PROBABILIDAD

CÓDIGO: 100402A

Paso 2 Espacio muestral, eventos, operaciones y axiomas de probabilidad

Presentado a:
José Héctor Maestre

Entregado por:

Juan Gabriel Forero Suarez

Código: 1069174579

Jeison Jair González Vargas

Código: 1073158615

Andres Alexis Yate Lozano

Código: 1032442219

Jose Luis Cardenas

Deivi Jonathan Ciceri

Grupo: 100402_129

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BÁSICAS TECNOLOGÍA E INGENIERÍA
Septiembre de 2018
Bogotá DC
 Introducción
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.
 Objetivos
Objetivo general.
Realizar un estudio de caso concreto y mediante espacio muestral, eventos,
operaciones y axiomas de probabilidad llegar a un buen resultado.

Objetivos específicos
 Consultar los recursos educativos requeridos correspondientes a la
unidad 1 para realizar la actividad propuesta.
 Desglosar y entender conceptos y habilidades que debemos adquirir
mediante la materia de estudio.
ESTUDIO DE CASO 1 -- JUAN GABRIEL FORERO
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%
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.
Rta: Caracol con un 27,25%
𝟏𝟎𝟗
P (Caracol) = 𝟒𝟎𝟎 = 𝟎. 𝟐𝟕𝟐𝟓

𝟓𝟏
P (Sony) = 𝟒𝟎𝟎 = 𝟎. 𝟏𝟐𝟕𝟓
 𝟑𝟕
P (Fox) = 𝟒𝟎𝟎 = 𝟎. 𝟎𝟗𝟐𝟓

𝟒𝟕
P (H&H) = 𝟒𝟎𝟎 = 𝟎. 𝟏𝟏𝟕𝟓

𝟐𝟗
P(Discovery) = 𝟒𝟎𝟎 = 𝟎. 𝟎𝟕𝟐𝟓

𝟒𝟐
P (CityTv) = = 𝟎. 𝟏𝟎𝟓
𝟒𝟎𝟎

𝟖𝟓
P (RCN) = 𝟒𝟎𝟎 = 𝟎. 𝟐𝟏𝟐𝟓

2. Horario en el que hay mayor probabilidad de que una persona vea los
anuncios de la empresa.
Rta: En la noche con un 55%
𝟏𝟏𝟓
𝑷(𝑴𝒂ñ𝒂𝒏𝒂) = = 𝟎. 𝟐𝟖𝟕𝟓
𝟒𝟎𝟎

𝟔𝟓
𝑷(𝑻𝒂𝒓𝒅𝒆) = = 𝟎. 𝟏𝟔𝟐𝟓
𝟒𝟎𝟎
𝟐𝟐𝟎
𝑷(𝑵𝒐𝒄𝒉𝒆) = = 𝟎. 𝟓𝟓
𝟒𝟎𝟎

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

Rta: Un 16,25%
𝟔𝟓
𝑃 (𝑻𝒂𝒓𝒅𝒆) = = 𝟏𝟔, 𝟐𝟓
𝟒𝟎𝟎

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

 Rta: Probabilidad que mire caracol o RCN es de 48,5%
𝑷(𝑪𝒂𝒓𝒂𝒄𝒐𝒍 ∪ 𝑹𝑪𝑵) = 𝑷(𝑪𝒂𝒓𝒂𝒄𝒐𝒍) + 𝑷(𝑹𝑪𝑵) = 𝟎. 𝟐𝟕𝟐𝟓 + 𝟎. 𝟐𝟏𝟐𝟓 = 𝟎. 𝟒𝟖𝟓
5. Probabilidad de que una persona prefiera ver TV en la mañana o en la
tarde.
Rta: La probabilidad que una persona quiera ver TV en la tarde o en la
mañana es de 45%
𝑷 (𝑴𝒂ñ𝒂𝒏𝒂 ∪ 𝑻𝒂𝒓𝒅𝒆) = 𝑷(𝑴𝒂ñ𝒂𝒏𝒂) + 𝑷(𝑻𝒂𝒓𝒅𝒆) = 𝟎. 𝟐𝟖𝟕𝟓 + 𝟎. 𝟏𝟔𝟐𝟓 = 𝟎. 𝟒𝟓
6. Probabilidad de que una persona prefiera ver el canal Caracol en la
mañana.
𝟑𝟗
𝑷 (𝑪𝒂𝒓𝒂𝒄𝒐𝒍 𝒆𝒏 𝒍𝒂 𝑴𝒂ñ𝒂𝒏𝒂) = = 𝟎. 𝟎𝟗𝟕𝟓
𝟒𝟎𝟎

