PROBABILIDAD Y ESTADÍSTICA

TEORIA DE LA PROBABILIDAD

Sesión 9
INTRODUCCION
LOGRO DE LA SESIÓN:

Al término de la sesión, el

estudiante calcula probabilidades,

tomando en cuenta el tipo de

probabilidad requerido, identificando

el experimento aleatorio y sus

eventos asociados.
CONTENIDO

 Probabilidad.

 Experimento Aleatorio.

 Espacio Muestral.

 Evento y Algebra de eventos.

 Probabilidad Condicional.
ANÁLISIS COMBINATORIO

Es el conjunto de procedimientos que permiten determinar el número de

resultados de un experimento sin necesidad de conocer todos los resultados que
de él se originan.
Se basa en los siguientes principios:

1. Principio de la adición: Dados dos experimentos A y B, el número de

maneras posibles que puede ocurrir el experimento A o B está dado por:

n (A o B) = n(A) + n(B)

Donde:
n(A): Número de formas distintas que puede ocurrir el experimento A.
n(B): Número de formas distintas que puede ocurrir el experimento B.

EXPERIMENTO:
Se llama experimento al conjunto de acciones, reales o imaginarias,
realizadas con la finalidad de obtener resultados.
ANÁLISIS COMBINATORIO

2. Principio de la multiplicación: Dados dos experimentos

A y B, el
número de maneras posibles que puede ocurrir el
experimento A y B está dado
por:
n(A y B) = n(A) * n(B)

Ejemplo: Para adquirir un equipo de cómputo que conste

de teclado, monitor, CPU e impresora se cuenta con 4
marcas distintas de teclado, 5 marcas
distintas de monitor, 3 de CPU y 4 de impresoras.
Suponiendo que todas las marcas son compatibles
determine de cuántas maneras es posible adquirir el
equipo de cómputo.
PERMUTACIONES

La permutación de un conjunto de elementos es un

arreglo de los mismos siguiendo un orden establecido. Se pueden
presentar los
siguientes casos:

• El número de permutaciones posibles de “n” elementos, todos

distintos, agrupados en sub grupos de “n” elementos diferentes son:

• El número de permutaciones posibles de “n” elementos, todos

distintos, agrupados en sub grupos de “r” elementos diferentes
son:
COMBINACIONES

Una combinación de un conjunto de elementos es una selección de tales

elementos sin tener en cuenta el orden. El número de combinaciones de “r”
elementos tomados de “r” en “r” (sub grupos de “r”
elementos) es:
2. ¿De cuántas formas pueden ordenarse 5 personas en un sofá si tienen
solamente tres asientos?

3. ¿De cuántas formas puede seleccionarse 6 preguntas de un total de 10?

4. ¿Cuántos comités diferentes de 3 hombres y 4 mujeres pueden

formarse con 8 hombres y 6 mujeres?
EJEMPLO

Una persona tiene 15 amigos. De cuántas maneras puede invitar a 6 de ellos.

• Si existen 2 parejas de casados y van siempre juntos a cualquier reunión.
• Si existen dos personas que no deben estar en la misma reunión.

En una biblioteca hay 8 libros de geometría, 14 de álgebra, 10 de física, y 5

de química. ¿De cuántas maneras un estudiante debe seleccionar cuatro
libros, si estos deben ser de diferentes materias?
 TEORÍA DE LA PROBABILIDAD

En muchas oportunidades nos hemos encontrado con afirmaciones donde no

existe 100% de certeza sobre la aparición o realización de un hecho o fenómeno.
EJEMPLOS:

• ¿Cuál es la probabilidad de ganar en el juego

Ganagol?
• ¿Cuál es la probabilidad de que el número de
ingresantes a UNAS aumente?
• ¿Cuál es la probabilidad de que el número de
artículos producidos salgan defectuosos?
• ¿Cuál es la probabilidad de obtener una nota
aprobatoria en el curso de Probabilidad y Estadística?
En estos ejemplos se puede apreciar que el resultado final no se conoce
con exactitud o certeza, existe por lo tanto INCERTIDUMBRE.
La necesidad de tener suficiente poder para manejar la incertidumbre
obliga a estudiar y usar la teoría de la probabilidad.
 TEORIA DE LA PROBABILIDAD

PROBABILIDADES:
Las probabilidades se ocupan de los denominados fenómenos o
experimentos.

