REPUBLICA BOLIVARIANA DE VENEZUELA

MINISTERIO DEL PODER POPULAR PARA LA

EDUCACION UNIVERSITARIA, CIENCIA Y
TECNOLOGICA.
INSTITUTO UNIVERSITARIO POLITECNICO
``SANTIAGO MARIÑO`` EXTENSION –
BARCELONA

ESTADISTICAS I AB 2024-1

Profesor: Alumnos:
Pedro Beltrán Ramírez Wilfredo. V -
15.677.676 Ing. Eléctrica.

Numa Maita. V.-30.089.750

Ing.Mtto mecánico.

Barcelona, Julio 2024

 Tabla de contenido

La probabilidad 1
Reglas básicas de la probabilidad 3
Algebras de eventos estadísticos 4
Propiedades de la probabilidad 8
Teorema de la probabilidad total 10
Teorema de Bayes 11
Referencias Bibliográficas ...…………………………………………………………………. 13
La probabilidad
Es una medida numérica que expresa la posibilidad de que ocurra un evento determinado. En el
contexto de la estadística, la probabilidad se utiliza para medir la incertidumbre asociada a un
fenómeno o evento aleatorio. En otras palabras, la probabilidad nos permite predecir la frecuencia
con la que un evento o resultado específico ocurrirá en un conjunto de posibles eventos.
En la estadística, la probabilidad es fundamental ya que nos ayuda a hacer inferencias acerca de
una población utilizando muestras aleatorias. Al conocer la probabilidad de que un evento ocurra,
podemos estimar la frecuencia con la que ese evento se producirá en una muestra y, por ende, en
la población.
La importancia de la probabilidad en la toma de decisiones radica en que nos permite evaluar el
grado de incertidumbre asociado a una opción o curso de acción. Al calcular la probabilidad de
que ocurra cierto evento, podemos tomar decisiones informadas y minimizar los riesgos
asociados a esas decisiones. Por lo tanto, la probabilidad es una herramienta crucial para la toma
de decisiones en diversos ámbitos, como la planificación de negocios, la inversión, la medicina,
entre otros.
En probabilidad, se pueden realizar diferentes tipos de experimentos, como los experimentos
aleatorios, deterministas y condicionales.
1. Experimentos aleatorios: Son aquellos en los que hay incertidumbre sobre cuál será el
resultado. Por ejemplo, lanzar una moneda al aire, lanzar un dado o seleccionar una carta al azar
de una baraja. En estos experimentos, el resultado final no se puede predecir con certeza y se basa
en el azar.
2. Experimentos deterministas: Son aquellos en los que el resultado se puede predecir con
certeza antes de realizar el experimento. Por ejemplo, medir la altura de una persona, contar el
número de elementos en un conjunto o sumar dos números. En estos experimentos, el resultado
final es conocido de antemano y no hay incertidumbre sobre cuál será el resultado.
3. Experimentos condicionales: Son aquellos en los que el resultado depende de alguna
condición o restricción específica. Por ejemplo, lanzar una moneda al aire y obtener cara solo si
cae sobre una superficie específica, elegir una carta de una baraja y obtener un corazón solo si se
ha sacado previamente un trébol, etc. En estos experimentos, el resultado final está condicionado
por alguna premisa adicional que debe cumplirse.
En teoría de la probabilidad, un evento es un suceso que puede o no ocurrir en un experimento
aleatorio. Los eventos pueden ser clasificados de la siguiente manera:
- Evento simple: Es aquel que ocurre solamente por una posibilidad. Por ejemplo, al lanzar
un dado, el evento de que salga un 3.
- Evento compuesto: Es aquel que se compone de dos o más eventos simples. Por ejemplo,
al lanzar dos dados, el evento de que salgan dos números pares.
- Eventos mutuamente excluyentes: Son eventos que no pueden ocurrir simultáneamente.
Por ejemplo, al lanzar un dado, los eventos de que salga un número par y un número impar son
mutuamente excluyentes.
- Eventos independientes: Son eventos que no afectan la probabilidad de que ocurra el otro
evento. Por ejemplo, al lanzar una moneda y después un dado, los resultados de ambos eventos
son independientes.
En resumen, los eventos simples son aquellos que ocurren por una única posibilidad, los eventos
compuestos están formados por dos o más eventos simples, los eventos mutuamente excluyentes
no pueden ocurrir simultáneamente y los eventos independientes no se afectan entre sí.
Ejemplos:
- Evento simple: al lanzar una moneda, el evento de que salga cara.
- Evento compuesto: al sacar dos cartas de una baraja, el evento de que ambas sean
corazones.
- Eventos mutuamente excluyentes: al lanzar un dado, los eventos de que salga un número
par o impar.
- Eventos independientes: al lanzar una moneda y después un dado, los resultados de ambos
eventos son independientes.
Espacio Muestral
En probabilidad, el espacio muestral es el conjunto de todos los posibles resultados de un
experimento aleatorio. Es decir, es el conjunto que contiene todas las posibles formas en las que
puede ocurrir un evento.
Determinar el espacio muestral es fundamental para calcular la probabilidad de un evento, ya que
la probabilidad de un evento se define como la proporción entre el número de resultados
favorables (que forman parte del evento) y el número total de resultados posibles en el espacio
muestral.
Por ejemplo, si lanzamos un dado de seis caras, el espacio muestral estaría formado por los
números del 1 al 6 (1, 2, 3, 4, 5, 6). Si queremos calcular la probabilidad de que salga un número
par, el evento favorable sería que salga un número par (2, 4, 6), y el evento seguro sería que salga
cualquier número (1, 2, 3, 4, 5, 6). La probabilidad de que salga un número par sería entonces 3/6
= 1/2.
A continuación, un pequeño ejemplo donde se pueden apreciar los conceptos ya mencionados
Igual que en el ejemplo anterior supongamos que lanzamos un dado de seis caras. En este caso:
- Probabilidad: La probabilidad de que salga un número par es de 3/6 = 0.5.
- Tipos de experimentos: Este es un experimento aleatorio, ya que no se puede predecir con
certeza el resultado.
- Eventos: El evento de que salga un número par es un evento compuesto.
- Espacio muestral: El espacio muestral está formado por los números del 1 al 6. En este
caso, podemos aplicar la regla de la suma de probabilidades:

P(A ∪ B) = P(A) + P(B) - P(A ∩ B)

Donde A es el evento de que salga un número par y B es el evento de que salga un número mayor
a 3.
Reglas básicas de la probabilidad
1. Regla de la suma: La probabilidad de que ocurra al menos uno de dos eventos
mutuamente excluyentes es la suma de las probabilidades individuales de cada evento. Es decir,
si A y B son eventos mutuamente excluyentes, entonces P(A o B) = P(A) + P(B).
Por ejemplo, si la probabilidad de que llueva mañana es del 30% y la probabilidad de que haya
sol es del 20%, la probabilidad de que llueva o haya sol es del 50%
2. Regla del complemento: La probabilidad de que ocurra un evento es igual a 1 menos la
probabilidad de que no ocurra dicho evento. En otras palabras, si A es un evento, entonces P(A) =
1 - P(A').
Por ejemplo, si la probabilidad de que un estudiante apruebe un examen es del 80%, la
probabilidad de que no apruebe es del 20%
3. Regla del producto: La probabilidad de que ocurran dos eventos independientes es igual al
producto de las probabilidades individuales de cada evento. Es decir, si A y B son eventos
independientes, entonces P(A y B) = P(A) * P(B).
Por ejemplo, si la probabilidad de que un estudiante apruebe matemáticas es del 70% y la
probabilidad de que apruebe física es del 60%, la probabilidad de que apruebe ambas materias es
del 42%
4. Regla de la multiplicación general: La probabilidad de que ocurran dos eventos A y B es
igual a la probabilidad de que ocurra A, multiplicada por la probabilidad de que ocurra B dado
que A ya ha ocurrido. En otras palabras, P(A y B) = P(A) * P(B|A).
Por ejemplo, si la probabilidad de que llueva un día cualquiera es del 30% (0.3) y la probabilidad
de que haya tráfico en la misma ciudad ese día es del 40% (0.4), entonces la probabilidad de que
llueva y haya tráfico ese día es del 12% (0.3 x 0.4 = 0.12)
5. Regla de Bayes: Permite calcular la probabilidad condicional inversa, es decir, la
probabilidad de que ocurra un evento dado otro evento que ya ha ocurrido. Se expresa mediante
la fórmula P(A|B)
= P(B|A) * P(A) / P(B).
Por ejemplo, si la probabilidad de que un paciente tenga un resfriado es del 10% (0.1) y la
probabilidad de obtener un resultado positivo en una prueba de diagnóstico para el resfriado si el
paciente realmente lo tiene es del 90% (0.9), y la probabilidad de obtener un resultado positivo en
la prueba es del 12% (0.12), entonces la probabilidad de que el paciente realmente tenga un
resfriado dado que el resultado de la prueba fue positivo se puede calcular utilizando la regla de
Bayes
En los últimos años, se han realizado avances significativos en el campo de la probabilidad, con
un enfoque creciente en la probabilidad bayesiana. La probabilidad bayesiana es una forma de
interpretar la probabilidad como una medida de la creencia, en lugar de una frecuencia relativa en
un conjunto de datos. Se basa en el teorema de Bayes, que permite actualizar las creencias
iniciales con nueva información para obtener una mejor estimación de la probabilidad de un
evento.
La probabilidad condicional es otro concepto importante en el campo de la probabilidad, que se
refiere a la probabilidad de que ocurra un evento dado otro evento ya ha ocurrido. Esta idea se
utiliza en diversos contextos, como la teoría de la información, el aprendizaje automático y la
estadística.
Además, se han desarrollado técnicas avanzadas para modelar y analizar datos complejos, como
los modelos de redes bayesianas, que permiten representar relaciones probabilísticas entre
variables de forma gráfica. Estos modelos se utilizan en una amplia gama de aplicaciones, como
la biología, la medicina, la ingeniería y las ciencias sociales.
En resumen, los estudios y avances en el campo de la probabilidad han llevado a nuevas
herramientas y enfoques que mejoran nuestra capacidad de comprender y predecir eventos
inciertos en una variedad de disciplinas.

