PASO 2 – ESPACIO MUESTRAL, EVENTOS, OPERACIONES Y AXIOMAS DE

PROBABILIDAD

JOHNNY ALEXANDER CORDERO - COD:

CAMILA ANDREA TRUJILLO - COD: 1.110.553.833
ELVIA MARIA BERNATE - COD:
CRISTIAN CASTILLO TREJOS - COD: 1110530380

N° GRUPO: 100402_270

TUTOR: ZORAIDA MONSALVE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ADMINISTRACION DE EMPRESAS
OCTUBRE DE 2018
 INTRODUCCION
En la vida diaria se presentan varias situaciones en las que los resultados observados son
diferentes, aunque las condiciones iniciales en las que se produce la experiencia sean las mismas.
Por ejemplo, al lanzar una moneda unas veces resultará cara y otros sellos.
Estos fenómenos, denominados aleatorios, se ven afectados por la incertidumbre, por eso
conocer y distinguir cada uno de los conceptos de la probabilidad y sus aplicaciones son de vital
importancia para aclarar todas las dudas y especulaciones que se hagan frente un caso aleatorio.
 OBJETIVO GENERAL
 Identificar los diferentes conceptos existentes en la probabilidad y su forma de aplicar en
casos de la vida diaria.

Objetivos específicos:
 Identificar conceptos teóricos de la probabilidad.

 Analizar diferentes casos basados en la probabilidad y proponer una solución.

 CUADRO SINÓPTICO

Experimento aleatorio es aquel que no se puede

predecir o reproducir el resultado exacto de cada
experiencia particular

Espacio maestral consiste en el conjunto de

Experimento Aleatorio,
todos los posibles resultados individuales de
Espacio Muestra, Eventos
un experimento aleatorio.

Eventos es un subconjunto de un espacio maestral el

cual consiste en un conjunto de posibles resultados
que se pueden dar en un experimento aleatorio

Son aquellas que son utilizadas para enumerar eventos difíciles de cuantificar.

 La técnica de la multiplicación.
PRINCIPIOS DE Técnicas de conteo  La técnica aditiva.
PROBABILIDAD  La técnica de la suma o Adición.
 La técnica de la permutación.
 La técnica de la combinación

Primer axioma:
La probabilidad de un suceso
A es un número real mayor o igual que 0.

𝑃(𝐴) ≥ 0

Los axiomas de probabilidad son las condiciones Segundo axioma:

Axiomas de mínimas que deben verificarse para que una La probabilidad del total, Ω es
probabilidad función definida sobre un conjunto de sucesos igual a 1, es decir:
determine consistentemente sus probabilidades.
𝑃(Ω ) = 1

Tercer axioma:

Si A1, A2 son sucesos mutuamente excluyentes

(incompatibles dos a dos, disjuntos o de intersección
vacía dos a dos), entonces:

𝑃(𝐴1 ∪ 𝐴2 ∪ … ) = ∑ 𝑃(𝐴𝑖 )
 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.
Ilustración 1.Estudio de caso 1

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.

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

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

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

1
Tomado y adaptado de Díaz, A. (2015) Estadística aplicada a la Administración y la Economía.
5. 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.

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

8. Probabilidad de que una persona prefiera ver el canal Fox SI prefiere ver Tv en la noche.

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

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

1. Canal en el que hay mayor Probabilidad de que una persona vea los anuncios de la empresa.

SOLUCION DE LA ACTIVIDAD

1. Canal en el que hay mayor Probabilidad de que una persona vea los anuncios de la
empresa.

Canal preferido Horario en el que preferiblemente ve TV

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%

El canal que mayor probabilidad tiene que una persona vea la publicidad de una
empresa es el canal Caracol con un 12,75%
 Este valor se halló sumando el número de personas que ven el canal en los diferentes
horarios y este resultado se divide por el total de personas que ven cada uno de los
canales en los diferentes horarios.

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

El horario en el que hay mayor probabilidad de que una persona vea la publicidad
de la empresa en televisión es en la noche con un 55%
Este valor se halló de la suma de las personas que ven TV en diferentes horarios, el
valor mayor que en este caso fue el de la noche se divide en el total de personas que
ven TV en diferentes horarios.

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

La probabilidad de que una persona vea TV en la tarde es de un 16,25%.

Este resultado se obtiene de la suma de tolos datos ubicados en la columna de la
audiencia de cada canal en el horario de la tarde y este valor se divide por el total de la
audiencia de todos los canales.

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

La probabilidad de que una persona vea RCN o Caracol es de 48.5%.

