ADMINISTRACION DE EMPRESAS

PROBABILIDAD

FASE 3: AXIOMAS DE PROBABILIDAD

GRUPO: 100402_129

INTEGRANTES:

NOMBRE NIDIA YANETH CHILAMA CORAL - Cód. 1.084.847.203

JHOAN STALING SEVILLANO - Cód.

TUTORA:

LUZ ANA ABAD

UNIVERSIDAD ABIERTA Y A DISTANCIA “UNAD”

ECACEN-CEAD-POPAYAN

MARZO-2018
 INTRODUCCIÓN

El siguiente trabajo tiene como objetivo comprender Los principios de la probabilidad

concernientes a la unidad 1, en temas relacionados con experimento aleatorio, eventos y sucesos,
técnicas de conteo, axiomas de probabilidad, probabilidad condicional y teorema de Bayes.
Aplicando estos temas y conceptos encontraremos un cuadro sinóptico, al igual que el
planteamiento de una serie de ejercicios con sus respectivas respuestas y la solución a un estudio
de caso.
OBJETIVOS

Objetivo general.
 Analizar e interiorizar los principios de Probabilidad, identificando sus propiedades, leyes y
los campos de aplicación que tiene esta ciencia propia de la estadística.

Objetivos específicos
 Reconocer las características de un experimento aleatorio.
 Identificar el espacio muestral y distintos eventos de experimentos aleatorios.
 Adquirir las herramientas y habilidades necesarias de las técnicas de conteo.
 Calcular las medidas de espacios muéstrales y eventos aplicando reglas básicas de
conteo, permutaciones y combinaciones.
 Establecer y aplicar las técnicas de conteo a través de permutaciones y
combinaciones.
Cuadro sinoptico
 PRINCIPIOS BÁSICOS DE PROBABILIDAD NIDIA CHILAMA

Axiomas de probabilidad

Sea ( Ω , Λ ) un espacio de probabilidad asociado a una experiencia aleatoria ε.

Ω :conjunto fundamental , recoge todolos reultados de ε .
Λ :sigma−álgebra( σ−álgebra) , asociada a Ω.
Sea P una función cuyo dominio es la σ −álgebra Λ con valores en el intervalo [0,1]:

P: Λ → [ 0 , 1 ]
A →P( A);∀ A ϵ Λ
Tal que cumple los siguientes axiomas:

1.

0 ≤ P ( A ) ≤ 1; ∀ A ϵ Λ
2.
 P ( Ω )=1
3.

¿ n=1
∞
Sea (A n )nϵ N una sucesion disjunta dos a dos en Λ ,entonces P ( ¿ ∞ A n )=∑ P (A n )
n=1

Probabilidad condicional

Sea ( Ω , Λ , P ) un espacio de probabilidad, B un evento con probabilidad P ( B ) ≥ 0 ; B ϵ Λ . La

probabilidad de un evento A ϵ Λ cuando se sabe que el evento B ha ocurrido se le llama
probabilidad condicional:

P( A ∩ B)
P ( A ∥ B )=
P (B)

Eventos independientes

Se dice que los eventos a y B son eventos independientes si:

P ( A ∥ B )=P ( A ) y P ( B ∥ A )=P ( B )
Implica que:

P( A ∩ B) P(B ∩ A)
=P ( A ) y =P(B)
P( B) P(A )
Por lo tanto,

P ( A ∩ B ) =P ( A )∗P ( B )
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
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:

El esposo vivirá La esposa vivirá hasta: (probablemente)
hasta:
(probablemente) 90 años 100 años 110 años
90 años
100 años ¼
110 años
¼ ½

El esposo vivirá La esposa vivirá hasta: (probablemente)

hasta:
(probablemente) 90 años 100 años 110 años
90 años ¼ ¼ ½ ¼
100 años ¼ ¼ ½ ¼
110 años ¼ ¼ ½ ½
¼ ¼ ½ ½
Vivirán
probablemente 90 años 100 años 110 años

Esposo 1 1 1
4 4 2
Esposa 1 1 1
4 4 2

Para la solución del problema observamos que los eventos:

1
A: vivir 110 años. P ( A ):
2
1
B: vivir 100 años. P (B) :
4
1
C: vivir 90 años. P (C ) :
4
Son independientes, es decir no dependen entre sí, ni de ningún otro evento, así aplicando la
fórmula para eventos independientes:

P ( A ∩ B ) =P ( A )∗P ( B )

NOTA: los subíndices H y M hacen referencia a esposo y esposa respectivamente.

se tiene que:

1
∗1
1. 4 1
P ( C H ∩C M ) =P ( C H )∗P ( C M ) = =
4 16
 1
Probabilidad de que ambos vivan 90 años es .
16
1
∗1
2. 4 1
P ( B H ∩ B M )=P ( B H )∗P ( BM ) = =
4 16
1
Probabilidad de que ambos vivan 100 años es .
16
1
∗1
3. 2 1
P ( A H ∩ A M )=P ( A H )∗P ( A M )= =
2 4
1
Probabilidad de que ambos vivan 110 años es .
4
1
∗1
4. 4 1
P ( C H ∩ A M ) =P ( C H )∗P ( A M )= =
2 18
1
Probabilidad de que el esposo viva 90 años y la esposa 110 años es .
18
1
∗1
5. 4 1
P ( C H ∩ B M )=P ( C H )∗P ( B M )= =
4 16
1
Probabilidad de que la esposa viva 90 años y el esposo 100 años es .
16

6. De los puntos 1-5, lo más probable es que ambos vivan 110 años, así:

110−20=90
110 : lo mas probable ; 20 :edad actual ; 90 :duracion del matrimoni

Resumen Unidad I

Jhon Staling Sevillano Zemanate

ESPACIOS MUESTRALES Y EVENTOS

1. Un experimento Aleatorio (o al azar) es aquel que proporciona diferentes resultados así se

repita siempre de la misma forma.

2. Un espacio muestral es el conjunto de los posibles resultados de un experimento, el cual suele

denotarse con la letra S.

3. Un evento es un subconjunto del espacio muestral.

 AXIOMAS DE PROBABILIDAD

Los axiomas de probabilidad son las condiciones mínimas que deben verificar para que una
función definida sobre un conjunto de sucesos determine consistentemente sus probabilidades.

TECNICAS DE CONTEO

PRINCIPIO DE LA MULTIPLICACION

Para contar las actividades que consta de r pasos, en donde el primer paso de la actividad a
realizar se puede llevar a cabo de N1 formas, el segundo paso de N2 formas y el n-ésimo paso de
Nn maneras o formas, entonces esta actividad se puede llevar por el principio de la
multiplicación, que implica que cada uno de los pasos de la actividad deben ser llevados a efecto,
uno tras otro.

N1 x N2 x ..........x Nn formas

PRINCIPIO ADITIVO.

Para contar las actividades, las cuales tiene formas alternativas para ser realizadas, donde la
primera de esas alternativas puede ser realizada de M formas, la segunda alternativa puede
realizarse de N formas ..... y la última de las alternativas puede ser realizada de W formas,
entonces este proceso puede ser llevado por el Principio aditivo:

M + N + .........+ W formas

PRINCIPIO DE PERMUTACION:

Este principio se utiliza para determinar el número de posibles arreglos cuando solo hay un solo
grupo de objetos. Permutación: un arreglo 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 formula que se utiliza para contar el número total de permutaciones distintas es:

n P r = n! (n - r)

TEOREMA DE BAYES

Se utiliza para revisar probabilidades previamente calculadas cuando se posee nueva información.
Desarrollado por el reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una
extensión de lo que ha aprendido hasta ahora acerca de la probabilidad condicional.
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:

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:

Producto Probabilidad de Perdida Probabilidad de NO

perdida
Maleta 1/7
Mochila
Cámara 1/3 2/3
Gafas
1. Probabilidad de que no pierda la maleta.