Algebra de eventos estadísticos

El álgebra de eventos es un concepto matemático utilizado en estadística que estudia la relación
entre diferentes eventos o sucesos en un experimento aleatorio. Se refiere a la combinación de
eventos simples para formar eventos más complejos mediante operaciones como la unión, la
intersección, la diferencia, el complemento, entre otros.
Por ejemplo, consideremos un experimento en el que se lanzan dos dados. Los eventos simples
son obtener un número par en el primer dado y obtener un número impar en el segundo dado. Los
eventos complejos pueden ser la unión de ambos eventos simples (obtener un número par en el
primer dado o un número impar en el segundo dado) o la intersección de ambos eventos simples
(obtener un número par en el primer dado y un número impar en el segundo dado).
Mediante el álgebra de eventos podemos calcular la probabilidad de cada uno de estos eventos
combinados utilizando las reglas del álgebra de eventos.
Las propiedades de los eventos en álgebra de eventos son:

1. El evento vacío: Existe un evento vacío, denotado por Φ, que no contiene ningún
resultado. Este evento siempre pertenece al espacio muestral.
2. Evento seguro: Existe un evento seguro, denotado por Ω, que contiene todos los
resultados posibles del espacio muestral.
3. Complemento de un evento: Para cada evento A en un espacio muestral Ω, existe su
complemento Ac, que consiste en todos los resultados que no están en A.

4. Unión de eventos: Dados dos eventos A y B, su unión A ∪ B consiste en todos los

resultados que están en al menos uno de los eventos.
5. Intersección de eventos: Dados dos eventos A y B, su intersección A ∩ B consiste en
todos los resultados que están en ambos eventos.
Ejemplo:
Consideremos el lanzamiento de un dado de seis caras. Sea el espacio muestral Ω = {1, 2, 3, 4, 5,
6}. Supongamos que los eventos A = {2, 4, 6} y B = {1, 2, 3} representan obtener un número par
y obtener un número menor o igual a 3, respectivamente.

Entonces, el complemento de A es Ac = {1, 3, 5}, la unión de A y B es A ∪ B = {1, 2, 3, 4, 6}, y

la intersección de A y B es A ∩ B = {2}.
La algebra de eventos es una parte importante de la teoría de la probabilidad y consiste en realizar
operaciones con eventos para determinar la probabilidad de su ocurrencia.

