 años, y el último cuarto de la población vive hasta los 90 años.

Los jóvenes esposos se preguntan: “Lo más probable es que nuestro matrimonio dure… ?”

Haciendo uso de los axiomas de probabilidad y en especial de la probabilidad para eventos

independientes, ayude a los jóvenes esposos a responder la pregunta, y encuentre como mínimo lo
siguiente:

1.- Probabilidad de que ambos vivan 90 años

Probabilidad del esposo de vivir 90 años, P(A):

1
𝑃(𝐴) =
4
Probabilidad de la esposa de vivir 90 años, P(B):
1
𝑃(𝐵) =
4
Probabilidad de ambos vivir 90 años, P (A y B):
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
1 1
𝑃(𝐴 𝑦 𝐵) = ∗
4 4
1
𝑃(𝐴 𝑦 𝐵) =
16
2.- Probabilidad de que ambos vivan 100 años

Probabilidad del esposo de vivir 100 años, P(A):

 1
𝑃(𝐴) =
4
Probabilidad de la esposa de vivir 100 años, P(B):
1
𝑃(𝐵) =
4
Probabilidad de ambos vivir 100 años, P (A y B):
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
1 1
𝑃(𝐴 𝑦 𝐵) = ∗
4 4
1
𝑃(𝐴 𝑦 𝐵) =
16
3.- Probabilidad de que ambos vivan 110 años

Probabilidad del esposo de vivir 110 años, P(A):

1
𝑃(𝐴) =
2
Probabilidad de la esposa de vivir 110 años, P(B):
1
𝑃(𝐵) =
2
Probabilidad de ambos vivir 110 años, P (A y B):
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
1 1
𝑃(𝐴 𝑦 𝐵) = ∗
2 2
1
𝑃(𝐴 𝑦 𝐵) =
4
4.- Probabilidad de que el esposo viva 90 años y la esposa 110 años

Probabilidad del esposo de vivir 90 años, P(A):

1
𝑃(𝐴) =
4
Probabilidad de la esposa de vivir 110 años, P(B):
1
𝑃(𝐵) =
2
Probabilidad de que el esposo viva 90 años y la esposa 110 años, P (A y B):
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
1 1
𝑃(𝐴 𝑦 𝐵) = ∗
4 2
1
𝑃(𝐴 𝑦 𝐵) =
8
5.- Probabilidad de que la esposa viva 90 años y el esposo 100 años.

Probabilidad de la esposa de vivir 90 años, P(A):

1
𝑃(𝐴) =
4
Probabilidad del esposo de vivir 100 años, P(B):
1
𝑃(𝐵) =
4
Probabilidad de que la esposa viva 90 años y el esposo 100 años, P (A y B):
𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)
1 1
𝑃(𝐴 𝑦 𝐵) = ∗
4 4
1
𝑃(𝐴 𝑦 𝐵) =
16

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que el
matrimonio dure 90 años”.
Porque la mayor probabilidad es que vivan hasta los 110 años, pero los dos se casaron a los 20
años. Así que vivirán felizmente casados 90 años.
Para resolver el estudio de caso se sugiere completar el siguiente diagrama:

La Esposa vivirá hasta:

El Esposo vivirá hasta:
(probablemente)
(probablemente)
90 años 100 años 110 años
90 años 1/16 1/16 1/8 1/4
100 años 1/16 1/16 1/8 ¼
110 años 1/8 1/8 1/4 1/2
¼ 1/4 ½
ESTUDIO DE CASO 3
Colombia ha clasificado al Mundial de Rusia 2018; así que muchos
aficionados han comenzado los preparativos para el viaje. Teresa quiere
ir al mundial y decide utilizar una aerolínea de bajo costo por lo que es
importante que decida que va a llevar para que no le toque pagar más
por sobrepeso.

