Probabilitats de la colibacil·losi en lloros

Probabilitats de la colibacil·losi en lloros
28 de maig de 2025 No hi ha comentaris Matemàtiques, Probabilitat Oscar Alex Fernandez Mora

La colibacil·losi és una malaltia que afecta els lloros. En un centre veterinari, s’estima en un 40% la proporció de lloros portadors de la malaltia. Es fa un test diagnòstic de la malaltia entre els lloros del centre veterinari. Quan un loro és portador de la malaltia, el test dona positiu en el 90% dels casos. Si el loro no és portador de la malaltia, el test dona negatiu en el 85% dels casos. Es tria un loro a l’atzar del centre veterinari. Calculeu: a) La probabilitat que el loro sigui portador de la malaltia i el seu test done positiu. b) La probabilitat que el test done positiu. c) La probabilitat que el loro sigui portador de la malaltia, si sabem que ha donat negatiu en el test.

Definim les probabilitats:

  • \( P(P) = 0.4 \): probabilitat que un loro sigui portador.
  • \( P(\neg P) = 0.6 \): probabilitat que no ho sigui.
  • \( P(T^+ | P) = 0.9 \): probabilitat que el test doni positiu si és portador.
  • \( P(T^- | \neg P) = 0.85 \): probabilitat que el test doni negatiu si no és portador.
  • \( P(T^- | P) = 0.1 \): probabilitat que el test doni negatiu si és portador.
  • \( P(T^+ | \neg P) = 0.15 \): probabilitat que el test doni positiu si no és portador
Diagrama d’Arbre Horitzontal (Esquerra a Dreta) amb Fletxes – Probabilitats Colibacil·losi
Estat del loro
Portador (0.4)
No portador (0.6)
Test positiu (0.9) → 0.36
Test negatiu (0.1) → 0.04
Test positiu (0.15) → 0.09
Test negatiu (0.85) → 0.51

a) Probabilitat que el loro sigui portador i el test doni positiu:\[ P(P \cap T^+) = P(P) \cdot P(T^+ | P) = 0.4 \cdot 0.9 = 0.36 \]

b) Probabilitat que el test doni positiu:\[ P(T^+) = P(T^+ | P) \cdot P(P) + P(T^+ | \neg P) \cdot P(\neg P) \]\[ P(T^+) = (0.9 \cdot 0.4) + (0.15 \cdot 0.6) = 0.36 + 0.09 = 0.45 \]

c) Probabilitat que el loro sigui portador, sabent que el test ha donat negatiu:\[ P(P | T^-) = \frac{P(T^- | P) \cdot P(P)}{P(T^-)} \]Calculem \( P(T^-) \):\[ P(T^-) = P(T^- | P) \cdot P(P) + P(T^- | \neg P) \cdot P(\neg P) \]\[ P(T^-) = (0.1 \cdot 0.4) + (0.85 \cdot 0.6) = 0.04 + 0.51 = 0.55 \]Aleshores:\[ P(P | T^-) = \frac{0.1 \cdot 0.4}{0.55} = \frac{0.04}{0.55} \approx 0.0727 \]

Respostes finals:

a) 0.36

b) 0.45

c) 0.0727

Tags
Sobre l'autor
Oscar Alex Fernandez Mora Etern estudiant de la Rússia tsarista. Gran aficionat als destil·lats i als fermentats. Malaltís de llibres de la MIR i entusiasta del #LaTeX. Soci de l’ACBC. Important actiu del projecte Campana de Gauss www.campanadegauss.cat

Leave a reply

L'adreça electrònica no es publicarà. Els camps necessaris estan marcats amb *