1. Unión de eventos: La unión de dos eventos A y B se denota como A ∪ B y representa el

evento que ocurre si al menos uno de los dos eventos ocurre. En otras palabras, la unión de
eventos A y B consiste en todos los elementos que pertenecen a al menos uno de los evento
Ejemplo: Supongamos que en un dado se lanza un número par (A) o un múltiplo de 3 (B). La
unión de los eventos A y B sería el evento de que salga un número par o un múltiplo de 3, es
decir, los números 2, 3, 4 y 6.
2. Intersección de eventos: La intersección de dos eventos A y B se denota como A ∩ B y
representa el evento que ocurre si ambos eventos ocurren simultáneamente. En otras palabras, la
intersección de eventos A y B consiste en todos los elementos que pertenecen a ambos eventos.
Ejemplo: Siguiendo el ejemplo anterior, la intersección de los eventos A y B sería el evento de
que salga un número par y múltiplo de 3, lo cual no es posible ya que no existen números que
cumplan ambas condiciones.
3. Complemento de un evento: El complemento de un evento A se denota como A' y
representa el evento que ocurre si el evento A no ocurre. En otras palabras, el complemento de un
evento A consiste en todos los elementos que no pertenecen a A.
Ejemplo: Siguiendo el ejemplo anterior, si consideramos el evento A como el de que salga un
número par en el dado, entonces el complemento de A sería el evento de que salga un número
impar.
Un diagrama de Venn es una representación gráfica utilizada para mostrar la relación entre
diferentes conjuntos. En el contexto de la teoría de probabilidad y el álgebra de eventos, se
pueden utilizar diagramas de Venn para representar la intersección y la unión de conjuntos de
eventos.
Por ejemplo, consideremos dos eventos A y B, donde A representa el evento de que llueva y B
representa el evento de que haya sol. Podemos representar estos eventos en un diagrama de Venn
de la siguiente manera:
- Evento A: Llueve
- Evento B: Hay sol
En este caso, la región que representa a A contiene todas las veces que llueve, mientras que la
región que representa a B contiene todas las veces que hay sol. La intersección de A y B, es decir,
la región donde ambos eventos ocurren simultáneamente, estaría vacía en este ejemplo, ya que es
poco probable que llueva y haya sol al mismo tiempo. La unión de A y B, que incluye todas las
veces que llueve, hay sol o ambas situaciones ocurren, comprendería toda el área de los dos
círculos.
Los diagramas de Venn son una herramienta útil para visualizar la relación entre eventos en el
álgebra de eventos y la teoría de probabilidad.
La probabilidad condicional es la probabilidad de que ocurra un evento A dado que ya ha
ocurrido un evento B. Se denota como P(A|B) y se calcula como P(A|B) = P(A ∩ B) / P(B),
donde P(A ∩ B) es la probabilidad de que ocurran ambos eventos A y B simultáneamente, y P(B)
es la probabilidad de que ocurra el evento B.
La probabilidad condicional está relacionada con el álgebra de eventos en el sentido de que se
pueden utilizar las reglas del álgebra de eventos para calcularla. Por ejemplo, la regla del

También, la regla de la adición nos dice que P(A ∪ B) = P(A) + P(B) - P(A ∩ B), lo que se puede
producto nos dice que P(A ∩ B) = P(A|B) * P(B), lo que implica que P(A|B) = P(A ∩ B) / P(B).

utilizar para calcular la probabilidad condicional cuando se trata de eventos no mutuamente

excluyentes.
El álgebra de eventos proporciona herramientas matemáticas que se pueden utilizar para calcular
la probabilidad condicional de eventos, lo que permite analizar y predecir diferentes situaciones
en las que la probabilidad de un evento depende de la ocurrencia de otro evento
. Ejemplos y aplicaciones prácticas del álgebra de eventos en estadística
El álgebra de eventos es una rama de la teoría de la probabilidad que se utiliza para estudiar las
relaciones entre diferentes eventos. Se basa en el uso de operaciones matemáticas para combinar
eventos y calcular probabilidades.
Ejemplos:
Lanzar una moneda:
Evento A: Sacar cara.
Evento B: Sacar cruz.
Podemos usar el álgebra de eventos para calcular la probabilidad de que salga cara o cruz, o de
que no salga ninguno de los dos (evento vacío).
Sacar dos cartas de una baraja:
Evento A: Sacar un rey. Evento B: Sacar un corazón.
Podemos usar el álgebra de eventos para calcular la probabilidad de que saquemos un rey, un
corazón, ambos o ninguno de los dos.
Llegar tarde al trabajo:
Evento A: El autobús se retrasa.
Evento B: Hay un accidente de tráfico.
Podemos usar el álgebra de eventos para calcular la probabilidad de que lleguemos tarde al
trabajo debido al autobús retrasado, al accidente de tráfico, a ambos o a ninguno de los dos.
Aplicaciones prácticas:
Análisis de riesgos: El álgebra de eventos se utiliza en el análisis de riesgos para identificar y
evaluar los posibles riesgos que pueden afectar a un proyecto o actividad.
Control de calidad: El álgebra de eventos se utiliza en el control de calidad para determinar la
probabilidad de que un producto tenga un defecto.
Apuestas: El álgebra de eventos se utiliza en las apuestas para calcular las probabilidades de
ganar o perder en un juego de azar.
Genética: El álgebra de eventos se utiliza en la genética para calcular la probabilidad de que un
niño herede una determinada característica de sus padres.
Medicina: El álgebra de eventos se utiliza en la medicina para calcular la probabilidad de que un
paciente desarrolle una determinada enfermedad.
Ejemplos más específicos de cómo se utiliza el álgebra de eventos en la estadística:
Teorema de Bayes: El teorema de Bayes es una fórmula que se utiliza para actualizar la
probabilidad de un evento en función de nueva información. Se utiliza en una amplia variedad de
aplicaciones, como el diagnóstico médico, el análisis forense y la clasificación de texto.
Cadenas de Markov: Las cadenas de Markov son un modelo matemático que se utiliza para
modelar eventos que dependen de eventos anteriores. Se utilizan en una amplia variedad de
aplicaciones, como el análisis del mercado de valores, el modelado del tráfico y la robótica.
Procesos de Poisson: Los procesos de Poisson son un modelo matemático que se utiliza para
modelar eventos que ocurren aleatoriamente en el tiempo. Se utilizan en una amplia variedad de
aplicaciones, como el análisis de llamadas telefónicas, la llegada de clientes a una tienda y la
ocurrencia de accidentes.
El álgebra de eventos es una herramienta poderosa que se puede utilizar para resolver una amplia
variedad de problemas en estadística. Es una parte esencial de la teoría de la probabilidad y tiene
muchas aplicaciones prácticas en el mundo real.

