UNIDAD 1: PASÓ 2 - ESPACIO MUESTRAL, EVENTOS, OPERACIONES Y

AXIOMAS DE PROBABILIDAD

JOSE ANGEL BOSSA DIAZ

Código: 1100399559
RONNY DAVID FLOREZ
Código: 16.377.636
YONATAN DANIEL RODRIGUEZ
Código: 1.143.830.800
HENRY ALEXANDER GIRALDO
Código: 1.114.824.314
ALEXIS PEDROZA
Código: 67032716

Grupo
PROBABILIDAD 100402_200

Tutor
LUIS ALEXANDER SARAVIA ROA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS

INGENIERÍA DE SISTEMAS
BOGOTÁ

2018
 TABLA DE CONTENIDO

1. INTRODUCCIÓN .................................................................................................. 1
2. OBJETIVOS .......................................................................................................... 2
2.1 OBJETIVO GENERAL ................................................................................... 2
2.2 OBJETIVOS ESPECÍFICOS ......................................................................... 2
3. RESUMEN DE LOS CONCEPTOS TEÓRICOS APLICADOS EN EL CASO ... 3
3.1 CONCEPTOS BÁSICOS. .............................................................................. 5
3.2 Experimento. .................................................................................................. 5
3.3 Experimento determinístico. .......................................................................... 5
3.4 Experimento No determinístico ..................................................................... 5
3.5 Experimento aleatorio. ................................................................................... 5
3.6 Espacio maestral. .......................................................................................... 5
3.7 Suceso o evento. ........................................................................................... 5
3.8 Probabilidad clásica ....................................................................................... 5
3.9 Probabilidad relativa. ..................................................................................... 5
4. AXIOMAS DE PROBABILIDAD ........................................................................... 6
5. PROBABILIDAD PARA EVENTOS INDEPENDIENTES .................................... 6
5.1 TEOREMA DE BAYES .................................................................................. 7
6. CUADRO SINÓPTICO ......................................................................................... 8
7. SOLUCIÓN DE CASOS DE ESTUDIO ............................................................... 9
7.1 ESTUDIO DE CASO 1................................................................................... 9
7.2 ESTUDIO DE CASO 2................................................................................. 11
7.3 ESTUDIO DE CASO 3................................................................................. 14
7.4 ESTUDIO DE CASO 4................................................................................. 16
7.5 ESTUDIO DE CASO 5................................................................................. 18
8. CONCLUSIONES ............................................................................................... 21
9. REFERENCIAS .................................................................................................. 23
 1. INTRODUCCIÓN

En el presente trabajo se encontraran las definiciones de probabilidad con sus

respectivas aplicaciones las cuales se relacionaban. En la actualidad podemos
encontrar muchas aplicaciones de la probabilidad; por ejemplo: se usa en los
juegos de azar como loterías, chance, bingo, baloto, deportes etc.; pero sin
embargo, el uso de la probabilidad va más allá de los juegos de azar. En la
actualidad, los gobiernos, las empresas y las organizaciones profesionales utilizan
la teoría de la probabilidad en su cotidiano proceso de toma de decisiones por lo
tanto en esta actividad colaborativa encontraremos las diferentes aplicaciones.

1
 2. OBJETIVOS

2.1 OBJETIVO GENERAL

Comprender pertinentemente los fundamentos de los conceptos básicos de

probabilidad.
2.2 OBJETIVOS ESPECÍFICOS
- Definir 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.

2
 3. RESUMEN DE LOS CONCEPTOS TEÓRICOS APLICADOS EN EL
CASO.