Este porcentaje se halla sumando el total de la audiencia de ambos canales y el valor
arrojado se divide entre el valor que arroje la suma de la audiencia total de todos los
canales.

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

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

es de un 45%
Este valor se obtiene de la suma de la audiencia obtenida por parte de los canales en
ambas jornadas y el resultado se divide por la audiencia total de todos los canales en
sus diferentes horarios. Probabilidad de que una persona prefiera ver TV en la mañana
o en la tarde.

6. Probabilidad de que una persona quiera ver el canal caracol en la mañana.

La Probabilidad de que una persona quiera ver el canal caracol en la mañana es de

un 33.9%
Este valor se obtiene dividiendo el número de personas que ven el canal caracol en la
mañana entre el valor que arroja la suma de la audiencia de los canales en el horario de
la mañana.
7. Probabilidad de que una persona prefiera ver el canal Fox en la Noche.
La probabilidad de que una persona prefiera ver el canal Fox en la Noche es de
un 11.8%
Este valor se obtiene dividiendo el número de personas que ven el canal fox en la noche
por el resultado de la suma de la audiencia de todos los canales en horario nocturno.

8. Probabilidad de que una persona prefiera ver el canal Fox

SI prefiere ver Tv en la noche

La probabilidad es de 11.81%.

Este valor se obtiene de dividir la cantidad de audiencia que tiene fox en la noche entre
la cantidad total de todos los canales vistos en la noche y se multiplica por 100 para hallar el
porcentaje
26⁄
220 𝑋 100 = 11.81

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

Este valor se obtiene de dividir la cantidad de audiencia que tiene fox en la noche
entre la cantidad total de todos los canales vistos en la noche y se multiplica por 100 para hallar
el porcentaje
26⁄
220 𝑋 100 = 11.81

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

Se recomienda a la empresa de anuncios en tv, que se paute con mayor frecuencia 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 las
noches ya que tan solo en canal caracol y rcn hay un 45.5% de personas 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.
ESTUDIO DE CASO 22

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

𝑝(𝐴 𝑦 𝐵) = 𝑝(𝐴) ∙ 𝑝(𝐵)

1 1
=( )∙ ( )
4 4
1
=
16

2.- Probabilidad de que ambos vivan 100 años

𝑝(𝐴 𝑦 𝐵) = 𝑝(𝐴) ∙ 𝑝(𝐵)

1 1
=( )∙ ( )
4 4
1
=
16

3.- Probabilidad de que ambos vivan 110 años

𝑝(𝐴 𝑦 𝐵) = 𝑝(𝐴) ∙ 𝑝(𝐵)

 1 1
=( )∙ ( )
2 2
1
=
4

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

𝑝(𝐴 𝑦 𝐵) = 𝑝(𝐴) ∙ 𝑝(𝐵)

1 1
=( )∙ ( )
4 2
1
=
8

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

𝑝(𝐴 𝑦 𝐵) = 𝑝(𝐴) ∙ 𝑝(𝐵)

1 1
=( )∙ ( )
4 4
1
=
16

6.- Finalmente, la respuesta a la inquietud de los esposos es: “Lo más probable es que el
matrimonio dure 90 años”.

Ya que la mitad de la población dura 110 años y ninguno se divorcia

Seria los años que posiblemente vivan menos los años que tenían cuando se casaron.

110 − 20 = 90

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 1/16 1/16 1/8
100 años 1/16 1/16 1/8 ¼
 110 años 1/8 1/8 ¼
¼ ½

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:

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.

P(M)= Probabilidad de que pierda la maleta

1
𝑃(𝑀) = = 0.1428
7

𝑃(𝑀) = 0.1428 ∗ 100%

𝑃(𝑀) = 14.28%

P(NM) = Probabilidad que no pierda la maleta

𝑃(𝑁𝑀) = 1 − 𝑃(𝑀)

𝑃(𝑁𝑀) = 1 − 0.1428

𝑃(𝑁𝑀) = 0.8572

𝑃(𝑁𝑀) = 0.8572 ∗ 100%

𝑃(𝑁𝑀) = 85.72%

- La probabilidad de que teresa no pierda la maleta es de 0.8572 … 85.72% … 6

probabilidades sobre 7 (6/7).

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

P(MyB) = Probabilidad de que pierda la maleta y bolso de mano.

P(M) = Probabilidad que se pierda la maleta.

