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 %

(|)() (|)()
(|) = =
() =1 (|)()
Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir:

Solucin:
Se definen los sucesos:
P: Enfermedad presente
A: Enfermedad ausente
Pos: Resultado del examen positivo
Neg: Resultado del examen negativo

1. Un diagrama de rbol que represente las probabilidades dadas y las probabilidades

encontradas.

Pos
8%

P
2% Neg
10%

90% 5% Pos
A

85%
Neg

2. Probabilidad de que la enfermedad este presente y la Probabilidad de que la

enfermedad est ausente.
 La probabilidad es 8%+2%=10%, que es la suma de la enfermedad presente
pero con diagnstico positivo y negativo.
La probabilidad es 5%+85%=90%, correspondiente a la enfermedad ausente
para diagnostico positivo y negativo.

3. Probabilidad de un falso positivo, es decir que el examen sea positivo dado que la
persona no tiene la enfermedad
( ) 5%
() = = = 0,05%
() 90%

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado que
la persona tiene la enfermedad
( ) 2%
() = = = 20%
() 10%

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

positivo
() ()
() =
()
( ) 8%
() = = = 0,8%
() 10%
0,8% 10%
() = = 0,6154%
13%

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

negativo
() () 0,05% 90%
() = = = 0,3467%
() 13%

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

El examen es confiable para quienes no tienen la enfermedad y sean diagnosticados

negativo, pero no para quienes la tienen y su diagnstico sea positivo.

El estudiante presenta en el foro un resumen de los conceptos tericos de la unidad

que le permitieron solucionar el estudio de caso seleccionado.
Para dar solucin a lo solicitado en la gua, en el caso que seleccione (2) fue
necesario abordar los contenidos relacionados en la unidad 1 y contenidos en la
web.
Temas como diagrama de rbol o el mismo teorema de Bayes fueron debidamente
ledos y analizados.

Diagrama de rbol: Para la construccin de un diagrama en rbol, empezamos

poniendo una rama para cada una de las posibilidades, acompaada de su
probabilidad.

En el final de cada rama parcial se constituye a su vez, un nudo del cual parten
nuevas ramas, segn las posibilidades del siguiente paso, salvo si el nudo representa
un posible final del experimento (nudo final). Hay que tener en cuenta: que la suma
de probabilidades de las ramas de cada nudo ha de dar 1.

Teorema de Bayes: Es una manera de encontrar la probabilidad de una causa

especfica cuando se observa un suceso particular. El procedimiento que se utiliza
para encontrar las probabilidades posteriores, a partir de probabilidades previas, las
probabilidades a priori se conocen antes de obtener informacin del experimento, es
decir, la posibilidad de saber si un evento puede ocurrir en ms de una forma.