Bayes.

Un reverendo, un teorema y múltiples aplicaciones

El teorema de Bayes es algo con lo que ya se choca un estudiante en bachillerato cuando

se enfrenta a las matemáticas, y que deviene en mucho más cotidiano, no sólo para
estudiantes de Ciencias Matemáticas o Informática, sino para casi cualquier disciplina
científica. Por lo que puede resultar de interés que le dediquemos algo de tiempo a
conocer su origen.

No es mucho lo que sabemos de la vida del reverendo Thomas Bayes, pues a pesar de
que fue miembro de la Royal Society, en Londres, este gran matemático no llegó a
hacer públicos sus principales trabajos en vida. De hecho, sólo publicó dos obras
menores, y sólo una de ellas relacionada con su actividad científica. Probablemente,
nunca llegó a ser consciente de la importancia que iba a tener su teorema.

Alabado por unos, aquellos a los que puede favorecer su aplicación en una corte
judicial, y denostado por otros, los que pueden ser declarados culpables tras de las
pruebas "objetivas" de confesión de culpabilidad o la prueba de la "huella genética". No
es, pues, nada casual que actualmente llegue a existir una autentica cofradía de
"estadísticos bayesianos" que gozan de excelente salud en el campo de la investigación
matemática e informática.

El padre de Thomas Bayes, Josué Bayes, fue uno de los seis primeros predicadores
presbiterianos que fueron ordenados en Inglaterra, en el año 1694 y tras lo que se
trasladó a una localidad cercana a Londres para su ejercicio pastoral. Su madre se
llamaba Anne Carpenter y conformaban una familia adinerada de la época.

Thomás recibió una educación privada en casa, y si bien no se sabe nada de sus tutores,
se especula con que entre ellos pudo figurar el propio Moivre, pues en esos momentos
impartía clases particulares en Londres.

En 1719, con el semestre ya comenzado, se matriculó en la Universidad de Edimburgo,

donde estudió Lógica y Teología. Tuvo que elegir una universidad escocesa para
continuar su educación, pues en esos tiempos, a los que practicaban una religión
diferente de la ortodoxia anglicana no se les permitía matricularse en Oxford o
Cambridge. También debió haber estudiado matemáticas, pero no hay constancia de que
lo hiciera en la citada universidad.

Posteriormente, siguiendo los pasos de su padre, fue ordenado sacerdote presbiteriano, y

al principio le ayudó en su tarea en su capilla. Sobre 1733 fue nombrado ministro de una
capilla propia, situada en Tunbridge Wells, también cercana a Londres, tras la muerte
del pastor anterior. Parece que quiso dejarlo en 1749, pero permaneció como ministro
de esa capilla hasta 1752 en que se retiró, si bien siguió viviendo en la localidad.
En 1731 publica su primera obra, de tipo teológico y metafísico, "La divina
benevolencia, o un intento para demostrar que el fin principal de la Divina Providencia
y su gobierno es la felicidad de sus criaturas", escrita como respuesta a una memoria del
Ministro anglicano John Balguy, en el marco de una polémica sobre la cuestión: "si
Dios no estaba obligado a crear el universo, entonces, ¿por qué lo hizo?", En 1736
publica el otro tratado que presentaría en vida "An Introduction to the Doctrine of
Fluxions, and a Defence of the Mathematicians Against the Objections of the Author of
the Analyst, so far as They Are Designed to Affect their General Methods of
Reasoning", una defensa del cálculo diferencial de Isaac Newton como respuesta al
ataque realizado por parte del Obispo Berkeley a la teoría de las fluxiones en su obra
“The analyst, or a discourse addressed to an infidel mathematician”, de 1730. Es
probable que la publicación de este trabajo fuera la razón de su elección como miembro
de la Royal Society en 1742.

Además de estos dos tratados, también publicó un breve artículo sobre matemáticas,
incluido en una carta enviada a John Canton, el secretario de la Royal Society,
publicada en 1763, acerca de las series divergentes, en particular, sobre el teorema de
De Moivre-Stirling. Este artículo no es mencionado ni en las referencias, ni en los
comentarios, ni en la correspondencia de ninguno de los matemáticos de la época, por lo
que parece que no tuvo demasiada trascendencia.

Bayes fue admitido como miembro de la Royal Society el año 1742, a pesar de que en
ese momento no tenía obras publicadas en las matemáticas, de hecho el artículo
mencionado anteriormente sobre fluxiones fue publicado originalmente de forma
anónima.

Con respecto a sus aportaciones a la teoría de la probabilidad, sólo se conoce su obra

póstuma “An essay towards solving a problem in the doctrine of chances”, publicado
en 1764 en Philosophical Transactions of the Royal Society of London por su amigo
Richard Price. Aquí aparece su famoso, y bellísimo, teorema sobre la “probabilidad de
las causas”. En el envío, Price escribe:

También les envío un ensayo que he encontrado entre los papeles de nuestro difunto
amigo, el Mr. Bayes, y que, en mi opinión, tiene un gran valor y merece ser conservado.
La filosofía experimental, como puede verse, está muy interesada en este tema y esto me
hace pensar en la conveniencia de presentarlo como una comunicación a la Royal
Society. En una introducción que también ha escrito él mismo, dice que su objetivo es
hallar un método por el que pudiéramos obtener alguna conclusión con respecto a la
probabilidad de que un evento ocurra, en circunstancias dadas, y bajo la suposición de
que no sabemos nada acerca de él, excepto que, en las mismas circunstancias, un cierto
número de veces ha ocurrido y otro número de veces no ha ocurrido"..

