Estadstica/Clculo de

probabilidades/Aleatoriedad y
probabilidad/Teorema de Bayes
1

Teorema de Bayes

puede calcularse fcilmente a travs de la solucin de una

ecuacin como

Frecuentemente se muestra la informacin sobre dos

eventos como probabilidad condicional. Como se lo pueP (M D) = P (D|M )P (M )
de emplear?
tambin

1.1

Ejemplo para dos eventos

P (M D) = 0,05 0,6 = 0,03

En un conocido parque temtico se consumen diariamente grandes cantidades de bombillas para la decoracin
de los puestos. Para que el costo de los consumos no se
aumente, el parque consume solo 60% de bombillas de
marca y un 40% de bombillas sin marca. Debido a los
observadores anteriores se conoce que de las bombillas
de marca vienen el 5% mensual defectuosos. Empero las
bombillas sin marca vienen mensualemente el 10% defectuosas.

Ahora falta an el denominador P(D). Contemplemos el

diagrama de Venn del grco 6. D une a la interseccin
entre D M y M .
La probabilidad total de D es entonces la suma de
D)
P (D) = P (M D) + P (M

se entiende que se demuestra como teorema la probabiPodemos representarlo grcamente como en el grco 5: lidad total y eso nos da como hemos visto antes
Cuando son defectuosos el 5% de las bombillas de marca,
el 95% se queda bien. Entonces el 5% es la cantidad de
)P (M
)
bombillas defectuosas en las de marca, es decir se trata P (D) = P (D|M )P (M ) + P (D|M
de una probabiliad condicional P(D|M).
en nuestro ejemplo
El empresario del parque temtico necesita la informacin para los planes de costos del prximo verano, can
grande es la cantidad de bombillas de marca con defecto, P (D) = 0,05 0, + 0,1 0,4 = 0,07
es decir el busca P(M|D). Eso signica: Todas las bomSon entonces el 7% de todas las bombillas defectuosas.
billas defectuosas que se recojan en un da. Se saca
un bombillo al azar'. Con que probabilidad se mantie- La buscada probabilidad condicional es ahora
nen los bombillos de marca?
Entonces conocemos que:

P (M |D) =

P (M |D) =

P (M D)
P (D|M )P (M )
=
)P (M
)
P (D)
P (D|M )P (M ) + P (D|M

Esta formla es conocida como el Teorema de Bayes.

P (M D)
P (D)

La probabilidad que necesitabamos es

Lamentablemente no se conoce los componentes de la

fraccin. Encontramos solo un mtodo para calcularlo.

P (M |D) =

0,03
= 0,4286
0,07

Seguimos en la bsqueda del nmero P(M D): Conocemos P(D|M) y entonces clculamos
sta probabilidad resulta por eso sorpresivamente alta
porque se usan 50% mas bombillas de marca que sin marca. Correspondientemente es el nmero de las bombillas
P (M D)
sin marca con defecto es de 0,5714.
P (D|M ) =
P (M )
Ahora queremos analizar que ocurre con mas de dos
Tambin se mantiene el conocido nmero en P(D|M) y eventos.
1

1.2

1 TEOREMA DE BAYES

Ejemplo para mas de dos eventos

que es correspondiente a

Una expedicin ocuapda por tres conductores de camin,

0,03
los seores Ahorn, Behorn y Zehorn. Ahorn conduce el
= 0,2143
P (F2 |B) =
50% de todo el camino, Behorn el 20% y Zehorn el 30%.
0,14
De la experiencia se conoce que Ahorn produce una aboy
lladura del 10% de todo el viaje, Behorn el 15% y Zehorn
el 20%. (vase el grco 7)
Denimos el evento:
F1 : Ahorn conduce, F2 :Behorn ..., F3 :Zehorn
...
B: se ha producido una abolladura.

P (F3 |B) =

Entonces Zehorn ha conducido con gran probabilidad de

tener abolladuras.

Queremos primero mantener los casos: cuando Ahorn

conduce produce el 10% de abolladuras de todo el viaje, desarrolla el el resto 90% sin problemas.
Nos interesa la probabilidad que Ahorn conducido cuando aparece una abolladura en un camin una proxima vez,
es decir para P(F1 |B).
Es otra vez

P (F1 |B) =

P (F1 B)
P (B)

Del teorema de multiplicacin de la probabilidad debe ser

P (F1 B) = P (B|F1 )P (F1 )

y tambin

P (F1 B) = 0,1 0,5 = 0,05

Pero como se obtiene P(B)? Tambin aqui vale nuevamente el teorema de la probabilidad total, p.e.:

P (F1 B) = P (B|F1 ) P (F1 )

Obtenemos entonces para P(B)
P (B) = P (F1 B)+P (F2 B)+P (F3 B)
= P (B|F1 )P (F1 )+P (B|F2 )P (F2 )+P (B|F3 )P (F3 )
tambin

P (B) = 0,10,5+0,150,20,3 = 0,05+0,03+0,06 = 0,14

Nuestra buscada probabilidad sera

P (F1 |B) =

P (F1 B)
0,05
=
= 0,3571
P (B)
0,14

0,06
= 0,4286
0,14

Origen del texto y las imgenes, colaboradores y licencias

2.1

Texto

Estadstica/Clculo de probabilidades/Aleatoriedad y probabilidad/Teorema de Bayes Fuente: https://es.wikibooks.org/wiki/Estad%

C3%ADstica/C%C3%A1lculo_de_probabilidades/Aleatoriedad_y_probabilidad/Teorema_de_Bayes?oldid=86402 Colaboradores: Alesico

2.2

Imgenes

2.3

Licencia del contenido

Creative Commons Attribution-Share Alike 3.0