TRABAJO COLABORATIVO

SANDRA MILENA TRUJILLO MONJE

CODIGO: 55176244
JAIME OCAMPO VELASQUEZ
CODIGO: 79308178

ESCUELA: ECACEN
PROGRAMA: TECNOLOGIA EN GESTION COMERCIAL Y DE NEGOCIOS
CURSO: PROBABILIDAD
GRUPO: 100402_66
TUTOR: JOSE HECTOR MAESTRE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CEAD JOSE ACEVEDO Y GOMEZ - BOGOTA
SEPTIEMBRE - 2016
Solución al 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
exámenes de selección, que solían estar asociados
principalmente con exámenes médicos de diagnóstico
pero que ahora están encontrando aplicaciones en
varios campos de actividad. Los exámenes de esteroides
en atletas, los exámenes caseros de embarazo y los
exámenes para detectar sida son algunas otras
aplicaciones. Los exámenes de selección se evalúan
sobre la probabilidad de un falso negativo o un falso positivo y éstas dos son
probabilidades condicionales. Un falso positivo es el evento de que el examen sea
positivo para una condición determinada, dado que la persona no tiene la condición. Un
falso negativo es el evento de que el examen sea negativo para una condición
determinada, dado que la persona tiene la condición.

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

Suponga que cierta enfermedad está presente en el 10% de la población, y que hay un
examen de selección diseñado para detectar si esta enfermedad está presente. El
examen no siempre funciona a la perfección. A veces, es negativo cuando la enfermedad
está presente y otras es positivo en ausencia de ella. La tabla siguiente muestra la
proporción 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 información y usando el Teorema de Bayes, elabore un informe que
como mínimo, deba incluir:

Respuesta:

1. Probabilidad de que la enfermedad esté presente

Primero se calcula la probabilidad de que el examen sea positivo y si este presente la

enfermedad

(0,1 * 0,8)

P (EP/E) =

(0,1 * 0,5) + (0,1 * 0,2) + (0,1 * 0,85)

0,08

P (EP/E) =

0,05 + 0,02+ 0,085

 0,08

P (EP/E) = = 0,516 total 51,6 %

0,155

Segundo se calcula la probabilidad de que el examen sea negativo y si este

presente la enfermedad

(0,1 * 0,2)
P (EN/E) =
(0,1 * 0,8) + (0,1 * 0,5) + (0,1 * 0,85)

0.02_____
P (EN/E) =
0,08 + 0,05+ 0,085

0,02
P (EN/E) = = 0,153 total 15,3 %
0,13

Se suman las dos probabilidades 51,6 %+15,3 %=66,9%

Probabilidad de que la enfermedad esté presente es de un 66,9%

2. Probabilidad de que la enfermedad esté ausente

Se calcula la probabilidad de que el examen sea positivo y que no esté presente la

enfermedad

(0,1 * 0,5)__________

P (EP/NE) = (0,1 * 0,8) + (0,1 * 0,2) + (0,1 * 0,85)

 0,05_______

P (EP/NE) = 0,08 + 0,02+ 0,085

0,05__

P (EP/NE) = = 0,270 total 27 %

0,185

Luego se calcula la probabilidad de que el examen sea negativo y que no esté

presente la enfermedad

(0,1 * 0,85)____
P (EN/NE) =
(0,1 * 0,8) + (0,1 * 0,5) + (0,1 * 0,2)

0.085_____
P (EN/NE) =
0,08 + 0,05+ 0,02

0.085
P (EN/NE) = = 0,566 total 56.6 %
0,15

Se suman las dos probabilidades 27 %+56,6 %=83,6%

Probabilidad de que la enfermedad no esté ausente es de un 83.6%

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

____(0,1 * 0,5)_______
P (EP/EA) = (0,1 * 0,8) + (0,1 * 0,85) + (0,1 * 0,2)

0,05_________

P (EP/EA) = 0,08 + 0,085+ 0,02

0,05

P (EP/EA) = = 0,270 total 27 % de ser falso positivo

0,185

4. Probabilidad de un falso negativo, es decir, que el examen resulte negativo dado

que la persona tiene la enfermedad

(0,1 * 0,2)________

P (En/Ep) =

(0,1 * 0,8) + (0,1 * 0,5) + (0,1 * 0,85)

