PROBABILIDAD

REALIZADO POR:
EMERY PAOLA CORREA RODRIGUEZ (1096212761)
GRUPO100402_360

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMA DE INGENERIA ELECTRONICA
BARRANCABERMEJA
Marzo 2017

PROBABILIDAD
 REALIZADO POR:
EMERY PAOLA CORREA RODRIGUEZ
GRUPO100402A_360

Presentado al docente:
AZUCENA GIL
Ingeniera de sistemas

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

PROGRAMA DE INGENERIA ELECTRONICA
BARRANCABERMEJA
Marzo 2017

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 exámenes de selección,
que solían estar asociados principalmente con exámenes médicos de diagnóstico pero que
ahora están encontrando aplicaciones en varios campos de actividad. Los exámenes de
esteroides en atletas, los exámenes caseros de embarazo y los exámenes para detectar sida
son algunas otras aplicaciones. Los exámenes de selección 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
pueden evaluar estas probabilidades condicionales usando una fórmula derivada por el
probabilista Thomas Bayes, llamada el Teorema de Bayes.

El teorema se utiliza para revisar probabilidades previamente calculadas cuando se posee

nueva información y fue desarrollado por el reverendo Thomas Bayes en el siglo XVII.
Suponga que cierta enfermedad está presente en el 10% de la población, y que hay un
examen de selección diseñado para detectar si esta enfermedad está presente. El examen no
siempre funciona a la perfección. A veces, es negativo cuando la enfermedad está presente
y otras es positivo en ausencia de ella. La tabla siguiente muestra la proporción en que el
examen produce varios resultados:

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

A: Enfermedad ausente
P: Enfermedad presente
Pos: Resultado del examen positivo
Neg: Resultado del examen negativo

Las probabilidades según la tabla:

𝑷(𝑷𝒐𝒔) = 𝟎. 𝟏𝟑
𝑷(𝑵𝒆𝒈) = 𝟎. 𝟖𝟕
1. Un diagrama de árbol que represente las probabilidades dadas y las
probabilidades encontradas.
100-10=90% 𝑷 (𝑫𝒄 ) = 𝟗𝟎
Examen Examen
8
positivo (B) negativo (N)
10 2
Enfermedad 8 2
presente (D)
90
5 Enfermedad 5 85
85 Ausente (𝐷𝑐 )

2. Probabilidad de que la enfermedad este presente y la Probabilidad de que la

enfermedad esté ausente

 Probabilidad de que la enfermedad este presente

𝑷(𝑷) = 𝟎. 𝟎𝟖 + 𝟎. 𝟎𝟐 = 𝟎. 𝟏

 Probabilidad de que la enfermedad esté 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) 𝟎. 𝟎𝟓
𝑷(𝑷𝒐𝒔|𝑨) = = = 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(𝑵𝒆𝒈 ∩ 𝑷) 𝟎. 𝟎𝟐
𝑷(𝑵𝒆𝒈|𝑷) = = = 𝟎. 𝟐
𝑷(𝑷) 𝟎. 𝟑

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

positivo.
 𝑷(𝑷𝒐𝒔│𝑷)𝑷(𝑷)
𝑷(𝑷|𝑷𝒐𝒔) =
𝑷(𝑷𝒐𝒔)

𝑷(𝑷𝒐𝒔 ∩ 𝑷) 𝟎. 𝟎𝟖
𝑷(𝑷𝒐𝒔|𝑷) = = = 𝟎. 𝟖
𝑷(𝑷) 𝟎. 𝟏

𝟎. 𝟖 ∗ 𝟎. 𝟏
𝑷(𝑷|𝑷𝒐𝒔) = = 𝟎. 𝟔𝟏𝟓𝟒
𝟎. 𝟏𝟑

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

resulto negativo.

𝑷(𝑵𝒆𝒈|𝑨)𝑷(𝑨)
𝑷(𝑨|𝑵𝒆𝒈) =
𝑷(𝑵𝒆𝒈)

𝑷(𝑵𝒆𝒈 ∩ 𝑨) 𝟎. 𝟖𝟓
𝑷(𝑵𝒆𝒈|𝑨) = = = 𝟎. 𝟗𝟒𝟒𝟒
𝑷(𝑨) 𝟎. 𝟗

𝟎. 𝟗𝟒𝟒𝟒 ∗ 𝟎. 𝟗
𝑷(𝑨|𝑵𝒆𝒈) = = 𝟎. 𝟗𝟕𝟕
𝟎. 𝟖𝟕

7. De acuerdo con las probabilidades encontradas, que tan confiable es este examen de
selección para detectar la enfermedad?

