LA TEORÍA QUE NUNCA MURIÓ

CÓMO UNA IDEA MATEMÁTICA DEL SIGLO XVIII TRANSFORMÓ EL SIGLO XXI

“ENSAYO”

CHRISTIAN FABIAN MONTOYA ORTIZ

UNIVERSIDAD LIBRE SECCIONAL CALI

FACULTAD DE INGENIERIA DE SISTEMAS E INDUSTRIAL
PROGRAMA DE INGENIERIA DE SISTEMAS
PRESENTADO EL 25 DE ABRIL DEL AÑO,
2022
 LA TEORÍA QUE NUNCA MURIÓ

CÓMO UNA IDEA MATEMÁTICA DEL SIGLO XVIII TRANSFORMÓ EL SIGLO XXI

“ENSAYO”

CHRISTIAN FABIAN MONTOYA ORTIZ

Trabajo presentado al Profesor:

MANUEL SANTOS GONZALEZ IPIA

Ciencias básicas, estadística descriptiva

UNIVERSIDAD LIBRE SECCIONAL CALI

FACULTAD DE INGENIERIA DE SISTEMAS E INDUSTRIAL
PROGRAMA DE INGENIERIA DE SISTEMAS
PRESENTADO EL 25 FEBRERO DEL AÑO,
2022
 INTRODUCCION

En los cursos que he recibido sobre estadística, casi meras introducciones, se marcaba una
diferencia muy clara en dos direcciones. Por un lado, la estadística descriptiva que utiliza la
recopilación masiva de datos para desarrollar un estudio. El ejemplo típico, y doloroso, sería
obtener la edad media de un parado español a partir de los datos del SEPE. En cambio, la
estadística inferencial intenta averiguar características de una población a partir de una pequeña
muestra. Un problema típico de ingeniería sería verificar la calidad de un producto realizando
ensayos destructivos a unos pocos ejemplares de prueba. Una rama de esta estadística es la
inferencia bayesiana. Su objetivo es responder a preguntas especialmente complicadas sobre
sucesos que quizás nunca hayan sucedido. En ese sentido, se intenta nada menos que predecir el
futuro a base de información incompleta que no siempre es de confianza. Un ejemplo sería
responder a la pregunta, ¿Qué probabilidad hay de que una central nuclear española sufra un
accidente como el de Chernóbil? Nunca ha sucedido, no hay precedentes históricos en España y,
sin embargo, obtener un resultado puede ser muy importante. Y, sobre todo, difícil de confirmar
hasta el hecho sucede. Ese el campo de trabajo del teorema de Bayes. Se trata de una fórmula que
va recogiendo una información incompleta, asignándole una probabilidad de certeza y sumándola
a una cifra global que nos sirva de orientación. Es un conocimiento incompleto, hay quien discute
que podamos llamarlo “conocimiento científico” pero no hay duda de que puede ser muy valioso.
 LA TEORÍA QUE NUNCA MURIÓ

CÓMO UNA IDEA MATEMÁTICA DEL SIGLO XVIII TRANSFORMÓ EL SIGLO XXI

“ENSAYO”

Mirando desde el punto de inicio, podremos analizar la travesía de esta increíble teoría,
recordemos que hacia el año 1740 un clérigo británico perteneciente al Presbiterianismo de la
sociedad de la santísima trinidad, fundada en escocia y reformada dentro del protestantismo en
sus años iniciales, Thomas Bayes escribió un tratado que refería a la probabilidad de un suceso
condicionado por la ocurrencia de otro u varios sucesos, un tratado el cual nunca fue publicado
durante su época hasta su fallecimiento,(nunca fue publicado por que Thomas Bayes pensaba que
aún no estaba completo o no era lo suficiente fuerte para ser comprobada o ser utilizada en
cualquiera de los campos en los que se podía integrar en su época, es por eso que se archivo y se
publicó años después de su muerte).

