Contenido
INTRODUCCION.......................................................................................................................1
OBJETIVOS................................................................................................................................2
Objetivo General......................................................................................................................2
Objetivos Específicos..............................................................................................................2
TEOREMA DE BAYES..............................................................................................................3
Historia....................................................................................................................................3
Formula del teorema de Bayes................................................................................................5
Aplicaciones............................................................................................................................6
Importancia del Teorema de Bayes.........................................................................................7
Ventajas de la aplicación del teorema de Bayes en la cotidianidad.........................................8
Debilidades del problema de Bayes.........................................................................................8
Ejemplos del Teorema de Bayes..............................................................................................9
Ejemplo 1.................................................................................................................................9
Ejemplo 2...............................................................................................................................10
CONCLUSIONES.........................................................................................................................11
ANEXOS...................................................................................................................................12
Diagrama de árbol en probabilidades....................................................................................12
BIBIOGRAFIA..........................................................................................................................14
INTRODUCCION
El teorema de Bayes es un procedimiento para obtener probabilidades de tipo
condicionales, a continuación, se detallan los conceptos del teorema de Bayes, así
como la importancia en la actualidad, como en el campo de la medicina y la
tecnología.
Se muestran las características del teorema, la formula y explicación de la misma,
apoyado por ejercicios de práctica para la comprensión del teorema. Se enfatiza un
poco en lo que es la historia, conociendo el transcurso de la creación del teorema,
hasta la fecha de publicación.
1
OBJETIVOS
Objetivo General
Dar a conocer de una forma clara los conceptos que conlleva el
Teorema de Bayes y su aplicación en la vida real.
Objetivos Específicos
Describir la importancia en la actualidad del teorema de Bayes.
Enlistar algunas ventajas que conlleva la aplicación del teorema
de Bayes en la vida cotidiana.
Enumerar, aplicaciones del teorema de Bayes.
Desarrollar, ejercicios de probabilidades con el teorema de
Bayes.
TEOREMA DE BAYES
El Teorema de Bayes enunciado por el matemático inglés Thomas Bayes (1702-
1761) es un sistema de cálculo de probabilidades, pero hecho de forma inversa a
cómo se calculan habitualmente.
Historia
En 1763 se publicó el artículo An essay towards solving a problem in the doctrine
of chances, (Un ensayo hacia la solución de problemas en la disciplina del azar. T.
del Ed.) escrito por el reverendo Thomas Bayes (1701-1761). En dicho artículo,
Bayes presentó una sencilla demostración de la teoría de la probabilidad cuyas
consecuencias difícilmente podía prever. Con esa demostración, Bayes estableció
los principios de la estadística bayesiana, la cual después cayó en el olvido y fue
marginada por muchos años, hasta su resurgimiento y utilización para resolver
todo tipo de problemas, desde la interpretación de mensajes en la Segunda Guerra
Mundial hasta la actual decodificación del material genético.
Bayes ya había muerto cuando su famoso
artículo fue enviado por su amigo Richard
Price a la revista Philosophical Transactions.
Algunos estudiosos todavía debaten si Price
únicamente envió el artículo o también tuvo
alguna intervención como autor.
Bayes (1702-1761)
El de Bayes es un teorema válido del "cálculo de probabilidades", lo que hoy
llamamos "Teoría Matemática de la Probabilidad" (TMP). Este teorema también
es conocido como teorema de la Probabilidad Inversa, pues explica cómo obtener
la probabilidad de un evento A dada la información B calculándola al revés, esto
es, estableciendo la probabilidad a priori del evento A, y la probabilidad de que
hubiese ocurrido el evento B dado el evento A.
Con las herramientas y la elaboración de la TMP actuales el teorema de Bayes es
muy sencillo de probar. De hecho, Bayes probó una versión particular que se ha
generalizado a espacios abstractos usando medidas de probabilidad. En términos
de la TMP, la historia del teorema de Bayes básicamente termina ahí, en un
teorema sencillo. Pero como es de uso común en la TMP hasta nuestros días,
Bayes también quiso "interpretar" el teorema, es decir, explicarlo en términos de
una posible interpretación de la teoría.