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

𝟐𝟔
𝑷 (𝑭𝒐𝒙 𝒆𝒏 𝒍𝒂 𝑵𝒐𝒄𝒉𝒆) = = 𝟎. 𝟎𝟔𝟓
𝟒𝟎𝟎

8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv
en la noche.
𝑷(𝑭𝒐𝒙 ∩ 𝑵𝒐𝒄𝒉𝒆) 𝟐𝟔 𝟏𝟑
𝑷 (𝑭𝒐𝒙 𝒔𝒊 𝒑𝒓𝒆𝒇𝒊𝒆𝒓𝒆 𝒗𝒆𝒓 𝒆𝒏 𝒍𝒂 𝑵𝒐𝒄𝒉𝒆) = = =
𝑷(𝑵𝒐𝒄𝒉𝒆) 𝟐𝟐𝟎 𝟏𝟏𝟎

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

canal Fox.
𝑷(𝑭𝒐𝒙 ∩ 𝑵𝒐𝒄𝒉𝒆) 𝟐𝟔
𝑷(𝒗𝒆𝒓𝑻𝒗𝒆𝒏𝑵𝒐𝒄𝒉𝒆𝒔𝒊𝒑𝒓𝒆𝒇𝒊𝒆𝒓𝒆𝑭𝒐𝒙) = =
𝑷(𝑭𝒐𝒙) 𝟑𝟕

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 publicidad en televisión, que los anuncios sean
presentados masivamente 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 la noche tan solo en
Canal Caracol y Rcn hay un 45.5% de publico 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 la noche.

Resultados obtenidos de la encuesta:

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%.

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 siguiente grafica visualizamos los horarios de mañana, tarde y noche de los
canales.

HORARIO MAÑANA

55%

28.75%

16.25%

Mañana Tarde Noche

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%.

60.00%

50.00% 55%

40.00%

30.00%
28.75%
20.00%

16.25%
10.00%

0.00%
1

Mañana Tarde Noche

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

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

MAÑANA TARDE NOCHE

Caracol Sony Fox Home & Health Discovery City Tv RCN

Como se aprecia 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 aspira vender anuncios publicitarios a los 7 canales nombrados es
recomendable que no se realice ventas a los canales FOX y Discovery ya que son
los canales con menos audiencia y 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.
ESTUDIO DE CASO 2 -- JOSE LUIS CARDENAS
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

Sabemos que una persona que viva 90 años es un cuarto de la población. Si

decimos que el esposo (A) y la esposa (B) cada uno viva 90 años:

𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴). 𝑃(𝐵)

1 1
= ( ).( )
4 4
1
= 16 = 0,0625

La probabilidad que los dos vivan 90 años es de = 6,25%

2.- Probabilidad de que ambos vivan 100 años

Sabemos que una persona que viva 100 años es otro cuarto de la población. Si
decimos que el esposo (A) y la esposa (B) cada uno viva 100 años:

𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴). 𝑃(𝐵)

1 1
= ( ).( )
4 4
1
= 16 = 0,0625

La probabilidad que los dos vivan 90 años es de = 6,25%

3.- Probabilidad de que ambos vivan 110 años

Sabemos que una persona que viva 110 años es la mitad de la población. Si
decimos que el esposo (A) y la esposa (B) cada uno viva 110 años:

𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴). 𝑃(𝐵)

1 1
= ( ).( )
2 2
1
= 4 = 0,25

La probabilidad que los dos vivan 90 años es de = 25%

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

La probabilidad que el esposo (A) viva 90 años y la esposa (B) viva 110 años
debemos de:

𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴). 𝑃(𝐵)

1 1
= ( ).( )
4 2
1
= 8 = 0,125

La probabilidad que el esposo vivan 90 años y la esposa 110 es de = 12,5%

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

La probabilidad que la esposa (A) viva 90 años y el esposo (B) viva 110 años
debemos de:

𝑃(𝐴 𝑦 𝐵) = 𝑃(𝐴). 𝑃(𝐵)

1 1
= ( ).( )
4 4
1
= 16 = 0,0625

La probabilidad que la esposa vivan 90 años y el esposo 110 es de = 6,25%

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más
probable es que el matrimonio dure ____90____ años”.

Según la probabilidad más alta que se pueda vivir es de (14) que equivale a un
25% done los dos duren 110 años. Pero en el problema global indica que ellos
nunca se divorcian, por lo tanto, los 110 años que vivirán a eso le restamos la
edad que tenían cuando se casaron (110 – 20 =90), con un resultado de 90 años
de duración con el matrimonio.

