Propiedad de bayes

Un letrero de nen, mostrando el enunciado del teorema de Bayes

El teorema de Bayes, en la teora de la probabilidad, es una proposicin planteada
por el filsofo ingls Thomas Bayes (1702-1761)1 en 1763,2 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, por ejemplo, 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 . Entonces, la

probabilidad viene dada por la expresin:

donde:

son las probabilidades a priori,

es la probabilidad de en la hiptesis ,

son las probabilidades a posteriori.

Thomas Bayes (1763)

 ndice
[ocultar]

1Frmula de Bayes
2Aplicaciones
3Vase tambin
4Enlaces externos
5Referencias

Frmula de Bayes[editar]

La visualizacin del teorema de Bayes por la superposicin de dos rboles de

decisin.
Con base en la definicin de Probabilidad condicionada se obtiene la Frmula de
Bayes, tambin conocida como la Regla de Bayes:

Esta frmula nos permite calcular la probabilidad condicional de cualquiera

de los eventos , dado . La frmula "ha originado muchas

especulaciones filosficas y controversias".3

Aplicaciones[editar]
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. Otra aplicacin se encuentra en la fusin de datos, combinando
informacin expresada en trminos de densidad de probabilidad proveniente de
distintos sensores.

Como observacin, 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.4
5. En el testeo de hiptesis en Ciencia Poltica cuando se usa
metodologa process tracing.