TEMA 3.

Cálculo de probabilidades

OBJETIVOS

Manejar los conceptos de espacio muestral y suceso aleatorio. Identificar los sucesos.

Calcular las probabilidades de acuerdo a los tipos de sucesos. Manejar las propiedades
de la probabilidad.

Manejar el concepto de probabilidad de un suceso condicionada por otro suceso.

Comprender el concepto de independencia de sucesos.

Manejar el Teorema de la probabilidad total. Conocer el Teorema de Bayes y su apli-

cación a los test diagnósticos.

1
Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

1. Experimento aleatorio. Espacio muestral y sucesos

• EXPERIMENTO DETERMINISTA: experimento que se caracteriza porque al repetirlo

en análogas condiciones, se obtiene siempre el mismo resultado.
• EXPERIMENTO ALEATORIO: experimento que se caracteriza porque al repetirlo en
análogas condiciones, jamás se puede predecir el resultado que se va a obtener.
• ESPACIO MUESTRAL: es el conjunto de todos los resultados posibles del experimento
aleatorio. Se designa por E, y cada uno de los elementos que forman el espacio muestral se
llama punto muestral.
EJEMPLO 1: En el experimento aleatorio que consiste en lanzar una moneda y anotar
la cara superior, el espacio muestral es E = {X, C}, donde X y C son los puntos muestrales,
que hacen referencia, respectivamente, a “cruz” y “cara”. Si consideramos el lanzamiento de
dos monedas, entonces el espacio muestral es E = {CC, XX, CX, XC}.
• SUCESO: es cualquier subconjunto del espacio muestral.
EJEMPLO 2: En el experimento aleatorio consistente en el lanzamiento de dos monedas
y anotar las caras superiores, son sucesos: A =“sacar dos caras” y B =“obtener una sola
cara”, y se pueden describir como A = {CC} y B = {CX, XC}.
• SUCESO ELEMENTAL: es el formado por un solo punto muestral, es decir, por un
solo resultado del experimento aleatorio.
EJEMPLO 3: En el experimento aleatorio consistente en el lanzamiento de una moneda,
son sucesos elementales {C} y {X}. En el experimento aleatorio consistente en el lanzamiento
de un dado, un suceso elemental es “sacar 5”, descrito como {5}.
• SUCESO COMPUESTO: es el formado por dos o más puntos muestrales, es decir, por
más de un resultado del experimento aleatorio.
EJEMPLO 4: En el experimento aleatorio consistente en el lanzamiento de una moneda,
el suceso compuesto es {C, X}. En el experimento aleatorio consistente en el lanzamiento de
dos monedas, un suceso compuesto es A = “obtener una sola cara” = {CX, XC}.
• SUCESO CIERTO O SUCESO SEGURO: es el que siempre se realiza. Está formado
por todos los resultados posibles del experimento aleatorio, es decir, coincide con E.
EJEMPLO 5: En el experimento aleatorio consistente en el lanzamiento de un un dado
ordinario, un suceso cierto o seguro es obtener una puntuación que sea menor que 7.
• SUCESO IMPOSIBLE: es un suceso que no se realiza nunca y se designa por ∅.
EJEMPLO 6: En el experimento aleatorio consistente en el lanzamiento de un un dado
ordinario, un suceso imposible es obtener una puntuación que sea igual que 7.

Grado en Enfermerı́a (UAL) 2 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• ESPACIO DE SUCESOS: es el conjunto de todos los sucesos de un experimento alea-

torio. Se designa por S.
EJEMPLO 7: El espacio de sucesos del experimento aleatorio que consiste en lanzar una
moneda y anotar el resultado de la cara superior es S = {∅, {C}, {X}, {C, X}}.
EJEMPLO 8: El espacio muestral y el espacio de sucesos del experimento aleatorio que
consiste en lanzar un dado de quinielas y anotar el sı́mbolo que aparece en la cara superior
son: E = {1, X, 2}; S = {∅, {1}, {X}, {2}, {1, X}, {1, 2}, {2, X}, {1, X, 2}}.

