Unidad 1: Paso 2

Espacio Muestral, Eventos, Operaciones

Y Axiomas De Probabilidad

Elaborado por:

Ángela Paola Amaya Rojas

Cód. 60.267.221
Armando José Acuña Castro.
Cod. 1.100.398.328
Harold Favian Diaz Leonis
Cod. 77.171.510
Ioham Morillo
Cod. 77.029.746
Manuel Andrés Trujillo
Cod. 71.255.881

Grupo:

100402_45

Presentado a:
Jenny Tatiana Sánchez
Tutora curso Probabilidad

PROBABILIDAD
INGENIERIA ELECTRONICA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
Escuela de Ciencias Básicas, Tecnología e Ingeniería
Colombia
2018
 Introducción
La Probabilidad es la posibilidad de que ocurra un determinado suceso. En otras palabras, su
noción viene de la necesidad de medir o determinar cuantitativamente la certeza o duda de que
un suceso dado ocurra o no. La probabilidad está basada en el estudio de la combinatoria y es
fundamento necesario de la estadística, además de otras disciplinas como matemática, física u
otra ciencia. En ellas se aplica una teoría de probabilidades. Cada uno de los resultados
obtenidos al realizar un experimento recibe el nombre de suceso elemental. Se llama espacio
muestral el conjunto de todos los sucesos elementales obtenidos, de forma que todo
subconjunto del espacio muestral es un suceso.

En el desarrollo de este trabajo se podrán visualizar una serie de casos lo cuales fueron
presentados con el fin de analizarlos mediante los temas de distribución y variables con el fin de
calcular la probabilidad de los diferentes casos. De esta manera podremos establecer las
diferencias que se presentan entre estos temas y poder aplicarlos en los problemas propuestos.

Además, por medio de un cuadro sinóptico podremos apreciar el resumen de los contextos vistos
en cada caso.
 Objetivos.

Comprender y aplicar en forma clara y pertinente los fundamentos de los conceptos básicos de
probabilidad, técnicas de conteo y Axiomas de Probabilidad, análisis e interpretación de
situaciones problemas en contextos del desarrollo profesional donde es oportuna y acertada su
aplicabilidad.
 Desarrollo.
CUADRO SINÓPTICO
 Plan de Acción.
Ejercicios Ejercicios
Datos Estudiante Fotografía seleccionados a seleccionado
desarrollar s revisar
71.255.881
MANUEL ANDRES
TRUJILLO Caso Nº: 1 Caso Nº: 2
CEAD/Turbo

77.171.510
Harold F. Diaz
Leonis. Caso Nº: 2 Caso Nº: 3
CEAD/Valledupar

60.267.221
Ángela Paola
Amaya Rojas Caso Nº: 5 Caso Nº:
CEAD/Valledupar

77.029.746
Ioham Morillo
CEAD/Valledupar Caso Nº: 4 Caso Nº: 2

1.100.398.328
Armando José
Acuña Castro Caso N.º: 3 Caso N.º: 1
CCAV Corozal

ESTUDIO DE CASO 1. (Manuel Trujillo)

La publicidad en televisión es indiscutiblemente la más poderosa

forma de publicidad. Anunciarse en televisión implica llegar a
cientos de miles o a millones de personas al mismo tiempo, y
hacerlo a través del medio publicitario más relevante y prestigioso.
La publicidad en televisión aporta notoriedad y credibilidad, y ayuda
más que ninguna otra a conseguir el posicionamiento deseado.

Una empresa de publicidad desea determinar en qué canal es más

probable que sus anuncios sean vistos y realiza una encuesta entre 400 personas de varias
ciudades del país para determinar cuáles son los canales más vistos y el horario en el que más
audiencia tienen.

