Teorema de Bayes

El teorema de Bayes se utiliza para revisar probabilidades previamente calculadas cuando se posee nueva informacin. Desarrollado por el reverendo Thomas Bayes en el siglo XVII, el teorema de Bayes es una extensin de lo que ha aprendido hasta ahora acerca de la probabilidad condicional. Comnmente se inicia un anlisis de probabilidades con una asignacin inicial, probabilidad a priori. Cuando se tiene alguna informacin adicional se procede a calcular las probabilidades revisadas o a posteriori. El teorema de Bayes permite calcular las probabilidades a posteriori y es:

Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai) P(B|Ai) y en el denominador el Teorema de Probabilidad Total P(B) = P(A1) P(B | A1) + P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuacin que representa al:

El uso de la frmula de Bayes no es simple, sin Embargo existen alternativas que permiten aplicar el resultado sin hacer Uso de la frmula.
La frmula de Bayes sirve para el calculo de las probabilidades conocidas p(a/b) en donde los sucesos Ak de un sistema completo{A1,A2.An} de sucesos con respecto un suceso B de probabilidad positiva (k= 1,2..n) a partir de las probabilidades p(Ai) y de las probabilidades conocidas (p/a)(i=1,2.n).

El comportamiento de este anlisis en donde se encuentran un conjunto de probabilidades A y las intersecciones que hay entre ellas teniendo en cuenta un punto central B, se puede observar a continuacin en la figura 1

SHAPE \* MERGEFORMAT

Figura 1. Grfica concerniente al teorema de Bayes

EJEMPLOS 1.-Una fbrica que produce material para la construccin tiene 3 mquinas, a las que se les denomina A, B y C. La mquina A produce tabique, la B adoqun y la C losetas. La mquina A produce el 50% de la produccin total de la fbrica, la B el 30% y la C el 20%. Los porcentajes de artculos defectuosos producidos por las mquinas son, respectivamente, 3%, 4% y 5%. Si se selecciona un artculo al azar y se observa que es defectuoso, encontrar la probabilidad de que sea un tabique. Solucin Definamos el evento D como sea un artculo defectuoso. De acuerdo a esto tenemos que: P (A) = 0.5 P (B) = 0.3 P(C) = 0.2 P (D | A) = 0.03 P (D | B) = 0.04 P (D | C) = 0.05

Si el artculo del que deseamos calcular la probabilidad es un tabique, significa que es producido por la mquina A. Tambin observamos que en la solucin solamente participan los artculos defectuosos, ya que se pone por condicin esta caracterstica. Por lo tanto:

2.-A un congreso asisten 100 personas, de las cuales 65 son hombres y 35 son mujeres. Se sabe que el 10% de los hombres y el 6% de las mujeres son especialistas en computacin. Si se selecciona al azar a un especialista en computacin Cul es la probabilidad de que sea mujer? Solucin Definamos los eventos:

H: Sea un hombre M:Sea una mujer E: La persona sea especialista en computacin

Tenemos que:

Por lo tanto: