Академический Документы
Профессиональный Документы
Культура Документы
REALIZADO POR:
EMERY PAOLA CORREA RODRIGUEZ (1096212761)
GRUPO100402_360
PROBABILIDAD
REALIZADO POR:
EMERY PAOLA CORREA RODRIGUEZ
GRUPO100402A_360
Presentado al docente:
AZUCENA GIL
Ingeniera de sistemas
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.
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
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) 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
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
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
CUADRO SINOPTICO
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.
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:
Son las permutaciones de los elementos del conjunto S y son en total 6 posibles
PERMUTACIONE
acomodos. Esto es:
SY
VARIACIONES
1. P(S)= 1
AXIOMAS DE
2. Estos axiomas implican los siguientes resultados.
PROBABILIDAD
AXIOMAS DE
PROBABILIDAD 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)
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