Ensayo sobre Teorema de Bayes

A manera de introducción, será interesante hablar un poco sobre la probabilidad

condicional y sus elementos, de tal forma que tanto la notación como las
operaciones concernientes a la aplicación del Teorema de Bayes sea algo más
claro.

Probabilidad (muy, muy básica)

La probabilidad mide la frecuencia con la que se obtiene un resultado (o
conjunto de resultados) al llevar a cabo un experimento aleatorio, del que se
conocen todos los resultados posibles, bajo condiciones suficientemente estables.i
Espacio muestral es el conjunto universo de todos los resultados posibles de un
experimento dado.ii Esto es, todos los posibles resultados que el experimento
puede tener.
Evento es aquel estado del que puede obtenerse un valor de probabilidad, y es
denotado en general por la letra E, a la vez que su probabilidad se denota por
P(E). Cada subconjunto del espacio muestral se llama suceso (o evento).iii Así un
evento puede ser un resultado (evento elemental o simple) o un conjunto de ellos
(evento compuesto).
Por ejemplo, supongamos que tenemos un mazo de naipes de 52 cartas, como
sabemos existen cuatro palos, dos rojos (diamantes y corazones) y dos negros
(picas y tréboles). Cada uno cuenta con 13 cartas (números del 2 al 10, J, Q, K y
As).

iv

Ahora definamos como evento que al azar obtengamos el as de tréboles (sería un

evento simple). Éste será nuestro evento ‫ܧ‬. ¿Cuál sería su probabilidad, es decir
P(E)?
Es evidente que entre las 52 cartas solo existe un as de tréboles, por lo que su
probabilidad sería 1 en 52, es decir:
1
ܲ(‫= )ܧ‬
52
Se pueden definir diferentes eventos (simples o compuestos) de todos los espacios
muestrales. Supongamos los siguientes:

Ejemplo 1
‫ܧ‬ଵ : Sacar al azar cualquier as.
Como existe 4 ases, entonces:

4 1
ܲ(‫ܧ‬ଵ ) = =
52 13
Ejemplo 2
‫ܧ‬ଶ : Sacar al azar cualquier carta negra.
La mitad de las cartas son negras, es decir, 26, por lo que:
26 1
ܲ(‫ܧ‬ଶ ) = =
52 2
Ejemplo 3
‫ܧ‬ଷ : Sacar al azar cualquier figura.
En cada palo existen 3 figuras (J, Q, K), y el mazo cuenta con 4 palos,
entonces:
3 × 4 12 3
ܲ(‫ܧ‬ଷ ) = = =
52 52 13
Ejemplo 4
‫ܧ‬ସ : Sacar al azar un número par.
El mazo tiene solo ciertos números pares (2, 4, 6, 8 y 10), con 4 palos
tendremos que:
5 × 4 20 10 5
ܲ(‫ܧ‬ସ ) = = = =
52 52 26 13

Probabilidad Condicional
A partir de lo anterior, podemos obtener la probabilidad de que un evento ocurra.
Pero algunas veces se desearía calcular la probabilidad de un evento ‫ ܧ‬de un
espacio muestral con relación a otro evento ‫ ܨ‬del mismo espacio muestral. Es
decir, si se tiene información a priori acerca de que el resultado debe estar en un
conjunto F, esta información debe emplearse para volver a estimar el valor de la
verosimilitud de que el resultado también estará en ‫ܧ‬. Esta nueva estimación se
denota por ܲ(‫ )ܨ|ܧ‬y se lee como “La probabilidad condicional de E dado F”, y
representa la respuesta a la pregunta “¿Qué tan probable es que ocurra E dado
que ocurrió F?”
Volviendo al ejemplo de los naipes. Ya sabemos que si definimos el evento E como
sacar el as de tréboles, su probabilidad es
1
ܲ(‫= )ܧ‬
52
Ahora supongamos que alguien ha sacado una carta a lazar, y nos dice que es
negra (lo cual será nuestro evento F), ¿seguiría siendo la misma probabilidad para
‫ ?ܧ‬Evidentemente no, esta ha cambiado. Sabemos que existen 26 cartas negras, y
que una de ellas es la que buscamos, entonces su nueva probabilidad es:
1
ܲ(‫= )ܧ‬
26
Si lo representáramos como un diagrama de Venn-Euler, tendríamos algo como
esto:

Es decir, la probabilidad que buscamos es la intersección de los conjuntos ܲ(‫)ܨ ∩ ܧ‬

si sabemos que ocurrió F. Entonces, la probabilidad de E dado F es el cociente de
la probabilidad de ܲ(‫ )ܨ ∩ ܧ‬entre la probabilidad de ܲ(‫)ܨ‬.
ܲ(‫)ܨ ∩ ܧ‬
ܲ(‫= )ܨ|ܧ‬
ܲ(‫)ܨ‬

¿Qué quiere decir eso? Representémoslo.

¿Cuál es la probabilidad de que ocurra ‫( ܨ‬que la carta sea negra)? Dado que son
26 cartas negras en el mazo, su probabilidad es:
26 1
ܲ(‫= )ܧ‬ =
52 2
¿Y la probabilidad de que ocurra ‫ܨ ∩ ܧ‬, es decir, que la carta sea el as de tréboles
negro (E) y sea negra (F)?
1
ܲ(‫= )ܨ ∩ ܧ‬
52
Dividiendo:
1
ܲ(‫ )ܨ ∩ ܧ‬52 2 1
ܲ(‫= )ܨ|ܧ‬ = = =
ܲ(‫)ܨ‬ 1 52 26
2
Llegando al mismo resultado.
Definamos más ejemplos:

Ejemplo 1
‫ܧ‬ଵ : Sacar al azar cualquier as.
‫ܨ‬ଵ : Sacar una carta roja
Como existe 4 ases, pero solo 2 son rojos, entonces la probabilidad de sacar
un as ‫ܧ‬ଵ y que sea rojo ‫ܨ‬ଵ :
2 1
ܲ(‫ܧ‬ଵ ∩ ‫ܨ‬ଵ ) = =
52 26
La probabilidad de que obtengamos una carta roja es
26 1
ܲ(‫ܨ‬ଵ ) = =
52 2
Entonces la probabilidad de sacar un as, dado que se obtuvo una carta roja es:
1
ܲ(‫ܧ‬ଵ ∩ ‫ܨ‬ଵ ) 26 2 1
ܲ(‫ܧ‬ଵ |‫ܨ‬ଵ) = = = =
ܲ(‫ܨ‬ଵ ) 1 26 13
2
Ejemplo 2
‫ܧ‬ଶ : Sacar al azar un número par.
‫ܨ‬ଶ : Sacar al azar un diamante.
Existen 13 cartas de que sean diamantes, y 9 números en cada palo (2 al
10), de los cuales 5 son pares (2,4,6,8 y 10). Así, solo se pueden elegir 5 cartas de
todo el mazo que cumpla con ser número par ‫ܧ‬ଶ y diamante ‫ܨ‬ଶ
5
ܲ(‫ܧ‬ଶ ∩ ‫ܨ‬ଶ ) =
52
La probabilidad de que obtengamos un diamante es
13 1
ܲ(‫ܨ‬ଶ ) = =
52 4
Entonces la probabilidad de sacar un número par dado que es un diamante es:
5
ܲ(‫ܧ‬ଶ ∩ ‫ܨ‬ଶ ) 52 5
ܲ(‫ܧ‬ଶ |‫ܨ‬ଶ ) = = =
ܲ(‫ܨ‬ଶ ) 1 13
4

