PROBABILIDAD

UNIDAD 1: FASE 3 - AXIOMAS DE PROBABILIDAD FORO

UBER GABRIEL DUEEZ HERNANDEZ

88031972

TUTOR
JUAN PABLO YAGUARA

GRUPO
100402_32

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERA
OCTUBRE DE 2017
 INTRODUCCIN

La probabilidad de un suceso es un nmero, comprendido entre 0 y 1, que indica

las posibilidades que tiene de verificarse cuando se realiza un experimento
aleatorio. En el siguiente trabajo se presentar los axiomas de probabilidad las
cuales son condiciones mnimas que deben verificarse para que una funcin
definida sobre un conjunto de sucesos determine consistentemente
sus probabilidades la cual se explicar mediante la solucin del caso propuesto en
probabilidad (caso_3) el cual trata de los exmenes de seleccin los cuales 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.
ESTUDIO DE CASO 31

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.

Se supone que una cierta prueba detecta cierto tipo de cncer con probabilidad del
80% entre gente que lo padece, y no detecta el 20% restante. Si una persona no
padece este tipo de cncer la prueba indicar este hecho un 90% de las veces e
indicar que lo tiene un 10% de ellas. Por estudios realizados se supone que el 5%
de la Poblacin padece este tipo de cncer.

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe

que como mnimo, debe incluir: (se sugiere elaborar un diagrama de rbol)

1
Tomado y adaptado de Pateiro B., Bioestadstica 2011
Se debe tener ecuenta lo siguiente:

De acuerdo a la informacin suministrada tenemos:

S: Sano E: Enfermo de cncer

SI: la prueba indica que tiene cncer NO: la prueba indica que no tiene cncer
P(Si/E) :0,80 P(NO/E) = 0,20
P(Si/S) = 0,10 P(NO/S) = 0,90
P(E) = 0,05 P (S) = 0,95

Diagrama de rbol partiendo de la probabilidad de que el 5% de la poblacin est

enferma
Solucin

1. Probabilidad de que una persona tenga este tipo de cncer: Probabilidad de que
NO tenga este tipo de cncer.
Probabilidad de que una persona tenga cncer: P(E): 5%
Probabilidad de que una persona no tenga cncer: P(S): 95%

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

tiene cncer dado que la persona no tiene la enfermedad

Probabilidad de que el examen Probabilidad de que una persona no tenga

indique que una persona tiene
cncer dado que el examen dijo que s.
cncer dado que la persona no
tiene la enfermedad P(SI/S) P(S/SI)

() (/)
(/) =
() (/) + () (/)

P(SI/S): 0,10
0,95 0,10
(/) =
0,95 0,10 + 0,05 , 8

(/) = 0,703

3. Probabilidad de un falso negativo, es decir, que el examen indique que la

persona tiene cncer dado que la persona no tiene la enfermedad.
Nota2: se establece que existe un error en la pregunta y que se desea conocer
la probabilidad de que un examen indique que una persona no tiene la
enfermedad cuando efectivamente este enferma.

Probabilidad de que el Probabilidad de que una persona este enferma

examen indique que la
aunque el examen diga que no lo est: P(E/NO)
persona no est enferma
cuando efectivamente lo
est. P(NO/E)

2
Esta aclaracin se hace deba a que los postulados de las preguntas 2 y 3 son los mismo.
 () (/)
(/) =
() (/) + () (/)

P(NO/E): 0,20 0,05 0,20

(/) =
0,05 0,20 + 0,95 0,90

(/) = 0,01156

4. Probabilidad de que el examen indique que la persona tiene cncer.

Existen dos posibilidades de que el examen de positivo
1. Que el examen de positivo y la persona efectivamente tenga
cncer P(SI/E): 0,8
2. Que el examen de positivo y la persona no este enferma de
cncer P(SI/S):0,10

5. Probabilidad de que la persona tenga cncer dado que el examen indico

que tiene cncer

Se pide la probabilidad de P(E/SI)

() (/)
(/) =
() (/) + () (/)

0,05 0,8
(/) =
0,05 0,80 + 0,95 0,10

(/) = 0,2962

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

indico que NO tiene cncer

() (/)
(/) =
() (/) + () (/)

0,95 0,90
(/) =
0,95 0,90 + 0,05 0,20
(/) = 0,9884
 Diagrama de rbol partiendo de las opciones de que el examen de positivo o
negativo

7. De acuerdo con las probabilidades encontradas, que tan confiable es este

examen para detectar este tipo de cncer.

RTA: con las probabilidades encontradas en los dos diagramas se observa que
la prueba detecta efectivamente la condicin de los pacientes (enfermo o sano),
en por lo menos un 70% de los casos, esto muestra la fiabilidad de la prueba.
 REFERENCIAS

Rodrguez, F. & Pierdant, A. (2014). Estadstica para administracin.

Recuperado de:
http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11
013767&ppg=177

Martn, J. y Ruiz, L. (2004). Estadstica I: Probabilidad. 2nd ed. Madrid:

Paraninfo. vii-viii. Recuperado de:
http://bibliotecavirtual.unad.edu.co:2081/ps/eToc.do?rcDocId=GALE%7CCX
4052400005&inPS=true&prodId=GVRL&userGroupName=unad&resultClick
Type=AboutThisPublication&contentModuleId=GVRL&searchType=BasicSe
archForm&docId=GALE%7C3BDC

Cedeo, A. (23 de 11 de 2013). Blogspot. Recuperado el 17 de 04 de 2014,

de Distribucin de la probabilidad:
http://distribuciondelaprobabilidadudo.blogspot.mx/2013_11_01_archive.ht

Lipschutz, S. Probabilidad. (1971). Traduccin Alfredo Ferro. Editorial

McGraw Hill. Mxico, Serie de Compendios Schaum. 151 p.