PROBABILIDAD:

La Probabilidad es la mayor o menor 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. Existen
tres formas de estimar probabilidades:
El enfoque clásico: este enfoque permite determinar valores de probabilidad antes
de ser observado el experimento por lo que se le denomina enfoque a priori, el
cual se aplica cuando todos los resultados posibles que se consideran igualmente
probables, si hay x posibles resultados favorables a la ocurrencia de un evento A y
z posibles resultados desfavorables a la ocurrencia de A, y todos los resultados
son igualmente posibles y mutuamente excluyente (no pueden ocurrir los dos al
mismo tiempo).
Probabilidad empírica o frecuencial relativa: se determina de forma experimental,
al repetir un experimento bajo las mismas condiciones, la frecuencia relativa de un
suceso se aproxima a su probabilidad. A mayor cantidad de repeticiones, la
probabilidad empírica tiende a establecerse en un valor que coincide con la
probabilidad teórica del suceso (coloquialmente, ley del Azar o ley de los Grandes
Números).
El enfoque subjetivo: Grado de creencia o confirmación de un determinado suceso
aleatorio, que se determina a partir de la experiencia, la intuición, los sentimientos
y los conocimientos del sujeto decisor.

PROBABILIDAD CLÁSICA O DE LAPLACE

Ejemplo: cuál es la probabilidad de obtener cara al lanzar una moneda

3
PROBABILIDAD FRECUENTISTA O DE VON MISES

Ejemplo: Un juego requiere tirar un dado de 6 caras numerado del 1 al 6. ¿Cuál es

la probabilidad de sacar un número par?
Primero, encuentra el espacio muestral y el espacio de evento. El espacio
muestral son todos los posibles resultados, y el espacio de evento son los
resultados en los que estamos interesados. En este caso, el evento es “sacar un
número par.”

Como los resultados son igualmente probables, la probabilidad del evento es la

razón del espacio de evento con el espacio muestral.

PROBABILIDAD SUBJETIVA:

Supongamos que tenemos un espacio muestral . A cada evento A de asociaos

un número real , es decir P es una función de valores reales. P es llamada
una función de probabilidad, y la probabilidad del evento A, si se satisfacen
los axiomas siguientes.

AXIOMAS DE PROBABILIDAD

Axioma 1: para cada evento A de

Axioma 2: para cada evento seguro

Axioma 3: si A y B son sucesos mutuamente excluyentes, es decir ,

entonces

4
 3.1 CONCEPTOS BÁSICOS.

Antes de empezar a hablar de Axiomas de probabilidad y probabilidad para

eventos independientes es importante tener claro ciertos conceptos:
3.2 Experimento.
Es analizar un fenómeno en diferentes circunstancias
3.3 Experimento determinístico.
Es donde podemos saber de ante mano el resultado.
3.4 Experimento No determinístico
Es cuando se cuáles son los posibles resultados pero no sé cuál es el
primero y cuál es el segundo.
3.5 Experimento aleatorio.
Consiste en el conjunto de todos los posibles resultados individuales de
un experimento aleatorio.
3.6 Espacio maestral.
Es el conjunto formado por todos los resultados de mi experimento
aleatorio.
3.7 Suceso o evento.
Es el Subconjunto formado por el espacio muestral
3.8 Probabilidad clásica
1.1. Es la cantidad de resultados favorables a la presentación de un evento
dividido entre el número total de resultados posibles
3.9 Probabilidad relativa.
Se define como la frecuencia relativa de un suceso A al cociente entre
su frecuencia absoluta y el número de veces que se realiza el
experimento.

5
4. AXIOMAS DE PROBABILIDAD

La definición de axiomática de la probabilidad no establece la forma de

calcular las probabilidades sino únicamente se proponen reglas que el
cálculo de probabilidades debe satisfacer.

Para entender las definiciones recordemos que la letra P se utiliza para

designar la probabilidad de un evento.

Por qué P(A), la probabilidad de ocurrencia de un evento A en un

experimento.

Ahora definimos los Axiomas

- Axioma 1. La probabilidad de un evento es un número real no negativo,

o sea P(A) 0, para cualquier subconjunto A de un espacio muestral.
Formula
Axioma 2. La probabilidad de un suceso que ocurrirá con certeza es 1, es
decir P (A) - 1, y en complemento a este axioma podemos decir que la
probabilidad de un suceso imposible de ocurrir es cero, es decir P (A) - 0.
En resumen podemos decir que la probabilidad de cualquier evento o
suceso siempre se encuentra entre cero y uno.