Años mas tarde en 1774, un matemático francés Pierre simón Laplace, después de indagar sobre
los escritos de Bayes y Price, descubre la regla independiente de la teoría de Bayes y Price,
llamándola probabilidad de las causas, dándole inicio para sus diferentes usos en diversos campos
científicos, las aproximaciones de sucesos dependiendo de los datos utilizados en un campo que
podrían arrojar pruebas de ensayo y error.

Pero podemos ver que no todo es a favor de la teoría bayesiana, Ronald Aylmer Fisher
estadístico y biólogo que usó la matemática para la clasificación de la selección natural y su
derivación declaraba que el uso de la teoría bayesiana no siempre aseguraba resultados en
campos exactos de la ciencias, al utilizar variables exactas en un proceso siempre será único y
exclusivo un resultado esperado, diferente a lo que se maneja en la teoría bayesiana que es el
estudio de la incertidumbre al utilizar variables posibles para predecir un posible resultado, pero
esto no quiere decir que el uso de la teoría sea algo irrelevante para otros campos.

Años después durante la primera y segunda guerra mundial se utilizó la teoría bayesiana para la
prueba de armamento por EEUU, Rusia y Francia, también para la decodificación de mensajes en
clave, y la predicción de puntos de ataque y extracción en procedimientos militares, en estos
conflictos bélicos, incluso en la guerra fría los ataques de espionaje, extracción de soldados
capturados y recuperación de armamento fue gracias a la estadística bayesiana que se introdujo
como un bien necesario para ciertos conflictos, aunque incluir una teoría para el uso de la guerra y
no tenerse en cuenta si fue un bien necesario o agravante para los resultados afines que genera
los conflictos armados, deja mucho que pensar, que se utilizó para no seguir el horror provocado
por la humanidad como un freno necesario pero que no se reconozca del todo como un mérito
proporcionado para el uso de una teoría, siempre nos dejara mucho que reflexionar aquellos que
trabajan implementando conocimiento para el bien o progreso de la humanidad y utilizarlo para
nuestra misma destrucción, no es una forma de honrar aquellos matemáticos o estadísticos del
pasado que comparten sus conocimientos para el desarrollo humano.

Pero veamos por un momento el siguiente paso por la historia que atraviesa la teoría de Bayes,
analizando a que dio inicio, apoyando el punto de partida a lo que llamamos hoy la era digital y por
qué fue tan importante en el concepto de computación. En 1939 donde el conflicto bélico mas
grande de la historia tomaba gran fuerza, Alan Turing un matemático de la King's College,
Universidad de Cambridge, no era un experto en estadística pero el teorema de bayes lo ayudo a
descifrar el código enigma de los alemanes y construir la computadora colossus que le permitió
descifrar otros códigos encriptados, pero no es todo!!!, Turing formulo la concepción de la prueba
Turing en 1950 el cual es un criterio en que las maquinas podrían juzgarse por las respuestas que
podrían generar y ser indistinguibles al ser humano, en términos mas simples es un método para
determinar si una maquina puede pensar mas que un ser humano, esta prueba también es
conocida con la prueba de Turing. Ahora se ve el inicio hacia un gran salto para nuestra era, de
como una teoría apoyo el concepto más grande que conocemos hasta ahora (concepto de la
computación), a pesar de que Alan Turing murió a sus 41 años, hoy en día es considerado uno de
los padres de la ciencia de la computación y precursor de la informática.

Después de este increíble salto quedando marcado en la historia la teoría bayesiana siguió su uso
en los diferentes campos actuales, a la hora de tomar decisiones difíciles respecto a un método
economista o la apertura de un negocio siempre orientado a la buena práctica del análisis y la
toma de decisiones comerciales, se debe regir en un amplio análisis de riesgos y verificar factores
que pueden aclarar las proyecciones económicas que pueden afectar un estado económico, pues
bien, las bolsas de valores en una de sus funciones como actividad de análisis de estados de
inversión como instrumento de validación de estados económicos, por ende requiere siempre
analizar y apreciar un estado en el que puede llegar la actividad económica, (acciones, valores,
bonos, actividades empresariales y comercio digital ) son varios de los elementos analizar por
parte de los economista, y que mejor instrumento para analizar que la teoría bayesiana para
analizar riesgos. Determinar probabilidades iniciales basándose en el rendimiento previo de un
estado económico, evidenciar y analizar estados financieros, proyecciones de mercado, ofertas y
demandas, todo esto para mayor confianza en tomas de decisiones en venta y compras
comerciales.