EXPERIMENTO:
Se llama experimento al conjunto de acciones, reales o imaginarias,
realizadas con la finalidad de obtener resultados.
1. EXPERIMENTOS NO ALEATORIOS:
Son aquellos cuyo resultado del experimento se
conoce con anterioridad y que puede describirse por
una fórmula matemática, física o química.
Ejemplos:
• Soltar una piedra en el aire.
• Lanzar una pelota en una tina con agua, etc.

2. EXPERIMENTOS ALEATORIOS:
Son aquellos cuyos resultados del experimento no
pueden predecirse con exactitud antes de realizar el
experimento.
Ejemplos:
• Lanzar una moneda y observar la cara superior.
• Lanzar un dado y observar el número que aparece.
DEFINICIONES:

1.1 EXPERIMENTO ALEATORIO (Ε):

Es un proceso de observación, donde el resultado no se puede predecir y
sólo es posible conocerlo una vez que sucede o se da.

EJEMPLO 1:
ε = “Lanzamiento de un dado y su puntaje obtenido”
Resultado: Existe margen de duda en el resultado exacto,
pues es posible que éste aparezca 1, 2, 3, 4, 5 ó 6.
Luego el experimento es aleatorio.
1.2. ESPACIO MUESTRAL
Dado un experimento aleatorio ε, se llama espacio muestral de ε, denotado por
, al conjunto de todos los resultados posibles del experimento.

ξ W = w1, w2, ........, wn

ε = “Lanzamiento de un dado y su puntaje obtenido”

ξ W = 1, 2, 3, 4, 5, 6 n(W) = 6

Cada w1 es un punto muestral, que corresponde a un resultado del

experimento.
1.3. SUCESO O EVENTO (A, B, C, ….. )

Un suceso o evento de un experimento aleatorio ε, es cualquier subconjunto del

espacio muestral . Es aquel conjunto que contiene resultados de un experimento
aleatorio que tienen una característica particular.

Si A⊂  A es un evento en 

EJEMPLO 1:

Sea A = {El resultado es un número par al lanzar un dado}

Entonces, A = {w є  / w es par} = {2,4,6} ⊂ 

: Se le llama evento nulo o vacio (imposible)

: Evento cierto o seguro (siempre sucede)
EJEMPLO 2:

Experimento:
Anotar el resultado de dos partidos de fútbol jugados por los estudiantes de
una universidad
(G: partido ganado, E: Partido empatado y P: partido perdido)

• Los posibles resultados son: PARTIDO 2

PARTIDO 1 G E P
G GG GE GP
E EG EE EP
P PG PE PP
El espacio muestral:

 = {GG, GE, GP, EG, EE, EP, PG, PE, PP}

Algunos eventos o sucesos serian:
Evento A = Los dos partidos se ganaron.

A = {GG}

Evento B = Por lo menos una de los dos partidos fueron empatados.

B = {GE, EG, EE, EP, PE}

Evento C = A lo más uno de los dos partidos fueron perdidos

C = {GG, GE, GP, EG, EE, EP, PG, PE}

Evento D = Ningún de los tres partidos fueron ganados.

D={ }
EJEMPLO 3:

Experimento:
Examinar los resultados de lanzar 3 monedas

Espacio muestral (Ω): Probabilidad:

Todos los posibles resultados Probabilidad de que la primera
Ω = { ccc, ccs, csc, css, sss, ssc, scs, scc} moneda sea cara.
n(Ω) = 8
P(A) = 4/8= 0.5 = 50%.
Evento:
A = «La primera moneda es cara»
A = {ccc, ccs, csc, css}
n(A) = 4
TIPO DE EVENTOS:

1. EVENTO SEGURO O SUCESO UNIVERSAL

Es un evento que tiene 100% de probabilidad de ocurrencia. (si o si debe

ocurrir).
Ejemplo:
Nos encontramos en la fábrica de Coca Cola, en la línea de producción de
bebidas gaseosas en latas:
B = “Selección de un envase y que éste sea de lata.”
2. EVENTO IMPOSIBLE

Es un evento que NUNCA ocurrirá

Ejemplo:
B = “Selección de un envase y que éste sea de vidrio.”
TIPO DE EVENTOS:

3. EVENTO COMPLEMENTARIO

Es el complemento del evento A y se denota por (se lee NO "A") y significa

que el evento no ocurre.