Teresa decide hacer una lista de lo que podría llevar: una maleta, una
mochila, una cámara, y unas lindas gafas que lleva a todos sus viajes.
Al revisar en algunas páginas de internet sobre viajes, encuentra que
hay una posibilidad sobre siete de que pierda la maleta, una sobre cinco
de que pierda su mochila, una sobre tres de que pierda la cámara y
una posibilidad de tres sobre diez de que pierda sus preciosas gafas.
Teresa se queda preocupada y decide calcular la probabilidad de que su
viaje no sea tan perfecto como lo tiene previsto si por alguna razón se
pierden sus cosas.
Haciendo uso de los axiomas de probabilidad, su tarea es ayudar a
Teresa y para eso debe encontrar como mínimo lo siguiente:

Para resolver el estudio de caso se sugiere completar el siguiente

cuadro:
Probabilidades que tiene Teresa de
Perder No perder
La Maleta 1/7 6/7
La Mochila 1/5 4/5
La Cámara 1/3 2/3
Las Gafas 3/10 7/10

Para logra completar el cuadro se debe utilizar la primera propiedad de probabilidad en donde a la
probabilidad de perder los objetos la llamaremos A
de acuerdo a que P(A)=1- P (Ā)
ENTONCES P (Ā)= 1 - P(A)

Según la tabla P(A)= 1/7

P (Ā)= 1 - 1/7= 6/7= 0.85 (por lo tanto, hay un 85% de que no se pierda la maleta)

Según la tabla si P(A)= 1/5

P(A)=1- P (Ā)
P (Ā)= 1 -1/5= 4/5 =0.80 (por lo tanto, hay un 80% de que no se pierda la mochila)

Según la tabla si P(A)= 1/3

P(A)=1- P (Ā)
P (Ā)= 1 -1/3= 2/3 = 0,66 (por lo tanto, hay un 66% de que no se pierda la cámara)
Según la tabla si P(A)= 3/10
P (Ā)= 1 - 3/10= 7/10=0,70 (por lo tanto, hay un 70% de que no se pierda las gafas)

1. Probabilidad de que no pierda la maleta.

Respuesta:
de acuerdo a que P(A)=1- P (Ā)
ENTONCES P (Ā)= 1 - P(A)

Según la tabla P(A)= 1/7

P (Ā)= 1 - 1/7= 6/7= 0.85 (por lo tanto, hay un 85% de que no se pierda la maleta)

2. Probabilidad de que pierda la maleta y pierda el bolso de mano

de acuerdo a la tabla
P(A)=1/7=0,1
P (B)=1/5=0.2
ENTONCES P (A ∩B )= P(A)*P (B) = P(0.1)*P(0.2)= 0.02 (Por lo tanto hay un 2% de que pierda
la maleta y la mochila)

3. Probabilidad de que pierda la maleta o pierda mochila

P (AUB)=P(A) + P (B) - P (A ∩B) =

 P (0.1)+P (0.2) – P (0.02) = 0,28 (la probabilidad de que pierda el bolso o a mochila es del
28%)
4. Probabilidad de que NO pierda ninguna de
sus cosas
P (A) * P (B) *P (C) *P (D)= P (6/7)*P (4/5)*P (2/3)*P (7/10)=8/25
P (A) * P (B) *P (C) *P (D)= P (0.85)*P (0.80)*P (0.66)*P (0.70)= 0,32

La probabilidad de que no pierda ninguna de sus cosas es del 32%

5. Finalmente, Determine la probabilidad de que el viaje de Teresa no

sea tan perfecto como lo tiene previsto, si por alguna razón se
pierden todas sus cosas.
Respuesta:
P (PERDER TODAS SUS COSAS):
P (A) * P (B) *P (C) *P (D)=
P (1/7)*P (1/5)*P (1/3)*P (3/10)
P (0,14)*P (0,30)*P (0.33)*P (0,30)= 0.03
(la probabilidad de que el viaje no sea perfecto por perdida de todas sus cosas es del 3%)
ESTUDIO DE CASO 4- Exámenes médicos de diagnostico

Los exámenes de selección están asociados principalmente con exámenes médicos de diagnóstico,
pero ahora están encontrando aplicaciones en varios campos de actividad. Estos exámenes 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 supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 85% entre gente
que lo padece, y no lo detecta el 15% restante. Si una persona no padece este tipo de cáncer la
prueba indicará que no lo tiene un 95% de las veces e indicará que lo tiene un 5% 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:
 0.95 Det

0.95 No Pad

0.05 No det

0.85 Det

0.05 Pad

0.15 No det

Sigla Descripción
Pad Padece este tipo de cáncer
No pad No padece este tipo de cáncer
Det Lo detecta
No det No lo detecta

1. Probabilidad de que una persona NO tenga este tipo de cáncer

La probabilidad es del 95%

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

= 0.85 ∗ 0.05 + 0.95 ∗ 0.95

= 0.0425 + 0.9025
= 0.945
= 94.5%

3. Probabilidad de que el examen indique que la persona no tiene cáncer

= 0.95 ∗ 0.95
= 0.9025
= 90.25%
4. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene cáncer
dado que la persona no lo tiene.

0.95 ∗ 0.95
=
0.95 ∗ 0.95 + 0.05 ∗ 0.85

0.9025
=
0.945

= 0.9550

= 95.50%

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

0.05 ∗ 0.95
=
0.05 ∗ 0.95 + 0.15 ∗ 0.05

0.0475
=
0.0475 + 0.0075

0.0475
=
0.055

= 86.36%

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

Después de obtener estos resultados sobre el falso positivo por 95.50% y falso negativo por 86.36%
considero que no es confiable este examen médico de diagnóstico ya que tiene porcentajes muy
altos de error donde como mínimo se debe tener un umbral de error solo del 5% en cualquier
situación de probabilidad.
ESTUDIO DE CASO 5
Un almacén importante considera cambiar su política de otorgamiento de crédito para
reducir el número de clientes (deudores) que finalmente no pagan sus cuentas.
El gerente de crédito sugiere que a futuro, el crédito se le cancele a cualquier cliente que
demore una semana o más en sus pagos en dos ocasiones distintas. La sugerencia del
gerente se basa en el hecho de que, en el pasado 90% de los clientes que finalmente no
pagaron sus cuentas se demoraron en sus pagos por lo menos dos ocasiones.
Un estudio independiente encontró que 2% de todos los deudores finalmente NO
pagan sus cuentas y que de aquellas que SÍ las pagan, el 45% se demoró en por lo
menos dos ocasiones.
Utilice su conocimiento de la probabilidad y las aplicaciones del Teorema de Bayes para
preparar un INFORME en el que incluya como mínimo:
Diagrama de Árbol
 P: Personas que Pagan
 N: Personas que no Pagan
 01: Personas que se demoran en más de 2 Ocasiones en pagar
 02: Personas que no se demoran

2 Ocasiones (O) = 0.45

PAGAN (P) = 0,98 1 Ocasión (Ò) = 0.55

2 Ocasiones (O) = 0.90

NO PAGAN (N)=0,02
1 Ocasión (Ò) = 0.98

1. Probabilidad de que un deudor cualquiera finalmente si pague sus cuentas.

P(p)= 1-0.02 = 0.98
Equivale al 98%
2. Probabilidad de que un deudor cualquiera se demore por lo menos dos
ocasiones
P(01) = ( 0.98*0.45 )+( 0.02*0.9 ) = 0.459
Equivale al 45.9%
 3. Probabilidad de que un deudor que no se demoró por lo menos dos ocasiones,
finalmente, pague su cuenta.
P(O1) = 0.459
P(O2) = 0.541
(P/O2) = (0.98*0.055)/0.541= 0.996
Una probabilidad del 99.6%
4. Probabilidad de que un cliente que ya se demoró por lo menos dos ocasiones,
finalmente, no page su cuenta.
P (N/ O1) = (0.02*0.9) / 0.459 = 0.039
Una Probabilidad 3.9 %
5. Con los resultados obtenidos analice la política que sugiere el Gerente de
crédito. Está de acuerdo, sí o no, ¿por qué?
No estoy de acuerdo con la política del Gerente, con los resultados obtenidos nos
podemos dar cuenta que son muy pocos las personas que se realizan sus pagos
puntalmente, se verifica que el 96.1% realizan el pago, pero con atrasos de la fecha
estipulada solo el 3.9% no lo hace, hay que manejar otras estrategias para que puedan
pagar todos en fechas oportunas.
Referencias bibliográficas:
 http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10995669&ppg
=19
 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=151&docID=1
0436604&tm=1470688991083
 Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a edición. Capítulos 1 a 4.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=342&docID=1
624529&tm=1470687447720
 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