La publicación del artículo de Bayes, a sus 250 años, nos da un ejemplo
contundente de como una idea simple, pero auténtica y fundamentalmente
diferente, puede ser seminal y cimentar el desarrollo de toda una disciplina y
escuela de pensamiento, como lo es la estadística bayesiana moderna. Sin duda es
uno de los artículos fundamentales de la estadística y un evento a celebrar en el
Año Internacional de la Estadística.
Para conmemorar el Teorema de Bayes, el programa del 29th European Meeting
of Statisticians, en Budapest, Hungría, del 20 al 25 de julio, tendrá una Plática
Conmemorativa, impartida por Christian P. Robert, profesor de la Universidad de
Paris-Dauphine, Francia
Formula del teorema de Bayes
Donde B es el suceso que conocemos
A el conjunto de posibles causas, excluyentes entre sí, que pueden
producirlo
P(A/B) son las posibilidades a posteriori
P(A) las posibilidades a priori
P(B/A) la posibilidad de que se dé B en cada hipótesis de A.
Su utilidad se ha demostrado, a diferencia de la estimación estadística tradicional,
como un modo de variar nuestras expectativas según la experiencia concreta que
tenemos sobre algo, lo que tiene mucha utilidad en diversos campos, desde la
medicina, el juego de azar y hasta el tratamiento informático de datos.
Aplicaciones
El teorema de Bayes es válido en todas las aplicaciones de la teoría de la
probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades
que emplea. En esencia, los seguidores de la estadística tradicional solo admiten
probabilidades basadas en experimentos repetibles y que tengan una confirmación
empírica mientras que los llamados estadísticos bayesianos permiten
probabilidades subjetivas.
El teorema puede servir entonces para indicar cómo debemos modificar nuestras
probabilidades subjetivas cuando recibimos información adicional de un
experimento. La estadística bayesiana está demostrando su utilidad en ciertas
estimaciones basadas en el conocimiento subjetivo a priori y el hecho de permitir
revisar esas estimaciones en función de la evidencia empírica es lo que está
abriendo nuevas formas de hacer conocimiento.
También se destaca la posibilidad de predecir eventos, tomando información
previa comparándola con la nueva.
Algunos ejemplos en la vida real de la aplicación del teorema de Bayes:
En el mundo de las altas tecnologías, ha influenciado a grandes compañías
que han desarrollado, gracias a este resultado, software “Basados en el
Conocimiento”.
Otra aplicación se encuentra en la fusión de datos, combinando información
expresada en términos de densidad de probabilidad proveniente de distintos
sensores.
En el estudio de enfermedades, el teorema de Bayes puede ayudar a
discernir la probabilidad de que una enfermedad sea encontrada en un
grupo de personas con una característica dada, tomando como datos las
tasas globales de la enfermedad y el predominio de dichas características en
personas tanto sanas como enfermas.
Como aplicaciones puntuales:
El diagnóstico de cáncer.
Probabilidades a priori y a posteriori.
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.
Ventajas de la aplicación del teorema de Bayes en la cotidianidad
Se puede enfocar de manera tal de que se obtengan beneficios en algunos
campos.
Es posible el análisis continuo de la información, aunque si la
variabilidad entre datos es elevada es necesario algún método que permita
llegar a soluciones confiables.
Meta-Análisis: buscar acumular información variada para llegar a una
apreciación exacta de un problema.
Evaluación de estudios a pequeña escala con la información de otros,
debido a que el desarrollo de estos a escala global no siempre es posible, y
a nivel muestra no cuenta con una total veracidad, el enfoque bayesiano
permite ratificar y refutar.
Estudios de decisión.
Debilidades del problema de Bayes
Los estadistas han cuestionado el teorema basándose en las limitaciones de su
aplicación, ya que es válido únicamente cuando se cumplen sucesos disjuntos y
exhaustivos.
