PROBABILIDADES

CONCEPTO DE PROBABILIDAD

TIPOS DE PROBABILIDADES: Existen tres enfoques para el estudio de la probabilidad.

PROBABILIDAD CLASICA
Llamada tambin a priori debido a que es posible conocer el resultado con anterioridad, es decir, sin llevar a acbo el experimento y slo basado en un razonamiento lgico. Se calcula a travs de: Casos favorables del ocurrencia dele evento A p(A) = ---------------------------------------------Total de casos posibles

 Ejemplo 1: Hallar la probabilidad de obtener cara en el lanzamineto de una moneda. Solucin 1: Definimos el espacio muestral: EM = cara, sello Sea el evento A = Obtener cara. Luego: Casos favorables de ocurrencia del evento A p(A) = -----------------------------------------Total de casos posibles

 P(A) = 1 / 2 = 0.5 = 50% Ejemplo 2: Hallar la probabilidad de obtener el nmero 2 en el lanzamiento de un dado: Solucin: El espacio muestral ser: EM = 1, 2, 3, 4, 5, 6 Sea el evento B = Obtener el nmero 2 p(B) = 1 / 6 = 0.17 = 17% La probabilidad clsica, se utiliza para experimentos simples, como los mencionados anteriormente. En la vida real, se presentan situaciones ms complejas que requieren el clculo de probabilidad desde otro enfoque.

PROBABILIDAD DE FRECUENCIAS RELATIVAS

El clculo de este tipo de probabilidad se basa en la repeticin de la ocurrencia de un evento, al realizar una gran cantidad de pruebas o experimentos. Se halla a travs de:
Nmero de veces que ocurri el evento A

p(A) = ------------------------------------------------Nmero total de veces que se repiti el experimento

 La probabilidad de frecuencia relativa, es llamada tambin probabilidad emprica o a posteriori. Debido a que se obtiene el resultado despus de llevar a cabo el experimento un gran nmero de veces. Ejemplo 1: En una encuesta realizada a 500 vendedores ambulantes de Lima cuadrada, se encontr que 325 de ellos se dedicaban a esta actividad porque haban sido despedidos de empresas fabriles. Hallar la probabilidad de que al seleccionar aleatoriamente un vendedor ambulante, ste haya sido despedido de una empresa fabril.

 Solucin: Sea el evento B = Vendedor ambulante despedido. Nmero de veces en que ocurri B = 325 Nmero total de veces que se repiti el experimento = 500 Luego: p(B) = 325 / 500 = 0.65 = 65%

PROBABILIDAD SUBJETIVA

Es la probabilidad asignada bajo un criterio personal, basado en cualquier tipo de evidencia disponible. Las probabilidades subjetivas se asignan a eventos que pueden suceder slo una vez o muy pocas veces. Ejemplo 1: La probabilidad de que el hombre llegue a habitar la luna en los proximos 20 aos. Ejemplo 2: La probabilidad de que se encuentre cura para el SIDA en los prximos 5 aos.

AXIOMAS DE PROBABILIDAD
La probabilidad de un evento cualquiera, es siempre positivo. Es decir: p(A) > = 0 La probabilidad de un evento cierto o seguro, es la probabilidad del espacio muestral, que equivale a la unidad. Es decir: p(EM) = 1

CONSECUENCIA DE LOS AXIOMAS

La probabilidad de un evento, toma valores entre cero y uno. Es decir: 0 = < p(A) 0 = < 1 La probabilidad de un evento nulo o imposible, es cero. Es decir: p( 0 ) = 0 Los eventos A y A son mutuamente excluyentes, y se debe cumplir: p(A U A) = p(A) + p(A) = 1

PROBABILIDAD EN MULTIPLICIDAD DE EVENTOS

1.

REGLA DE LA SUMA DE PROBABILIDADES: Se usa cuando se desea averiguar la probabilidad de ocurrencia de uno u otro evento. Si los eventos A y B son mutuamente excluyentes, la probabilidad de ocurrencia de A o de B es: p(A U B) = p(A) + p(B)

 Donde: p = Probabilidad. U = Smbolo de la unin en teora de conjuntos, aqu significa suma de probabilidades y debe leerse como o P (A U B) = Probabilidad de que ocurra el evento A o B. p(A) = Probabilidad de que ocurra el evento A. p(B) = Probabilidad de que ocurra el evento B.

OTRO EJEMPLO
El cncer cervical es una enfermedad que tiene muchas posibilidades de ser controlada si es detectada tempranamente. Un procedimiento de tamizaje que detecta este tipo de cncer cuando el paciente an no presenta sntomas y que tiene mucha aceptacin; es el Papanicolaou. Se considera que en los ltimos aos el Papanicolaou ha contribuido al decrecimiento de las tasas de mortalidad debido al cncer cervical. Un grupo de investigadores est interesado en evaluar la precisin de esta prueba por lo que realiza un estudio considerando 1010,000 mujeres las cuales fueron evaluadas utilizando el Papanicolaou y posteriormente, fueron examinadas utilizando mtodos ms sofisticados (y costosos) para verificar si realmente tenan al cncer.