En la misma carta de envío del manuscrito al secretario de la Academia inglesa, Price

también describe el problema, indicando que se trata del inverso al planteado por De
Moivre. Hasta entonces, si se supone conocida la probabilidad de éxito θ de la
distribución Binomial, se sabía calcular la probabilidad de que se presenten r éxitos en n
repeticiones. Para resolver el problema inverso se requiere saber calcular la distribución
a posteriori, mediante la versión continua del teorema de Bayes, e introducir una
distribución a priori adecuada para el parámetro θ de la distribución de Bernoulli. Bayes
utiliza como distribución a priori la uniforme en el intervalo (0,1).
En una forma más coloquial, podemos decir que el objetivo es: Dado el número de
veces r que un suceso ha ocurrido en un número de repeticiones n, calcular la
probabilidad de que la probabilidad de que ocurra en una repetición esté entre dos
valores conocidos b y f. El resultado que propone es el siguiente:

Podemos mencionar que la contribución matemática de Bayes fue escasa, pero de una
gran importancia. Thomas Bayes no extendió sus resultados más allá de la distribución
de Bernoulli. Para hacerlo, hubo que esperar al propio Laplace, pero su visión de la
Probabilidad y de la Inferencia Inductiva ha sido ampliamente adoptada y aplicada a
una gran cantidad de problemas en Inferencia Estadística y en Teoría de la Decisión. Y
ello es porque este teorema da respuesta a una importante pregunta: ¿Cómo puede una
persona actualizar su creencia actual cuando descubre una nueva evidencia, por ejemplo
a partir de un experimento?

La obra publicada por la Royal Society consta, pues, de la introducción elaborada por
Price, y de dos secciones. En la primera, Bayes presenta la axiomática, definiendo la
probabilidad como una relación subjetiva entre un "presente cierto" y un "futuro
incierto", por ejemplo entre una cierta cantidad a pagar hoy para poder recibir una
cantidad aleatoria si un suceso dado se produce. Partiendo de ahí realiza una
demostración rigurosa de los teoremas de la probabilidad total y de la probabilidad
compuesta. En la segunda sección aparece la demostración sobre la inversión de la
probabilidad, que constituye la solución al problema originalmente planteado.

Poco tiempo después, en noviembre de 1764, Price envió a la Royal Society un

suplemento al trabajo analizando las posibilidades e implicaciones filosóficas de los
resultados alcanzados. En concreto la posibilidad de cuantificar el proceso de
"aprendizaje" a partir de la experiencia, si bien consideró que ningún grado de
uniformidad experimental podía transformar una expectativa en completa certeza.

El trabajo de Bayes permaneció largamente ignorado en los anaqueles de la Royal

Society, y tuvo escasa o nula influencia entre los matemáticos de la época, hasta su
redescubrimiento por Jean-Antoine Nicolás Caritat, Marqués de Condorcet alrededor de
1774, y su toma en consideración por Laplace en su “Théorie analytique des
probabilités” de 1812, donde ya toma la forma más conocida:
Desde entonces, y mucho más desde el advenimiento de la informática, el teorema de
Bayes ha tenido un influencia crucial en el desarrollo científico, pues no es baladí su
contribución a la evaluación de los grados de certeza de diferentes hipótesis. Y ha
tenido enormes aplicaciones en todos los ámbitos.

Las aplicaciones del teorema de Teorema de Bayes son enormes, si bien no exentas de
grandes polémicas. El problema radica en que cuando decimos “el suceso A ha
ocurrido” se puede pensar que es un hecho determinista, y por lo tanto no tiene objeto
calcular la probabilidad Pr(A), pues si A ha ocurrido es claro que debe ser 1. Pero el
problema es bien distinto si lo que afirmamos es “en caso de que A ocurra”, que es la
interpretación correcta para la aplicación del teorema. Por otro lado, las probabilidades
asociadas a los eventos Ai son de tipo a priori, y que a veces deben asignarse de manera
arbitraria, puesto que no se tiene información sobre el “pasado”, si bien se espera que
vayan a ser “mejoradas” con la nueva información que puede aportar la ocurrencia del
suceso A. Es por eso que las probabilidades Pr(Ai / B) son llamadas a posteriori.

Una posible crítica sería si pudiera darse que con los mismos datos, el uso de distintas
Pr(Ai) pudiera llevar a resultados diferentes. Podemos decir que cuando hay pocos
datos, la distribución a priori lo compensa, si bien con muchos tiene poco peso. Por
ejemplo, si queremos calcular la probabilidad de que mañana salga el Sol, y
desconocemos todo, podemos asignarle una probabilidad a priori del 50% de que si, y
una igual para el caso de que no salga. No obstante, si disponemos de los datos que
avalan la salida diaria durante los pasados 10 años, un nuevo cálculo nos arroja que la
probabilidad de que mañana siga el mismo patrón será del 98,7%, que aún crecerá con
la aplicación de una evidencia todavía mayor.

A pesar de dichas críticas, la lista de sus aplicaciones es inmensa: Jurídicas, filtros de

spam, genética, medicina, juegos, sistemas de control, y un larguísimo etcétera.