1.1. Relaciones entre sucesos

Sean A y B dos sucesos del mismo espacio muestral.

A está contenido en B, lo que se denota por A ⊆ B, si al verificarse A se verifica B.

A y B son iguales, denotado por A = B, si cada vez que se verifica A, se verifica B, y

recı́procamente. Por tanto A = B si A ⊆ B y B ⊆ A.

1.2. Operaciones con sucesos

Sean A y B dos sucesos del mismo espacio muestral, E.
• UNIÓN: el suceso A ∪ B (que se lee “A unión B”) es el que ocurre cuando ocurre al
menos uno de los sucesos A o B.

� �

Figura 1: A ∪ B

• INTERSECCIÓN: el suceso A ∩ B (que se lee “A intersección B”) es el que ocurre

cuando ocurren, simultáneamente, A y B.

� �

Figura 2: A ∩ B

Grado en Enfermerı́a (UAL) 3 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

Dos sucesos cuya intersección es el suceso imposible, se llaman sucesos incompatibles.

En caso contrario, se dice que son compatibles.

• SUCESO CONTRARIO de A (Ā): Es el suceso que ocurre cuando no se realiza A.

Figura 3: Ā

Obsérvese que ∅¯ = E, Ē = ∅ y Ā¯ = A.

• SUCESO DIFERENCIA: El suceso A − B (que se lee como “A menos B”) ocurre
cuando ocurre A y no ocurre B. Obsérvese que A − B = A ∩ B̄.

� �
� �

� �

Figura 4: A − B y B − A

Propiedades de las operaciones:

Consideremos un experimento aleatorio y sean E y S su espacio muestral y el espacio de
sucesos asociados. Si A, B y C son tres sucesos del espacio muestral E, en S se definen las
operaciones de unión, intersección y complementación, de modo que se cumplen las siguientes
propiedades:

IDEMPOTENTE: A ∪ A = A, A ∩ A = A.

CONMUTATIVA: A ∪ B = B ∪ A, A ∩ B = B ∩ A.

ASOCIATIVA: A ∪ (B ∪ C) = (A ∪ B) ∪ C, A ∩ (B ∩ C) = (A ∩ B) ∩ C.

DISTRIBUTIVA: A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C), A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C).

SIMPLIFICATIVA: A ∪ (A ∩ B) = A, A ∩ (A ∪ B) = A.

Grado en Enfermerı́a (UAL) 4 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

ELEMENTO NEUTRO: A ∪ ∅ = A, A ∩ E = A.

ELEMENTO COMPLEMENTARIO: A ∪ Ā = E, A ∩ Ā = ∅.

ELEMENTO ABSORBENTE: A ∪ E = E, A ∩ ∅ = ∅.

LEYES DE DE MORGAN: A ∪ B = Ā ∩ B̄, A ∩ B = Ā ∪ B̄.

• EJEMPLO 9: Sea el experimento que consiste en la extracción de una carta de una

baraja española. Consideremos los siguientes sucesos: A = “salir oro”; B = “salir as”; C =
“rey de copas o as de espadas”. Vamos a ver la interpretación de diferentes sucesos:

A ∪ B es el suceso “salir oro o as”

A ∪ C es el suceso “salir oro o rey de copas o as de espadas”

A ∩ B es el suceso “salir el as de oros”
A∩C es el suceso “salir oro y (rey de copas o as de espadas)” lo que es imposible ⇒ A∩C = ∅

• EJERCICIO 1: Consideremos el espacio muestral y los dos conjuntos siguientes:

E = {1, 2, 3, 4, 5, 6, 7, 8, 9}, A = {1, 3, 4, 5, 7}, B = {1, 2, 3, 4}

Calcular A ∪ B, A ∩ B, Ā, B̄, (A − B) ∪ (B − A) y comprobar que se cumplen las Leyes de De

Morgan para A y B. (Sol. A ∪ B = {1, 2, 3, 4, 5, 7}, A ∩ B = {1, 3, 4}, Ā = {2, 6, 8, 9}, B̄ =
{5, 6, 7, 8, 9}, (A − B) ∪ (B − A) = {5, 7} ∪ {2} = {2, 5, 7})

2. Definición y axiomática de la probabilidad

• DEFINICIÓN INTUITIVA DE PROBABILIDAD: la frecuencia relativa de un suceso
tiende a estabilizarse en torno a un número, a medida que el número de pruebas del experi-
mento crece indefinidamente. Este número se llama probabilidad del suceso. Esta definición
presenta un inconveniente de tipo práctico: para calcular la probabilidad de un suceso serı́a
necesario realizar un gran número de pruebas con el fin de obtener experimentalmente el
valor al que se aproximan las frecuencias relativas del suceso en estudio.
• DEFINICIÓN CLÁSICA DE PROBABILIDAD (REGLA DE LAPLACE): la probabi-
lidad de un suceso A es el cociente entre el número de casos favorables al suceso y el número
de casos posibles. A la hora de aplicar esta definición hay que tener en cuenta que los sucesos
elementales tienen que ser igualmente probables.
• EJEMPLO 10: La probabilidad de obtener cara al lanzar una moneda es 21 , puesto que
en el lanzamiento tenemos dos casos posibles, “salga cara” o “salga cruz”, y el favorable a
nuestro interés es el primero de ellos. Por tanto, según la regla de Laplace, la probabilidad
en cuestión es 12 .

Grado en Enfermerı́a (UAL) 5 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJEMPLO 11: Se considera el experimento que consiste en lanzar un dado y los sucesos
A = “obtener número par”, B = “obtener múltiplo de 3” y C = “obtener un número menor
que 5”. Entonces podemos describir dichos sucesos como

A = {2, 4, 6}, B = {3, 6}, C = {1, 2, 3, 4}, A ∪ B = {2, 3, 4, 6}

Ası́, los casos favorables a A, B, C y A ∪ B son, respectivamente, tres, dos, cuatro y cuatro.
Por otro lado, los casos posibles son seis, correspondiéndose con cada una de las caras del
dado, Por tanto, las probabilidades de los sucesos serán, por la regla de Laplace,
3 1 2 4 2 4
P (A) = = , P (B) = , P (C) = = , P (A ∪ B) =
6 2 6 6 3 6

• EJERCICIO 2: Se lanza un dado dos veces consecutivas.

a) Calcula la probabilidad de que la suma de los puntos obtenidos sea 7. (Sol. 6/36)

b) Determina la probabilidad de que la suma de los puntos obtenidos sea, a lo sumo, 11.
(Sol. 35/36)

• DEFINICIÓN AXIOMÁTICA DE PROBABILIDAD: se llama probabilidad a una ley

que asocia a cada suceso A, del espacio de sucesos, un número real que se llama probabilidad
de A, que se representa por P (A), y que cumple los siguientes axiomas:

1. La probabilidad de un suceso cualquiera del espacio de sucesos es positiva o nula:

P (A) ≥ 0.

2. La probabilidad del suceso seguro es igual a la unidad: P (E) = 1.

3. La probabilidad de la unión de dos sucesos incompatibles es igual a la suma de las

probabilidades de cada uno de ellos: P (A ∪ B) = P (A) + P (B) si A ∩ B = ∅.

De los axiomas anteriores se deducen las siguientes consecuencias:

1. P (∅) = 0.

2. P (Ā) = 1 − P (A).

3. P (A − B) = P (A) − P (A ∩ B).

4. P (A ∪ B) = P (A) + P (B) − P (A ∩ B).

Grado en Enfermerı́a (UAL) 6 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJEMPLO 12: En cierta empresa, el 40 % de sus empleados posee tı́tulo universitario,

el 30 % son mujeres y el 25 % son mujeres con tı́tulo universitario. Si se selecciona al azar un
empleado, calcula:

a) Probabilidad de que sea mujer o tenga tı́tulo universitario.

b) Probabilidad de que sea varón y no tenga tı́tulo universitario.

