TAREA INDIVIDUAL CASO 2

FASE 1 AXIOMAS DE PROBABILIDAD

PROBABILIDAD 100402
ESCUELA- ECACEN

Presentado por:
BERNARDA PEZ CAMERO
COD: 53176696

Grupo: 350

Presentado al tutor:
JULIAN EDUARDO HOYOS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

CEAD TUNJA

TUNJA-BOYAC 11 DE 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:

Enfermedad presente
Enfermedad Ausente

Resultado del
examen positivo
8%
5%

Resultado del
examen Negativo
22%
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, qu tan confiable es este examen
de seleccin para detectar la enfermedad?
Para este estudio se aplica el Teorema de Bayes.

10% de la poblacin tiene la enfermedad 0.1

90% de la poblacin no tiene la enfermedad 0.9

P( A/ B)=

P (B / A)( A)
P (B)

1) Probabilidad de que la enfermedad est presente.

A : Positivo 5 0.5 B : No latiene 8 0.8

( 5+ 8 )0.5
=0.072=0.072
0.9

2) Probabilidad de que la enfermedad est ausente.

A : Positivo 8 0.8

B : No latiene 5 0.5

( 8+5 )0.8
=0.11=0.11
0.9

3) Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad.
A : Negativo85 0.85

B : No latiene 22 0.22

( 85+ 22 )0.85
=909.5=90
0.1

4) Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad.
A : Negativo22 0.22
B : No la tiene 85 0.8 5

( 22+ 85 )0.22
=235.4=2.35
0.1

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

positivo.
A : Ausente 8 0.8

B : Presente 5 0.5

( 8+5 )0.5
=0.65=0.65
0.1

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

negativo.
A : Negativo85 0.85

B : Presente 22 0.22

( 85+ 22 )0.85
=10.1=10
0.9

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

negativo.
A : Presente 22 0.22

B : Negativo 85 0.85

( 22+ 85 )0.22
=0.26=0.26
0.9

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

positivo.
A : Presente 8 0.8

B : Negativo 5 0.5

( 85+ 22 )0.85
=909.5=90
0.1

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
de seleccin para detectar la enfermedad?
Para determinar la probabilidad total se aplic la regla del diagrama de rbol, dando
como resultado.
1.065 % 10.65 %

Resumen de los conceptos tericos de la unidad que me permitieron solucionar

el estudio de caso 2.

Para la realizacin del estudio del caso 2, se trabaj sobre los principios bsicos de
Probabilidad.

Para este caso se utiliz las 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.
Para saber la probabilidad total se aplic una tcnica del espacio muestral que
dice: Es el conjunto formado por todos los posibles resultados de un experimento
aleatorio. Por la cual dice que por medio de un diagrama de rbol: Es una especie de
mapa de acontecimientos en donde se describen los eventos bsicos que ocurren en un
experimento aleatorio.
Este grfico est formado por segmentos de rectas y puntos.
Los eventos que ocurren se denotan por puntos. Este diagrama puede ser
dibujado de izquierda a derecha o de arriba hacia abajo, no hay restricciones para ello.
Este tipo de diagramas es muy usual no slo para describir un espacio muestral,
sino en situaciones de probabilidad, caso en el cual la probabilidad del evento se indica
sobre el segmento de recta, tambin en combinatoria y en muchas otras ramas de la
matemtica.