Professional Documents
Culture Documents
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:
Enfermedad presente
Enfermedad Ausente
NOTA: Se corrige la probabilidad en rojo debido a que el enunciado dice que el 10%
de la poblacin presenta la enfermedad. En la tabla original tal cantidad es del
P ( Pos )=0.13
P(P)=0.08+0.02=0.1
P( A)=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.
P ( Pos| A )=
P(Pos A ) 0.05
=
=0.056
P( A )
0.9
P ( P )=
P ( P) 0.02
=
=0.2
P( P)
0.3
P ( P|Pos )=
P (Pos P) P(P)
P(Pos)
P ( Pos|P )=
P ( Pos P ) 0.08
=
=0.8
0.1
P ( P)
P ( P|Pos )=
0.80.1
=0.6154
0.13
P ( A| Pos )=
P ( Pos| A ) P ( A ) 0.0560.9
=
=0.3877
0.13
P ( Pos )
P
|
P
8. Probabilidad de que la persona NO tenga la enfermedad dado que el examen
resulto negativo
A
|
P ( A ) 0.85
P ( A )=
=
=0.9444
0.9
P ( A)
A
|
P
de
Teorema de Bayes
El teorema de bayes es un mtodo para encontrar
especfica cuando se observa un efecto particular.
la
probabilidad
de
una
causa