Solución:
Primero, hemos de definir los sucesos sobre los que conocemos la información:

A = “ser mujer”, B = “tener tı́tulo universitario”

Ası́, tenemos que

P (A) = 0,3, P (B) = 0,4, P (A ∩ B) = 0,25

a) El suceso “ser mujer o tener tı́tulo universitario” es A ∪ B, ası́ que la probabilidad que
nos piden se puede hallar como

P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 0,3 + 0,4 − 0,25 = 0,45

b) El suceso “ser varón y no tener tı́tulo universitario” es Ā ∩ B̄. Gracias a las Leyes de
De Morgan, podemos escribir Ā ∩ B̄ = A ∪ B, y su probabilidad es

P (A ∪ B) = 1 − P (A ∪ B) = 1 − 0,45 = 0,55

• EJERCICIO 3: Supongamos que P (A) = 0,5, P (B) = 0,6 y P (A∩B) = 0,2. Comprueba
que
P (A ∪ B) = 0,9, P (A − B) = 0,3, P (A ∪ B̄) = 0,6

3. Probabilidad condicionada. Independencia

• PROBABILIDAD CONDICIONADA: la probabilidad de un suceso A en el supuesto

de que se ha realizado el suceso B, se denota por P (A|B) (probabilidad condicionada de A,
dado B) y se calcula por

P (A ∩ B)
P (A|B) = siendo P (B) 6= 0
P (B)

y, análogamente,
P (A ∩ B)
P (B|A) = siendo P (A) 6= 0
P (A)

Grado en Enfermerı́a (UAL) 7 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

De las relaciones anteriores, se deduce

P (A ∩ B) = P (A|B)P (B) y P (A ∩ B) = P (B|A)P (A)

• EJEMPLO 13: El mismo profesor de Matemáticas da clase en tres grupos distintos, a

un total de 93 estudiantes. En una evaluación, los aprobados y suspensos fueron los que se
registran en la siguiente tabla:

Grupo A B C
Aprobados 16 18 17
Suspensos 16 12 14

Halla la probabilidad de que un estudiante, escogido al azar del total de 93,

a) Sea del grupo A.

b) Haya aprobado y sea del grupo B.

c) Haya aprobado sabiendo que es del grupo B.

Solución:

a) Definamos el suceso A = “ser del grupo A”. Haciendo uso de la regla de Laplace, dado
que los estudiantes del grupo A son 32, y los casos posibles son los 93 estudiantes entre
los que elegimos uno al azar, tendremos que la probabilidad en cuestión es P (A) = 3293
.

b) Definamos los sucesos B = “ser del grupo B” y D = “haber aprobado”. Se nos pide
hallar P (B ∩ D). Los casos favorables, en este caso, son 18, pues es el número de
estudiantes que son del grupo B y han aprobado. Los casos posibles siguen siendo
18
los 93 entre los que elegimos. Ası́, la probabilidad buscada es P (B ∩ D) = 93 , que
6
simplificado es 31 .

c) Estamos ante una probabilidad condicionada, pues ya sabemos que la persona selec-
cionada es del grupo B. La probabilidad de la intersección de los sucesos “ser del grupo
B” y “haber aprobado” (que es el numerador de la fórmula del cálculo de la probabili-
dad condicionada, y que ya hemos hallado en el apartado anterior) es P (B ∩ D) = 18 93
.
Por otro lado, el denominador es la probabilidad del suceso “ser del grupo B”, que
30
será P (B) = 93 , pues, de los 93 estudiantes, 30 pertenecen a dicho grupo. Ası́, la
probabilidad que nos piden es
18
P (B ∩ D) 93 18
P (D|B) = = 30 =
P (B) 93
30
9
que, si se simplifica, nos queda 15
.

