SALESIANOS INSTITUTO TCNICO RICALDONE DEPARTAMENTO DE MATEMTICAS

TEOREMA DE BAYES
Roberto Bermdez

Denise Adriana Lemus Quintanilla - 2 Diseo Grfico II B-2 Celia Mara Campos Marn - Diseo Grfico II

THOMAS BAYES
Thomas Bayer, naci probablemente en 1701 en Londres, Inglaterra, as el ao 2011 marca el aniversario nmero 300 de su nacimiento.

Algunos de los aspectos ms relevantes de su vida incluiran hechos narrando su educacin asi como su trabajo cientfico y teolgico. Thomas Bayes fue un matemtico. l fue ordenado ministro presbiteriano, al igual que su padre, para luego en 1731 convertirse en reverendo de la iglesia de Tunbridge Wells, se dice que Bayes trat de retirarse en 1749, aunque sigui ejerciendo su puesto de reverendo hasta 1752, y permaneci en ese lugar hasta el momento de su muerte. Bayes estudi la determinacin de la probabilidad de una causa a travs de los efectos observados. El teorema de Bayes, es referente a la probabilidad de un suceso condicionado por la ocurrencia de otro suceso, o sea que, su teorema resuelve el problema conocido como probabilidad inversa o valorar probabilsticamente las posibles condiciones que rigen el supuesto se ha observado cierto suceso. Se trata de la probabilidad inversa en el sentido de que la directa sera la probabilidad de observar algo supuesto regido por ciertas condiciones. Actualmente los restos de Bayes se encuentran en el cementerio londinense de Bunhill Fields. La inscripcin de su tumba, traducida al espaol dice: Reverendo Thomas Bayes. Hijo de los conocidos Joshua y Ann Bayes. 7 de Abril de 1761. Su tumba fue restaurada en 1969 con donativos realizados por estadsticos de todo el mundo, esto como honor a su gran aporte. Bayes fue miembro de la Royal Society desde 1742, y tambin uno de los primeros en utilizar la probabilidad inductivamente y establecer la base matemtica para la inferencia probabilstica. Con base a su aporte, se ha desarrollado una poderosa teora que ha conseguido notables aplicaciones en las ms diversas reas del conocimiento. Ha tenido connotacin en la deteccin de spam en el ambiente del internet, y hasta en el campo sanitario. Los trabajos publicados por Thomas Bayes fueron: Divine Providence and Government Is the Happiness of His Creatures (1731) An Introduction to the Doctrine of Fluxions, and a Defence of The Analyst (1736) En 1763, dos aos despus de su muerte, se publica Essay Towards Solving a Problem in the Doctrine of Chances, en el que trataba el problema de las causas a travs de los efectos observados, y donde se enuncia el teorema que lleva su nombre. El trabajo fue entregado a la Royal Society por Richard Price y es la base de la inferencia bayesiana.

TEOREMA DE BAYES
En la teora de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas Bayes en 17631 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. O sea, 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

Sea un conjunto de sucesos mutuamente excluyentes y exhaustivos, y tales que la probabilidad de cada uno de ellos es distinta de cero (0). Sea B un suceso cualquiera del que se conocen las probabilidades condicionales la probabilidad viene dada por la expresin: . Entonces,

donde: son las probabilidades a priori. es la probabilidad de en la hiptesis . son las probabilidades a posteriori.

Adems, unido a la definicin de Probabilidad condicionada, obtenemos la Frmula de Bayes, tambin conocida como la Regla de Bayes:

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 observacin, se tiene y su demostracin resulta trivial.

EJEMPLO
La probabilidad de que haya un accidente en un fbrica que dispone de una alarma es de 0.1. La probabilidad de que suene esta si se ha producido un incidente es de 0.97 y la probabilidad de que suene si no ha sucedido ningn incidente es de 0.02. En el supuesto de que haya funcionado la alarma cul es la probabilidad de que no haya habido ningn incidente? Sean los sucesos: A: producirse un incidente B: sonar la alarma

P(

)=

= 0.157