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

La esposa vivirá hasta: (probablemente)

El esposo vivirá hasta:
(probablemente)
90 años 100 años 110 años
1 1 1 1 1 1
( ).( ) ( ).( ) ( ).( )
4 4 4 4 4 2
1 1 1
= ( ) = ( ) = ( )
16 16 8
90 años = 6,25% = 6,25% = 12,5%
1 1 1 1 1 1
( ).( ) ( ).( ) ( ).( )
4 4 4 4 4 2
1 1 1
= ( ) = ( ) = ( )
16 16 8
100 años = 6,25% = 6,25% = 12,5% 1/4
1 1 1 1 1 1
( ).( ) ( ).( ) ( ).( )
2 4 2 4 2 2
1 1 1
= ( ) = ( ) = ( )
8 8 4
110 años = 12,5% = 12,5% = 25%

1/4 1/2
ESTUDIO DE CASO 3 - DEIVI JONATHAN CICERI
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 6/7
 La Mochila 1/5 4/5
La Cámara 1/3 2/3
Las Gafas 3/10 7/10

Solución
1. Probabilidad de que no pierda la maleta.
Para resolver este punto primero debemos encontrar el resultado de porcentaje
de perder la maleta
1
𝑃(𝑀) = = 0.1428
7
𝑃(𝑀) = 0.1428 ∗ 100%
𝑃(𝑀) = 14.28%
Probabilidad de que no pierda la maleta
𝑃(𝑁𝑀) = 1 − 𝑃(𝑀)
𝑃(𝑁𝑀) = 1 − 0.1428
𝑃(𝑁𝑀) = 0.8572
𝑃(𝑁𝑀) = 0.8572 ∗ 100%
𝑃𝑅𝑂𝐵𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝑄𝑈𝐸 𝑁𝑂 𝑃𝐼𝐸𝑅𝐷𝐴 𝐿𝐴 𝑀𝐴𝐿𝐸𝑇𝐴 𝐸𝑆 𝐷𝐸 = 85.72%

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

Solución
1
𝑃(𝑀) = = 0.1428
7
𝑃(𝑀) = 0.1428 ∗ 100%
𝑃(𝑀) = 14.28%
1
𝑃(𝐵) = = 0.2
5
𝑃(𝐵) = 0.2 ∗ 100%
𝑃(𝐵) = 20%
 𝑃(𝑀𝑦𝐵) = 𝑃(𝑀 ∩ 𝐵)
𝑃(𝑀)
𝑃(𝑀𝑦𝐵) =
𝑃(𝐵)
0.1428
𝑃(𝑀𝑦𝐵) =
0.2
𝑃(𝑀𝑦𝐵) = 0.714
𝑃(𝑀𝑦𝐵) = 0.714 ∗ 100%
𝑃𝑅𝑂𝐵𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝑄𝑈𝐸 𝑃𝐼𝐸𝑅𝐷𝐴 𝐿𝐴 𝑀𝐴𝐿𝐸𝑇𝐴 𝑌 𝐸𝐿 𝐵𝑂𝐿𝑆𝑂 𝐷𝐸 𝑀𝐴𝑁𝑂 𝐸𝑆 𝐷𝐸
= 71.4%
3. Probabilidad de que pierda la maleta o pierda el bolso de mano
1
𝑃(𝑀) = = 0.1428
7
𝑃(𝑀) = 0.1428 ∗ 100%
𝑃(𝑀) = 14.28%
1
𝑝(𝐵) = = 0.2
5
𝑃(𝐵) = 0.2 ∗ 100%
𝑃(𝐵) = 20%
𝑃(𝑀𝑜𝐵) = 𝑃(𝑀) + 𝑃(𝐵) − 𝑃(𝑀 ∩ 𝐵)
𝑃(𝑀𝑜𝐵) = 14.28% + 20% − 0
𝐿𝐴 𝑃𝑅𝑂𝐵𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸 𝑄𝑈𝐸 𝑃(𝑀𝑜𝐵) = 34.28%
4. Probabilidad de que NO pierda ninguna de sus cosas
6
𝑃(𝑛𝑀) = = 0.8571
7
𝑃(𝑛𝑀) = 0.8571 ∗ 100%
𝑃(𝑛𝑀) = 85.71%
4
𝑃(𝑛𝐵) = = 0.8
5
𝑃(𝑛𝐵) = 0.8 ∗ 100%
𝑃(𝑛𝐵) = 80%
 2
𝑃(𝑛𝐶) = = 0.66
3
𝑃(𝑛𝐶) = 0.666 ∗ 100%
𝑃(𝑛𝐶) = 66.6%
7
𝑃(𝑛𝐺) = = 0.7
10
𝑃(𝑛𝐺) = 0.7 ∗ 100%
𝑃(𝑛𝐺) = 70%
𝑃(𝑛𝑀) + 𝑃(𝑛𝐵) + 𝑃(𝑛𝐶) + 𝑃(𝑛𝐺)
𝑃(𝑛𝑃𝐶) =
4
85.71% + 80% + 66.6% + 70%
𝑃(𝑛𝑃𝐶) =
4
302.37
𝑃(𝑛𝑃𝐶) = = 75.59%
4
LA PROBABILIDAD DE QUE NO PIERDA NINGUNA DE SUS COSAS ES DE
75.59%
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
Teniendo el resultado del cuarto punto le restamos el 100% para obtener la
respuesta que nos solicita
𝑃(𝑉𝑃) = 𝑃(𝑁𝑉𝑃) − 100%
𝑃(𝑉𝑃) = 75.59 − 100%
𝐿𝐴 𝑃𝑅𝑂𝐵𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐷𝐸𝐿 𝑉𝐼𝐴𝐽𝐸 𝑄𝑈𝐸 𝑁𝑂 𝑆𝐸𝐴 𝑇𝐴𝑁 𝑃𝐸𝑅𝐹𝐸𝐶𝑇𝑂 𝐸𝑆 𝑃(𝑉𝑃) = 24.41%
ESTUDIO DE CASO 4 -- ANDRES ALEXIS YATE

