UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE CIENCIAS POLTICAS Y ADMINISTRATIVAS

ESCUELA DE CONTABILIDAD Y AUDITORA
Nombre: Angelo Amn

Semestre: 4TO B

Fecha: 02-05-2016

Asignatura: Estadstica II

Tema: Teorema de Bayes

Introduccin.

El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada por

el filsofo ingls Thomas Bayes (1702-1761)1 en 1763, que expresa la probabilidad
condicional de un evento aleatorio A dado B en trminos de la distribucin de
probabilidad condicional del evento B dado A y la distribucin de probabilidad
marginal de slo A.
Desarrollo.
En trminos ms generales y menos matemticos, el teorema de Bayes es de enorme
relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B
dado A. Es decir, que sabiendo la probabilidad de tener un dolor de cabeza dado que se
tiene gripe, se podra saber (si se tiene algn dato ms), la probabilidad de tener gripe si
se tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema
en cuestin para la ciencia en todas sus ramas, puesto que tiene vinculacin ntima con
la comprensin de la probabilidad de aspectos causales dados los efectos observados.

FRMULA DE BAYES
Con base en la definicin de Probabilidad condicionada, obtenemos la Frmula de
Bayes, tambin conocida como la Regla de Bayes:

Esta frmula nos permite calcular la probabilidad condicional

de los eventos

, dado

. La frmula

de cualquiera

"ha originado muchas especulaciones

filosficas y controversias".
APLICACIONES.
El teorema de Bayes es vlido en todas las aplicaciones de la teora de la probabilidad.
Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. En
esencia, los seguidores de la estadstica tradicional slo admiten probabilidades basadas
en experimentos repetibles y que tengan una confirmacin emprica mientras que los
llamados estadsticos bayesianos permiten probabilidades subjetivas. El teorema puede
servir entonces para indicar cmo debemos modificar nuestras probabilidades subjetivas
cuando recibimos informacin adicional de un experimento. La estadstica bayesiana
est demostrando su utilidad en ciertas estimaciones basadas en el conocimiento
subjetivo a priori y el hecho de permitir revisar esas estimaciones en funcin de la
evidencia emprica es lo que est abriendo nuevas formas de hacer conocimiento. Una
aplicacin de esto son los clasificadores bayesianos que son frecuentemente usados en
implementaciones de filtros de correo basura o spam, que se adaptan con el uso. Como

bservacin, se tiene

y su demostracin resulta trivial.

Como aplicaciones puntuales:

1. El diagnstico de cncer.
2. Evaluacin de probabilidades durante el desarrollo de un juego de bridge por
Dan F. Waugh y Frederick V. Waugh.
3. Probabilidades a priori y a posteriori.
4. Un uso controvertido en la Ley de sucesin de Laplace.

Conclusin.

El teorema de Bayes, enunciado por Thomas Bayes, en la teora de la

probabilidad, es el resultado que da la distribucin de probabilidad condicional
de una variable aleatoria A dada B en trminos de la distribucin de
probabilidad condicional de la variable B dada A y la distribucin de
probabilidad marginal de slo A.

El

teorema de Bayes es vlido en todas las aplicaciones de la teora de la

probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades

que emplea. En esencia, los seguidores de la estadstica tradicional slo admiten
probabilidades basadas en experimentos repetibles y que tengan una
confirmacin emprica mientras que los llamados estadsticos bayesianos
permiten probabilidades subjetivas.

El teorema puede servir entonces para indicar cmo debemos modificar nuestras
probabilidades subjetivas cuando recibimos informacin adicional de un
experimento.

Bibliografa.
1. Diccionarios Oxford-Complutense. Matemticas de Christopher Clapham 84-89784566
2. Bayes, Thomas (1763). An Essay towards solving a Problem in the Doctrine of
Chances.. Philosophical Transactions of the Royal Society of London 53: 370-418.