0,02________

P (En/Ep) =

0,08 + 0,05+ 0,085

0,02

P (En/Ep) = = 0,093 total 9.3 % de ser falso negativo

0,215

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

positivo

_____(0,1 * 0,8)________
P (EP/E) = (0,1 * 0,5) + (0,1 * 0,2) + (0,1 * 0,85)

0,08__

P (EP/E) = 0,05 + 0,02+ 0,085

0,08__

P (EP/E) = = 0,516 total 51,6 % de probabilidad que la persona tenga

la enfermedad

0,155

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

resulto negativo

____(0,1 * 0,85)_____

P (EN/NE) = (0,1 * 0,8) + (0,1 * 0,5) + (0,1 * 0,2)

0.085___

P (EN/NE) = 0,08 + 0,05+ 0,02

0.085

P (EN/NE) = = 0,566

0,15

56,6 % de no tener la enfermedad con examen negativo

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
de selección para detectar la enfermedad
El examen no es 100% seguro ya que hay variables en todos los casos donde no hay
certeza si la enfermedad esta presente o ausente según los exámenes realizados.

ESTUDIO DE CASO 5

Un fabricante de reproductores de DVD compra un microchip en

particular, denominado LS-24, a tres proveedores: Hall Electronics,
Schuller Sales y Crawford Components.

Los registros de la compañía muestran que el Veinticinco por ciento

de los chips LS-24 se le compran a Hall Electronics; el treinta por
ciento a Schuller Sales y el restante, a Crawford Components. El
fabricante cuenta con amplios historiales sobre los tres proveedores y sabe que 2% de los
chips LS-24 de Hall Electronics tiene defectos, 4% de los de Schuller Sales también y6 % de
los que vende Crawford Components son defectuosos. Cuando los chips LS-24 se reciben,
se les coloca directamente en un depósito y no se inspeccionan ni se identifican con el
nombre del proveedor.

Un trabajador selecciona un chip para instalarlo en un reproductor de DVD y lo encuentra

defectuoso. Como el fabricante no identificó los chips, no se está seguro de qué
proveedor los fabricó. Con el propósito de evaluar con que proveedor hay mayor
probabilidad de tener chips defectuosos, usted ha sido llamado para que ayude en el
análisis de datos. Utilice su conocimiento de la probabilidad para ayudar a realizar el
informe solicitado.

Prepare un informe en el que debe incluir como mínimo lo siguiente:

1.- Un diagrama de árbol que represente las probabilidades encontradas.
2.- Probabilidad de que un chip este defectuoso
3- Probabilidad de que el chip este en buenas condiciones
4.- Si el chip seleccionado resulta defectuoso, debe encontrar la Probabilidad de que haya
sido fabricado por cada uno de los proveedores
5.- Si el chip seleccionado está en buenas condiciones, debe encontrar la Probabilidad de
que haya sido fabricado por cada uno de los proveedores
 1. Diagrama de árbol
Buenos

Hall electronics
Defectuosos

Buenos
0.30 Shuller sales
Defectuosos

Buenos
Crowford

Components
Defectuosos

2. Probabilidad de que un chip este en buenas condiciones:

Hall electronics 0.25 ∗ 0.98 =0.245

Shuller sales 0.30 ∗ 0.96 = 0.288

Crowford components 0.45 ∗ 0.94 = 0.423

P(chip buenas condiciones)= 0.25*0.98+0.30*0.96+0.45*0.94=0.956

3. Probabilidad de que un chip salga defectuoso:

Hall electronics 0.25 ∗ 0.02 = 0.005

Shuller sales 0.30 ∗ 0.04 = 0.012

Crowford componentes 0.45 ∗ 0.06 = 0.027

P(chip defectuoso) =0.25*0.02+0.30*0.04+0.45*0.06= 0.044

 1. Si el chip seleccionado sale defectuoso debe encontrar la probabilidad de que
haya sido fabricado por cada uno de los fabricantes:

P (chip defectuoso fabricado por Hall electronics) 0.25 ∗ 0.02 = 0.005

P (chip defectuoso fabricado por Shuller sales) 0.30 ∗ 0.04 = 0.012

P (chip defectuoso fabricado por Crowford componentes) 0.45 ∗ 0.06 = 0.027

2. Si el chip seleccionado esta en buenas condiciones debe encontrar la

probabilidad que haya sido fabricado por cada uno de los proveedores

P (chip en buenas condiciones fabricado por Hall electronics) 0.25 ∗ 0.98 = 0.245

P (chip en buenas condiciones fabricado por Shuller sales) 0.30 ∗ 0.96 = 0.288

P (chip en buenas condiciones fabricado por Crowford componentes) 0.45 ∗ 0.94 = 0.423