You are on page 1of 4

AXIOMAS DE PROBABILIDAD

PROBABILIDAD

Presentado por:
Edwin Yovany Martnez Gmez
Cdigo 3.215.790
Grupo
100402_359

PRESENTADO A
Julin Eduardo Hoyos

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ECBTI07


TECNOLOGA EN LOGSTICA INDUSTRIAL
TUNJA OCTUBRE DE
2016

Probabilidad Grupo 100402_359

EDTUDIO DEL 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%

Datos

Datos:
A= Enfermedad ausente
B= Enfermedad presente
Pos = Resultado Positivo
Neg = Resultado Negativo
Teorema de Bayes
El teorema de Bayes es un mtodo fundamental para lograr encontrar la probabilidad de una causa
especfica cuando se observa un efecto situacin particular con el procedimiento que se utiliza para
encontrar las probabilidades posteriores a partir de probabilidades previas; Donde las
probabilidades a priori se identifican antes de obtener informacin del experimento.

Probabilidad Grupo 100402_359

Finalmente, El teorema de bayes nos brinda la posibilidad de lograr saber si un evento puede
ocurrir en ms de una ocasin o forma.

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

1. Probabilidad de que la enfermedad este presente.


( ) = 0.08 + 0.02 = 0.1

2. Probabilidad de que la enfermedad est ausente.


( ) = 0.05 + 0.85 = 0.9

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

(( ) 0.05
=
= 0.056

0.9

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

(( ) 0.02
=
= 0.2
()
0.3

5. Probabilidad de que la persona tenga la enfermedad dado que el examen resulto positivo.
(| )()
()
(( ) 0.08
(|) =
=
= 0.8
()
0.1
(|) =

(|) =

0.8 0.1
= 0.6154
0.13

Probabilidad Grupo 100402_359

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


positivo.

(|) =

(|)() 0.056 09
=
= 0.3877
()
0.13

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
seleccin para detectar la enfermedad?
En esta pregunta es fundamental considerar los incisos

1 y 5.

De acuerdo a la experiencia, la probabilidad de que la persona est enferma teniendo un resultado


positivo siempre es muy bajo respecto a sus resultados de 0.1 como probabilidad de que est
presente y de 0.6154 de que la persona tenga la enfermedad dado que el resultado resulto positivo;
Mientras que la 2 nos informa de qu tanta certeza o confianza se puede tener si la probabilidad
de que la enfermedad est ausente es mucho mayor con un 0.9

Resumen
Respecto a todos los datos obtenidos o conceptos tericos de la unidad 1 que me orientaron para
solucionar el estudio de caso seleccionado para esta fase; Fue muy importante leer repetidamente
en varias ocasiones y realimentarme de los contenidos encontrados en las ayudas bibliogrficas
referentes a la definicin del Teorema de Bayes y sobre axiomas de probabilidad.

You might also like