Unidad 1: Fase 3 - Axiomas de Probabilidad

Probabilidad

Dania Carolina González

Camilo Andrés Pérez
Pedro Alonso Bedoya
Josher Quintana Pulido
Edgar Enrique Quiroga

Tutor: Adrián Reinaldo Valencia

Universidad Nacional Abierta y a Distancia “UNAD”

CEAD Neiva
Marzo 2018

1
 Introducción

Se define la probabilidad como una estrategia mediante la cual se intenta estimar la frecuencia con la que
se obtiene un cierto resultado en el marco de una experiencia en la que se conocen todos los resultados
posibles. Por medio de este recurso matemático, es posible ajustar de la manera más exacta posible los
imponderables debidos al azar en los más variados campos tanto de la ciencia como de la vida cotidiana.
Es por ello que este curso es de gran importancia para nuestra formación como futuros ingenieros, debido
a que se aclaran dudas y se refuerzan conocimientos sobre la matemática en general y sus diversas ramas,
profundizando en la probabilidad, usos y aplicaciones.

2
 Cuadro sinóptico

UNIDAD 1
PRINCIPIOS DE LA
PROBABILIDAD
Experimento aleatorio,
Axiomas de
espacio muestra y eventos
Probabilidad
Técnicas de conteo

Experimento aleatorio: AXIOMA 1

No se predice o reproduce
el resultado exacto.
 Técnica de multiplicación
Espacio muestra:
 Técnica aditiva
Socialización de todos los
resultados obtenidos de un
 Técnica de la suma o adición. AXIOMA 2
experimento aleatorio.  Técnica de la permutación
 Técnica de la combinación
Eventos: Conjunto de
posibles resultados que se
pueden obtener de un AXIOMA 3
experimento aleatorio.

3
 ESTUDIO DE CASO 11

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
Caracol 39 12 58 109
Sony 11 8 32 51
Fox 6 5 26 37
Home & Health 10 13 24 47
Discovery 9 2 18 29
City Tv 12 10 20 42
RCN 28 15 42 85
TOTAL 115 65 220 400

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.
109
 El canal Caracol (400) ∗ 100 = 27,25 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑

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

4
 220
 La noche (400) ∗ 100 = 55 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑

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

65
 (400) ∗ 100 = 16,25 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑚𝑎𝑠 𝑏𝑎𝑗𝑎

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

109+85
 ( ) ∗ 100 = 48,5 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑣𝑒𝑟 𝑎𝑙𝑔𝑢𝑛𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑑𝑜𝑠 𝑐𝑎𝑛𝑎𝑙𝑒𝑠
400

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

115+65
 ( ) ∗ 100 = 45 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑣𝑒𝑟 𝑡𝑒𝑙𝑒𝑣𝑖𝑠𝑖ó𝑛 𝑚𝑎𝑡𝑢𝑡𝑖𝑛𝑎
400

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

39
 (109) ∗ 100 = 35,77 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑣𝑒𝑟 𝑐𝑎𝑟𝑎𝑐𝑜𝑙 𝑒𝑛 𝑙𝑎 𝑚𝑎ñ𝑎𝑛𝑎

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

 26 / 37 = 0.7027 x 100% = 70.27% de probabilidad de preferir ver Fox en la noche
8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv en la noche.
26
 (220) ∗ 100 = 11,81 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑.

9. Probabilidad de que una persona prefiera ver Tv en la noche si prefiere el canal Fox.
26
 (37) ∗ 100 = 70,27 % 𝑑𝑒 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑝𝑒𝑓𝑒𝑟𝑖𝑟 𝑣𝑒𝑟 𝐹𝑜𝑥 𝑒𝑛 𝑙𝑎 𝑛𝑜𝑐ℎ𝑒.

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

 Respecto a lo anterior se puede concluir que los mejores canales para publicar son Caracol y
Fox en el horario de la noche.

5
 ESTUDIO 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
𝑃(𝑝 = 110) =
2
1
𝑃(𝑝 = 100) =
4
1
𝑃(𝑝 = 90) =
4

1.- Probabilidad de que ambos vivan 90 años

1 1 1
𝑃(𝐻 ∩ 𝑀 = 90) = ∗ = = 0,0625
4 4 16

2.- Probabilidad de que ambos vivan 100 años

1 1 1
𝑃(𝐻 ∩ 𝑀 = 100) = ∗ = = 0,0625
4 4 16
3.- Probabilidad de que ambos vivan 110 años

1 1 1
𝑃(𝐻 ∩ 𝑀 = 110) = ∗ = = 0,25
2 2 4
4.- Probabilidad de que el esposo viva 90 años y la esposa 110 años

6
 1 1 1
𝑃(𝐻 = 90, 𝑀 = 110) = ∗ = = 0,125
4 2 8

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

1 1 1
𝑃(𝑀 = 90, 𝐻 = 100) = ∗ = = 0.0625
4 4 16
6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que el matrimonio dure
_____ años”.

