República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Superior Universitaria

Barquisimeto Estado Lara

Colegio Universitario Fermín Toro

Administración de Recursos Físicos y Financieros

Trabajo de Teorema de Bayes

Alberto Guedez
 El teorema de Bayes es utilizado para calcular la probabilidad de un suceso,

teniendo información de antemano sobre ese suceso.

Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple

cierta característica que condiciona su probabilidad.  El teorema de Bayes entiende la

probabilidad de forma inversa al teorema de la probabilidad total. El teorema de la

probabilidad total hace inferencia sobre un suceso B, a partir de los resultados de los

sucesos A. Por su parte, Bayes calcula la probabilidad de A condicionado a B.

El teorema de Bayes ha sido muy cuestionado. Lo cual se ha debido,

principalmente, a su mala aplicación. Ya que, mientras se cumplan los supuestos de sucesos

disjuntos y exhaustivos, el teorema es totalmente válido.

Fórmula del teorema de Bayes

Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos,

necesitamos una fórmula. La fórmula se define matemáticamente como:

 Donde B es el suceso sobre el que tenemos información previa y A(n) son los

distintos sucesos condicionados. En la parte del numerador tenemos la probabilidad

condicionada, y en la parte de abajo la probabilidad total. En cualquier caso, aunque la

fórmula parezca un poco abstracta, es muy sencilla. Para demostrarlo, utilizaremos un

ejemplo en el que en lugar de A(1), A(2) y A(3), utilizaremos directamente A, B y C.

Ejemplo del teorema de Bayes

Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A,

B y C, que producen envases para botellas de agua. Se sabe que la máquina A produce un

40% de la cantidad total, la máquina B un 30% , y la máquina C un 20%. También se sabe

que cada máquina produce envases defectuosos. De tal manera que la máquina A produce

un 2% de envases defectuosos sobre el total de su producción, la máquina B un 3%, y la

máquina C un 5%. Dicho esto, se plantean dos cuestiones:

P(A) = 0,40      P(D/A) = 0,02

P(B) = 0,30      P(D/B) = 0,03

Si un envase ha sido fabricado por la fábrica de esta empresa en Estados Unidos

¿Cuál es la probabilidad de que sea defectuoso?

Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos

la probabilidad de que sea defectuoso.

 P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(B/A) ] + [ P(C) x P(C/A) ] = [ 0,4 x 0,02 ]

+ [ 0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032

Expresado en porcentaje, diríamos que la probabilidad de que un envase fabricado

por la fábrica de esta empresa en Estados Unidos sea defectuoso es del 3,2%.

Un diagrama de árbol o árbol de probabilidad es una herramienta que se utiliza

para determinar si en realidad en el cálculo de muchas probabilidades se requiere conocer el

número de objetos que forman parte del espacio muestral, estos se pueden determinar con

la construcción de un diagrama de árbol.

El diagrama de árbol es una representación gráfica de los posibles resultados del

experimento, el cual consta de una serie de pasos, donde cada uno de estos tiene un número

infinito de maneras de ser llevado a cabo. Se utiliza en los problemas de conteo y

probabilidad.

Para la construcción de un diagrama en árbol se partirá poniendo una rama para

cada una de las posibilidades, acompañada de su probabilidad. Cada una de estas ramas se

conoce como rama de primera generación.

En el final de cada rama de primera generación se constituye, un nudo del cual

parten nuevas ramas conocidas como ramas de segunda generación, según las posibilidades

del siguiente paso, salvo si el nudo representa un posible final del experimento (nudo final).

Hay que tener en cuenta que la construcción de un árbol no depende de tener el

mismo número de ramas de segunda generación que salen de cada rama de primera

generación y que la suma de probabilidades de las ramas de cada nudo ha de dar 1.