Habiendo desarrollado cada uno de los ítems propuestos en este ejercicio y teniendo en
cuenta los resultados arrojados en la pregunta 5 y 6 podemos determinar que en la primera
tenemos un porcentaje del 61.54% de probabilidad de que la persona se halla enfermado y
el resultado haya sido positivo, mientras que en el otro caso, la prueba nos dice que
podemos estar al 97.7% seguros de que no tenemos la enfermedad y la prueba salía
negativa, por lo que a través de este tipo de prueba es posible confiarnos del hecho de que
no se halla adquirido la enfermedad y la prueba halla salido negativa, que por el contrario
ya que los datos arrojados no son tan verídicos.
 El estudiante presenta en el foro un resumen de los conceptos teóricos de la unidad que le
permitieron solucionar el estudio de caso seleccionado.

TEOREMA DE BAYES

La regla de multiplicación es útil para determinar la probabilidad de un evento que depende

de otros.
Se llama partición al conjunto de eventos Ai tales que n S = A È A ÈLÈ A
1 2 y È = i j A A Ø; es decir un conjunto de eventos mutuamente excluyentes y que
componen todo el espacio muestral S. en general, se dice que una colección de conjuntos
A1, A2,…, An es exhaustiva si n S = A È A ÈLÈ A 1 2 . La siguiente figura presenta el
diagrama de Venn que corresponde a la partición de un espacio muestral S en An eventos.
  Resulta que:

El denominador corresponde a encontrar la Probabilidad Total de B.

En los problemas relacionados con la probabilidad, y en particular con la probabilidad

condicionada, así como con la probabilidad total y el teorema de Bayes, es recomdable que
con la información del problema, se construya una tabla de contingencia o diagrama de
árbol.

CUADRO SINOPTICO

Cuadro Sinóptico Experimento Aleatorio:

Dan lugar a varios resultados, sin ser predecible enunciar con certeza cual de los dos va a
ser observado en la realización el experimento.
EXPERIMENTO
: ALEATORIO Y
Espacio Muestral:
ESPACO
Conjunto formado por todo los posibles resultados de un experimento aleatorio y se
MUESTRAL
designa por S, a la colección de resultados que se obtienen en los experimentos
aleatorios.

Sucesos o Eventos:

De un fenómeno o experimento aleatorio son cada uno de los subconjuntos del Espacio
Muestral S, los elementos del espacio muestral se llaman sucesos individuales o
elementales, también son sucesos el suceso vacío o suceso imposible, y el propio S,
suceso seguro.

OPERACIONES CON EVENTOS:

EVENTOS
OSUCESOS Los sucesos o eventos son subconjuntos, entonces es posible emplear las operaciones
básicas de conjuntos como:

 Unión= (AUB)
 Intersección= ( A∩ B)
 Diferencia = (A-B)
 Suceso Complementario=
A’ = E-A, suceso complementario de A.

Principios:
PROBABILIDAD
Multiplicativo:
UNIDAD 1
Si un evento determinado puede realizarse de 𝒏𝟏 maneras diferentes y si un segundo
evento puede realizarse de𝒏𝟐 maneras diferentes y si adicional un evento puede realizarse
de 𝒏𝟑 y asi sucesivamente y si al mismo tiempo cada evento es independiente del
otro, entonces el número de maneras en que los eventos pueden realizarse en el
orden indicado es el producto:
 Considere un conjunto de elementos . Una permutación de los
elementos es un acomodo u ORDENAMIENTO de ellos. Así:

abc acb bac bca cab cba

Son las permutaciones de los elementos del conjunto S y son en total 6 posibles
PERMUTACIONE
acomodos. Esto es:
SY
VARIACIONES

El número de permutaciones (acomodos u ordenaciones) de n elementos distintos,

tomados todos de una vez, se denota por n!

Una ordenación de un número r de elementos del conjunto de n elementos,

, es denominada variación. Son permutaciones en las que implica un
orden en la colocación de los elementos, tomando únicamente una parte de los
elementos. Una variación puede construirse seleccionando el elemento que será
colocado en la primera posición del arreglo de entre los n elementos, para luego
seleccionar el elemento de la segunda posición de entre los n-1 elementos
restantes, para seleccionar después el tercer elemento de entre los n-2 restantes, y
así sucesivamente. Se trata pues de una permutación de n elementos tomando r a
la vez.