Propiedades de la probabilidad
Las probabilidades son:
Para comprender las propiedades de la probabilidad, debemos establecer algunos conceptos
previamente:
Espacio muestral (E): es el conjunto de los diferentes resultados que pueden darse en un
experimento aleatorio.
Suceso: subconjunto del espacio muestral. Se representa con una letra mayúscula, con sus
elementos entre llaves y separados por comas.
 1 La suma de las probabilidades de un suceso y su contrario vale 1, por tanto la probabilidad del
suceso contrario es:
2 Probabilidad del suceso imposible es cero.
3* La probabilidad de la unión de dos sucesos es la suma de sus probabilidades menos la
probabilidad de su intersección.

4* Si un suceso A está incluido en otro suceso B, entonces la probabilidad de A es menor o igual

a la probabilidad de B.

5* Si A1, A2, ..., Ak son incompatibles dos a dos entonces:

6* Si el espacio muestral E es finito y un suceso es S = {x1, x2, ..., xn} entonces:

Ejemplo:
En cierta ciudad de 2000 familias, 500 tienen suscripción al periódico local, 360 tienen
suscripción a la revista nacional y 160 tienen ambas suscripciones.
Hallar la probabilidad de que, al escoger una familia al azar, tenga alguna de las dos
suscripciones.
Hallar la probabilidad de que, al escoger una familia al azar, no tenga suscripción a la revista
nacional.
Solución:
Se definen los eventos de la siguiente forma:
• El evento A, que consiste en tener suscripción al periódico local
• El evento B, que consiste en tener suscripción a la revista nacional
• Por tanto, es el evento que consiste en tener ambas suscripciones.
a.) La probabilidad de escoger una familia que tenga alguna de las dos suscripciones es. Como
los eventos no son mutuamente excluyentes, entonces:
Luego, la probabilidad de escoger una familia que tenga alguna de las dos suscripciones es 0,35
o 35%.
b.) La probabilidad de que al escoger una familia no tenga suscripción a la revista nacional,
equivale a calcular. así:

Por tanto, la probabilidad de escoger una familia que no tenga suscripción a la revista nacional es
de 0,82 o 82%.

Teorema de la probabilidad total

El teorema de la probabilidad total nos permite calcular la probabilidad de que ocurra un evento,
que se puede realizar a través de varios caminos. Antes de revisar el teorema de probabilidad
total, es necesario definir el concepto de «partición».
Veamos los ejemplos y ejercicios del teorema de la probabilidad total.
Partición
Sean A1, A2, A2, , An, eventos de un mismo espacio muestral S. Dichos eventos forman una
partición de S si son mutuamente excluyentes y colectivamente exhaustivos. Es decir, si cumplen
con las condiciones siguientes:
El teorema de la probabilidad total, establece que:
Sean A1, A2, A3, … , An, eventos que forman una partición del espacio muestral S, y sea B otro
evento cualquiera del espacio muestral S, entonces la probabilidad del evento B se puede
obtener de la siguiente manera:

Los problemas de probabilidades que requieren al teorema de probabilidad total, también se

pueden resolver de manera sencilla usando el diagrama de árbol. Vamos a revisar 1 ejercicio, y lo
vamos a resolver con el diagrama de árbol y con el teorema.
Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidente es x% y si hace buen
tiempo dicha probabilidad es y%. Este teorema nos permite deducir cuál es la probabilidad de que ocurra
un accidente si conocemos la probabilidad de que llueva y la probabilidad de que haga buen tiempo.

