Rogelio Esteban López

Tratamiento de datos y azar

Probabilidad de Bayes
Concepto y aplicación
Ernesto Eduardo Hernández Lugo
Enfermería General 402

Lunes 14 de junio del 2010

Para hablar del teorema de Bayes debemos conocer antes conceptos tales como particiones y
probabilidad total.
Si B1, B2,…, BK son subconjuntos mutuamente excluyentes de S y B1UB2U…UBk=S se dice que
éstos subconjuntos forman S, se habla entonces de una partición de S en B1, B2,…, Bk esto se
puede representar gráficamente como lo indica la figura 1

Figura 1 Figura 2
Ahora bien si B1, B2,…, Bk representan una partición de S y k eventos (Bi dónde i=1, 2,…, k)
forman parte de un solo evento A (Figura 2) además de que es posible escribir A=
(A∩B1)U(A∩B2)U…U(A∩Bk), la probabilidad de A esta dada por:
P(A)= P(B1)P(A|B1)+P(B2)P(A|B2)+…+P(Bk)P(A|Bk)
P(A)= ∑ki=1P(Bi)P(A|Bi)
A éste teorema lo conocemos como ley de probabilidad total y se utiliza cuando P(A)
no puede calcularse directamente.
Sabiendo esto podemos concluir que la probabilidad de Bayes se deduce directamente
de la definición de probabilidad condicional y de la ley de probabilidad total ya que:
P(Br|A)= P(Br∩A) = P(Br)P(A|Br)…..
P(A) ∑ki=1P(Bi)P(A|Bi)
Este es pues el teorema de Bayes y es aplicable en distintos problemas en donde
conocemos las particiones de S y las condiciones del evento A y podemos calcular
distintas intersecciones.
Ejemplo:
La agencia de tránsito vehicular planea reforzar los límites de velocidad mediante el uso
de un sistema de radar en cuatro diferentes puntos de la ciudad. Las trampas de radar
en cada uno de los sitios L1, L2, L3 y L4 operan a 40%, 30%, 20% y 30% del tiempo y si
una persona que maneja a gran velocidad cuando va a su trabajo tiene probabilidades
de 0.2, 0.1, 0.5 y 0.2, respectivamente de pasar por éstos lugares ¿Cuál es la
probabilidad de recibir una multa en el sitio L2?
Solución:
El teorema de Bayes maneja dos tipos de datos: a priori y a posteriori. Definiendo cada
uno podríamos decir que los datos a priori son las particiones de S y los datos a
posteriori son las intersecciones de Bk con A (es este caso la posibilidad de ser multado
en cada uno de los sitios dónde se encuentran los radares). Todo esto puede ser
representado en un diagrama de árbol como el diagrama 1 o en una tabla como la tabla
1

Multado No multado
L1 20% 80%
L2 10% 90%
L3 50% 50%
L4 20% 80%

Diagrama 1 Tabla 1
Para resolver el problema empleamos la fórmula:
P(Br|A)= P(Br)P(A|Br)…..
∑ki=1P(Bi)P(A|Bi)
P(L2|Multado)= 0.3(0.1)………………
0.4(0.2)+0.3(0.1)+0.2(0.5)+0.3(0.2)
P(L2|Multado)= 0.03 = 0.1111
0.27
Entonces existe un 11.11% de probabilidad de ser multado por exceder la velocidad al
ser detectado por el radar ubicado en el sitio L2. Así podemos calcular la probabilidad de
ser o no multado en cada uno de los sitios donde ha dispuesto de un radar gracias al
teorema de Bayes.
Bibliografía
Probabilidad y estadística aplicadas a la ingeniería
Douglas C. Montgomery y George C. Runger
México: Limusa, 2006.
Probabilidad y estadística para ingeniería
William W. Hines
México: Continental, 2005.
Probabilidad y estadística para ingenieros
Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers
México; Prentice Hall, 1999.
Fundamentos de probabilidad y estadística
Olga Vladimirovna Panteleeva
México: Universidad Autónoma del Estado de México, 2005.
Teoría de la probabilidad
Iván Obregón Sanín.
México: Limusa, 1975