PROBABILIDAD 100402A_363

FASE 3 AXIOMAS DE PROBABILIDAD

Presentado a:
MARCELA ALEJANDRA PRADO

Entregado por:

Eyder Alexander Cortes Ortiz

Cdigo: 1144163905

Grupo:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
 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

Solucin

1. Probabilidad de que una persona tenga este tipo de cncer: Probabilidad de que NO tenga este tipo de
cncer.

( )
() ( ) + () ( )
()

0.050.80
0.050.80+0.950.10
=0.04 / 0.135 =0.296 = 29.6%
PROBABILIDAD QUE TENGA = 29.6%
PROBABILIDAD QUE NO TENGA CANCER = 100% - 29.6% = 70.4%
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

0.20.05
0.20.05+0.80.05
=0.01 / 0.05 =0.2 = 20%

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

0.90.95
0.90.95+0.950.1
=0.855 / 0.95 = 0.9 = 9%
4. Probabilidad de que el examen indique que la persona tiene cncer

0.80.05
0.80.05+0.050.2
= 0.04 / 0.05 = 0.80 =80%

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

0.050.80
0.050.80+0.50.80
=0.04 / 0.8 =0.5 = 5%

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

0.90.95
0.90.95+0.80.05
=0.855 / 0.895 = 0.95 = 95%

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para detectar este
tipo de cncer

De acuerdo al diagrama de rbol se puede concluir que 80% es confiable.

 REFERENCIAS

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

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=11013767&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%7CCX4052400005&inPS=true&
prodId=GVRL&userGroupName=unad&resultClickType=AboutThisPublication
&contentModuleId=GVRL&searchType=BasicSearchForm&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.html
Lipschutz, S. Probabilidad. (1971). Traduccin Alfredo Ferro. Editorial McGraw Hill. Mxico, Serie
de Compendios Schaum. 151 p.