Grado en Enfermerı́a (UAL) 8 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJERCICIO 4: Se sortea un viaje a Japón entre los 120 mejores clientes de una agencia
de seguros. De ellos, 65 son mujeres, 80 personas están casadas y 45 son mujeres casadas. Se
pide:
a) ¿Cuál es la probabilidad de que le toque el viaje a un hombre soltero? (Sol. 61 )
b) Si se sabe que la persona afortunada está casada, ¿cuál es la probabilidad de que sea
mujer? (Sol. 0,5625)

• SUCESOS INDEPENDIENTES: Dos sucesos A y B son independientes si se verifica

que P (A|B) = P (A).
Además, se puede caracterizar la propiedad de independencia de sucesos teniendo en
cuenta que A y B son independientes si, y solo si

P (A ∩ B) = P (A) · P (B)

• EJEMPLO 14: La experiencia ha puesto de manifiesto que la probabilidad de que un

arquitecto encuentre trabajo nada más acabar la carrera es 0,2 mientras que la probabilidad
de que un enfermero lo haga es 0,8. Si disponemos de un enfermero y un arquitecto recién
graduados, y sabemos que la probabilidad de que ambos encuentren trabajo es 0,16, responde
a las siguientes cuestiones:

a) Razona si son independientes los sucesos “el enfermero encuentre trabajo” y “el arqui-
tecto encuentre trabajo”.
b) ¿Cuál es la probabilidad de que, al menos, uno de los dos encuentre trabajo?
c) Calcula la probabilidad de que sólo encuentre trabajo el enfermero.
d) Determina la probabilidad de que sólo encuentre trabajo uno de ellos.
e) Obtén la probabilidad de que ninguno encuentre trabajo.

Solución:
Sea A “el arquitecto encuentre trabajo” y B el suceso “el enfermero encuentre trabajo”.
Entonces, por la información del enunciado, P (A) = 0,2, P (B) = 0,8 y P (A ∩ B) = 0,16,
con lo que
a) Los sucesos son independientes puesto que P (A) · P (B) = P (A ∩ B).
b) P (B ∪ A) = P (B) + P (A) − P (B ∩ A) = 0,8 + 0,2 − 0,16 = 0,84.
c) P (B ∩ Ā) = P (B) − P (A ∩ B) = 0,8 − 0,16 = 0,64.
d) P ((B ∩ Ā) ∪ (B̄ ∩ A)) = P (A ∪ B) − P (A ∩ B) = 0,84 − 0,16 = 0,68. Otra forma
de hallar dicha probabilidad es usando la fórmula del cálculo de la probabilidad de
la unión como suma de probabilidades al ser B ∩ Ā y B̄ ∩ A incompatibles. Luego,
P ((B ∩ Ā) ∪ (B̄ ∩ A)) = P (B ∩ Ā) + P (B̄ ∩ A) = P (B) − P (A ∩ B) + P (A) − P (A ∩ B) =
P (A) + P (B) − 2P (A ∩ B) = 0,2 + 0,8 − 2 · 0,16 = 0,68.

Grado en Enfermerı́a (UAL) 9 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

e) Por las Leyes de De Morgan, P (B̄ ∩ Ā) = P (A ∪ B) = 1 − P (B ∪ A) = 1 − 0,84 = 0,16.

• EJERCICIO 5: Los estudiantes de primer curso de Ciencias de la Salud tienen que

realizar dos pruebas, una teórica y otra práctica. La probabilidad de que un estudiante
aprueba la parte teórica es 0,6, mientras que la de que apruebe la práctica es 0,8, y la
probabilidad de que apruebe ambas pruebas es 0,5.

a) Razona si son independientes los sucesos “aprobar la parte teórica” y “aprobar la parte
práctica”. (Sol. No son independientes)
b) ¿Cuál es la probabilidad de que un estudiante no apruebe ninguno de los dos exámenes?
(Sol. 0,1)
c) Sabiendo que un estudiante aprobó la teorı́a, ¿cuál es la probabilidad de que apruebe
también la práctica? (Sol. 65 )

• EJERCICIO 6: En una partida de tiro, Pepe y Juan disparan sobre una diana. Se sabe
que la probabilidad de acierto en cada disparo de cada uno de ellos es 31 y 15 respectivamente.
Halla la probabilidad de que

a) Pepe no acierte. (Sol. 32 )

1
b) Ambos acierten. (Sol. 15
)
c) Solo uno de ellos acierte. (Sol. 52 )
8
d) Ninguno acierte. (Sol. 15
)

• EJEMPLO 15: Consideremos el experimento aleatorio consistente en lanzar un dado.

