PROBABILIDAD

NIXON PEA ACOSTA

CODIGO (100402A_363)

GRUPO N 100402_ 123

TUTOR
AZUCENA GIL

Universidad Nacional Abierta y a Distancia

Barrancabermeja
06/10/2017
 ESTUDIO DE CASO 3

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. Se supone que una cierta prueba detecta cierto tipo de
cncer con probabilidad del 80% entre gente que lo padece, y no detecta el 20% restante. Si una
persona no padece este tipo de cncer la prueba indicar este hecho un 90% de las veces e
indicar que lo tiene un 10% de ellas. Por estudios realizados se supone que el 5% de la Poblacin
padece este tipo de cncer.

Con base en esta informacin y usando el Teorema de Bayes, elabore un informe que como
mnimo, debe incluir: (se sugiere elaborar un diagrama de rbol) 1. Probabilidad de que una
persona tenga este tipo de cncer: Probabilidad de que NO tenga este tipo de cncer 2.
Probabilidad de un falso positivo, es decir que el examen indique que la persona tiene cncer dado
que la persona no tiene la enfermedad 3. Probabilidad de un falso negativo, es decir, que el
examen indique que la persona tiene cncer dado que la persona no tiene la enfermedad 4.
Probabilidad de que el examen indique que la persona tiene cncer 5. Probabilidad de que la
persona tenga cncer dado que el examen indico que tiene cncer 6. Probabilidad de que la
persona NO tenga cncer dado que el examen indico que NO tiene cncer 7. De acuerdo con las
probabilidades encontradas, que tan confiable es este examen para detectar este tipo de cncer
 0.8D

0.2-D

0.05

0.95

0.9D

-P

0.1-D

P= PADECE ESTE TIPO DE CANCER

-P= NO PADECE ESTE TIPO DE CANCER

D= LO DETECTA

-D= NO LO DETECTA
 1. Probabilidad que una persona tenga este tipo de cncer
(5%)= 0.05
1.2 Probabilidad que una persona no tenga este tipo de cncer:

(95%)= 0.95

2. Probabilidad de un falso positivo, es decir que el examen indique la persona

tiene cncer dado que la persona no tiene la enfermedad.

0.9x0.95
= 0.9x0.95+0.05x0.8

0.855 0.855
= 0.855+0.04 = 0.895

= 0.955x100% = 95.5%.

3. Probabilidad de un falso negativo, es decir , que el examen indique que la

persona tiene cncer dado que la persona no tiene la enfermedad.
0.1x0.95
=
0.1x0.95 + 0.2x0.05
0.095
=
0.095 + 0.01
 0.095
=
0.105
= 0.904

= 90.4%

4. Probabilidad de que el examen indique que la persona tiene cncer:

0.8x0.05+0.9x0.95=
0.04+0.475=
0.515x100= 51.5%
5. Probabilidad de que la persona tenga cncer dado que el examen indic que
tiene cncer.
0.8x0.05=
0.4x100%=
40%
6. Probabilidad de que la persona no tenga cncer dado que el examen indic
que no tiene cncer.
0.90x0.95=
0.855x100%=
85.5%.

7. De acuerdo con las probabilidades encontradas, que tan confiable es este

examen para detectar este tipo de cncer.
Dado el alto ndice de probabilidades por falsos positivos y falsos negativos el
examen no es confiable para las personas que no padecen la enfermedad y el
examen indica que si la padecen:
Probabilidad de un falso positivo: 95.5%
Probabilidad de un falso negativo: 90.4%.