Ejemplo:
Sea A = Persona con título profesional universitario.
Entonces el complemento será:
= Persona sin título profesional universitario.
TIPO DE EVENTOS:

4. EVENTO MUTUAMENTE EXCLUYENTES

Dos eventos A y B son mutuamente excluyentes o disjuntos si ; es decir si

A y B no tienen elementos en común.
Son aquellos que no pueden darse simultáneamente. La ocurrencia de uno
imposibilita la ocurrencia del otro.

Ejemplo:
La pieza no puede ser aceptable e inaceptable al mismo tiempo. En una
muestra de piezas fabricadas, el evento de seleccionar una pieza no
aceptable y el evento de seleccionar una pieza aceptable son mutuamente
excluyentes.
TIPO DE EVENTOS:

5. EVENTOS INDEPENDIENTES

Dos eventos son independientes si ambos no tienen ninguna relación entre sí;
es decir, si la ocurrencia de uno de ellos, no influye en la ocurrencia del otro.

Ejemplo:
Sean los eventos
X = Primer alumno apruebe el examen de Probabilidad y Estadística.
Y = Segundo alumno apruebe el examen de Probabilidad y Estadística.

X e Y son independientes porque al ocurrir el evento X, éste no influye para

que el evento Y ocurra.
PROBABILIDAD

Es un número real que expresa la confianza o

incertidumbre en la ocurrencia de un
evento cuyo resultado no se puede predecir
con certeza.

Definición axiomática de probabilidad: Sea un experimento aleatorio E

con espacio muestral Ω y A un evento cualquiera de Ω. El número real

P(A) es llamado probabilidad de ocurrencia del evento A, si satisface las

siguientes condiciones:

0 ≤ P(A) ≤ 1

P(Ω) = 1

Si A y B son mutuamente excluyentes, se cumple que:

P(A U B) = P(A) + P(B)

PROBABILIDAD

Propiedades y teoremas básicos de probabilidades

Dados tres eventos A, B y C contenidos en el espacio muestral Ω se

cumple:

a) P(φ) = 0

b) P(A U B) = P(A) + P(B) – P(A ∩ B)

c) P(A’) = 1 – P(A)

d) P(AUBUC)=P(A)+P(B)+P(C)–P(A∩B)–P(A∩C)– P(B∩C)+P(A∩B∩C)
ENFOQUES DE LA PROBABILIDAD

A) ENFOQUE DE LA PROBABILIDAD CLÁSICA

De acuerdo con el punto de vista clásico, la probabilidad de un evento que se
está llevando a cabo se calcula dividiendo el número de resultados favorables
entre el número de posibles resultados:
Número de resultados favorables n A
P  A  
Número total de posibles resultados n 

Ejemplo 1: Si se lanza un dado, ¿Cuál es la probabilidad que el resultado sea un

número par?

A
1 2
3
 3 𝑃 ( 𝐴 ) = =0.5
6
4
6
5
ALGEBRA DE EVENTOS

OPERACIONES CON EVENTOS.- Dados los eventos A y B

a) UNIÓN: La unión o reunión de A y B, que se denota AUB, es el evento

AUB={w Î  / w Î A ó w Î B}

A B 
b) INTERSECCIÓN: La intersección de A y B, que se denota AÇB, es el evento

AÇB = {w Î  / w Î A y w Î B}

𝑛( 𝐴 ∩ 𝐵)
𝑃 ( 𝐴 ∩ 𝐵 )=
𝑛( Ω)

A B

Observación.-
• Si AÇB =  , se dice que A y B son eventos mutuamente
excluyentes ó incompatibles ó disjuntos.

B

A
c) COMPLEMENTO : El complemento de A, que se denota por A , se

define como el evento formado por los elementos de  que no

están en A. También se le denomina evento opuesto o contrario.