Horario en el que preferiblemente ve TV

Canal preferido
Mañana Tarde Noche Total probabilidad
Caracol 39 12 58 109 27,25%
Sony 11 8 32 51 12,75%
Fox 6 5 26 37 9,25%
 Horario en el que preferiblemente ve TV
Canal preferido
Mañana Tarde Noche Total probabilidad
Home & Health 10 13 24 47 11,75%
Discovery 9 2 18 29 7,25%
City Tv 12 10 20 42 10,5%
RCN 28 15 42 85 21,25%
TOTAL 115 65 220 400 100%
28,75% 16,25% 55% 100%

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.

Caracol con un 109 / 400 = 27,25%

2. Horario en el que hay mayor probabilidad de que una persona vea los anuncios de
la empresa.

En la noche 220/ 400 = 55%

3. Probabilidad de que una persona prefiera ver T.V en la tarde.

65/ 400 = 16,25% es la probabilidad más baja

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

Probabilidad que mire caracol o RCN es de 48,5%

109 +85 / 400 = 48,5% de probabilidad de ver alguno de los dos canales.

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

La probabilidad que una persona quiera ver TV en la tarde o en la mañana es de 45%

115 +65/ 400 = 45%

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

P(A∪B) =P(A)+P(B)−P(A∩B), en ese caso, primero debemos saber que:

P(A): Probabilidad de ver tv en las mañanas 115/400
P(B): Probabilidad de ver en canal caracol 109/400
P(A∩B): Probabilidad de ver el canal caracol en las mañanas 39/400

P(A): Probabilidad de ver tv en las mañanas 115/400 = 28,75%

P(B): Probabilidad de ver en canal caracol 109/400 = 27,25%

P(A∩B): Probabilidad de ver el canal caracol en las mañanas 39/400 = 9,75%

P(A∪B) =P(A)+P(B)−P(A∩B)

P(A∪B) = 28,75%+ 27,25% - 9,75%

P(A∪B) = 46,25%

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

P(A∪B) =P(A)+P(B)−P(A∩B), en ese caso, primero debemos saber que:

P(A): Probabilidad de ver tv en las noches 220/400
P(B): Probabilidad de ver en canal Fox 37/400
P(A∩B): Probabilidad de ver el canal Fox en las noches 26/400

P(A): Probabilidad de ver tv en las noches 220/400 = 55%

P(B): Probabilidad de ver en canal Fox 37/400 = 9,25%

P(A∩B): Probabilidad de ver el canal Fox en las noches 26/400 = 6.5%

P(A∪B) =P(A)+P(B)−P(A∩B)

P(A∪B) = 55%+ 9,25% - 6,5%

P(A∪B) = 57,75%

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

P(B/A) = (P (A ∩ B)) /P(A)

P(A∩B): Probabilidad de ver fox en la noche 26/400
P(A): Probabilidad de ver tv en las noches 220/400

P(A∩B): Probabilidad de ver fox en la noche 26/400 = 9,25%

P(A): Probabilidad de ver tv en las noches 220/400 = 55%

P(B/A) = 9,25% / 55% = 0,16%

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

P(B/A) = (P (A ∩ B)) /P(A)

P(A∩B): Probabilidad de ver fox en la noche 26/400
P(A): Probabilidad de ver tv en las noches 220/400

P(A∩B): Probabilidad de ver fox en la noche 26/400 = 9,25%

P(A): Probabilidad de ver tv en las noches 220/400 = 55%

P(B/A) = 9,25% / 55% = 0,16%

10. Que le sugiere a la empresa de publicidad sobre sus anuncios en TV. (tenga en
cuenta las probabilidades aquí encontradas)

Se le sugiere a la empresa de anuncios en tv, que los anuncios publicitarios sean presentados
en abundancia en el canal Caracol y canal RCN ya que solo en estos dos canales hay un 48,5%
de probabilidad de que las personas los visualicen, es recomendable que los anuncios se
presenten en las horas de las noches tan solo en canal Caracol y RCN hay un 45.5% de personas
que sintonizan estos canales en la noche, pero para incrementar las ventas publicitarias es
recomendable presentar estos anuncios en los 7 canales tales como “Caracol, Sony, Fox, Home
& Health, Discovery, City Tv, RCN” en los que se encuentra un 55% de probabilidades que las
personas lo visualicen en las horas de las noche.