1 1 1 1 1 1+1+4+2+1 9
+ + + + = = = 0,5625
16 16 4 8 16 16 16

Para resolver el estudio de caso se sugiere completar el siguiente diagrama:

El Esposo vivirá hasta: La Esposa vivirá hasta:

(probablemente) (probablemente)
90 años 100 años 110 años
90 años
90 años
100 años ¼
110 años
¼ ½

7
 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:

SOLUCIÓN
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

1. Probabilidad de que no pierda la maleta.

1
𝑃 = 1 − ( ) = 0.857 → 85.7 %
7

8
2. Probabilidad de que pierda la maleta y pierda el bolso de mano
1 1 1
𝑃(𝐴 ∩ 𝐵) = ∗ = = 0.0285 → 2.85 %
7 5 35
3. Probabilidad de que pierda la maleta o pierda el bolso de mano
1 1 12
𝑃(𝐴 ∪ 𝐵) = + = = 0.343 → 34.3%
7 5 35
4. Probabilidad de que NO pierda ninguna de sus cosas

6 4 2 7 336
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷) = ∗ ∗ ∗ = = 0.32 → 32%
7 5 3 10 1050

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.
1 1 1 3 3
𝑃(𝐴 ∩ 𝐵 ∩ 𝐶 ∩ 𝐷) = ∗ ∗ ∗ = = 0.0028 → 0.28 %
7 5 3 10 1050

De acuerdo con los resultados obtenidos, aunque la probabilidad de perder una de sus cosas es alta sobre
todo la de perder la cámara o las gafas, la probabilidad de perderlo todo es demasiado baja.

9
 ESTUDIO DE CASO 4

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.

10
 Solución
Para dar solución a este caso de probabilidad por medio del diagrama de árbol, la sumatoria de las
probabilidades tiene que ser igual a 1 ∑ 𝑃 = 1 , lo que permitirá aplicar el teorema de bayes, facilitando
el paso a paso del desarrollo del ejercicio.

T = tiene o padece de cáncer.

𝑇̅ = No tiene o padece de cáncer.
U = La prueba detecto cáncer.
̅ = La prueba No detecto cáncer.
𝑈

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

𝑃(𝑇̅) = 0,95 = 95 %

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

𝑃(𝑢) = 𝑃(𝑇) 𝑃(𝑈|𝑇) + 𝑃(𝑇̅) 𝑃(𝑈|𝑇̅) = (0,85 𝑥 0,05) + (0,05 𝑥 0,95) = 0,09 → 9%

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

̅) = 𝑃(𝑇) . 𝑃(𝑈
𝑃(𝑈 ̅|𝑇) + 𝑃(𝑇̅) 𝑃(𝑈
̅|𝑇̅) = (0,05 𝑥 0,15) + (0,95 𝑥 0,95) = 0,91 → 91%

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

11
 𝑃(𝑈|𝑇̅) = 0,05 → 5%

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

̅|𝑇) = 0,15 → 15%

𝑃(𝑈

6. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para detectar
este tipo de cáncer
𝑃(𝑇) 𝑃(𝑈|𝑇) 0,05 𝑥 0,85
𝑃(𝑇|𝑈) = = = 0,4722 → 47%
𝑃(𝑈) 0,09

La probabilidad que el examen detecte cáncer, en las personas que realmente están enfermos son del 47
%, lo que nos indica que el procedimiento no es muy confiable.

12
 ESTUDIO DE CASO 52

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:

2
Tomado y adaptado de Lind, D.,Marshall D., Estadística aplicada a los Negocios.McGraw Hill 2012
13
1. Probabilidad de que un deudor cualquiera finalmente si pague sus cuentas.

La probabilidad que un deudor pague sus cuentas es del 98%

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

𝑃 = (0.98 ∗ 0.45) + (0.02 ∗ 0.9)
𝑃 = 0.459
𝑃 = 45.9%

3. Probabilidad de que un deudor que no se demoró por lo menos dos ocasiones, finalmente, pague su
cuenta.
0.98 ∗ 0.55 0.539
𝑃= =
(0.98 ∗ 0.55) + (0.02 ∗ 0.1) 0.539 + 0.002
0.539
𝑃= = 0.996
0.541
𝑃 = 99.6%
4. Probabilidad de que un cliente que ya se demoró por lo menos dos ocasiones, finalmente, no page su
cuenta.
0.02 ∗ 0.9 0.018
𝑃= =
(0.02 ∗ 0.9) + (0.98 ∗ 0.45) 0.018 + 0.441
0.018
𝑃= = 0.0392
0.459
𝑃 = 3.92%

14
5. Con los resultados obtenidos analice la política que sugiere el Gerente de crédito. Está de acuerdo, sí
o no, ¿por qué?

Analizando los resultados obtenicos considero que la politica que sugiere la gerencia de crédito no
es la mejor, ya que la probabilidad de que un cliente que se demoro por lo menos dos ocasiones de
no pagar su cuenta es de tan solo el 3.92%

15
 Bibliografía

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

de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&ppg=1
77

 Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico Nacional. Recuperado

de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10436604&ppg=1
28

 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&inP
S=true&prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication&cont
entModuleId=GVRL&searchType=BasicSearchForm&docId=GALE%7C3BDC

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

de:http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&ppg=2
00

16