Formula

Axioma 3. La probabilidad de la unión de dos sucesos mutuamente

excluyentes es la suma de sus probabilidades.

Es la unión de
5. PROBABILIDAD PARA EVENTOS INDEPENDIENTES

En probabilidad podemos encontrar dos eventos que pueden ser

independientes entre sí cuando la ocurrencia de uno no está relacionada
con la ocurrencia del otro. Por otra parte, si los eventos no son
independientes quiere decir que son dependientes y en este caso, la
ocurrencia de uno afecta la ocurrencia del otro.

Formula

6
5.1 TEOREMA DE BAYES
El teorema de Bayes es utilizado para calcular la probabilidad de un
suceso, teniendo información de antemano sobre ese suceso.

Podemos calcular la probabilidad de un suceso A, sabiendo además que

ese A cumple cierta característica que condiciona su probabilidad. El
teorema de Bayes entiende la probabilidad de forma inversa al teorema de
la probabilidad total. El teorema de la probabilidad total hace inferencia
sobre un suceso B, a partir de los resultados de los sucesos A. Por su
parte, Bayes calcula la probabilidad de A condicionado a B.

El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,

principalmente, a su mala aplicación. Ya que, mientras se cumplan los
supuestos de sucesos disjuntos y exhaustivos, el teorema es totalmente
válido.

Para calcular la probabilidad tal como la definió Bayes en este tipo de

sucesos, necesitamos una fórmula. La fórmula se define matemáticamente
como:

La expresión del teorema de Bayes para dos variables discretas es:

Para variables que toman más de dos valores, la expresión es:

7
 6. CUADRO SINÓPTICO

Se ocupa de asignar un cierto

Son los experimentos número cada posible resultado que
en los cuales
TEORIA DE puede ocurrir en un experimento
podemos predecir el PROBABILIDADES aleatorio, con el fin de cuantificar
DETERMINITAS dichos resultados y saber si un
resultado antes de
que se realicen suceso es más probable que el otro

EXPERIMENTO Sean los sucesos A y B asociados

con un experimento (Ε); la
Son aquellos en los PROBABILIDAD probabilidad condicional del
que no se puede suceso B dado que el suceso A
ALEATORIO CONDICIONAL
predecir el resultado, ya ocurrió
ya que este depende
del AZAR

Para calcular la probabilidad de un solo

suceso A, se parte de considerar el
espacio muestral dividido en los
sucesos; estos sucesos deben ser
PROBABILIDAD mutuamente excluyentes entre sí, de
P Resultado que se
TOTAL tal forma que al unir todos los sucesos
R observa en una sola den como resultado el espacio
EVENTO muestral.
repetición del
O SIMPLE
experimento
B Los axiomas de probabilidad son las condici
A ones mínimas que deben verificarse para q
AXIOMAS DE ue una función quedefinimos sobre unos su
B
EVENTO PROBABILIDADES cesos determine consistentemente valores
I de probabilidad sobre dichos sucesos.
L
I Dos eventos son
EVENTO mutuamente Este teorema también es conocido
D excluyentes si, como fórmula para la probabilidad de
MUTUAMENTE TEOREMA
A cuando ocurre un causas, y se desarrolla a partir de la
INCLUYENTE evento el otro puede DE BAYES probabilidad condicional y la
D
ocurrir y viceversa probabilidad simple (o marginal).

Es una herramienta que permite analizar

y evaluar cada una de las posibilidades
que pueden existir entorno a la
DIAGRAMA resolución de algún problema o los
DEL ARBOL resultados posibles de algún
Es el conjunto de experimento y las probabilidades de que
todos los posibles cada posibilidad ocurra
ESPACIO
resultados de una
MUESTRAL experiencia
TABLA DE Se trata de tablas en cuyas celdas figuran
aleatoria probabilidades, y en la cual podemos
CONTINGENCIA
determinar unas probabilidades
conociendo otras de la tabla