ANALISIS DE LA INFORME

Los resultados obtenidos de la encuesta realizada a 400 personas de diferentes ciudades del
país en el cual son un excelente éxito para determinar los canales más vistos y su hora de
sintonización, con motivo a la encuesta realizada nos permitimos realizar la siguiente grafica
donde nos mostrara los resultados obtenidos.

CANALES MÁS VISTOS

27.25%

21.25%

12.75%
11.75%
10.50%
9.25%
7.25%

Caracol Sony Fox Home & Health Discovery City Tv RCN

En la gráfica se puede visualizar la barra de color rojo el canal Caracol con un 27,25% el más
visto por las personas encuestadas, seguida del canal RCN representado en azul con un total de
21,25% y el canal menos visto es Discovery con 7.25%.

HORARIOS

55%

28.75%

16.25%

Mañana Tarde Noche

En la siguientes grafica se visualizan tanto en los horarios de mañana, tarde y noche de los
canales.

Se puede visualizar que el horario con más audiencia es el de la noche con un total de 55% de
las personas seguida del de la mañana con un 28.75% y por último el de la tarde con 16.25%.

En la siguiente grafica se muestra la cantidad de personas que sintonizan cada canal en las
horas de la mañana, tarde y noche.
 HORARIOS

58

42
39
32
28 26 24
18 20
13 15
11 6 10 9 12 12 8 5 2 10

MAÑANA TARDE NOCHE

Caracol Sony Fox Home & Health Discovery City Tv RCN

Se visualiza una cantidad de 39 personas de las 400 encuestadas con un 33,9% que sintonizan
el canal Caracol en las horas de la mañana y 58 personas con 26.4% en las horas de la noche
el cual es uno de mayor audiencia en esas horas seguido por RCN, en las horas de la tarde RCN
tiene una cantidad de 15 personas con el 6.8% el primero más visto seguida por Home & Health
con 13 personas con el 5.9%.

Con la información obtenida de las encuestas realizadas y los datos arrojados, se le recomienda
a la empresa de publicidad en T.V., si prefieren vender su publicidad a un solo canal es
recomendable hacerlo para el canal caracol con 27.25% de audiencia, el cual tiene un mayor
porcentaje de sintonización en las horas de la mañana con un total de 33,9% y en la noche con
26,4% o RCN con 21,25% el segundo canal más visto en las horas de la mañana con un
porcentaje de 24,3% y en la noche con un porcentaje de 19,1% pero es el primer canal más visto
en las horas de la tarde con un porcentaje de 23%, se escogen el canal caracol es preferible
incrementar los anuncios publicitarios solamente en las horas de la mañana y noche, si es RCN
es preferible que aumente sus anuncios en las horas del mediodía, pero aun así en las horas de
la mañana y noche es el segundo más visto no perderían mucha audiencia para sus espacios
publicitarios.

Si la empresa pretende vender anuncios publicitarios a los 7 canales nombrados es

recomendable que no se realice ventas a los canales FOX y Discovery son los canales con
menos audiencia cubren tan solo un 16.5% de audiencia, para los demás canales es preferible
aumentar la publicidad en la noche el cual cubre un 44% de audiencia sin los dos canales antes
nombrados.

Una vez más le extiendo mis más gratos saludos, espero seguir contando con su apoyo,
agradezco la atención prestada.

ESTUDIO DE CASO 2 (Harold Díaz)

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

2.- Probabilidad de que ambos vivan 100 años

3.- Probabilidad de que ambos vivan 110 años

4.- Probabilidad de que el esposo viva 90 años y la esposa 110 años

5.- Probabilidad de que la esposa viva 90 años y el esposo 100 años.

