Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de
Bayes
El
reverendo
Thomas
Bayes
(1702-‐1761)
desarrolló
un
concepto
útil
al
calcular
ciertas
probabilidades.
Se
asume
que
Dunham
Manufacturing
utiliza
dos
máquinas
para
hacer
su
producto.
La
máquina
A
produce
el
60%
de
la
producción
total,
y
la
máquina
B
produce
el
restante
40%.
El
2%
de
las
unidades
producidas
pro
A
son
defectuosas
y
B
tiene
una
tasa
de
defectos
del
4%.
Esto
se
muestra
en
el
diagrama
de
árbol.
Se
asume
que
una
cantidad
de
producción
se
selecciona
aleatoriamente.
El
primer
conjunto
de
“ramas”
en
el
árbol
que
indica
cuál
máquina
produjo
la
unidad,
muestra
que
la
probabilidad
de
que
provenga
de
la
máquina
A
es
P(A)
=
0.60
y
que
la
probabilidad
de
que
provenga
de
la
máquina
B
es
P(B)
=
0.40.
El
segundo
grupo
de
ramas
que
indica
la
calidad
de
la
unidad
dice
que
si
provino
de
la
máquina
A
puede
ser
o
defectuosa
o
no
defectuosa.
Estas
probabilidades
condicionales
demuestran
que
la
probabilidad
de
que
no
sea
defectuosa
dado
que
provino
de
la
máquina
A
es
P( ! |A)
=
0.98
y
la
probabilidad
de
que
sea
defectuosa
dado
que
proviene
de
la
máquina
A
es
P(D|A)
=
0.02.
Las
probabilidades
condicionales
para
B
revelan
que
la
probabilidad
de
que
no
sea
defectuosa
dado
que
provino
de
B
es
P(!|B)
=
0.96
y
la
probabilidad
de
que
sea
defectuosa
con
base
a
la
condición
de
que
provino
de
B
es
P(D|B)
=
0.04.
/5
Finalmente,
se
observa
que
hay
cuatro
posibles
resultados
para
el
experimento
de
seleccionar
una
unidad
de
producción.
La
probabilidad
de
cada
uno
se
calcula
multiplicando
las
probabilidades
sobre
cada
una
de
las
ramas
que
conllevan
a
ella.
Para
ilustrarlo,
el
primer
posible
resultado
es
que
la
unidad
provenga
de
A
y
que
no
sea
defectuosa,
P(A
∩
! ).
Utilizando
la
regla
de
la
multiplicación,
P(A
∩
! )
=
P(A)
x
P(!|A)
=
(0.60)(0.98)
=
0.588.
Las
probabilidades
de
los
tres
resultados
restantes
pueden
determinarse
de
forma
similar.
/5
Se
puede
observar
directamente
que
P(A)
=
0.60.
Suponiendo
que
la
unidad
es
defectuosa,
se
desea
saber
la
probabilidad
de
que
la
unidad
fue
producida
por
la
máquina
A.
Ahora
se
desea
determinar
P(A|D),
no
sólo
P(A).
Vale
la
pena
recordar
la
regla
de
la
probabilidad
condicional:
!(! ∩ !) ! ! ∙ !(!|!)
! !! = =
!(!) !(!)
Sin
embargo,
P(D)
no
es
discernible
de
inmediato.
Aquí
es
donde
participa
el
teorema
de
Bayes.
Existen
dos
formas
en
las
cuales
la
unidad
puede
ser
defectuosa.
Puede
provenir
de
la
máquina
A
y
ser
defectuosa,
o
puede
provenir
de
la
máquina
B
y
ser
defectuosa.
Utilizando
la
regla
de
la
adición,
! ! = ! ! ∩ ! + !(! ∩ !)
= ! ! ∙ ! ! ! + !(!) ∙ !(!|!)
Cuando
se
hace
la
sustitución
en
el
denominador
de
la
fórmula
de
la
probabilidad
condicional
anterior
para
P(D),
el
teorema
de
Bayes
dice,
!(! ∩ !)
! !! =
! ! ∩ ! + !(! ∩ !)
!(!) ∙ !(!|!)
=
! ! ∙ ! ! ! + !(!) ∙ !(!|!)
/5
Ahora
se
puede
hallar
P(A|D)
!(! ∩ !)
! !! =
!(!)
!(! ∩ !)
=
! ! ∩ ! + !(! ∩ !)
0.012
=
0.012 + 0.016
= 0.429 = 42.9%
Mientras
que
P(A)
=
0.60,
P(A|D)
=
0.429.
se
nota
que
P(A|D)
<
P(A)
debido
a
que
la
máquina
A
produce
un
porcentaje
menor
de
defectos
que
la
máquina
B.
/5
Bibliography
Webster,
A.
L.
(2000).
Estadística
aplicada
a
los
negocios
y
la
economía.
(L.
S.
Arévalo,
Ed.)
Bogotá,
Colombia:
McGraw-‐Hill.
/5