Teorema de Bayes
El teorema de Bayes se define como:
Sea ܷ un espacio muestral dividido en ݊ eventos ‫ܣ‬ଵ , ‫ܣ‬ଶ , … , ‫ܣ‬௡ . Sea ‫ ܧ‬cualquier
evento de ܷ para cualquier ܲ(‫ > )ܧ‬0. La probabilidad del evento ‫ܣ‬௝ (݆ = 1,2, … , ݊),
dado el evento ‫ܧ‬, es:
ܲ(‫ܣ‬௝ ) ∙ ܲ(‫ܣ|ܧ‬௝ )
ܲ(‫ܣ‬௝ |‫= )ܧ‬
ܲ(‫ܣ‬ଵ ) ∙ ܲ(‫ܣ|ܧ‬ଵ ) + ܲ(‫ܣ‬ଶ ) ∙ ܲ(‫ܣ|ܧ‬ଶ ) + … + ܲ(‫ܣ‬௡ ) ∙ ܲ(‫ܣ|ܧ‬௡ )
¿Y eso comó se traduce?
A pesar de parecer bastante confuso, este teorema nos dice que la probabilidad de
que ocurra ‫ܣ‬ଵ dado que ya ocurrió ‫ܧ‬, se puede obtener por medio de dividir la
probabilidad de que ocurra el evento ‫ܣ‬௝ por la probabilidad de que ocurra ‫ ܧ‬dado
que ya ocurrió ‫ܣ‬௝ , es decir, la multiplicación del camino que inicia en ‫ܣ‬௝ que nos
llevan a E y dividir esto entre la suma de todos los caminos que nos llevan a E.
Continuemos con el ejemplo de los naipes. Supongamos que queremos saber que
tan probable es que obtengamos una carta roja dado que obtuvimos un as.

Construyendo árboles
La forma más sencilla de visualizar esto es por árboles binarios. Estos árboles se
construyen a partir de la información con que se cuenta al hacer el análisis.
La idea básica es ir generando un orden lógico de los eventos para después
asignar sus valores de probabilidad. En este ejemplo lo primero que sabíamos es
que se tenía una carta de algún color (rojo o negro) y después si era as o no. Así
construimos el siguiente árbol:
En este caso otras se refiere a cualquier otra carta que no sea As. Y ahora
asignamos las probabilidades que conocemos. Es importante recordar que en cada
nodo, la suma de sus hijos deben sumar 1. Por ejemplo, la probabilidad de sacar
un As dado que la carta es roja es de 1/13, por lo que la probabilidad de sacar
cualquier otra será de 12/13.

Ahora debemos de encontrar el camino que nos interesa (un As rojo) y multiplicar
las probabilidades que se encuentran de por medio.

En este ejemplo sería

1 1 1
× =
2 13 26
Lo que tenemos que hacer ahora es encontrar todos los caminos que nos podrían
llevar al mismo resultado final (que sea As), esto incluye al resultado que ya
hemos encontrado, y sumarlos.
La suma sería
1 1 2 1
+ = =
26 26 26 13
Ahora lo único que faltaría sería dividir el primer elemento que obtuvimos entre el
segundo:
1
26 13 1
ܲ(‫= )ܨ|ܧ‬ = =
1 26 2
13
Lo cual suena bastante lógico, dado que si tenemos un as solo puede ser rojo o
negro.
Ejemplo 1
Una línea de producción para pilas de linterna produce una fracción defectuosa a
largo plazo de 10%. En la línea se usa un mecanismo de prueba para eliminar
automáticamente las pilas defectuosas. Sin embargo este mecanismo no es
perfecto. La probabilidad de que elimine una pila en buen estado es del 50% y la
de que deje pasar una pila defectuosa es de 20%. ¿Cuál es la probabilidad de que
una pila eliminada en efecto se encuentre defectuosa?, ¿Cuál es la probabilidad de
que una pila que haya logrado pasar de hecho este en buen estado?
Nuestros datos son:
1. La línea produce 10% de defectos
a. Entonces produce 90% de pilas en buen estado
2. Si la pila está en buen estado, la probabilidad de que el mecanismo la
elimine el mecanismo es de 50%.
a. Entonces la probabilidad de que no la elimine es de 50%.
3. Si la pila es defectuosa, la probabilidad de que el mecanismo no la elimine
el mecanismo es de 20%.
a. Entonces la probabilidad de que la elimine es de 80%.
El árbol del problema se construiría de la siguiente manera:
La primera pregunta es ¿Cuál es la probabilidad de que una pila eliminada en
efecto se encuentre defectuosa?, la cual se interpreta como ¿Cuál es la
probabilidad de que una pila este defectuosa dado que se ha eliminado?
El camino que buscamos es el siguiente:

Todos los caminos que llevan a la misma conclusión (se elimina la pila) son:

Dividiendo como se ha hecho antes tenemos que:

0.45
= 0.1509
0.45 + 0.08
Por lo que la probabilidad de que una pila no sirva dado que se ha eliminado es del
15.09%
La segunda pregunta es ¿Cuál es la probabilidad de que una pila que haya logrado
pasar de hecho este en buen estado? O bien, ¿Cuál es la probabilidad de que una
pila este en buen estado dado que ha pasado?
La rama que nos interesa es la siguiente:
Todos los caminos que llevan a la misma conclusión (se elimina pasa el control)
son:

Haciendo la división se ha estudiado tenemos que:

0.45
= 0.9574
0.45 + 0.02
Por lo que la probabilidad de que una pila sirva dado que se ha pasado el control
es del 95.74%.
Esto nos diría que aunque el método deja mayoritariamente pilas en buen estado
para su distribución, el desperdicio en pilas no defectuosas que se eliminan es muy
alto.
Ejemplo 2
Un fabricante produce resistencias de dos líneas de producción independientes A y
B, siendo A la nueva línea y B la antigua. A produce el 60% del producto total.
Cada cartón de 1,000 resistencias es producido en la línea A o B; la producción de
las líneas no se mezcla para llenar un cartón. La fracción a largo plazo de las
resistencias producidas en la línea A que son defectuosas es de 0.01 y la fracción a
largo plazo de las resistencias producidas en la línea B que son defectuosas es de
0.03. Una empresa recibe una caja de resistencias de este productor y un
ingeniero selecciona al azar una resistencia y encuentra que está defectuosa.
¿Cuáles son las probabilidades posteriores a que la caja fuera producida en las
líneas A y B?
Los datos que tenemos:
1. La línea A produce 60% de la producción total.
a. Entones la B produce el 40% restante.
2. La línea A produce la fracción de 0.01 de resistencias defectuosas.
a. Entonces las no defectuosas de la línea A son 0.99
3. La línea B produce la fracción de 0.03 de resistencias defectuosas.
a. Entonces las no defectuosas de la línea A son 0.97
El árbol del problema entonces quedaría así:

Aquí tenemos dos preguntas, la primera es ¿Cuál es la probabilidad de que la

resistencia venga de la línea A dado que es defectuosa?
El camino que indica que es defectuosa y viene de la línea A es este:

Ahora, todas las opciones que nos llevan a que esta defectuosa, entonces los
caminos son:

Dividiendo tenemos que:

0.006
= 0.3333
0.006 + 0.012
La siguiente pregunta es ¿Cuál es la probabilidad de que la resistencia venga de la
línea B dado que es defectuosa? Esta pregunta puede responderse con el árbol
anterior y encontramos que la división correspondiente es:
0.012
= 0.667
0.006 + 0.012
Que, como también puede notarse es el complemento de la primera pregunta.
Ejemplo 3
En una cierta población, el 25% de las personas tienen ojos azules y el resto cafés.
También el 10% de la población con ojos azules son zurdos, mientras que también
lo son el 5% de la población de ojos cafés.
¿Cuál es la probabilidad de que una persona que sabemos es zurda tenga ojos
azules?
La información que tenemos:
1. EL 25% de la población tiene ojos azules, el resto cafés.
a. Entonces el 75% tiene ojos cafés
2. De los que tienen ojos azules el 10% son zurdos.
a. Entonces de los que tienen ojos azules el 90% son diestros.
3. De los que tienen ojos cafés el 5% son zurdos.
a. Entonces de los que tienen ojos cafés el 95% son diestros.
Nuestro árbol queda de la siguiente manera:

El camino que nos interesa es el siguiente:

Para poder continuar, los caminos que nos llevan a que son zurdos son:

Así nuestra división quedaría como:

0.025
= 0.4
0.025 + 0.0375
Por lo que existe una probabilidad de 40% que teniendo a alguien zurdo también
tenga ojos azules.
¿Cuál sería la probabilidad de que al tener alguien diestro, este tenga ojos cafés?
Ejemplo 4v
En una planta de electrónica, se sabe por experiencia que la probabilidad es de
0.84 de que un nuevo trabajador que ha asistido al programa de capacitación de la
compañía cumplirá con su cuota de producción y que la probabilidad
correspondiente es de 0.49 de un nuevo trabajador que no ha asistido al programa
de capacitación. Si el 70% de todos los trabajadores de nuevo ingreso asisten al
programa de capacitación, ¿Cuál es la probabilidad de que un nuevo trabajador
haya asistido al programa de capacitación si no cumple con su cuota de
producción?
La información que tenemos es:
1. El 70% de los empleados asisten al programa de capacitación.
a. Entonces el 30% de ellos no asiste al programa.
2. Si asiste al programa, la probabilidad de que cumpla con su labor es de
0.89.
a. Entonces, si asiste, existe la probabilidad de 0.11 de que no cumpla
su labor.
3. Si no asiste, la probabilidad de que cumpla su tarea es de 0.49.
a. Entonces, si no asiste, existe la probabilidad de 0.51 de que no
cumpla su labor.
Nuestro árbol queda de la siguiente manera:

El camino que nos interesa es el siguiente, pues no cumple con su cuota de

producción cuando ya ha asistido al curso:
Ahora buscamos todos los caminos que nos lleven al mismo resultado:

Hacemos la división que ya conocemos, obteniendo:

0.077
= 0.334
0.077 + 0.153
Es decir, la probabilidad de que alguien que no cumple su cuota a pesar de haber
asistido al curso es de 33.4%.
¿Cuál será la probabilidad de que alguien que cumple con su labor no haya asistido
al curso?
Ejemplo 4
Hasta ahora solo se han hecho ejemplos con dos opciones en cada rama del árbol,
ahora se hará un ejemplo un poco más detallado.
El servicio meteorológico ha anunciado tres posibilidades para el fin de semana:
a) Que llueva: probabilidad del 50%.
b) Que nieve: probabilidad del 30%
c) Que sea un día claro: probabilidad del 20%.
Según estos posibles estados meteorológicos, la posibilidad de que ocurra un
accidente es la siguiente:
1. Si llueve: probabilidad de accidente del 20%.
2. Si nieva: probabilidad de accidente del 10%
3. Si hay niebla: probabilidad de accidente del 5%.
Sabemos que ocurrió un accidente y como no se está en la ciudad se desconocen
las condiciones meteorológicas que había (llovió, nevó o un buen día). ¿Cuál es la
probabilidad de que haya llovido en ese accidente?
La información que tenemos:
1. Opciones meteorológicas:
a. Lluvia 50%.
b. Nieve 30%.
c. Buen clima 20%.
2. Si llueve la probabilidad de que ocurra un accidente es del 20%.
a. Entonces, si llueve la probabilidad de que no ocurra un accidente es
del 80%
3. Si cae nieve, la probabilidad de que ocurra un accidente es de 10%.
 a. Entonces, si cae nieve la probabilidad de que no ocurra un accidente
es de 90%.
4. Si hace un buen día, la probabilidad de un accidente es de 3%.
a. Entonces, si hace un buen día, la probabilidad de que no ocurra un
accidente es 97%.
Nuestro árbol quedaría de la siguiente manera:

La rama que nos interesaría sería aquella donde llovió y ocurrió un accidente, es
decir, esta:

Ahora, todas las ramas que nos llevan a que existe un accidente, son las
siguientes:
De aquí, hacemos la división igual que como se ha hecho en los ejercicios
anteriores, solo que en lugar de existir dos valores sumados en el denominador, en
este caso serán tres, derivadas de las tres posibilidades climáticas:
0.1
= 0.735
0.1 + 0.03 + 0.006
Esto nos dice que, dado que ha sucedido un accidente, la probabilidad de que
haya sucedido en condiciones de lluvia es del 73.5%.
¿Cuál es la probabilidad de que si no ha ocurrido un accidente, entonces haya
nevado?