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que el
matrimonio dure _____ 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
100 años ¼
110 años
¼ ½

SOLUCION DEL ESTUDIO CASO 2

P m y h = 20 años
110 años = 50 % 1/2
100 años = 25 % 1/4
90 años = 25 % 1/4

S = (110,100 – 110, 90 – 110,110 – 100, 90 - 100, 110 – 100,100 – 90, 110 – 90, 100 – 90, 90)

1 1 1
1) 𝐸90 = ∗ = = 6.25%
4 4 16

1 1 1
2) 𝐸100 = ∗ = = 6.25%
4 4 16

1 1 1
3) 𝐸110 = ∗ = = 25%
2 2 4

1 1 1
4) 𝐸90, 110 = ∗ = = 12.5%
4 2 8

1 1 1
5) 𝐸90, 100 = ∗ = = 6.25%
4 4 16

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que el
matrimonio dure 90 años”.
 La Esposa vivirá hasta:
El Esposo vivirá hasta:
(probablemente)
(probablemente)
90 años 100 años 110 años
90 años 1/16 1/16 1/8
100 años 1/16 1/16 1/8 ¼
110 años 1/8 1/8 1/4
¼ ½

ESTUDIO DE CASO 3: (Armando Acuña).

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:
1. Probabilidad de que no pierda la maleta.
2. Probabilidad de que pierda la maleta y pierda el bolso de mano
3. Probabilidad de que pierda la maleta o pierda el bolso de mano
4. Probabilidad de que NO pierda ninguna de sus cosas
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.
Para resolver el estudio de caso se sugiere completar el siguiente cuadro:

Probabilidades que tiene Teresa de

Perder No perder
La Maleta 1/7
La Mochila
La Cámara 1/3 2/3
Las Gafas

DESARROLLO
1. R/.
7 1 6
𝑃(𝐴) = – =
7 7 7
2. R/.
1
A= Probabilidad de perder la maleta (7)
 1
B= Probabilidad de perder el bolso de mano (5)

P(A ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)

1 1 1
= P( ) ∗ P( ) =
7 5 35
3. R/.
1
A= Probabilidad de perder la maleta (7)
1
B= Probabilidad de perder el bolso de mano (5)

P(A ∪ 𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − P(A ∩ 𝐵)

1 1 1
= 𝑃( ) + 𝑃( ) ∗ P( )
7 5 35
12 6 3 1
𝑆𝑖𝑚𝑝𝑙𝑖𝑓𝑖𝑐𝑎𝑛𝑑𝑜 = = = =
1225 245 49 7
4. R/.
127
254 127
𝑃(𝑁𝑜 𝑝𝑒𝑟𝑑𝑒𝑟) = 42 = =
4 21 7
5. R/.
41
41
𝑃(𝑃𝑒𝑟𝑑𝑒𝑟) = 42 = = 24%
4 168
La probabilidad de perder sus cosas es poca ya que equivale al 24%de tal manera su viaje
resulta ser exitoso.

Probabilidades que tiene Teresa de

Perder No perder Total
La Maleta 1/7 6/7 1
La Mochila 1/5 4/5 1
La Cámara 1/3 2/3 1
Las Gafas 3/10 7/10 1
Total 41/42 127/42 4

ESTUDIO DE CASO 4. (Ioham Morillo).

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:

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

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

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

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

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

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

Para resolver el estudio de caso se sugiere realizar un diagrama de árbol, que represente las
probabilidades utilizadas para resolverlo.

Solución.

