El teorema de Bayes debe su nombre al Reverendo Thomas Bayes (1701–
1761), quien fue el primero en mostrar cómo emplear nuevas certezas para trastrocar creencias. La formulación moderna la realizó Pedro Simón Laplace, que lo publicó en 1812 en su libro "Théorie analytique des probabilités". Para el año 1763, dos años después de la muerte de Thomas Bayes, un amigo decide hacer pública su investigación. Richard Price envió el documento a la Royal Society de Londres, acompañado de una carta. En esta explicaba que había encontrado un ensayo del reverendo, y que su contenido le parecía bastante importante. Consideraba que no se debía olvidar esta investigación. Además, se desconoce si él tuvo alguna participación dentro de la formulación del enunciado, ya que en la redacción explicaba brevemente de que se trataba el teorema. De manera resumida, definió el cálculo de probabilidades a través de supuestos en relación de un evento al azar tomando en cuenta bajo qué circunstancias se da. La Royal Society consideró que se trataba de una información de gran valor, y la publicó en Philosophical Transactions ese mismo año. Sin embargo, nuevamente la teoría queda en el olvido, y nadie le da importancia.
Definición
En la teoría de probabilidades, el Teorema de Bayes (también conocido
como Regla de Bayes o Fórmula de Bayes) es una expresión que exhibe la importancia y uso de las probabilidades condicionales. Es interesante para las ciencias en todas sus ramas, ya que ayuda la inteligencia de la probabilidad de aspectos causales una vez observados sus efectos. Se deduce de los axiomas de probabilidades. La regla de Bayes relaciona las probabilidades totales P(A) y P(B) de dos sucesos A y B y sus respectivas probabilidades condicionales P(A|B) y P(B|A) de A dado B y recíprocamente como: P (A|B)=P (B|A) P(A): P (B). Aplicaciones del teorema de Bayes
Una de las características más resaltantes del teorema de Bayes, es que
puede ser aplicable en distintos campos, así como se puede trabajar con múltiples probabilidades. Esto permite que tenga diversas aplicaciones. En primer lugar, se destaca que puede ser útil para la modificación de las probabilidades subjetivas tomando en cuenta los resultados obtenidos, así como nueva información relacionada con el experimento realizado. ha sido aplicable en la medicina, pudiendo determinar la probabilidad de que una persona llegue a padecer una enfermedad, siendo el caso más destacable el diagnóstico de cáncer. Para esto, se toman en cuenta condiciones e historial médico familiar que permita calcular la probabilidad de que un diagnóstico sea posible a futuro. Y dentro del campo informático, también ha tenido gran reconocimiento. A través de algoritmos basados en el teorema de Bayes, es que se puede determinar que correos electrónicos entran dentro de la categoría spam, facilitando la experiencia de los usuarios dentro de estos servicios. Así mismo, este método es una herramienta ideal para la gestión de datos.
Importancia del Teorema de Bayes
En el campo estadístico el teorema de Bayes permitió la resolución de
problemas de múltiples probabilidades, su importancia radica en la aplicación de la misma, pues es fundamental en cualquier ciencia, ya que permite demostrar la relación intrínseca con la comprensión de las probabilidades de los sucesos causados una vez establecidos los efectos acontecidos. La probabilidad Bayesiana permite convertir una probabilidad subjetiva en una real cuando esta se va modificando en base a las nuevas informaciones. Las evidencias empíricas que según los estadistas actúan como base para la aplicación de este teorema tienen aplicaciones puntuales en las distintas ramas de la medicina, desde el diagnóstico de cáncer, hasta para la prevención de la diabetes, también tiene usos menos sofisticado como el evaluar las posibilidades en un juego de barajas. Probabilidad condicionada
Para poder entender el teorema de Bayes, es necesario tener nociones
acerca de lo qué es la probabilidad condicional, también conocida bajo el nombre de probabilidad condicionada. Esta se define como la probabilidad de ocurrencia de un evento A, conociendo que existe un evento B. Un hecho a tomar en cuenta, es que necesariamente no debe existir una relación causal o temporal para la ocurrencia de A y B. Ambos sucesos pueden presentarse en momentos distintos, y no existe un orden ni un vínculo al momento en que ocurren.
Probabilidad total
El Teorema de la probabilidad total nos permite calcular la probabilidad de un
suceso a partir de probabilidades condicionadas. Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidentes es x% y si hace buen tiempo dicha probabilidad es y%. Este teorema nos permite deducir cuál es la probabilidad de que ocurra un accidente si conocemos la probabilidad de que llueva y la probabilidad de que haga buen tiempo.