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 Ilustración 1. Estudio caso 4
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
El teorema de Bayes, en la teoría de la probabilidad, es una proposición planteada
por el matemático inglés Thomas Bayes (1702-1761) en 1763, que expresa la
probabilidad condicional de un evento aleatorio A dado B en términos de la
distribución de probabilidad condicional del evento B dado A y la distribución de
probabilidad marginal de sólo A.

En términos más generales y menos matemáticos, el teorema de Bayes es de

enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de
tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún
dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza. Muestra
este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en
todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la
probabilidad de aspectos causales dados los efectos observados.

Con base en la definición de Probabilidad condicionada se obtiene la Fórmula de

Bayes, también conocida como la Regla de Bayes:

Esta fórmula nos permite calcular la probabilidad condicional de cualquiera

de los eventos , dado . La fórmula "ha originado muchas especulaciones
filosóficas y controversias".

Para dar solución a nuestro ejercicio debemos tener en cuenta la siguiente

información:

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.
De acuerdo con esta información podemos tener el siguiente diagrama de árbol:

Aquí podemos ver como relacionamos cada uno de los distintos eventos para el
caso en que la población padezca o no cáncer y si es detectado en cada uno de los
casos.

Ahora procedemos a dar solución a cada una de las preguntas planteadas

basándonos en el diagrama:

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

Como podemos ver en el diagrama la probabilidad de que una persona no tenga
este tipo de cáncer es de:
P(cc)=0,95 = 95%

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

Para saber la probabilidad de que el examen indique que la persona tiene cáncer
debemos realizar el siguiente análisis:
En primer lugar, el caso en el que la persona tenga cáncer y se detecte y el caso en
que la persona no tenga cáncer y se detecte, de este análisis tenemos la siguiente
ecuación:

𝑃(𝑑𝑐) = (0,05 ∗ 0,85) + (0,95 ∗ 0,05)

𝑃(𝑑𝑐) = (0,0425) + (0,0475)

𝑷(𝒅𝒄) = 𝟎, 𝟎𝟗 = 𝟗%

Podemos deducir que la probabilidad de que el examen indique que la persona tiene
cáncer es de un 9%.

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

Ahora para saber la probabilidad de que el examen indique que la persona no
tiene cáncer debemos realizar el siguiente análisis:

Como se puede ver en el diagrama de árbol debemos ubicar las posibilidades

en que no se detecte el cáncer para esto observamos el caso en que la persona
tenga cáncer y no se detecte y el caso en que la persona no tiene cáncer y no
se detecte de este análisis tenemos la siguiente ecuación:

𝑃(𝑛𝑑𝑐) = (0,05 ∗ 0,15) + (0,95 ∗ 0,95)

𝑃(𝑛𝑑𝑐) = (0,0075) + (0,9025)