Diagrama de árbol:
P = Probabilidad
C = Probabilidad de tener cancer
C̅ = Probabilidad de NO tener cáncer
D = Probabilidad de que la prueba detecte el cáncer
D̅ = Probabilidad de que la prueba No detecte el cáncer

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

𝑷(𝑪̅) = 𝟗𝟓% = 𝟎, 𝟗𝟓

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

𝑃(𝐷) = (𝑃(𝐶) ∩ 𝑃(𝐷) ) ∪ (𝑃(𝐶̅) ∩ 𝑃(𝐷) )
La intersección (∩) se interpreta como multiplicación y la unión (∪) se interpreta como
adición o suma.
𝑃(𝐷) = (0,05 ∗ 0,85) + (0,95 ∗ 0,05)
𝑃(𝐷) = 0,0425 + 0,0475
𝑷(𝑫) = 𝟎, 𝟎𝟗 = 𝟗%

Esta es la probabilidad de que el examen salga positivo sin importar si la persona tenga
o no tenga el cancer.

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

 Como el Evento 𝑃(𝐷) y 𝑃(𝐷̅) son complementarios puedo calcular 𝑃(𝐷̅) a partir de 𝑃(𝐷) así:
𝑃(𝐷̅) = 1 − 𝑃(𝐷)
𝑃(𝐷̅) = 1 − 0,09
𝑷(𝑫̅) = 𝟎, 𝟗𝟏 = 𝟗𝟏%

Analizando el diagrama de árbol puedo llegar a este mismo resultado:

𝑃(𝐷̅) = (𝑃(𝐶) ∩ 𝑃(𝐷̅) ) ∪ (𝑃(𝐶̅) ∩ 𝑃(𝐷̅) )
𝑃(𝐷̅) = (0,05 ∗ 0,15) + (0,95 ∗ 0,95)
𝑃(𝐷̅) = (0,0075 + 0,9025)
𝑷(𝑫̅) = 𝟎, 𝟗𝟏 = 𝟗𝟏%

Esta es la probabilidad de que el examen no detecte el tipo de cáncer sin importar si la

persona lo padece o no.

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

Esta es la probabilidad de que la prueba detecte el cáncer en personas que no lo tienen.

En el diagrama de árbol se puede observar que la probabilidad de que ocurra D después
de que ocurra C̅ es del 5%, entonces:
𝑷(𝑫⁄ ) = 𝟓%
̅
𝑪

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
 Esta es la probabilidad de que la prueba no detecte el cáncer en personas que si lo tienen.
En el diagrama de árbol se puede observar que la probabilidad de que ocurra D después
de que ocurra C̅ es del 15%, entonces:
𝑷(𝑪⁄ ) = 𝟏𝟓%
̅
𝑫

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

Esta es la probabilidad de que una persona realmente padezca el cáncer después de que
la prueba lo haya detectado. Es la confiabilidad de la prueba.

(𝑃(𝐶) ∩ 𝑃(𝐷⁄ ) )
𝐶
𝑃(𝐶⁄ =
𝐷) 𝑃(𝐷)
0,05 ∗ 0,85 0,0425
𝑃(𝐶⁄ ) = = = 0,4722
𝐷 0,09 0,09
𝑷(𝑪⁄ ) = 𝟒𝟕, 𝟐𝟐%
𝑫

La confiabilidad de esta prueba está por debajo del 50%, por esto puede considerarse
de baja confiabilidad o poco confiable.

Informe solicitado.
Después de analizar los resultados de las diferentes probabilidades por medio del Teorema de
Bayes, se concluye que la prueba utilizada no es la idónea para detectar el tipo de cáncer
estudiado porque su confiabilidad solo es del 47,22% de efectividad real en personal que
realmente padecen la enfermedad, es decir, de cada 100 personas diagnosticadas con el cáncer
solo 47 realmente lo padecen.

De la misma forma se puede asegurar que en un 5% los resultados son falsos positivos, o sea,
de cada 100 personas diagnosticadas con la enfermedad 5 personas no padecen la enfermedad,
y en un 15% los resultados son falsos negativos porque de cada 100 personas a las que la
prueba no les detecta el cáncer 15 personas si lo padecen.