Sea A el suceso “obtener una puntuación mayor o igual que cuatro” y B el suceso “obtener
un 3 o un 6”. Analizar si:

a) A y B son incompatibles.

b) A y B son independientes.

Solución:

a) No son incompatibles porque A = {4, 5, 6}, B = {3, 6} y su intersección es A ∩ B =

{6} =
6 ∅.

b) Por una parte, usando la regla de Laplace, tenemos que P (A) = 63 = 12 , P (B) = 26 = 13 y
P (A∩B) = 61 . Dado que P (A∩B) = P (A)·P (B), podemos afirmar que, efectivamente,
A y B son independientes.

Grado en Enfermerı́a (UAL) 10 Curso 2023/2024

 Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJERCICIO 7: Dados los sucesos independientes A y B de un mismo espacio muestral,

se sabe que
1 2
P (A) = P (A ∪ B) =
2 3
1 2
Calcular P (B) y P (B̄|A). (Sol. P (B) = 3 , P (B̄|A) = 3 )

4. Teorema de la probabilidad total. Teorema de Bayes

• TEOREMA DE LA PROBABILIDAD TOTAL: Sean A1 , A2 , . . . , An sucesos, tales que
Ai ∩ Aj = ∅ para todo i 6= j; E = ni=1 Ai y B es un suceso cualquiera con probabilidad no
S

nula, entonces

P (B) = P (B|A1 )P (A1 ) + P (B|A2 )P (A2 ) + . . . + P (B|An )P (An )

• TEOREMA DE BAYES: Sean A1 , A2 , . . . , An sucesos, tales que Ai ∩ Aj = ∅ para todo

i 6= j; E = ni=1 Ai y B es un suceso cualquiera con probabilidad no nula, entonces
S

P (B|Ai )P (Ai )
P (Ai |B) = para todo i = 1, . . . , n
P (B|A1 )P (A1 ) + P (B|A2 )P (A2 ) + . . . + P (B|An )P (An )

• EJEMPLO 16: Una empresa farmacéutica dispone de tres fábricas, A, B y C, que

producen un cierto producto. Se sabe que la fábrica A produce el 30 % de la cantidad total
de dicho producto, la B el 30 % y la C el resto. También se sabe que el 2 % de la producción
de A, el 3 % de la de B y el 5 % de la de C es defectuosa. Elegido al azar un producto de
dicha empresa farmacéutica, calcula:
a) La probabilidad de que sea defectuoso.
b) La probabilidad de que, siendo defectuoso, proceda de la fábrica B.
Solución: Definamos los sucesos
A = “el producto elegido esté fabricado por A”, B = “el producto elegido esté fabricado por B”
C = “el producto elegido esté fabricado por C”, D = “el producto elegido sea defectuoso”
De acuerdo con la información del enunciado, tenemos que

P (A) = 0,3, P (B) = 0,3, P (C) = 0,4, P (D|A) = 0,02, P (D|B) = 0,03, P (D|C) = 0,05
a) Por el Teorema de la probabilidad total, la probabilidad que nos piden se puede hallar
como

P (D) = P (D|A)P (A)+P (D|B)P (B)+P (D|C)P (C) = 0,02·0,3+0,03·0,3+0,05·0,4 = 0,035

b) Nos piden P (B|D) que, en virtud del Teorema de Bayes, se puede obtener como
P (B ∩ D) P (D|B)P (B) 0,03 · 0,3 9
P (B|D) = = = =
P (D) P (D|A)P (A) + P (D|B)P (B) + P (D|C)P (C) 0,035 35

Grado en Enfermerı́a (UAL) 11 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJERCICIO 8: Las alumnas de la UAL son el 60 % de entre los matriculados en

primer curso de Grado, el 40 % de entre los matriculados en segundo, el 40 % de entre los
matriculados en tercero y el 45 % de los matriculados en cuarto. La población universitaria
está repartida de la siguiente forma: el 30 % está en primero, el 25 % en segundo, el 25 % en
tercero y el resto en cuarto.
Hallar la probabilidad de que, al elegir un estudiante al azar de la UAL,

a) Sea hombre. (Sol. 0,53)

10
b) Sabiendo que es mujer, sea de segundo curso de Grado. (Sol. 47
)

5. Aplicación al diagnóstico clı́nico

Si E alude al suceso de que un individuo padezca una determinada enfermedad y T es el

suceso de que determinado test de diagnóstico de la misma de positivo, se definen:

P (E) es la probabilidad de estar enfermo, conocida como prevalencia.