 Existe un principio sencillo de los diagramas de árbol que hace que éstos sean mucho

más útiles para los cálculos rápidos de probabilidad: multiplicamos las probabilidades si se

trata de ramas adyacentes (contiguas), el ejemplo de alumna de la primera facultad, o bien

las sumamos si se trata de ramas separadas que emergen de un mismo punto, el ejemplo de

encontrar un alumno.

Ejemplos

Una universidad está formada por tres facultades:

 La 1ª con el 50% de estudiantes.

 La 2ª con el 25% de estudiantes.

 La 3ª con el 25% de estudiantes.

Las mujeres están repartidas uniformemente, siendo un 60% del total en cada facultad.

¿Probabilidad de encontrar una alumna de la primera facultad?

¿Probabilidad de encontrar un alumno varón?

 Pero también podría ser lo contrario.

Probabilidad condicional es la probabilidad de que ocurra un evento A, sabiendo

que también sucede otro evento B. La probabilidad condicional se escribe P(A|B) o P(A/B),

y se lee «la probabilidad de A dado B».

No tiene por qué haber una relación causal o temporal entre A y B. A puede preceder

en el tiempo a B, sucederlo o pueden ocurrir simultáneamente. A puede causar B, viceversa

o pueden no tener relación causal. Las relaciones causales o temporales son nociones que
no pertenecen al ámbito de la probabilidad. Pueden desempeñar un papel o no dependiendo

de la interpretación que se le dé a los eventos.

Un ejemplo clásico es el lanzamiento de una moneda para luego lanzar un dado.

¿Cuál es la probabilidad que en el dado salga un 6 dado que ya haya salido una cara en la

moneda? Esta probabilidad se denota de esta manera: P(6|C).

El condicionamiento de probabilidades puede lograrse aplicando el teorema de

gestión.

Probabilidad Subjetiva

Se basan en la creencias e ideas en que se realiza la evaluación de las probabilidades

y se define como en aquella que un evento asigna el individuo basándose en la evidencia

disponible (el individuo asigna la probabilidad en base a su experiencia).

La probabilidad subjetiva puede tener forma de frecuencia relativa de ocurrencia

anterior o simplemente puede consistir en una conjetura inteligente N.

Para clarificar lo antes dicho un ejemplo muy común es el pronostico del tiempo,

muchos individuos como nosotros realizamos una predicción personal de como seran las

condiciones climaticas para el dia, basadas mas en nuestra experiencia personal pero que

muchas veces sustentamos en experiencia de eventos pasados.

La asignación de probabilidad subjetiva se dan generalmente cuando los eventos

ocurren solo 1 vez y a lo máximo unas cuantas veces más.

 Sin embargo en las organizaciones a pesar de que es común tomar decisiones en

base a la probabilidad subjetiva la mayoría de las veces esta se respalda con datos futuros

estadísticos.

PROBABILIDAD OBJETIVA

Aquella que se determina tomando como base algún criterio experimental u objetivo

ajeno al sujeto decididor, como el cociente entre el número de casos favorables y número

de casos posibles o el límite de una frecuencia relativa. Incluso en estos casos la

determinación de la probabilidad entraña un cierto grado de subjetividad. Por ejemplo,

cuando al lanzar un dado se le atribuye a la cara seis 1/6 de probabilidad se está suponiendo

implícitamente que el dado está perfectamente construido.

 BIBLIOGRAFÍAS

https://www.docirs.cl/entender_teorema_de_bayes_simple.asp

https://www.lucidchart.com/pages/es/que-es-un-diagrama-de-arbol-de-decision?a=1

http://estadistica2301.blogspot.com/2010/01/probabilidad-subjetiva.html
 CONCLUSIÓN

Este trabajo se hizo con la finalidad de dar a conocer que, como, donde y para qué se aplica

el teorema de bayes, el diagrama de árbol, y todos los elementos que los componen, de tal

forma que nos ayuden en la toma de decisiones y el saber medir las probabilidades de que

tal acontecimiento ocurra.