A ={w Î  / w Ï A}


A A
EJEMPLOS
Con 7 abogados y 4 médicos se van a formar comités de 6 personas. Hallar la
probabilidad de que se forme un comité en el cual se incluya:
a) Exactamente 2 médicos
b) Por lo menos 2 abogados
c) Como máximo 3 médicos

Una empresa que ofrece servicios de soporte informático cuenta con 5

profesionales que sólo manejan Visual Basic, 4 manejan sólo Unix y 3 que
manejan Windows NT. Una compañía le solicitó que envíen un equipo de tres
personas. Calcule la probabilidad que el equipo esté formado por:
a) Una persona que maneje sólo VB, otra Unix y la otra Windows NT.
b) Personas que sólo manejan una sola especialidad.
c) 2 personas que sólo manejan Windows NT.
EJEMPLOS

De 20 personas que contrajeron cierta enfermedad al mismo tiempo y que

fueron llevados a una misma sala de hospital, 15 se recuperan completamente
en 3 días; al cabo del cual, se escogen aleatoriamente 5 personas para un
chequeo.
a) ¿Cuál es la probabilidad que los cinco sean dadas de alta?,
b) ¿Cuál es la probabilidad que exactamente cuatro sean dadas de alta?,
c) ¿Cuál es la probabilidad que ninguno sea dado de alta?
PROBABILIDAD CONDICIONAL

• Si A y B son dos eventos de un espacio muestral Ω, entonces la

probabilidad condicional que ocurra el evento A dado que ocurrió el
evento B es:

𝑃 ¿
Teorema de la multiplicación de probabilidades
Si dados tres eventos A, B y C contenidos en el espacio muestral
Ω se cumple:

P(A ∩ B) = P(A).P(B / A) = P(B).P(A / B)

P(A ∩ B ∩ C) = P(A).P(B / A) .P(C / A ∩ B)

 EJEMPLO: Los resultados de una encuesta efectuada entre 100 personas,
dio como resultado la opinión que les merece el servicio de transporte
urbano en provincias. Los datos se consignan en el siguiente cuadro (las
personas se clasifican previamente en Peruanos y Extranjeros).
Opinión Bueno Regular Malo No opinan
Total
Nacionalidad (B) (R) (M) (N)
Peruanos (P) 8 38 30 4 80
Extranjeros( E ) 4 5 10 1 20
Total 12 43 40 5 100

PARTIR DE LA TABLA MOSTRADA CALCULAR LAS SIGUIENTES PROBABILIDADES:

a. ¿Cuál es la probabilidad de que la persona seleccionada sea peruana?

P[P] = n(P) / n(Ω) = 80/100

= 0.80 ó 80%

b. ¿Cuál es la probabilidad de que la persona seleccionada opine que el

servicio del transporte urbano en provincias es bueno?

P[B] = n(B) / n(Ω) = 12/100

= 0.12 ó 12%

c. ¿Cuál es la probabilidad de que la persona seleccionada sea extranjero y

opine que el servicio de transporte urbano es regular?

P [E ∩ R] = n(E ∩ R) / n(Ω) = 5/100 = 0.05 ó 0.5%

d. ¿Cuál es la probabilidad de que la persona seleccionada sea peruano o
opine que el servicio de transporte urbano en provincias es malo?

P [P M] = P [P] + P [M] - P[P  M]

= 80/100 + 40/100 – 30/100

= 90/100 = 0.90 ó 90%

e. ¿Cuál es la probabilidad de que la persona seleccionada opine que el servicio

de transporte urbano en provincias es malo o es regular?

P [M R] = P [M] + P [R]

= 40/100 + 43/100

= 83/100= 0.83 ó 83%

f. Si se sabe que la persona seleccionada es extranjera. ¿Cuál es la
probabilidad de que opine que el transporte urbano en provincias es
bueno?

P[B / E] = n(B ∩ E) / n(E) = 4/20 = 0.20 o 20 %

g. ¿Cuál es la probabilidad de que la persona sea peruana, puesto que la

opinión fue que el transporte urbano en provincia es regular?
P [P / R] = n(P ∩ R) / n(R) = 38/43 = 0.8837 ó 88.37%
EJEMPLOS

Un hombre tiene dos carros A y B que tienen problemas de arranque. La

probabilidad de que ambos arranquen e 0,1, la probabilidad de que
arranque B y no A es 0,2, la probabilidad de que ninguno de ellos arranque
es 0,4.
Halle la probabilidad de que:
5.1 El carro A arranque
5.2 Arranque A dado que B no arrancó

La probabilidad de que un vuelo de programación regular despegue a

tiempo es 0,83, que llegue a tiempo es 0,82 y de que despegue y llegue a
tiempo es 0,78. Encuentre la probabilidad que un avión:

4.1 llegue a tiempo dado que no despegó a tiempo

4.2 despegue a tiempo dado que llegó a tiempo
EJEMPLOS

Un alumno de UNAS está llevando Matemática, Estadística y Contabilidad. Por

experiencias anteriores se sabe que la probabilidad de aprobar Matemática es 0,7; el
de Estadística 0,55; el de Contabilidad 0,5; el de matemáticas y estadística 0,3; el de
matemáticas y contabilidad 0.35; el de estadística y contabilidad 0,3 y los tres a la vez
0,2. Calcule la probabilidad que el alumno:

9.1 Apruebe sólo un curso.

9.2 Apruebe por lo menos dos cursos.
9.3 No apruebe algún curso
EJEMPLO

En una ciudad el 70% de los adultos escuchan radio, el 40% lee periódico
y el 10% ve televisión; entre los que escuchan radio el 30% lee periódicos
y el 4% ve televisión. El 90% de los que ven TV lee el periódico y sólo el
2% de la población total lee periódico, ve TV y escucha radio. Si se elige
una persona al azar calcule la probabilidad:
10.1 Que sólo realice una de las tres actividades.
10.2 Sabiendo que lee periódico, que vea televisión.
10.3 Escuche radio o vea TV.
EJEMPLO

En una muestra de 240 Loretanos se encontró que el 60% sufre alguna

enfermedad, el 30% tienen al menos 30 años, y el 20% son menores de 30
años y sanos. Si uno de tales loretanos es escogido al azar, cuál es la
probabilidad de que:
15.1 Sufra alguna enfermedad y tenga al menos 30 años
15.2 Sufra alguna enfermedad si tiene al menos 30 años
INDEPENDENCIA DE EVENTOS

Dos eventos son independientes si el que ocurra uno, no añade

información sobre el otro. Es decir, la ocurrencia de uno no influye
en la ocurrencia del otro

A es independiente de B

 P(A|B) = P(A)

 P(AB) = P(A) P(B)

MULTIPLICACION DE PROBABILIDADES
De lo anterior…

𝑃¿ 𝑃¿

𝑃 ( 𝐴 ∩ 𝐵 )= 𝑃 ( 𝐴 ) . 𝑃 ( 𝐵/ 𝐴 )=𝑃 ( 𝐵 ) . 𝑃 ¿
 TEOREMA DE BAYES

• Este es el TEOREMA más importante en el cálculo de probabilidades.

• Para conocer este teorema se deben conocer previamente algunas
definiciones:

A. PARTICION:
Se llama partición al conjunto de eventos del espacio muestral Ω, que
cumple con 2 características:
a. U Ai = Ω (los eventos son colectivamente exhaustivos)
b. ∩ Ai = Ø (los eventos son mutuamente excluyentes)

Ω U Ai = Ω
A1 A2 A3 A4

∩ Ai = Ø
B. PROBABILIDAD TOTAL:

Si A1, A2, … , An es una partición de Ω y B es un subconjunto

cualquiera dentro de Ω, entonces:
A1 A2 A3 A4 B
Ω
(A1∩B) (A2∩B) (A3∩B) (A4∩B)

P(B) = ∑ P(Ai).P(B/Ai)
TEOREMA DE BAYES: Si A1, A2, … , An es una partición de Ω y B es
un subconjunto cualquiera dentro de Ω, entonces, la probabilidad de
que ocurra un evento Ai, cuando el evento B ha ocurrido es:

A1 A2 A3 A4

Ω
(A1/B)

P( Ai )  P( B / Ai )
P( Ai / B ) 
P( B)
EJEMPLO DE APLICACIÓN:

En una línea de producción hay dos procesos, A y B. En el proceso

A hay un 20% de defectuosos y en B hay 25%. En una muestra de
300 productos hay 200 del proceso A y 100 del B.

(a) Si se extrae un producto al azar,

hallar la probabilidad que sea
defectuoso.