Y si bien no ha sido suficiente el derecho es unos de los campos fértiles para el teorema bayesiano,
cuando se requiere defender a una persona comienza analizando la probabilidad de defenderla
con el numero de hechos relacionados o no relacionados que se puedan cargar en él acusado,
actualizada la información y siendo verídica su probabilidad conforme vayan sucediendo los
eventos del proceso judicial se puede llegar a una decisión.

Para nuestra actualidad el teorema de bayes es central en el desarrollo de sistemas modernos de

inteligencia artificial, para los coches autónomos que navegan por las calles, tiene que identificar
todos los objetos que se encuentran en su campo de visión y determinar cual es la probabilidad de
tener una colisión. Esta probabilidad se actualiza con cada movimiento de cada objeto y con el
propio movimiento del vehículo autónomo, esa constante actualización de probabilidades es lo
que permite que los vehículos autónomos tomen decisiones acertadas para no tener accidentes.
En esta rama existen muchos ejemplos como para cubrirlos a todos, pero quiero por lo menos
mencionar algunos casos de uso: filtros para spam de los correos electrónicos, reconocimiento de
voz, motores de búsqueda en la web, análisis de riesgo crediticio, ofertas automáticas, y un largo
de funciones en aplicaciones.

Hasta este punto de la existencia podemos ver como una teoría de hace mas de 258 años se ha
aplicado en varios campos y generado un gran progreso en sus diferentes estudios, aun así, no
podemos negar que la ventaja de ser descubierta y utilizada para distintos fines nos daría a conoce
que su efectividad siempre fuera positiva en diversos campos, aun se puede conocer mas en que
campos trabaja el teorema de bayes y que logros ha alcanzado o puede alcanzar. Es por eso por lo
que cada vez que escuches cálculos de probabilidad o estudios de incertidumbre recuerda lo que
mencionó alguna vez el autor de David Spiegelhalter (profesor estadístico de la universidad de
Cambridge y miembro del Churchill College). “Que considera que el calculo de probabilidades no
constituye un proceso de descubrimiento, sino que responde mas bien a un proceso de
interpretación”.

El libro resulta muy entretenido de leer y me ha mostrado un episodio histórico que desconocía
totalmente. Si se buscan detalles matemáticos, Naturalmente, se incluye la fórmula de Bayes, pero
es casi la única. Es un libro que se centra en el desarrollo de ciencia a través de sus protagonistas.
los conocimientos científicos son desarrollados por personas. Sus defectos personales, sus
rencillas y discusiones, sus creencias casi religiosas en bondad de algunas teorías pueden retrasar
o modificar profundamente el desarrollo de la ciencia. La aplicación del teorema de Bayes en el
ámbito de la estadística es un ejemplo paradigmático de este problema.
 ANEXOS

«Una computadora puede ser llamada inteligente si logra engañar a una persona haciéndole creer
que es un humano» - Alan Turing.

<<cuando los hechos cambian, se cambia la opinión y quienes no lo hacen quedan en la

ignorancia, ¿y tú qué harías a la hora de cambiar los hechos? >>

«si completamos nuestras suposiciones iniciales con nueva información objetiva, obtenemos una
nueva y mejor suposición»

Quien crea que la matemática es una disciplina fría y libre de polémicas no conoce a muchos
matemáticos. Como en otras ciencias, las polémicas se multiplican cuando no existen
demostraciones claras que permitan resolverlas de una forma u otra. Y, cuando la matemática se
utiliza para predecir el futuro, las discusiones están garantizadas.