8
 7. SOLUCIÓN DE CASOS DE ESTUDIO

7.1 ESTUDIO DE CASO 1

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.
Canal Horario en el que preferiblemente ve TV
preferido Mañana Tarde Noche Total
Caracol 39 12 58 109
Sony 11 8 32 51
Fox 6 5 26 37
Home & 10 13 24 47
Health
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.
La canal que tiene mayor probabilidad de que las personas vean los
anuncios de las empresas es se caracol:

Esto equivale al

2. Horario en el que hay mayor probabilidad de que una persona vea los
anuncios de la empresa.
El horario donde hay mayor probabilidad de que las personas vean los
anuncios de las empresas es la noche.

9
 Esto equivale al

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

Esto equivale al

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

Probabilidad de que una persona prefiera ver uno de los dos canales

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

tarde.

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

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

mañana.

Probabilidad de que una persona prefiera ver Caracol en la mañana

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

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

8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv
en la noche.
Si ve televisión en la noche 220 y el canal Fox 26

Ver el canal Fox SI prefiere ver Tv en la noche equivale al

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

canal Fox.
Si prefiere el canal Fox, la probabilidad de verlo en la noche es de:

10
 Esto equivale a una probabilidad de

10. Que le sugiere a la empresa de publicidad sobre sus anuncios en TV.

(tenga en cuenta las probabilidades aquí encontradas)
Después de analizar los datos se le puede recomendar a las empresas de
publicidad que el mejor horario para los anuncios de publicidad es el de la
noche seguido de la mañana, y el mejor canal es el de Caracol seguido de
RCN.

7.2 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
Ilustración 1. Estudio de
caso 2 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

Utilizaremos la fórmula de eventos independientes:

 Solución

La probabilidad de que ambos vivan 90 años P (90 Años)

Tomamos las dos probabilidades hombre y mujer

11
La probabilidad que vivan 90 años es de lo cual equivale al
6.25 %

2.- Probabilidad de que ambos vivan 100 años

 Solución

P (100 Años)

La probabilidad que vivan 100 años es de lo cual equivale al

6.25 %

3.- Probabilidad de que ambos vivan 110 años

 Solución

La probabilidad que vivan 110 años es de lo cual equivale al

25 %

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

 Solución

Probabilidad de que el esposo viva 90 años y la esposa 110 años es de 0.125 lo

cual equivale al 12.5 %

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

 Solución

12
Probabilidad de que la esposa viva 90 años y el esposo viva 100 años es de
lo cual equivale al 6.25 %

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable
es que el matrimonio dure __90___ 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 6.25 % 6.25 % 12.5 %
100 años 6.25 % 6.25 % 12.5 % ¼
110 años 25 % 12.5 % 25 %
¼ ½

La probabilidad que vivan 90 años es de lo cual equivale al

6.25 %
La probabilidad que vivan 100 años es de lo cual equivale al
6.25 %
La probabilidad que vivan 110 años es de lo cual equivale al
25 %
Probabilidad de que el esposo viva 90 años y la esposa 110 años es de 0.125 lo
cual equivale al 12.5 %
Probabilidad de que la esposa viva 90 años y el esposo viva 100 años es de
lo cual equivale al 6.25 %

Probabilidad que ambos la esposa viva 100 años y el esposo viva 110
 Solución

Probabilidad de que el la esposa viva 100 años y el esposo viva 110 es de 0.125
lo cual equivale al 12.5 %

Probabilidad que ambos que vivan 100 años

 Solución

13
Probabilidad de que la esposa viva 100 años y el esposo viva
100 años es de lo cual equivale al 6.25 %

Probabilidad que ambos la esposa viva 110 años y el esposo

viva 100

 Solución

Probabilidad de que el esposa viva 110 años y la esposa 100 años es de 0.125 lo
cual equivale al 12.5 %

7.3 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

14
4. Probabilidad de que NO pierda ninguna de sus cosas

5. Finalmente, Determine la probabilidad de que el viaje de Ilustración 2. Estudio de caso 3

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

1. Probabilidad de que no pierda la maleta.

R/ P(A) = (1-1/7) = 6/7 =0.8571 esto esquívale a una probabilidad de no perder la
maleta de 85.71%

