ESTUDIO DE CASO 4 (Carlos Alberto Bonet Alvarez)

Los exámenes de selección están asociados principalmente con exámenes

médicos de diagnóstico pero ahora están encontrando aplicaciones en varios
campos de actividad. Estos exámenes 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 supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad
del 85% entre gente que lo padece, y no lo detecta el 15% restante. Si una
persona no padece este tipo de cáncer la prueba indicará que no lo tiene un 95%
de las veces e indicará que lo tiene un 5% de ellas. Por estudios realizados se
supone que el 5% de la Población padece este tipo de cáncer.
Con base en esta información y usando el Teorema de Bayes, elabore un informe
que como mínimo, debe incluir:
1. Probabilidad de que una persona NO tenga este tipo de cáncer
2. Probabilidad de que el examen indique que la persona tiene cáncer
3. Probabilidad de que el examen indique que la persona no tiene cáncer
4. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene cáncer dado que
la persona no lo tiene.
5. Probabilidad de un falso negativo, es decir, que el examen indique que la persona no tiene cáncer dado
que la persona tiene la enfermedad
6. De acuerdo con las probabilidades encontradas, que tan confiable es este examen para detectar este tipo
de cáncer
Para resolver el estudio de caso se sugiere realizar un diagrama de árbol, que represente las probabilidades
utilizadas para resolverlo.
 SOLUCION:

El teorema de Bayes, en la teoría de la probabilidad, es una proposición planteada por el filósofo

inglés Thomas Bayes (1702-1761) en 1760, que expresa la probabilidad condicional de un evento
aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y
la distribución de probabilidad marginal de sólo A. En términos más generales y menos matemáticos,
el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la
probabilidad de B dado A. Un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales
que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que
se conocen las probabilidades condicionales. Sea {𝐴1 , 𝐴2 , … , 𝐴𝑖 … , 𝐴𝑛 } un conjunto de sucesos
mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta
de cero (0). Sea B un suceso cualquiera del que se conocen las probabilidades
condicionales 𝑃(𝐵|𝐴𝑖 ). Entonces, la probabilidad 𝑃(𝐴𝑖 |𝐵) viene dada por la expresión:

𝑃(𝐵|𝐴𝑖 )𝑃(𝐴𝑖 )
𝑃(𝐴𝑖 |𝐵) =
𝑃(𝐵)
Donde:
𝑃(𝐴𝑖 ) son las probabilidades a priori
𝑃(𝐵|𝐴𝑖 ) es la probabilidad de 𝐵 en la hipótesis 𝐴
𝑃(𝐴𝑖 |𝐵) son las probabilidades a posteriori

En este caso estudiaremos el caso 4 para darle solución a la probabilidad del estudio de la población
del cáncer. Para dar solución a esta problemática analizaremos cada punto establecido en el
ejercicio.

Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del 85% entre gente
que lo padece, y no lo detecta el 15% restante. Si una persona no padece este tipo de cáncer la
prueba indicará que no lo tiene un 95% de las veces e indicará que lo tiene un 5% de ellas. Por
estudios realizados se supone que el 5% de la Población padece este tipo de cáncer. Si organizamos
en orden estadístico obtenemos que:
Debido a este árbol podemos deducir con mayor facilidad distintas probabilidades que son:

1. Probabilidad de que una persona NO tenga este tipo de cáncer.

𝑃(𝐶̅ ) = 0.95 ≅ 95%

2. Probabilidad de que el examen indique que la persona tiene cáncer

𝑃(𝐷) = 𝑃(𝐶)𝑃(𝐷|𝐶) + 𝑃(𝐶̅ )𝑃(𝐷|𝐶̅ )

𝑃(𝐷) = 0.0425 + 0.0475

𝑷(𝑫) = 𝟎. 𝟎𝟗 ≅ 𝟗%

3. Probabilidad de que el examen indique que la persona no tiene cáncer

̅ ) = 1 − 𝑃(𝐷)
𝑃(𝐷
̅ ) = 1 − 0.09
𝑃(𝐷
̅ ) = 𝟎. 𝟗𝟏 ≅ 𝟗𝟏%
𝑷(𝑫

4. Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene
cáncer dado que la persona no lo tiene.
 ̅ ) = 𝟎. 𝟎𝟓 ≅ 𝟓%
𝑷(𝑫|𝑪

5. Probabilidad de un falso negativo, es decir, que el examen indique que la persona no

tiene cáncer dado que la persona tiene la enfermedad
̅ |𝑪) = 𝟎. 𝟏𝟓 ≅ 𝟏𝟓%
𝑷(𝑫

6. De acuerdo con las probabilidades encontradas, que tan confiable es este examen
para detectar este tipo de cáncer
𝑃(𝐶)𝑃(𝐷|𝐶)
𝑃(𝐶|𝐷) =
𝑃(𝐶)𝑃(𝐷|𝐶) + 𝑃(𝐶̅ )𝑃(𝐷|𝐶̅ )
0.0425
𝑃(𝐶|𝐷) =
0.0425 + 0.0475
𝑷(𝑪|𝑫) = 𝟎. 𝟒𝟕𝟐 ≅ 𝟒𝟕. 𝟐%

La probabilidad de que la prueba detecte cáncer en los que realmente lo padecen es del 47.2%,
observándose un nivel muy bajo, por lo cual se concluye que el examen es poco confiable.