ESTUDIO DE CASO 5 (Ángela Paola Amaya)

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 que represente las probabilidades dadas y las probabilidades encontradas

𝑃(𝐶) = 0.55

𝑃(𝐴) = 0.98

𝑃(𝐶 ′ ) = 0.45

𝑃(𝐶) = 0.1

𝑃(𝐵) = 0.02

𝑃(𝐶 ′ ) = 0.9

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

Con base en el diagrama de Árbol la probabilidad de que si pague seria la probabilidad de que
suceda el evento A por lo cual:
𝑃(𝐴) = 0.98 = 98%
 𝑃(𝐶) = 0.55

𝑃(𝐴) = 0.98

𝑃(𝐶 ′ ) = 0.45

𝑃(𝐶) = 0.1

𝑃(𝐵) = 0.02

𝑃(𝐶 ′ ) = 0.9

𝑃(𝐵|𝐶 ′ )𝑃(𝐶′) (0.9) ∗ (0.02)

𝑃(𝐶′|𝐵) = = = 0.9
𝑃(𝐵) (0.02 ∗ 0.1) + (0.02 ∗ 0.9)

2. Probabilidad de que un deudor cualquiera se demore por lo menos dos ocasiones

𝑃(𝐶) = 0.55

𝑃(𝐴) = 0.98

𝑃(𝐶 ′ ) = 0.45

𝑃(𝐶) = 0.1

𝑃(𝐵) = 0.02

𝑃(𝐶 ′ ) = 0.9

𝑃(𝐴|𝐶 ′ )𝑃(𝐶′) (0.45)∗(0.98)

𝑃(𝐶′|𝐴) = = (0.98∗0.55)+(0.98∗0.45) = 0.45
𝑃(𝐴)

𝑃 = 𝑃(𝐶′|𝐵) + 𝑃(𝐶′|𝐴) = 0.9 + 0.45 = 1.35 = 135%

3. Probabilidad de que un deudor que no se demoró por lo menos dos ocasiones, finalmente,
pague su cuenta.

𝑃(𝐶) = 0.55

𝑃(𝐴) = 0.98

𝑃(𝐶 ′ ) = 0.45

𝑃(𝐶) = 0.1

𝑃(𝐵) = 0.02

𝑃(𝐶 ′ ) = 0.9

𝑃(𝐴|𝐶)𝑃(𝐶) (0.55) ∗ (0.98)

𝑃(𝐶|𝐴) = = = 0.55 = 55%
𝑃(𝐴) (0.55 ∗ 0.98) + (0.45 ∗ 0.98)
4. Probabilidad de que un cliente que ya se demoró por lo menos dos ocasiones, finalmente, no

𝑃(𝐶) = 0.55

𝑃(𝐴) = 0.98

𝑃(𝐶 ′ )
= 0.45

𝑃(𝐶) = 0.1

𝑃(𝐵) = 0.02

𝑃(𝐶 ′ ) = 0.9

page su cuenta
𝑃(𝐵|𝐶 ′ )𝑃(𝐶′) (0.9) ∗ (0.02)
𝑃(𝐶′|𝐵) = = = 0.9 = 90%
𝑃(𝐵) (0.9 ∗ 0.02) + (0.1 ∗ 0.02)

5. Con los resultados obtenidos analice la política que sugiere el Gerente de crédito. Está de
acuerdo, sí o no, ¿por qué?
Por mi parte si estaría de acuerdo con la propuesta dada ya que con las probabilidades halladas
encontramos que las personas que no pagan en general presentan un porcentaje del 90% de
probabilidad de no pagar, lo cual es un valor muy elevado, y en general la probabilidad de que
se demoren más de 2 veces es mayor al 100% por lo cual se hace necesario realizar un control
sobre dicha situación
 Resumen de conceptos teóricos:

Unidad 1: Principios de Probabilidad

1.1 Experimento Aleatorio, Espacio Muestra y Eventos

En la teoría de probabilidades, el espacio muestral o espacio de muestreo (denotado E, S, Ω o

U) consiste en el conjunto de todos los posibles resultados individuales de un experimento
aleatorio.