El número de permutaciones de n elementos tomados r a la vez se define como:

PROBABILIDAD Si se tiene que tiene un conjunto de n elementos.

UNIDAD 1 Una combinación de ellos, tomados r a la vez, es un
subconjunto de relementos donde el orden no se tiene en
cuenta. El número de combinaciones de n elementos
COMBINATORIAS
tomados r a la vez, , sin tener en cuenta el orden, es:

Los Axiomas de probabilidad que satisfacen la probabilidad de cualquier

experimento aleatorio. Estos axiomas no determinan las probabilidades, lo que
hacen es facilitar el cálculo de las probabilidades de algunos eventos a partir del
conocimiento de las probabilidades de otros.Entendiendo la probabilidad de
cualquier evento como un número entre 0 y 1, ella satisface las siguientes
propiedades:

Si S es el espacio muestral y A es cualquier evento del experimento aleatorio,

entonces:

1. P(S)= 1

AXIOMAS DE
2. Estos axiomas implican los siguientes resultados.
PROBABILIDAD

 La probabilidad de un evento imposible es 0 ó P(Ø)=0.

 La probabilidad de que un evento ocurra con certeza es 1.
 Para cualquier evento A, P(At)=1-P(A).
 Si el evento A1 está contenido en el evento A2, entonces:
 Regla dela adicción:

AXIOMAS DE
PROBABILIDAD Para eventos mutuamente excluyentes.

A menudo, estamos interesados en la probabilidad de que una cosa u otra suceda;

es decir nos interesa la probabilidad de la unión de dos eventos. Si estos dos
eventos son mutuamente excluyentes, podemos expresar esta probabilidad
haciendo uso de la regla de adición para eventos mutuamente excluyentes:

P (A U B) = P (A) + P (B)

Existe un caso especial, para cualquier evento A, tenemos que éste sucede o no
sucede. De modo que los eventos A y A' son mutuamente excluyentes y
exhaustivos:

P(A) + P(A') = 1

P(A') = 1 - P(A)

Eventos que no son mutuamente excluyentes.

Si dos eventos no son mutuamente excluyentes, es posible que ambos se

presenten al mismo tiempo. En tales casos, debemos modificar la regla de la
adición para evitar el conteo doble:

PROBABILIDAD P(A U B) = P(A) + P(B) - P(AnB)

UNIDAD 1
REGLA DE LA MULTIPLICACIÓN

Cuando se presentan dos eventos, el resultado del primero puede tener un efecto
en el resultado del segundo, o puede no tenerlo. Esto es, los eventos pueden ser
dependientes o independientes. Existen tres tipos de probabilidades que se
presentan bajo independencia estadística:

 Marginal.
 Conjunta.
 Condicional.

Sea A1, A2, ...,An un sistema completo de sucesos, tales que la probabilidad de
cada uno de ellos es distinta de cero, y sea B un suceso cualquier del que se
conocen las probabilidades condicionales P(B/Ai). entonces la probabilidad
P(Ai/B) viene dada por la expresión:

Resulta que:

TEOREMA DE
BAYES

El denominador corresponde a encontrar la Probabilidad Total de B.

En los problemas relacionados con la probabilidad, y en particular con la

probabilidad condicionada, así como con la probabilidad total y el teorema de
Bayes, es recomdable que con la información del problema, se construya una
tabla de contingencia o diagrama de árbol.
 CONCLUSIONES

 En el desarrollo del trabajo colaborativo, se presentan el desarrollo de ejercicios que nos

permiten fortalecer los conocimientos y ponerlos en práctica en situaciones que se presenten,
gracias a lo estudiado en la unidad.
 Se escogió algunos temas y se presentaron al grupo por medio de un resumen el cual
contempló los aspectos teóricos principales que los caracteriza.
 Se leyó y analizó el caso de estudio y se presentó ante el grupo colaborativo una propuesta
para la solución del mismo.
 BIBLIOGRAFIA

UNAD. (2016). Entorno de Conocimiento:Axiomas de Probabilidad. Recuperado el 10 de Marzo

de 2016 de From
:http://datateca.unad.edu.co/contenidos/301014/axiomas_de_la_probabilidad.pdf