(b) Si al extraer el producto resultó

defectuoso, halle la probabilidad de
que sea del proceso A.
SOLUCIÓN: SEAN LOS SIGUIENTES EVENTOS:

A = “el producto es del proceso A”

B = “el producto es del proceso B”
D = “el producto es defectuoso”
= “el producto es no defectuoso”
 (a) Si se extrae un producto al azar, hallar la probabilidad que sea
defectuoso. D
0.20
Debemos calcular P(D).
00
A
/ 3
200 D

0.25 D
100
/3 00 B

D
𝑃 [ 𝐷 ] =𝑃 [ 𝐴 ] . 𝑃 [ 𝐷 / 𝐴 ] +𝑃 [ 𝐵 ] . 𝑃 [ 𝐷 / 𝐵 ]
200 100 65
¿ ( 0.20 )+ ( 0.25 ) = =0.2167=21.67 %
300 300 300
(b) Si al extraer el producto resultó defectuoso, halle la probabilidad de
que sea del proceso A.
EJERCICIOS

Una compañía de desarrollo urbano está considerando la posibilidad de construir

un centro comercial en un sector de Lima. Un elemento vital en esta consideración
es un proyecto de una autopista que une este sector con el centro de la ciudad. Si
el Concejo municipal aprueba esta autopista, hay una probabilidad de 0,90 de que
la compañía construya el centro comercial en tanto que si la autopista no es
aprobada la probabilidad es de solo 0,20. Basándose en la información disponible,
se estima que hay una probabilidad de 0,60 que la autopista sea aprobada. Dado
que el Centro Comercial fue construido, Cuál es la probabilidad de que la
autopista haya sido aprobada.
EJERCICIOS

Una estación meteorológica suele acertar el 60% de las veces que pronostica día
lluvioso. La probabilidad de que acierte su pronóstico dado de que el día no es
lluvioso es 0,8. Se sabe que la probabilidad de que llueva un día cualquiera es
0,25. ¿Cuál es la probabilidad de que llueva si el pronóstico es correcto

En un almacén de una firma de fusibles se encuentra 80 cajas con 100 fusibles

cada una, 20 cajas contienen fusibles producidos por una empresa A, 30 cajas
contienen fusibles producidos por una compañía B, el resto de cajas contiene
fusibles producidos pro una compañía C. A produce e; 3% de artículos
defectuosos, B el 5% y C el 4% de artículos defectuosos. Si se selecciona una de
estas cajas al azar, se toma uno de sus fusibles y se encuentra que es defectuoso.
¿Cuál es la probabilidad de que haya sido producida por B?
EJERCICIOS

La compañía que ensambla automóviles Neón Génesis, se ha presentado a una

licitación para ensamblar un nuevo modelo de automóvil. La probabilidad que
Neón Génesis gane la licitación es de 0,90 si una firma competidora Akira S.A. no se
presente a ella, en tanto que es de sólo 0,20 si Akira S.A. se presenta; el gerente
general de Neón Génesis estima que hay una probabilidad de 0,80 que Akira S.A.
se presente.
3.1 ¿Cuál es la probabilidad que Neón Génesis gane la licitación?
3.2 Dado que Neón Génesis ganó la licitación, ¿cuál es la probabilidad que Akira
S.A. se haya presentado a ella?
EJERCICIOS

La compañía KANCIO está considerando comercializar una computadora. La

probabilidad que la compañía tenga éxito es 0,8 si es que una firma competidora
no introduce un producto similar en el mercado, en tanto que la posibilidad de éxito
es sólo del 40% si la firma competidora introduce un producto similar. KANCIO
estima que hay una probabilidad del 30% que la firma competidora comercialice el
producto. Calcular:
8.1 La probabilidad que KANCIO no tenga éxito
8.2 Si KANCIO no tuvo éxito, ¿Cuál es la probabilidad que la competencia haya
lanzado su producto?
EJERCICIOS

En una oficina hay dos computadoras A y B que trabajan de manera

independiente. Si en un momento cualquiera la probabilidad de que la máquina
B esté en mal estado es 1/4 y la probabilidad de que sólo la máquina A esté en
mal estado es 3/10. ¿Cuál es la probabilidad de que sólo la maquina B esté en
malas condiciones?

Suponga que en cierta región del país la probabilidad de que un adulto mayor
de 40 años tenga cáncer es 0,05, la probabilidad de que el diagnostico sea
correcto es 0,80, y de que sea errado es 0,20. si se elige al azar a una de esas
personas, calcular, tenga realmente tal enfermedad.
5.1 Se le diagnostique cáncer.
5.2 Si se le diagnostica cáncer, tenga realmente tal enfermedad