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

R/ P (A ∩ B) = (1/7) (1/5) =1/35 eso equivale a una posibilidad de que pierda la
maleta y pierda el bolso de mano de 2.85%
3. Probabilidad de que pierda la maleta o pierda el bolso de mano
R/ La probabilidad de la unión para eventos mutuamente excluyente cuya formula
es: P(AUB)=P(A)+P(B)= (1/7) + (1/5) =12/35 lo que equivale al 34.2% de
probabilidad de que pierda la maleta o el bolso de mano.
4. Probabilidad de que NO pierda ninguna de sus cosas
R/ P(A)=P(A∩B∩C∩D) = (6/7) *(4/5) *(2/3) *(7/10) =0.32=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.
R/ P(A)= (1/7) *(1/5) *(1/3)*(3/10)=1/350 la probabilidad de que Teresa pierda
todas sus cosas es muy baja.

15
 7.4 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

16
Para resolver el estudio de caso se sugiere realizar un diagrama de árbol, que
represente las probabilidades utilizadas para resolverlo.

Solución

P+
Diagrama de Árbol 0.85

E
0.05
0.15 P-

P+
0.95
0.95
E

0.05 P-

E = Enfermos de cáncer
E = No enfermos de cáncer
p+ = Prueba positiva
P- = Prueba negativa

1. 0.15) + (0.95 * 0.05) = 0.055 == 5.5%

2.

3.

4.

5.

17
 7.5 ESTUDIO DE CASO 5
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 s us
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:
APLICANDO EL TEOREMA DE BAYES.
Podemos afirmar lo siguiente:
El 2% de los clientes no pagan la deuda, de ese 2%, el 90 % se demora dos
veces.
El 98 % pagan la deuda, de ese 98%, el 45% se demoran dos veces.
Como todo debe darme una sumatoria de un 100%, entonces se debe
complementar.

PA= NO PAGAN 2% PAN=SE DEMORARON DOS PAM=NO SE DEMORAN DOS

= 0.02 OCASIONES 90% = 0.9 OCASIONES 10%=0.1
PB=PAGAN 98% PBN= SE DEMORARON PBM= NO SE DEMORAN DOS
= 0.98 DOS OCASIONES 45% = OCASIONES 55%= 0.55
0.45

18
  PROBABILIDAD DE QUE UN DEUDOR CUALQUIERA FINALMENTE SI
PAGUE SUS CUENTAS.

DEUDOR TOTAL= PA + PB
DEUDOR TOTAL = 100%
PA= 2%
PB =PA –DEUDOR TOTAL = 98%

P (B, N)= (0.98)*(0.45) = 0.44 DEMORANDOSE DOS VECES

P (B, M)= (0.98)*(0.55) = 0.54 DEMORANDOSE MENOS O MAS DE DOS
VECES.
0.98

P (B)= =1

Tenemos una probabilidad del 100%

 PROBABILIDAD DE QUE UN DEUDOR CUALQUIERA SE DEMORE POR

LO MENOS DOS OCASIONES

P (A, N) = (0.02)*(0.9) = 0.018

P (A, M)= (0.02)*(0.1) = 0.002
P (B, N) = (0.98)*(0.45) = 0.441
P (B, M) = (0.98)*(0.55) = 0.539
1,00 TOTAL DEUDORES = 100% CUALQUIER
DEUDOR.
19
P(A, N) = (0.02)*(0.9) = 0.018
P (B, N) = (0.98)*(0.45)= 0.441
0.459 DEUDORES QUE SE DEMORAN DOS VECES.

DEUDORES = 0.98+ 0.02= 1 = 100%

Se tiene la posibilidad que un 46% se demore por lo menos dos ocasiones.

