RESUMEN

EL COEFICIENTE INTELECTUAL C.I. (Teorema de Bayes)

El objetivo es entender que el Teorema de Bayes nos ayuda y nos induce a abrir
conocimiento permanentemente, mejorar los algoritmos y la gestión de calidad
en muchos de los procesos.
Mediante la utilización y los resultados obtenidos del Teorema de Bayes la
estadística obtiene resultados importantes que son válidos en todas las
aplicaciones de la teoría de la probabilidad como es el caso de la interpretación
de las pruebas diagnósticas.
Teniendo en cuenta que el objetivo principal de la ciencia es explicar los
fenómenos.
Una explicación científica está basada en procedimientos estrictos, y se llama
teoría. Una teoría científica es un conjunto de aseveraciones interrelacionadas y
lógicamente organizadas, que explican un fenómeno de especial interés y que
han sido corroboradas a través de la observación y el análisis.
El teorema de Bayes parte de una situación en la que es posible conocer las
probabilidades de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información,
porque las probabilidades de ocurrencia de B son distintas según el suceso Ai
que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos
indica como modifica esta información las probabilidades de los sucesos Ai.
Cuando un espacio muestral puede construirse en varios pasos o etapas suele
ser más útil hacer uso de los diagramas de árbol.
Cada una de las n1 maneras de completar el primer paso puede representarse
como una rama del árbol, cada una de las maneras de completar el segundo
paso puede representarse con n2 ramas que comienzan donde terminan las
ramas originales, y así sucesivamente.
Un diagrama de árbol es una especie de mapa de acontecimientos en donde se
describen los eventos básicos que ocurren en un experimento aleatorio.
Este grafico está formado por segmentos de rectas y puntos, los eventos que
ocurren y se denotan por puntos, este diagrama puede ser dibujado de izquierda
a derecha o de arriba hacia abajo, no hay restricciones para ello.
Conocida ahora la probabilidad de un evento, se pueden reunir ciertas
características conocidas como axiomas de probabilidad que satisfacen la
probabilidad de cualquier experimento aleatorio.
Estos axiomas no determinan las probabilidades, lo que hacen es facilitar el
cálculo de las probabilidades de algunos eventos a partir del conocimiento de las
probabilidades de otros.
Para este caso se trabajó con el axioma de la probabilidad (Teorema de Bayes)
y Un diagrama de árbol, entendiendo la probabilidad de cualquier evento como
un número entre 0 y 1, ella satisface las siguientes propiedades.
Metodología
Sea {A1, A2,….Ai….An} un conjunto de sucesos mutuamente excluyentes y cuya
unión es el total o sea 1, y tales que la probabilidad de cada uno de ellos es
distinta de cero. Sea B un suceso cualquiera del que se conocen las
probabilidades condicionales P (B/Ai). Entonces la probabilidad P (Ai/B) viene
dada por la expresión:
Donde:
P (Ai) son las probabilidades a priori.
P (B / Ai) es la probabilidad de B en la hipótesis Ai.
P (Ai / B) son las probabilidades a posteriori.