𝑷(𝒏𝒅𝒄) = 𝟎, 𝟗𝟏 = 𝟗𝟏%

Podemos ver que la probabilidad de que el examen indique que la persona no tiene
cáncer es de un 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.
Par el caso de un falso positivo debemos realizar el siguiente análisis, como
podemos observar en el diagrama de árbol debemos ver el caso en que la persona
tiene cáncer, en el punto nos indica que el falso positivo es cuando el examen
indique que la persona tiene cáncer, es decir que el examen detecte el cáncer dado
que la persona no tiene el cáncer, esto se puede representar de la siguiente manera:
𝑑𝑐
𝑃( ) = 0,05 = 5%
𝑠𝑐
La probabilidad de un falso positivo es de un 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
Ahora para el caso de un falso negativo debemos observar nuevamente el diagrama
de árbol y según el falso negativo nos dice que debemos mirar la probabilidad en
que el examen indique que la persona no tiene cáncer, eso quiere decir que no se
detecte dado que la persona padece la enfermedad para nuestra representación es
una persona con cáncer, de este análisis tenemos lo siguiente:

𝑛𝑑𝑐
𝑃( ) = 0,15 = 15%
𝑐𝑐

Por lo tanto, la probabilidad de un falso negativo es de un 15%

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

Para verificar la veracidad del examen debemos analizar el caso en que la persona
tiene cáncer y la prueba detecta que tiene cáncer para este caso debemos hacer
los siguientes cálculos:

𝑐𝑐 0,05 ∗ 0,85
𝑃( ) =
𝑑𝑐 0,09
𝑐𝑐 0,0425
𝑃( ) = = 0,4722
𝑑𝑐 0,09
𝑐𝑐
𝑃 ( ) = 47,22%
𝑑𝑐
Podemos concluir que del 100% de las personas que se realizan la prueba el
47,22% detectan este tipo de cáncer por tal motivo se puede decir que el examen
no es tan confiable.
ESTUDIO DE CASO 5 - JEISON JAIR GONZALEZ
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 Ilustración 2. Estudio de
gerente se basa en el hecho de que, en el pasado 90% de caso 5
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:
Solución:
Lo primero que realzare es el diagrama de árbol y asignare letras para identificar
ID a las probabilidades:
P: personas que pagaron.
P: personas que no pagaron
D: perdonas que se demoran
D: personas que no se demoran

0.45 D
0.98 P
0.55 D
0.9 D
0.02 P
0.1 D
 1. Probabilidad de que un deudor cualquiera finalmente si pague sus cuentas.
𝑝(𝑃) = 1 − 0.02 = 0.98 => 98%
2. Probabilidad de que un deudor cualquiera se demore por lo menos dos
ocasiones

𝑝(𝐷) = (0.98 ∗ 0.45) + (0.02 ∗ 0.9) = 0.459 => 45.9%

3. Probabilidad de que un deudor que no se demoró por lo menos dos

ocasiones, finalmente, pague su cuenta.

𝑃(𝐷) = 1 − 0.459 = 0.541

𝑃 𝑃(𝑃 ∩ 𝐷) 0.98 ∗ 0.55 0.539
𝑝( ) = = = = 0.996
𝐷 𝑃(𝐷) 0.541 0.541

4. Probabilidad de que un cliente que ya se demoró por lo menos dos

ocasiones, finalmente, no page su cuenta.

𝑃 𝑃(𝑃 ∩ 𝐷) 0.02 ∗ 0.9

𝑝( ) = = = 0.039 => 3.9%
𝐷 𝑃(𝐷) 0.459

5. Con los resultados obtenidos analice la política que sugiere el Gerente de

crédito. Está de acuerdo, sí o no, ¿por qué?

100% − 3.9% = 96.1%

Para resolver el estudio de caso se sugiere realizar un diagrama de árbol, que

represente las probabilidades utilizadas para resolverlo.
 Conclusiones

 La probabilidad nos sirve para determinar qué tan importante puede

ser un suceso o la cantidad de veces que se repite un fenómeno.

 Este tipo de actividades nos acerca a la realidad y conocimiento

mediante números y cálculos del cual siempre tendremos un resultado
acercado a la realidad.

 Conocer y entender la gran importancia que tiene esta materia ayudando a

pequeñas y grandes empresas o tan solo para tomar decisiones en nuestra
vida cotidiana.
 Referencias Bibliográficas

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

1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Retrieved from Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11230
886&p00=conceptos+generales+estad%C3%ADstica+descriptiva&ppg=46
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%20Bioe
stadist%C3%ADca/Introduccion%20a%20la%20Probabilidad%20y%20Estadistica.
pdf
Historia de la Probabilidad. estadisticaparatodos.es. Consultado el 12 de enero de
2011.
https://es.wikipedia.org/wiki/Teorema_de_Bayes