P(B) = Probabilidad que se pierda 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(𝑀𝑦𝐵) = 𝑃(𝑀 ∩ 𝐵)

𝑃(𝑀𝑦𝐵) = 𝑃(𝑀) ∗ 𝑃(𝐵)

𝑃(𝑀𝑦𝐵) = 0.1428 ∗ 0.2

𝑃(𝑀𝑦𝐵) = 0.02856

𝑃(𝑀𝑦𝐵) = 0.02856 ∗ 100%

𝑃(𝑀𝑦𝐵) = 2.856%

- La probabilidad de que teresa pierda la maleta y el bolso es de 0.02856 … 2.856%

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

P(MoB) = Probabilidad de que pierda la maleta o bolso de mano.

P(M) = Probabilidad que se pierda la maleta.

P(B) = Probabilidad que se pierda 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(𝑀 ∩ 𝐵) = 0.714

𝑃(𝑀𝑜𝐵) = 𝑃(𝑀) + 𝑃(𝐵) − 𝑃(𝑀 ∩ 𝐵)

𝑃(𝑀𝑜𝐵) = 0.1428 + 0.2 − 0

𝑃(𝑀𝑜𝐵) = 0.3428

𝑃(𝑀𝑜𝐵) = 0.3428 ∗ 100%

𝑃(𝑀𝑜𝐵) = 34.28%

- La probabilidad de que teresa pierda la maleta o el bolso es de 0.3428 … 34.28%

4 Probabilidad de que NO pierda ninguna de sus cosas

P(NPC) = probabilidad de que no pierda ninguna de sus cosas.

P(NM) = probabilidad de que no pierda la maleta.

P(NB) = probabilidad de que no pierda el bolso.

P(NC) = probabilidad de que no pierda la cámara.

P(NG) = probabilidad de que no pierda las gafas.

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) = = 0.6666
3

𝑃(𝑁𝐶) = 0.6666 ∗ 100%

𝑃(𝑁𝐶) = 66.66%

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

0.8571 + 0.8 + 0.6666 + 0.7

𝑃(𝑁𝑃𝐶) =
4

𝑃(𝑁𝑃𝐶) = 0.7559

𝑃(𝑁𝑃𝐶) = 0.7559 ∗ 100%

𝑃(𝑁𝑃𝐶) = 75.59%

- La probabilidad de que teresa no pierda ninguna de sus cosas es de 0.7559 … 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.

P(NP) = probabilidad de que el viaje no sea tan perfecto.

𝑃(𝑁𝑃) = 1 − 𝑃(𝑁𝑃𝐶)

𝑃(𝑁𝑃) = 1 − 0.7559
 𝑃(𝑁𝑃) = 0.2441

𝑃(𝑁𝑃) = 0.2441 ∗ 100%

𝑃(𝑁𝑃) = 24.41%

- La probabilidad de que el viaje no sea tan perfecto es de 0.2441 … 24.41%

ESTUDIO DE CASO 43

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 Ilustración 2. Estudio caso 4
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
Tomado y adaptado de Pateiro B., Bioestadística 2011
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

Solución

DATOS

DC = detecta cáncer
TC= tiene cáncer
NDC= no detecta cáncer
NTC= no tiene cáncer

P (DC/ TC) = 0,85

P (NDC / TC) = 0,15
P (DC / NTC) = 0,05
P (NDC / NTC) = 0,95
P(TC) = 0,05
P(NTC) = 0,95

De los datos proporcionados deducimos las siguientes probabilidades:

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

SOLUCION
 𝑃( 𝑁𝑇𝐶) ∗ P(NDC/NTC)
P(NDC/NTC) =
(NTC) ∗ P(NDC/NTC) + P(TC) ∗ P(DC/TC)

(0,05) ∗ (0,95)
P(NDC/NTC) =
(0,05) ∗ (0,95) + (0.95) ∗ (0′85)

(0,0475
P(NDC/NTC) =
0,0475 + 0,8075

(0,0475
P(NDC/NTC) = = 0.055 = 5,5%
0,855

𝐿𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑢𝑛𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑛𝑜 𝑡𝑒𝑠𝑛𝑔𝑎 𝑒𝑠𝑡𝑒 𝑡𝑖𝑝𝑜 𝑑𝑒 𝑎𝑛𝑐𝑒𝑟 𝑒𝑠 𝑑𝑒: 5,5%

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

SOLUCION

𝑃( 𝑇𝐶) ∗ P(DC/TC)
P(DC/TC) =
(TC) ∗ P(DC/TC) + P(NTC) ∗ P(DC / NTC)

𝑃( 0,05) ∗ P(0,85)
P(DC/TC) =
(0,05) ∗ P(0,85) + P(0,95) ∗ P(0,05)