PAPANICOLAOU Y DETECCION DE CANCER CERVICAL EN UNA POBLACION DE MUJERES PRUEBA DE TAMIZAJE (PAPANICOLAOU) PRUEBA POSITIVA (T+) PRUEBA NEGATIVA (T-) TOTAL CANCER CERVICAL (DOLENCIA) CANCER (D+) NO CANCER (D-) TOTAL

8375

186400

194775

1625 10000

813600 1000000

815225 1010000

SENSIBILIDAD
Se dice que una prueba es sensible cuando detecta la enfermedad (T+), dado que ella est presente (D+). p(T+ y D+) p(T+/D+) = ---------------- = a / a + c p(D+) 8375 / 10,000 = 0.8375 = 83.75% Sobre el total de mujeres con cncer cervical, cuyas muestras de clulas fueron analizadas en el laboratorio de citologa, el papnicolaou identific la enfermedad en el 83.75% de los casos. Es decir que el papanicolaou mostr una sensibilidad del 83.75%.

ESPECIFICIDAD
La especificidad de una prueba es la probabilidad de que el resultado sea negativo (T-) dado que la enfermedad est ausente (D-). p(T- y D-) p(T- / D-) = ------------------- = d / b + d p(D-) 813600 / 1000000 = 0.8136 = 81.36% Sobre un total de 1000000 de mujeres sin cancer cervical, cuyas muestras de clulas fueron analizadas en el laboratorio de citologa. El papanicolaou identific 81.36% casos negativos. Es decir, el papanicolaou mostr una especificidad del 81.36%.

FALSO NEGATIVO
Un falso negativo ocurre cuando la prueba no detecta (T-) la enfermedad, dado que ella realmente est presente (D+). p (T- y D+) p(T- / D+) = --------------- = c / a + c p(D+) 1625 / 10,000 = 0.1625 = 16.25% La probabilidad de un falso negativo es de 16.25%.

FALSO POSITIVO
Un falso positivo ocurre cuando la prueba detecta la enfermedad (T+) dado que ella est ausente (D-). p(T+ y D-) p(T+/D-) = ----------------- = b / b + d p(D-) 186400 / 1000000 = 0.1864 = 18.64% la probabilidad de un falso positivo es de 18.64%.

VALOR PREDICTIVO DE UN RESULTADO POSITIVO (PRECISION)

Ahora puede averiguar cul es la precisinde la prueba, sta prueba puede evaluar la probabilidad de que la persona est enferma, dado que el test la identific como tal (T+). Esto es muy importante tanto para el cuidado de la salud del individuo como de la comunidad. p(D+) . P(T+ / D+) p(D+/T+) = ----------------------------------------------p(D+) . P(T+/D+) + P(D-) . P(T+/D-)

 Esta frmula es deducida a partir de un importante resultado de la teora de probabilidades conocido como TEOREMA DE BAYES. El valor predictivo de un resultado positivo tambin se puede expresar como: (PREVALENCIA) . (SENSIBILIDAD) VPP = ---------------------------------------------------(PREVALENCIA) . (SENSIBILIDAD) + (1 PREVALENCIA) . (FALSO POSITIVO)

Cul es el VPP para la prueba del papanicolaou?

P(D+) = 0.001 (Prevalencia) P(D-) = 0.999 (1 Prevalencia) P(T+/D+) = 0.8375 (Sensibilidad) P(T+/D-) = 0.1864 (Falso Positivo) Por lo tanro el VPP de la prueba es: (0.001) . (0.8375) p(D+/T+) = --------------------------------------------(0.001) . (0.8375) + (0.999) . (0.1864) P(D+/T+) = 0.043 = 4.3% Por cada mil resultados positivos en la prueba de Papanicolaou, solamente 43 representan verdaderos casos de cncer cervical.

VALOR PREDICTIVO DE UN RESULTADO NEGATIVO

Ahora, usted puede querer evaluar la probabilidad de que una persona no tenga la enfermedad (D-), dado que el test dio un resultado negativo (T-). En este caso tambin se utilizar el Teorema de Bayes. p(D-) . P(T-/D-) P(D-/T-) = ----------------------------------------------p(D+) . P(T-/D+) + p(D-) . P(T-/D-)

(1 PREVALENCIA) . (ESPECIFICIDAD) VPN = --------------------------------------------------(PREVALENCIA) . (FALSO NEGATIVO) + (1 PREVALENCIA) . (ESPECIFICIDAD)

Cul es el VPN de la prueba del papanicolaou? P(D+) = 0.001 (Prevalencia) P(D-) = 0.999 (1 Prevalencia) P(T-/D+) = 0.1625 (Falso negativo) P(T-/D-) = 0.8136 (Especificidad)

 El VPN de un resultado negativo es: (0.999) . (0.8136) VPN = ----------------------------------------------(0.999) . (0.8136) + (0.001) . (0.1625) VPN = 0.998 = 99.8% Por cada mil mujeres con resultados negativos en la prueba de papanicolaou, 998 no tienen cncer cervical.