Professional Documents
Culture Documents
m
e
r
e
d
y
a
B
Teorema de Bayes
En la teora de la probabilidad el teorema de Bayes es un resultado enunciado
por Thomas Bayes en 17631 que expresa la probabilidad condicional de un
evento aleatorio A dado B en trminos de la distribucin de probabilidad
condicional del evento B dado A y la distribucin de probabilidad marginal de
slo A.
Aplicaciones
El teorema de Bayes es vlido en todas las aplicaciones de la teora de la probabilidad.
Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. En
esencia, los seguidores de la estadstica tradicional slo admiten probabilidades
basadas en experimentos repetibles y que tengan una confirmacin emprica mientras
que los llamados estadsticos bayesianos permiten probabilidades subjetivas.
El teorema puede servir entonces para indicar cmo debemos modificar nuestras
probabilidades subjetivas cuando recibimos informacin adicional de un experimento.
La estadstica bayesiana est demostrando su utilidad en ciertas estimaciones basadas
en el conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones en
funcin de la evidencia emprica es lo que est abriendo nuevas formas de hacer
conocimiento.
Una aplicacin de esto son los clasificadores bayesianos que son frecuentemente
usados en implementaciones de filtros de correo basura o spam, que se adaptan con el
uso.
Frmula de Bayes
Con base en la definicin de Probabilidad condicionada, obtenemos la Frmula de
Bayes, tambin conocida como la Regla de Bayes:
El teorema de Bayes
Supongamos que sobre el espacio muestral S tenemos una particin Ai, con i = 1, ...,
n.
Esto significa que cualquier resultado de S necesariamente debe estar en uno y solo
uno de los eventos Ai
Por ejemplo, piense en todos los pacientes hospitalizados en una determinada
ciudad, y la ciudad tiene cuatro hospitales, digamos los hospitales 1, 2, 3 y 4. De
modo que el conjunto de pacientes hospitalizados va a estar en uno y solo uno de esos
cuatro hospitales.
A1
A2
w
A3
Pr( B A1 )
Pr( B A2 )
B
Pr( B A3 )
.
.
An
Pr( B) Pr( B Ai )
i 1
Resultado de la
seleccin
Pr( B An )
P(A Bi )
B1
A B1
B2
A B2
B3
A B3
..
.
..
.
P (A) = P(B1) P(A / B1) + P(B2) P(A / B2) + + P(Br) P(A / Br)
Br
P(Bi / A ) =
P(A)
P(Bi / A ) =
A Br