AXIOMAS DE PROBABILIDAD

FASE I

PROBABILIDAD

100402_316

VICTOR ALFONSO CARDONA VALENCIA

Cod: 14570994

Tutor

LAURA ELENA QUINGUEREJO

UNAD

ESCUELA DE CIENCIAS BASICAS, TECNOLOGIA E INGENIERIA

INGENIERIA EN ELECTRONICA

OCTUBRE DE 2016
ESTUDIO DE CASO 2

Con frecuencia es necesario hallar la probabilidad incondicional de un evento B, dado que

un evento A ha ocurrido. Una de estas situaciones ocurre al hacer exmenes de seleccin,
que solan estar asociados principalmente con exmenes mdicos de diagnstico pero que
ahora estn encontrando aplicaciones en varios campos de actividad. Los exmenes de
esteroides en atletas, los exmenes caseros de embarazo y los exmenes para detectar sida
son algunas otras aplicaciones. Los exmenes de seleccin se evalan sobre la probabilidad
de un falso negativo o un falso positivo y stas dos son probabilidades condicionales. Un
falso positivo es el evento de que el examen sea positivo para una condicin determinada,
dado que la persona no tiene la condicin. Un falso negativo es el evento de que el examen
sea negativo para una condicin determinada, dado que la persona tiene la condicin.

Se pueden evaluar estas probabilidades condicionales usando una frmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes. El teorema se utiliza para revisar
probabilidades previamente calculadas cuando se posee nueva informacin y fue
desarrollado por el reverendo Thomas Bayes en el siglo XVII.

Suponga que cierta enfermedad est presente en el 10% de la poblacin, y que hay un
examen de seleccin diseado para detectar si esta enfermedad est presente. El examen no
siempre funciona a la perfeccin. A veces, es negativo cuando la enfermedad est presente
y otras es positivo en ausencia de ella. La tabla siguiente muestra la proporcin en que el
examen produce varios resultados:

Resultado del examen Resultado del examen

positivo negativo
Enfermedad presente 8% 2%
Enfermedad ausente 5% 85 %

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:
1. Probabilidad de que la enfermedad este presente

2. Probabilidad de que la enfermedad est ausente

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad

5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto

positivo

6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto

negativo

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?

Solucion

A: Enfermedad ausente

P: Enfermedad presente

Pos: Resultado del examen positivo

Neg: Resultado del examen negativo

Las probabilidades ofrecidas por la tabla son

P ( pos )=0.13

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:

1. Probabilidad de que la enfermedad este presente

 P ( P )=0.08+0.02=0.1

2. Probabilidad de que la enfermedad est ausente

P ( A )=0.05+0.85=0.9

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad

(P ( Pos A ) ) 0.05
P ( Pos| A )= = =0.056
P (A ) 0.9

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad

P ( P) 0.02
P ( P )= = =0.2
P( P) 0.3

5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto

positivo

P (Pos P) P(P)
P ( P|Pos )=
P(Pos)

P ( Pos P ) 0.08
P ( Pos|P )= = =0.8
P ( P) 0.1

0.80.1
P ( P|Pos )= =0.6154
0.13

6. Probabilidad de que la persona NO tenga la enfermedad dado que el examen resulto

negativo
 A
|



P
P ( A ) 0.85
P ( A )= = =0.9444
P ( A) 0.9

A
|
P

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?