Ejercicios para resolver

Ejercicio 1
La probabilidad de que haya un accidente en una fábrica que dispone de
alarma es 0.1. La probabilidad de que suene esta sí se ha producido
algún incidente es de 0.97 y la probabilidad de que suene si no ha
sucedido ningún incidente es 0.02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la
probabilidad de que no haya habido ningún incidente? vi
Ejercicio 2
El administrador de una obra encargada de la construcción de una autopista, sabe
que el terminar a tiempo puede demorarse por causa de una huelga. Además sabe
que debido al ambiente laborar, la posibilidad de que exista una huelga es de
60%. También sabe que de no darse la huelga la probabilidad de acabar a tiempo
es de 85%, mientras que si la huelga se da es de 0.35. ¿Cuál es la probabilidad de
que tras haberse acabado la obra, durante la misma se haya conjurado una
huelga? ¿Cuál es la probabilidad de que dado que no se acabo la obra a tiempo no
se haya conjurado la huelga?vii

Ejercicio 3
Una televisora está considerando lanzar al aire un nuevo programa. En base a la
experiencia adquirida de los administradores de la televisora, se estima que la
probabilidad de que el programa sea un éxito es de 80%. Antes de iniciar las
grabaciones, se hace una prueba piloto que se muestra a una pequeña audiencia,
a los que se les preguntará si creen que el programa es aceptable.
De registros pasados, los administradores saben que el 90% de los programas que
fueron catalogados como aceptables en sus pruebas piloto han sido un éxito. Sin
embargo también saben que de los programas no exitosos, solo el 30% ha tenido
una calificación de aceptable. ¿Cuál es la probabilidad de que un programa sea
exitoso, dado que la audiencia lo ha catalogado como aceptable?viii
Ejercicio 4
Los directivos de Caroline Corporation se encuentran negociando dos contratos, A
y B. Los directivos creen que la probabilidad de ganar el contrato A es de 60%. El
contrato A será negociado antes el contrato B, y el ganador del contrato A tendrá
una ventaja casi definitiva en las negociaciones del contrato B.
Así, los directivos calculan que si ganan el primer contrato la probabilidad de ganar
el segundo (B) es de 70%; en cambio, la probabilidad de ganar el segundo al no
tener el primero es de 10%.
¿Cuál es la probabilidad de que hayan ganado el primer contrato dado que tienen
el contrato B?, ¿Cuál es la probabilidad de que hayan perdido el primer contrato
dado que tienen el contrato B?

Ejercicio 5
The Omaha Beef Packing Company procesa diversos productos de carne bovina.
Los diferentes productos son clasificados por inspectores en tres categorías:
Premier, Selección y Grado A. El director de la compañía estima que 20% de sus
productos son Premier, 50 Selección y 30% Grado A. A pesar de que los
inspectores están bien entrenados, suelen tener un margen de error al clasificar la
carne. El director de la compañía estima que la probabilidad de que la carne este
bien clasificada la ha plasmado en la siguiente tabla:
Probabilidades condicionales de una correcta clasificación
Está clasificada como: Probabilidad de que sea correctamente clasificada:
Premier Selección Grado A
Premier 0.50 0.30 0.20
Selección 0.20 0.50 0.30
Grado A 0.10 0.30 0.60

¿Cuál es la probabilidad de que una carne sea Premier dado que ha sido clasificada
como Grado A?

Referencias:
i
http://es.wikipedia.org/wiki/Probabilidad
ii
http://www.eneayudas.cl/matematica/probabilidad1/espacio_muestral.html
iii
http://www.eneayudas.cl/matematica/probabilidad1/suceso_o_evento.html
iv
http://es.wikipedia.org/wiki/Archivo:Set_of_playing_cards_52.JPG
v
Matemáticas Finitas con aplicaciones a la Administración y economía. Mizrahi, Abe, Et. Al. Limusa
Wiley, 2001.
vi
http://www.vitutor.com/pro/2/a_17.html
vii
Estadística Matemática con aplicaciones. Freund, John, et. Al. Prentice Hall, 1987.
viii
Mathematics for Managerial Decisions. Childress, Robert. Prentice Hall, 1974.