 PROBABILIDAD DE QUE UN DEUDOR QUE NO SE DEMORÓ POR LO

MENOS DOS OCASIONES, FINALMENTE, PAGUE SU CUENTA.
P (A, N) = (0.02)*(0.9) = 0.018
P (A, M) = (0.02)*(0.1) = 0.002
P (B, N) = (0.98)*(0.45) = 0.441
P (B, M) = (0.98)*(0.55) = 0.539
1,00 TOTAL DEUDORES = 100% CUALQUIER
DEUDOR

NO SE DEMORARON DOS OCASIONES.

P(A, N) = (0.02)*(0.1) = 0.002 NO PAGAN
P (B, N) = (0.98)*(0.55) = 0.539 PAGAN
0.541
DEUDORES = 0.98+ 0.02= 1 = 100%

Se tiene la posibilidad que un 99.6% el cliente que no se demoro dos

ocasiones pague la cuenta.

20
  PROBABILIDAD DE QUE UN CLIENTE QUE YA SE DEMORÓ POR LO
MENOS DOS OCASIONES, FINALMENTE, NO PAGE SU CUENTA.
PA = 2% = 0.02 NO PAGAN
SE DEMORARON DOS OCASIONES =
P(A,N)=(0.02)*(0.90)= 0.018 NO PAGAN
P(B,N) =(0.98)*(0.45)= 0.441 PAGAN
0.459

Tenemos un 4% de que un cliente que se demore dos ocasiones no pague la

cuenta.
 CON LOS RESULTADOS OBTENIDOS ANALICE LA POLÍTICA QUE
SUGIERE EL GERENTE DE CRÉDITO. ESTÁ DE ACUERDO, SÍ O NO,
¿POR QUÉ?
No estoy de acuerdo ya que del 98 % de los clientes que pagan, un 45% se
demoran dos ocasiones, y un 55% no, entonces se puede concluir que tenemos
aproximadamente la mitad de los clientes que pagan, demorándose dos
ocasiones.
Además los clientes que se demoran dos ocasiones y no pagan la cuentan se
tiene un 4%, mientras los que pagan son un 99.6%. Dando una mayoría con los
que pagan y los que no pagan.
No veo la necesidad de la medida, por lo tanto y por los datos obtenidos no estoy
de acuerdo con la medida.
Para resolver el estudio de caso se sugiere realizar un diagrama de árbol, que
represente las probabilidades utilizadas para resolverlo.

21
 8. CONCLUSIONES

En el trabajo concluimos los diferentes conceptos básicos de probabilidad, en los

cuales nos ayudó a desarrollar cada uno de los ejercicios propuestos.
La teoría de probabilidad es una disciplina especial y su dominio es aplicable a
todas las ramas.
La probabilidad constituye un importante parámetro en la determinación de las
diversas casualidades obtenidas tras una serie de eventos esperados dentro de un
rango estadístico.
Nuestra vida diaria, en cada momento, contamos con ciertas posibilidades o
probabilidades de que un suceso suceda o no, aplicando toda la teoría de la
probabilidad, y sus formulas, podemos determinar por medio de porcentajes la
probabilidad o la tendencia que tiene un suceso que suceda en mayor o menor
medida, gracias a la probabilidad, se nos facilita muchos procesos de la vida
laboral, personal o social.
La probabilidad es utilizada en muchos sectores comerciales, industriales y
sociales, facilitando así la toma de decisiones.

22
 9. REFERENCIAS.

Galeon. (2010). DISTRIBUCIÓN DE PROBABILIDADES. Sep 04,2018, de Galeon

Sitio web: http://metodoscuantitativo2.galeon.com/enlaces2218784.html

UNAD. (2016). Qué son los CIPAS. 28,03,2018, de UNAD Sitio web:
http://campus0c.unad.edu.co/campus0/mod/page/view.php?id=60

UNAD. (2017). Acompañamiento B-learning - In situ. 28,03,2018, de UNAD Sitio

web: http://campus26.unad.edu.co/ecbti37/mod/page/view.php?id=5264

Teorema de Bayes, Publicado el 1 sept. 2017, José Luis González,

https://www.youtube.com/watch?v=6Z5nvY9L-jY

23