Los espacios de muestreo aparecen de forma natural en una aproximación elemental a la

probabilidad, pero son también importantes en espacios de probabilidad. Un espacio de
probabilidad (Ω, F, P) incorpora un espacio de muestreo de resultados, Ω, pero define un conjunto
de sucesos de interés.

Evento es un acontecimiento que ocurrirá o no, dependiendo del azar.

Experimentos o fenómenos aleatorios son los que pueden dar lugar a varios resultados, sin
que pueda ser previsible enunciar con certeza cuál de éstos va a ser observado en la realización
del experimento.
Espacio maestral es el conjunto formado por todos los posibles resultados de un experimento
aleatorio. En adelante lo designaremos por E.

1.2 Técnicas de Conteo

Proceso de contar ofrece un método general para contar el número de posibles arreglos de
objetos dentro de un solo conjunto o entre varios conjuntos. Se usan generalmente para
enumerar eventos difíciles de cuantificar.

Si un evento A puede ocurrir de n1 maneras y una vez que este ha ocurrido, otro evento B puede
n2 maneras diferentes entonces, el número total de formas diferentes en que ambos eventos
pueden ocurrir en el orden indicado, es igual a n1 x n2; en caso que el número de posibles
resultados de un experimento sea pequeño, es relativamente fácil listar y contar todos los
posibles resultados.
Para facilitar el conteo examinaremos tres técnicas:
 La técnica de la multiplicación
 La técnica aditiva
 La técnica de la suma o Adición
 La técnica de la permutación
 La técnica de la combinación.

Principio De La Multiplicación
En un proceso donde hay que constar r pasos, en donde el primero puede ser llevado a cabo
de N1 maneras o formas diferentes, el segundo paso de N2 maneras o formas y el r-ésimo paso
de Nr maneras o formas, entonces se puede llevar mediante el principio multiplicativo el cual
implica que cada uno de los pasos de la actividad debe ser llevado a efecto, uno tras otro. Si un
evento E1 puede suceder de n1 maneras diferentes, el evento E2 puede ocurrir de n2 maneras
diferentes, y así sucesivamente hasta el evento Ep el cual puede ocurrir de np maneras
diferentes, entonces el total de maneras diferentes en que puede suceder el evento “ocurren E1
y E2…..y Ep” es igual a producto.

N1 x N2 x... x Nr maneras o formas

Principio Aditivo.
Si se desea llevar a resultado una acción, la cual tiene formas alternativas para ser ejecutada,
donde la primera puede ser efectuada de M maneras o formas, la segunda alternativa puede
efectuarse de N maneras o formas …. y la última de las opciones puede efectuarse de W
maneras o formas, entonces esa actividad puede ser ejecutada de:

M + N + .........+ W maneras o formas

Principio De La Suma O Adicción

Si una primera operación puede ejecutarse de m maneras y una segunda operación de n
maneras, entonces una operación o la otra pueden efectuarse de: m + n maneras.

Principio De Permutación:
A diferencia de la fórmula de la multiplicación, se la utiliza para establecer el número de posibles
de ajustes cuando solo hay un solo grupo de objetos. Permutación: un arreglos o posición de r
objetos seleccionados de un solo grupo de n objetos posibles. Si nos damos cuenta los arreglos
a, b, c y b, a, c son permutaciones diferentes, la fórmula que se utiliza para contar el número total
de permutaciones distintas es:
FÓRMULA: n P r = n! (n - r)

