CASO 1

Para entregar una Tarjeta de crédito en los bancos del grupo Aval, los analistas del banco
clasifican o califican al cliente en función de la probabilidad de que resulte rentable. Una tabla
habitual de calificaciones es la siguiente:

La calificación es la suma de los puntos de los seis rubros. Por ejemplo, Sushi Brown tiene
menos de 25 años (12 puntos); ha vivido en el mismo domicilio durante dos años (0 puntos);
desde hace cuatro años es dueño de un automóvil (13 puntos), por el que realiza pagos de $75 (6
puntos); realiza gastos domésticos de $200 (10 puntos) y posee una cuenta de cheques (3
puntos). La calificación que obtendría sería de 44. Después, con una segunda tabla, se
convierten las calificaciones en probabilidades de rentabilidad del cliente, así:

La puntuación de Sushi (44) se traduciría en una probabilidad de rentabilidad aproximada de

0.81. En otras palabras, 81% de los clientes como Sushi generarían dinero a las operaciones con
tarjeta del banco. A continuación se muestran los resultados de las entrevistas con los tres
posibles clientes.
 1.- Califique a cada uno de estos clientes y calcule la probabilidad de que resulten rentables.
2.- Con los datos anteriores construya una variable aleatoria que represente el número de
clientes rentables para el banco y determine: ¿Cuál es la probabilidad de que los tres resulten
rentables?
3.- ¿Cuál es la probabilidad de que ninguno sea rentable?
4.- Determine la distribución de probabilidad total del número de clientes rentables entre este
grupo de tres clientes.
5.- Redacte un breve resumen de sus hallazgos.

1.

En la tabla anterior se puede observar las respectivas calificaciones que se dan a los clientes evaluados
en los rubros correspondientes. Al sumar estas puntuaciones obtenemos un total que luego nos
permite hallar la probabilidad de rentabilidad realizando claro está las aproximaciones necesarias. Para
este caso se utilizó la función lineal.

2. Supóngase el estudio de caso en el que se evalúa el número de clientes potencialmente

rentable en el grupo dado, de tal modo que se obtiene el siguiente espacio muestral asociado:

ω = {NNN, NNR, NRN, NRR, RNN, RNR, RRN, RRR}

Donde N representa no rentable y R representa rentable.

Se define entonces la variable aleatoria X que define el número de clientes rentables para
el banco como:

X= ω→R
 Del espacio muestral se puede ver que el rango de X definido como Rx está dado por:

Rx = {0,1,1,2,1,2,2,3}

Del mismo modo, para hallar la probabilidad de que los tres sean rentables utilizamos:

P(X=3) = ⅛ = 0,125

La probabilidad de que los tres sean rentables es de 0,125, o expresado en porcentaje 12,5%.

3. Para hallar la probabilidad de que ninguno sea rentable utilizamos el mismo procedimiento
del caso anterior.

P(X=0) = ⅛ = 0,125

La probabilidad de que ninguno de los tres sean rentables es de 0,125, o expresado en

porcentaje 12,5%.

4. Sea F(x) la función distribución que representa la distribución de probabilidad de la

variable aleatoria X, es decir:

F(x) = P(X≤ x)

De este modo, y con la información recolectada, se puede definir la siguiente gráfica como
distribución de la variable aleatoria:

0.4

0.35

0.3

0.25
Probabilidad

0.2

0.15

0.1

0.05

0
1 2 3 4
Evento
La gráfica como se conoce, describe una forma similar a la campana Gaussiana tan común en estos
experimentos probabilísticos.

5. - En la descripción y gráfica de la función de distribución se puede observar el patrón de

campana Gaussiana que se acusa tan comúnmente en el estudio de este tipo de casos de
probabilidad.

- En el caso se aplicaron conceptos y técnicas básicas de la probabilidad como la definición

misma de probabilidad, espacio muestral, rango, entre otras para la solución de los puntos.

- Para la asignación de la probabilidad a los puntajes que no estaban descritos en la tabla

(Edward Brendan: 44; Ann McLaughlin: 39), se hizo uso de la función de la línea recta entre
los dos puntos que limiten el rango en el cual se ubicaba el valor, de este modo se logró una
aproximación mediante un método analítico y no intuitivo.