DESARROLLO TRABAJO COLABORATIVO FASE -1

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

Resultado del examen

positivo
8%
5%

Resultado del examen

Negativo
22 % 2%
85 %

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

8 + 22 =30 , contrario al enunciado mismo y da lugar a una inconsistencia en los

datos, y, por supuesto, en los resultados.
A: Enfermedad ausente
P: Enfermedad presente

Pos: Resultado del examen positivo

Neg: Resultado del examen negativo

Las probabilidades ofrecidas por la tabla son

P ( Pos )=0.13

Con base en esta informacin y usando el Teorema de Bayes,

P

elabore un informe que como mnimo, debe incluir:

1. Probabilidad de que la enfermedad este presente

P(P)=0.08+0.02=0.1

2. Probabilidad de que la enfermedad est ausente

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

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

que la persona tiene la enfermedad

P ( P )=

P ( P) 0.02
=
=0.2
P( P)
0.3

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

positivo

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

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

resulto positivo

P ( A| Pos )=

P ( Pos| A ) P ( A ) 0.0560.9
=
=0.3877
0.13
P ( Pos )

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

negativo

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

9. De acuerdo con las probabilidades encontradas, qu tan confiable es este

examen de seleccin para detectar la enfermedad?
Para responder esta pregunta podemos considerar los incisos 5 y 8. La pregunta 5 nos
informa acerca de la probabilidad de que la persona est enferma dado que el resultado
fue positivo, mientras que la 8 nos informa de qu tanta confianza podemos tener en la
prueba dado que el resultado dio negativo. En el primer caso se observa que la
probabilidad es 61.54% lo cual no es un resultado tan decisivo como debe esperarse; en
el otro caso, la prueba nos dice que podemos estar al 97.7% seguros de que no tenemos
la enfermedad. Por lo tanto, se puede concluir que la prueba nos indica una informacin
ms confiable para determinar si una persona NO est enferma, pero se queda corta para
indicar cul s lo est.

resumen de los conceptos tericos de la unidad que me permitieron solucionar el

estudio de caso seleccionado.
Para dar solucin a los puntos solicitados en el caso 2 fue necesario leer y apropiarme
de los contenidos encontrados en las lecciones 1,4 y 1,5. En donde est la definicin

del Teorema de Bayes. Y en referencias complementarias ms sobre axiomas

probabilidad.

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

Es el procedimiento que se utiliza para encontrar las probabilidades posteriores, a partir

de probabilidades previas, las probabilidades a priori se conocen antes de obtener
informacin del experimento
El teorema de bayes nos da la posibilidad de saber si un evento puede ocurrir en ms
de una forma.