Formula: P(Ac)= 1 - P(A) .

donde P(A) = 1/7
P(Ac)= 1 - (1/7) = 6/7
6/7 = 0.8571
0.8571= 85,71%

La probabilidad de que no pierda la maleta es de un 85,71%

Estudio realizado según el teorema de:

TEOREMA 2. La probabilidad del complemento de A, Ac debe ser,

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

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

Formula: p(AyB) = p(A) + p(B) - P(A y B)

donde P(A) = 1/7 (Maleta)
donde P(B) = 1/5 (Bolso de mano)
P(AyB)= (1/7 + 1/5 = 12/35) - (1/35)
12/35 - 1/35 = 0,314
0,314= 31,4%

La probabilidad de que pierda la maleta y pierda la mochila (Bolso de mano), es del 31,4%.

Estudio realizado según el teorema de:

Para estos casos se hace referencia al concepto de probabilidad conjunta, y es la probabilidad de

que el evento A y el evento B ocurran simultáneamente.

Se hace uso de la fórmula

P(A o B) = P(A) + P(B) – P(A y B)

Se puede observar que NO son eventos mutuamente excluyentes.

3. Probabilidad de que pierda la maleta o pierda el bolso de mano

Formula: p(AuB) = p(A) + p(B)

donde P(A) = 1/7 (Maleta)
donde P(B) = 1/5 (Bolso de mano)
P(AuB)= 1/7 + 1/5 = 12/35
12/35 = 0,3428
0,3428= 34,28%

La probabilidad de que pierda la maleta o pierda la mochila (Bolso de mano), es del 34,28%.
Estudio realizado según el teorema de:

Tercer Axioma:

Si A y B son eventos mutuamente excluyentes, entonces la,

p(AuB) = p(A) + p(B)

Según este axioma se puede calcular la probabilidad de un suceso compuesto de varias

alternativas mutuamente excluyentes sumando las probabilidades de sus componentes.

Generalizando:

Si se tienen n eventos mutuamente excluyentes o exclusivos A1, A2, A3,.....An, entonces;

p(A1uA2u.........uAn) = p(A1) + p(A2) + .......+ p(An)

4. Probabilidad de que NO pierda ninguna de sus cosas

Utilizamos el Principio de la multiplicación:

6/7 * 4/5 * 2/3 * 7/10 = 8/25

8/25 = 0,32
0,32 = 32%

La probabilidad que tenga Teresa 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.

Producto Probabilidad
de Perdida
Maleta 1/7
Mochila 1/5
Cámara 1/3
Gafas 3/10

Utilizamos el Principio de la multiplicación:

1/7 * 1/5 * 1/3 * 3/10 = 3/1050

3/1050 = 0,0028
0,0028 = 0,028%

La probabilidad de que Teresa pierda todas sus cosas es muy baja, por tal razón debería viajar a
Rusia a disfrutar del mundial

Producto Probabilidad de Perdida Probabilidad de NO perdida

Maleta 1/7 6/7
Mochila 1/5 4/5
Cámara 1/3 2/3
Gafas 3/10 7/10
ESTUDIO CASO 4 NIDIA CHILAMA

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 NEGATÍVO o un FALSO POSITÍVO y estas 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 NEGATÍVO 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 la 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 la 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:

Considérense los siguientes esquemas:

RESULTADO
PRUEBA POSITIV NEGATIV
A A
ENFERM 85% 15%
CÁNCE O
R SANO 5% 95%
Con:

P ( Positivo / Enfermo )=0,85

P ( Negativo/ Enfermo )=0,15

P ( Positivo /Sano )=0,05

P ( Negativo/ Sano )=0,95

P ( ENFERMO ) =0,05

P ( SANO ) =0,95

Luego:

Positivo (0,85)
ENFERMO (0,05)
Negativo (0,15)
CÁNCER
Positivo (0,05)
SANO (0,95)
Negativa (0,95)
De esta forma:

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

S/:

Aplicando el Teorema de Bayes:

P( Sano y Negativo)
P ( No tener cáncer )=P ( Sano /Negativo ) =
P(Negativo)
Donde:

P ( Negativo ) =P ( Negativo y Sano ) + P ( Negativo y Enfermo )

Luego:

P ( Negativo ) =[ ( 0,95 )∗( 0,95 ) ] +[ ( 0,15 )∗( 0,05 ) ]

 P ( Negativo ) =[ 0,9025 ] +[0,0075]

P ( Negativo ) =0,91

Así:

0,95∗0,95
P ( No tener cáncer )=
0,91

0,9025
P ( No tener cáncer )=
0,91

P ( No tener cáncer )=0,99

∴ De esta forma la probabilidad de la prueba determine que una persona no tiene

cáncer es del 99%

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

S/:

Donde:

P ( Positivo )=P ( Positivo y Sano )+ P ( Positivo y Enfermo )

Luego:

P ( Positivo )=[ ( 0,85 )∗( 0,05 ) ]+[ ( 0,05 )∗( 0,95 ) ]

P ( Positivo )= [ 0,0425 ] +[0,0475 ]

P ( Positivo )=0,09

∴ De esta forma la probabilidad de la prueba determine que una persona tiene cáncer
es del 9%

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

P ( Negativo ) =P ( Negativo y Sano ) + P ( Negativo y Enfermo )

Luego:

P ( Negativo ) =[ ( 0,95 )∗( 0,95 ) ] +[ ( 0,15 )∗( 0,05 ) ]

P ( Negativo ) =[ 0,9025 ] +[0,0075]

P ( Negativo ) =0,91
 ∴ De esta forma la probabilidad de la prueba determine que una persona no tiene
cáncer es del 91%

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

S/:

P ( Positivo /Sano )=0,05

∴ De esta forma la probabilidad de la prueba determine que una persona tiene cáncer
dado que no la tiene es del 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

S/:

P ( Negativo/ Enfermo )=0,15

∴ De esta forma la probabilidad de la prueba determine que una persona no tiene

cáncer dado que tiene cáncer es del 15%

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

S/:

Observando los valores que resultan al calcular las probabilidades pedidas en cuanto a dar falsos
positivos y falsos negativos, se puede concluir que la prueba efectuada tiende a afirmar que las
personas que la tomen crean que se encuentran sanas a pesar de estar enfermas, y la
probabilidad de arrojar FALSOS NEGATIVOS o FALSOS POSITIVOS es muy alta.

De esta forma LA PRUEBA NO ES MUY CONFIABLE.

 Conclusiones

 Un fenómeno aleatorio, su resultado está fuera de control y depende del azar.

 En las operaciones entre eventos, usamos las operaciones básicas de conjuntos, tales
como uniones, intersecciones y complementos.

 Las técnicas de conteo se utilizan para enumerar eventos difíciles de cuantificar.

 Una permutación de los elementos es un acomodo u ordenamiento de ellos.

 El cuadro sinóptico es una manera diferente de aprender cualquier tema, de una manera
resumida, permitiendo identificar los conceptos más importantes.
BIBLIOGRAFIA

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

Página 177 a 200. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.ac
tion?docID=11013767&ppg=177
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional. Página 127 a 150. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.ac
tion?docID=10436604&ppg=128
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&inPS=true&prodId=GVRL&userGroupName
=unad&resultClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&docId
=GALE%7C3BDC
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración.
Página 187 a 240. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.ac
tion?docID=11013767&ppg=200
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.ac
tion?docID=10995669&ppg=19
Monroy, S. (2008). Estadística Descriptiva. Editorial: Instituto Técnico
Nacional. Página 151 a 176. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.ac
tion?ppg=151&docID=10436604&tm=1470688991083
Educarchile - Intel corporation. Recuperado de:
http://ww2.educarchile.cl/UserFiles/P0024/File/skoool/matem
atica%20y%20geometria/SIM%20-%20calculo%20de
%20probabilidades/SIM%20-%20Calculate
%20Probabilities/index.html
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
Peña, D. (2014). Fundamentos de Estadística. Alianza Editorial S.A.
Edición electrónica. Recuperado de
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.ac
tion?ppg=121&docID=11028686&tm=1470689905871
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.ac
tion?ppg=148&docID=11230886&tm=1489689899405