La fórmula para calcular esta probabilidad es:

Es decir, la probabilidad de que ocurra el suceso B (en nuestro ejemplo, que ocurra un
accidente) es igual a la suma de multiplicar cada una de las probabilidades condicionadas de este
suceso con los diferentes sucesos A (probabilidad de un accidente cuando llueve y cuando hace
buen tiempo) por la probabilidad de cada suceso A.
Para que este teorema se pueda aplicar hace falta cumplir un requisito:

Los sucesos A tienen que formar un sistema completo, es decir, que contemplen todas las
posibilidades (la suma de sus probabilidades debe ser el 100%).
Ejemplo: al tirar una moneda, el suceso "salir cara" y el suceso "salir cruz" forman un sistema
completo, no hay más alternativas: la suma de sus probabilidades es el 100%

Ejemplo: al tirar un dado, que salga el 1, el 2, el 3, o el 4 no forman un sistema completo, ya que

no contempla todas las opciones (podría salir el 5 o el 6). En este caso no se podría aplicar el
teorema de la probabilidad total.

Teorema de Bayes
Es uno de los resultados más conocidos y útiles en el área de la probabilidad y estadística, y en
particular en el estudio de la probabilidad condicional. Básicamente, el Teorema de Bayes nos
dice cómo calcular la probabilidad de un suceso teniendo información a priori sobre dicho
suceso.
Este teorema es una herramienta altamente usada por su simpleza y su rápida aplicación en
distintas áreas del conocimiento, por ejemplo, en medicina, biología, tecnología, negocios, o en
cualquier área en la que se necesite tener una certeza sobre algún suceso dada información de
antemano. Además, es común utilizar dicha herramienta consecutivamente para obtener una
mayor certeza si el problema así lo requiere.
A continuación, enunciaremos dicho teorema y resolveremos algunos ejercicios para ilustrar
mejor este importante resultado.

Sean eventos mutuamente excluyentes y cuya unión es el espacio

muestral ,

Si es otro evento, entonces

donde representa la probabilidad del evento denominada probabilidad a
priori, representa la probabilidad del evento dado el evento también conocida
como probabilidad a posteriori, y
es la probabilidad.

Ejemplo:

Un análisis de sangre de laboratorio tiene una eficacia del para detectar una determinada
enfermedad cuando, de hecho, está presente. Sin embargo, la prueba también arroja un resultado
"falso positivo" para el de las personas sanas analizadas. (Es decir, si se hace la prueba a una
persona sana, entonces, con una probabilidad de el resultado de la prueba implicará que
tiene la enfermedad). Si el de la población en realidad tiene la enfermedad, ¿cuál es la
probabilidad de que una persona tiene la enfermedad dado que el resultado de la prueba es
positivo?

Solución: Considere el evento "Tiene la enfermedad" cuya probabilidad es

y el evento "El resultado es positivo". Sabemos que el laboratorio tiene una eficacia del
para detectar una determinada enfermedad cuando en realidad se tiene, entonces tenemos
que Ahora considere el evento "No tiene la enfermedad" cuya
probabilidad es y el evento "El
resultado es negativo". Las hipótesis nos indican que

Estamos interesados en conocer , es decir, la probabilidad de que una persona esté

enferma dado que la prueba haya dado positivo. Siguiendo la fórmula de Bayes tenemos que
 Referencias Bibliográficas

https://es.khanacademy.org/math/probability/probability-geometry/probability-
basics/a/probability-the-basics
https://concepto.de/probabilidad-y-estadistica/
https://www.smartick.es/blog/matematicas/probabilidad-y-estadistica/probabilidad-que-es/
https://concepto.de/diagrama-de-venn/
https://es.wikipedia.org/wiki/Probabilidad
https://wpd.ugr.es/~bioestad/bioestadistica/tema-4/
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/combinatoria/tipos-de-
sucesos.html
https://es.slideshare.net/slideshow/experimentos-aleatorios-espacio-muestral-y-eventos-o-
sucesos/81900490 https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/
combinatoria/teorema-de-bayes.html