De igual manera los especialistas en estadística tradicional ratifican que solo
pueden ser admisibles las estadísticas basadas en experimentos repetibles y de
comprobación empírica, debido a que las probabilidades estadísticas Bayesianas
admiten condiciones relativas.
Ejemplos del Teorema de Bayes
Ejemplo 1.
En el consultorio de Juan, el 40% de los pacientes fingen tener una enfermedad
(para obtener descanso médico). Además, el 10% de los pacientes del consultorio
son hombres. La probabilidad de que un paciente finja una enfermedad dado que
es hombre, es del 50%. Calcular la probabilidad de que un paciente sea hombre
dado que finge una enfermedad.
Datos
P(F)=40%=0.4
P(H)=10%=0.1
P(F|H)=50%=0.5
P(H|F)=?
P(H|F)= P(H)*P(F|H)
P(F)
P(H|F)= 0.1*0.5
0.4
P(H|F)= 0.05
0.4
P(H|F)=1 O 0.125 O 12.5%
8
Ejemplo 2.
En un acuario se tienen solo 2 especies de peces. El 40% de los peces son de la
especie azul, y el 60% son de la especie roja.
De la especie azul, el 30% son machos, mientras que, de la especie roja, el 40%
son hembras.
a). Si se selecciona un pez hembra, ¿Cuál es la probabilidad de que sea de la
especie azul?
Diagrama de árbol
P(M|A)=0.3
Pez Macho
Pez Azul P(A)=0.4
P(H|A)=0.7
Pez Hembra
Diagrama
Pez Macho P(M|R)=0.6
P(R)=0.6
Pez Rojo
Pez Hembra P(H|R)=0.4
Multiplicación (*) Suma(+)
P(H)=0.4*0.7+0.6*0.4=0.28+0.24=0.52
P(A|H) = P(A)*P(H|A)
P(H)
P(A|H) = 0.4*0.7
0.52
P(A|H) = 0.5385 o 53.85%
CONCLUSIONES
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, como por
ejemplo en la medicina es de mucha importancia.
El objetivo principal de este teorema es proporcionar una
metodología de estudio de la información mediante análisis de datos y
decidir de manera acertada sobre la mejor forma de actuar
El teorema de Bayes es de suma importancia en la Estadística, ya que
permite tomar una serie de decisiones en base a múltiples variables y con
información muchas veces desconocida. Tiene un gran valor dentro del
ámbito económico y puede ser utilizado para la resolución de problemas
ANEXOS
Diagrama de árbol en probabilidades
Un árbol de probabilidad o diagrama de árbol es una herramienta que se utiliza
para determinar si en realidad en el cálculo de muchas opciones 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.
Dentro de las características de diagrama de árbol tenemos que:
Permite visualizar la relación entre una generalidad y sus detalles.
Logramos encontrar causa raíz del problema o situación que se aborda.
Logramos detectar elementos faltantes (ramas) al tener una visión en
conjunto del elemento central.
Para analizar procesos de forma detallada.
Como herramienta comunicativa y visual al mostrar la relación entre
conceptos de forma gráfica.
Su elaboración se apoya en otras técnicas y herramientas como tormenta de
ideas, diagrama de afinidad y diagrama de relaciones.
Ejemplo
En una academia hay 3 aulas: el aula roja, el aula azul y el aula negra. El aula roja
tiene al 50 % de los estudiantes de la academia, el aula azul al 30 % y el aula negra
al 20 %. Además, en cada aula hay un 40 % de hombres. Si se selecciona un
estudiante al azar, ¿cuál es la probabilidad de que sea un estudiante hombre del
aula azul?
Solución
Empezamos con nuestro diagrama de árbol a partir de la información del
problema.
BIBIOGRAFIA
https://es.wikipedia.org/wiki/Teorema_de_Bayes#Aplicaciones
https://www.webyempresas.com/teorema-de-bayes/
https://www.teorema.top/teorema-de-bayes/#Formula_del_teorema_de_Bayes
