Ao de la Promocin de la Industria Responsable y Compromiso

Climtico

Facultad de Ciencias Econmicas

Ciclo

:V

Seccin

: D

Taller

: Estadstica Inferencial para economistas.

Tema

: Teorema de Bayes, regla de multiplicacin, ejercicios.

Profesor

: Econ. Juro Astocaza, Walter.

Alumno

: Purilla de la Cruz, Alex Marcos

ICA- Per
2014

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.
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:

SUS APLICACIONES
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

probabilidades

entonces
subjetivas

para

indicar

cuando

cmo

recibimos

debemos
informacin

modificar
adicional

nuestras
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

EJERCICIOS :

y su demostracin resulta trivial.

Regla de Multiplicacin
De la definicin de probabilidad condicional se tienen los siguientes resultados al
despejar
Las relaciones
y
son casos
multiplicacin, la cual es til para:

especiales

de

Calcular probabilidades de intersecciones de eventos

la

llamada Regla

de

la

con base

en probabilidades condicionales.
Esta regla de manera general se puede expresar como:
Sea

eventos tales que

. Entonces

EJEMPLO
1. (Inspeccin de Lotes)
Un lote contiene
items de los cuales
son defectuosos. Los items son
seleccionados uno despues del otro para ver si ellos son defectuosos. Suponga que
dos items son seleccionados sin reemplazamiento(Significa que el objeto que se
selecciona al azar se deja por fuera del lote). Cal es la probabilidad de que los
dos items seleccionados sean defectuosos?.

SOLUCIN
Sea los eventos

entonces
evento

dos

items
que

seleccionados
es

la

seran

interseccin

defectuosos,

entre

los

cuando

eventos

ocurre
.

De

el
la

informacin dada se tiene que:

as probabilidad de que los dos items seleccionados sean defectuosos es

Ahora suponga que selecciona un tercer item, entonces la probabilidad de que los
tres items seleccionados sean defectuosos es