0,0425
P(DC/TC) =
0,0425 + 0,0475

0,0425
P(DC/TC) = = 0,47 = 47%
0,09
𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑝𝑒𝑟𝑠𝑜𝑛𝑎 𝑡𝑖𝑒𝑛𝑒 𝑐𝑎𝑛𝑐𝑒𝑟 𝑒𝑠 𝑑𝑒 47%

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

SOLUCION

𝑃( 𝑁𝑇𝐶) ∗ P(DC / NTC)

P(NTC/DC) =
𝑃( 𝑁𝑇𝐶) ∗ P(DC / NTC) + P(TC) ∗ P (DC/ TC)
 0,95 ∗ 0,05
P(NTC/DC) =
0,95 ∗ 0,05 + 0,05 ∗ 0,85

0,0475
P(NTC/DC) =
0,0475 + 0,0425

0,0475
P(NTC/DC) = = 0,52 = 53%
0,09

𝑙𝑎 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑑𝑒 𝑞𝑢𝑒 𝑙𝑎 𝑝𝑒𝑟𝑠𝑜𝑜𝑛𝑎 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒 𝑐𝑐𝑎𝑛𝑐𝑒𝑟 𝑒𝑠 𝑑𝑒: 53%

4. Probabilidad de un falso positivo, es decir que el examen indique que la persona

tiene cáncer dado que la persona no lo tiene.

SOLUCION

𝑃( 𝑇𝐶) ∗ P(DC / NTC)

P(DC / NTC) =
𝑃( 𝑇𝐶) ∗ P(DC/NTC) + P(NTC) ∗ P(NDC/TC)

0,05 ∗ 0,05
P(DC / NTC) =
0,05 ∗ 0,05 + 0,95 ∗ 0,15)

0,0025
P (DC/NTC) =
0,0025 + 0,1425)

0,0025
P (DC/NTC) = = 0.0172 = 1.72%
0,145

LA Probabilidad de un falso positivo es de: 1.72%

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

𝑃( 𝑁𝑇𝐶) ∗ P(NDC / TC)

P (NDC / TC) =
𝑃( 𝑁𝑇𝐶) ∗ P(NDC/TC) + P(TC) ∗ P(DC / NTC)
 0,95 ∗ 0,15
P (NDC / TC) =
0,95 ∗ 0,15 + 0,05 ∗ 0,05

0,1425
P (NDC / TC) =
0,1425 + 0,0025

0,1425
P (NDC/TC) = = 0.982 = 98.2%
0,145

Probabilidad de un falso negativo, es de: 98.2%

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

Podemos considerar la pregunta N° 4 y la pregunta N° 5 la cual nos informa acerca de la

probabilidad de que el examen nos dé un falso positivo y un falso negativo, como todo estudio
estadístico maneja un margen de Error del 5% y un nivel de confianza del 95%, se puede concluir
que la prueba nos indica una información más confiable para determinar si una persona tiene este
tipo de enfermedad o no.

Resumen del caso 4

Resumen de conceptos teóricos:
Experimento Aleatorio: Es aquel que, bajo el mismo conjunto aparente de condiciones
iniciales, puede presentar resultados diferentes.
Espacio muestral: Consiste en el conjunto de todos los posibles resultados de un experimento
aleatorio.
Sucesos o eventos: Es un subconjunto de un espacio muestral, es decir, un conjunto de
posibles resultados que se pueden dar en un experimento aleatorio.
Axiomas de probabilidad: Se define como todas las condiciones mínimas que deben verificarse
para que una función definida sobre un conjunto de sucesos determine consistentemente sus
probabilidades.

Teorema de bayes: Es el método para calcular posibilidades posteriores.

Probabilidad clásica o a priori: Los resultados del espacio muestra deben ser iguales o
probables.
Diagrama de árbol: Describen los eventos básicos que ocurren en un experimento aleatorio

Probabilidad total: Es la regla de la multiplicación útil para determinar la probabilidad de un

evento que depende de otros.

Probabilidad condicional: es la probabilidad de que ocurra un evento A, sabiendo que

también sucede otro evento B

CONCLUSIONES
 La temática de la probabilidad nos demuestra la importancia que tiene cada uno de los
conceptos para desarrollar de mañera eficaz cualquier tipo de problema relacionado con el
estudio y análisis de datos estadísticos para determinar un alto grado de confiabilidad en la
toma de decisiones.
 El trabajo se desarrolló de manera colaborativa lo cual permitió la interacción entre los
estudiantes y tutor encargado del curso para contar con el apoyo permanente a través del aula
virtual en el foro expuesto.

REFERENCIAS BIBLIOGRAFICAS.