Principio De Combinación:
En una permutación, el orden de los objetos de cada posible resultado es diferente. Si el orden
de los objetos no es importante, cada uno de estos resultados se denomina combinación. Por
ejemplo, si se quiere formar un equipo de trabajo formado por 2 personas seleccionadas de un
grupo de tres (A, B y C). Si en el equipo hay dos funciones diferentes, entonces sí importa el
orden, los resultados serán permutaciones. Por el contrario, si en el equipo no hay funciones
definidas, entonces no importa el orden y los resultados serán combinaciones. Los resultados en
ambos casos son los siguientes:
Permutaciones: AB, AC, BA, CA, BC, CB
Combinaciones: AB, AC, BC
Combinaciones: Es el número de formas de seleccionar r objetos de un grupo de n objetos sin
importar el orden.
La fórmula de combinaciones es:
n C r = n! r! (n – r)!

Axiomas y Teoremas.
Axiomas: Teoría de la probabilidad que constituye una base para deducir un amplio resultado
número de resultados.
La letra P se utiliza para designar la probabilidad de un evento, siendo P(A) la probabilidad de
ocurrencia de un evento A en un experimento.
Si A es un evento cualquiera de un experimento aleatorio y Ā es el complemento, entonces la
probabilidad del complemento se puede definir como: P (Ā)= 1-P(A)

Axioma de adicción: eventos no excluyentes, ambos pueden suceder.

P (AUB)=P(A)+P (B)-P (A∩B)

Axioma de la multiplicación: Eventos dependientes en los que puede ocurrir la probabilidad

de un suceso o el otro.
P (A∩B) = P(A)*P (B)
Para el cálculo de probabilidades hay que tomar en cuenta los Axiomas y Teoremas que a
continuación se enumeran.

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.

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

0  p(A)  1

Segundo axioma: La probabilidad de que ocurra el espacio muestral  debe de ser 1.

p () = 1
Tercer axioma: Si A y B son eventos mutuamente excluyentes.

p(AB) = p(A) + p (B)

Teoremas
Teorema 1: Si  es un evento nulo o vacío, entonces la probabilidad de que ocurra  debe ser
cero.

p ()=0
Ejemplo: La probabilidad de que un estudiante sea mujer es "1 menos la probabilidad de que
no sea varón".
Ejemplo: La probabilidad de sacar par en un dado equilibrado es 0,5. P(A)=0,5
Teorema 2: La probabilidad del complemento de A, Ac debe ser,

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

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

Teorema 3: Si un evento A  B, entonces la p(A)  p (B).

• Demostración: 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

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

Teorema 4: La p (A \ B) = p(A) – p(AB)

• Demostración: Si A y B son dos eventos cualquiera, entonces el evento A se puede separar

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

Teorema 5: Para dos eventos A y B, p(AB) =p(A) + p (B) – p(AB).

• Demostración: Si AB = (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(AB), por tanto, p(AB) = p(A) + p (B) – p(AB). LQQD
 Conclusiones
 El desarrollo temático de la unidad ha sido de gran importancia para la resolución de los ejercicios
plateados, dado que los axiomas de la probabilidad y toda su estructura son fundamentales para
nuestra formación personal y profesional, ya que nos dan ideas importantes sobre problemáticas
que se nos pueden presentar en el ámbito laboral o cotidiano y así tomar las mejores decisiones
posibles.
 Bibliografía

 Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística 1.

Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=148&docID=11230
886&tm=1489689899405
 Mendenhall, W.; Beaver, R.; Beaver, B. (2015). Introducción a la estadística. Editorial
Cengage Learning. Recuperado de https://www.educacion-
holistica.org/notepad/documentos/Medicina/Epidemiolog%C3%ADa%20y%20Bioestadist
%C3%ADca/Introduccion%20a%20la%20Probabilidad%20y%20Estadistica.pdf
 Martínez, C. (2011). Estadística Básica Aplicada. Ecoe, 4a edición. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=199&docID=10560
355&tm=1489689688328
 M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid: Paraninfo.
Recuperado de
http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE%7CCX4052400006&v=2.1&u=
unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb3ab609