Teorema de Bayes

¿Qué es el Teorema de Bayes?
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,

teniendo información de antemano sobre ese suceso.
Puntos clave
• Nos permite actualizar la probabilidad de un evento basándonos en nueva

evidencia o información.
• A diferencia de otros métodos, Bayes trabaja "al revés", utilizando lo que ya
sabemos sobre un evento para evaluar cómo la nueva información afecta su
probabilidad.
• El teorema es muy efectivo cuando se aplica correctamente, es decir, cuando
los eventos considerados son exclusivos y abarcan todas las posibilidades.
Teorema de Bayes: Explicación sencilla

Dicho de manera más simple, el teorema de Bayes es una herramienta que nos
ayuda a entender mejor cómo la nueva información afecta a la probabilidad de que
ocurra algo.
Imagina que tienes una hipótesis o una creencia inicial sobre algo, como la
posibilidad de que llueva mañana. Si recibes nueva información, como que el cielo
está muy nublado hoy, el teorema de Bayes te permite ajustar la probabilidad de
que llueva mañana teniendo en cuenta esta nueva información.
En otras palabras, este teorema nos permite actualizar nuestras creencias o

probabilidades sobre un evento (llamémoslo A) después de considerar una nueva
evidencia o información (llamémosla B).
A diferencia de otros enfoques que parten de la probabilidad de la nueva evidencia

para decir algo sobre el evento original, Bayes trabaja al revés: parte de lo que
sabemos sobre el evento original para inferir la nueva probabilidad teniendo en
cuenta la nueva evidencia.
Aunque el teorema de Bayes ha sido objeto de críticas, principalmente por malas

interpretaciones o aplicaciones incorrectas, cuando se utiliza correctamente (es
decir, cuando los eventos son claros y bien definidos), es una herramienta
poderosa y válida para el razonamiento probabilístico.
Fórmula del teorema de Bayes
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,
necesitamos una fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A(n) son los
distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla. Para
demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3),
utilizaremos directamente A, B y C.
Ejemplo del teorema de Bayes

Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A, B
y C, que producen envases para botellas de agua. Se sabe que la máquina A produce
un 40% de la cantidad total, la máquina B un 30%, y la máquina C un 30%. También
se sabe que cada máquina produce envases defectuosos. De tal manera que la
máquina A produce un 2% de envases defectuosos sobre el total de su producción, la
máquina B un 3%, y la máquina C un 5%. Dicho esto, se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05
1. Si un envase ha sido fabricado por la fábrica de esta empresa en Estados

Unidos ¿Cuál es la probabilidad de que sea defectuoso?
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos

la probabilidad de que sea defectuoso.
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [ 0,3 x
0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase fabricado
por la fábrica de esta empresa en Estados Unidos sea defectuoso es del 3,2%.
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es defectuoso

¿Cuáles es la probabilidad de que haya sido fabricado por la máquina A? ¿Y por la
máquina B? ¿Y por la máquina C?
Uso del teorema

Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir, sabemos
que el envase es defectuoso. Claro que, sabiendo que es defectuoso, queremos
saber cuál es la probabilidad de que se haya producido por una de las máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido

producido por la máquina A es del 25%, de que haya sido producido por la
máquina B es del 28% y de que haya sido producido por la máquina C es del 47%.

Teorema de Bayes

Cargado por

Copyright:

Formatos disponibles

Teorema de Bayes

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Teorema de Bayes

Cargado por

Copyright:

Formatos disponibles

¿Qué es el Teorema de Bayes?

El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,

• Nos permite actualizar la probabilidad de un evento basándonos en nueva

Teorema de Bayes: Explicación sencilla

En otras palabras, este teorema nos permite actualizar nuestras creencias o

A diferencia de otros enfoques que parten de la probabilidad de la nueva evidencia

Aunque el teorema de Bayes ha sido objeto de críticas, principalmente por malas

Ejemplo del teorema de Bayes

P(A) = 0,40 P(D/A) = 0,02

P(B) = 0,30 P(D/B) = 0,03

P(C) = 0,30 P(D/C) = 0,05

1. Si un envase ha sido fabricado por la fábrica de esta empresa en Estados

Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos

2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es defectuoso

Uso del teorema

P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25

P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28

P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47

Sabiendo que un envase es defectuoso, la probabilidad de que haya sido

También podría gustarte