P (T |Ē) es la probabilidad de dar positivo en la prueba cuando se está sano, conocida

como probabilidad de falso positivo.

P (T̄ |E) es la probabilidad de dar negativo en la prueba cuando se está enfermo, cono-
cida como probabilidad de falso negativo.

P (T̄ |Ē) es la probabilidad de dar negativo en la prueba cuando se está sano, conocida
como especificidad.

P (T |E) es la probabilidad de dar positivo cuando se está enfermo, conocida como

sensibilidad. Se cumple que P (T |E) + P (T̄ |E) = 1.

P (E|T ) es la probabilidad de estar enfermo cuando la prueba da positivo, conocida

como valor predictivo positivo. Se puede hallar como

P (T |E)P (E)
P (E|T ) =
P (T |E)P (E) + P (T |Ē)P (Ē)

P (Ē|T̄ ) es la probabilidad de estar sano si se tiene la prueba negativa, conocida como

valor predictivo negativo. Se puede hallar como

P (T̄ |Ē)P (Ē)

P (Ē|T̄ ) =
P (T̄ |Ē)P (Ē) + P (T̄ |E)P (E)

Grado en Enfermerı́a (UAL) 12 Curso 2023/2024

Metodologı́a de investigación Bloque I, Tema 3: Cálculo de probabilidades

• EJEMPLO 17: Para los datos siguientes obtenidos en un estudio sobre el poder diagnósti-
co de la mamografı́a en el cáncer de mama, calcular la sensibilidad, la especificidad y los
valores predictivos positivo y negativo.

De un total de 2043 mujeres positivas en la mamografı́a, 44 tenı́an cáncer de mama

confirmado por biopsia.

De un total de 97957 mujeres negativas en la mamografı́a, 2 tenı́an cáncer de mama

confirmado por biopsia.

Solución: Haciendo uso de la notación introducida al principio de esta sección, tendre-

mos, de acuerdo con la información del enunciado, que
44 2
P (E|T ) = y P (E|T̄ ) = = 0,999
2043 97957
44
Ası́, ya conocemos el valor predictivo positivo, que será 2043
y podemos deducir el valor
predictivo negativo como
2 97955
P (Ē|T̄ ) = 1 − P (E|T̄ ) = 1 − =
97957 97957
El total de mujeres analizadas por mamografı́a es 100000, por lo que la prevalencia será
46
P (E) = = 0,00046
100000
mientras que
2043
P (T ) = = 0,02043
100000
con las que podemos obtener, usando la definición de probabilidad condicionada, la sensibi-
lidad, como
44
P (E ∩ T ) P (E|T )P (T ) 0,02043 22
P (T |E) = = = 2043 =
P (E) 0,00046 0,00046 23
y la especificidad, usando el valor predictivo negativo (ya hallado), como
97955
P (T̄ ∩ Ē) P (Ē|T̄ )P (T̄ ) 97957
0,97957
P (T̄ |Ē) = = = = 0,98
P (Ē) P (Ē) 0,99954

• EJERCICIO 9: Un ı́ndice que evalúa el sı́ndrome de muerte repentina de un niño tiene

una sensibilidad del 68 % y una especificidad del 82 %. ¿Cuáles son los valores predictivos po-
sitivo y negativo del ı́ndice cuando se aplica en una zona con un 0,21 % de muertes repentinas
sobre el total de nacidos? (Sol. P (E|T ) = 0,0079, P (Ē|T̄ ) = 0,9992)

Grado en Enfermerı́a (UAL) 13 Curso 2023/2024