Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Teorema de Bayes

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 6

INTRODUCCION

El de Bayes es un teorema vlido del "clculo de probabilidades", lo que hoy


llamamos "Teora Matemtica de la Probabilidad" (TMP). Este teorema tambin
es conocido como teorema de la Probabilidad Inversa, pues explica cmo
obtener la probabilidad de un evento A dada la informacin B calculndola al
revs, 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 elaboracin de la TMP actuales el teorema de Bayes
es muy sencillo de probar. De hecho Bayes prob una versin particular que se
ha generalizado a espacios abstractos usando medidas de probabilidad. En
trminos de la TMP, la historia del teorema de Bayes bsicamente termina ah,
en un teorema sencillo. Pero como es de uso comn en la TMP hasta nuestros
das, Bayes tambin quiso "interpretar" el teorema, es decir, explicarlo en
trminos
de
una
posible
interpretacin
de
la
teora.
En 1763 se public el artculo escrito por el reverendo Thomas Bayes (17011761). En dicho artculo, Bayes present una sencilla demostracin de la teora
de la probabilidad cuyas consecuencias difcilmente poda prever. Con esa
demostracin, Bayes estableci los principios de la estadstica bayesiana, la
cual despus cay en el olvido y fue marginada por muchos aos, hasta su
resurgimiento y utilizacin para resolver todo tipo de problemas, desde la
interpretacin de mensajes en la Segunda Guerra Mundial hasta la actual
decodificacin
del
material
gentico.

TEOREMA DE BAYES
La interpretacin ms aceptada del teorema de Bayes, es que su estructura
permite el calculo de probabilidades despus de haber sido realizado un
experimento, basndose en el conocimiento de la ocurrencia de ciertos eventos
que dependan del evento estudiado, o sea, se parte de probabilidades
conocidas antes de efectuar el experimento (probabilidades apriori), las cuales
son afectadas por las probabilidades propias del experimento (las que
aparecen durante la ocurrencia del evento).
La probabilidad condicional de Ai dado B, para cualquier i, es:

Aplicando en el numerador la Regla de Multiplicacin P(AiB) = P(Ai) P(B|Ai) y


en el denominador el Teorema de Probabilidad Total P(B) = P(A1) P(B | A1) +
P(A2) P(B | A2) + . . . + P(An) P(B | An), obtenemos la ecuacin que representa
al:
En una forma mas detallada el Teorema de Bayes se desglosa de la
siguiente manera:

Sean eventos mutuamente excluyentes tales que, cualquier evento B en el


espacio muestral pertenece a uno y slo a uno de estos eventos. Entonces la
probabilidad de que ocurra cualquier evento dado que ha ocurrido el evento B
se calcular por la siguiente frmula:
FORMULA: Por lo tanto, sustituyendo la frmula de probabilidad condicional, se
obtiene la frmula general para el Teorema de Bayes: Donde el numerador es
la probabilidad conjunta: El denominador es la probabilidad marginal de que
ocurra el evento B

PROBABILIDAD TOTAL. El Teorema de la probabilidad total nos permite


calcular la probabilidad de un suceso a partir de probabilidades condicionadas.
Ejemplo: supongamos que si llueve la probabilidad de que ocurra un accidentes
es x% y si hace buen tiempo dicha probabilidad es y%. Este teorema nos
permite deducir cul es la probabilidad de que ocurra un accidente si
conocemos la probabilidad de que llueva y la probabilidad de que haga buen
tiempo. La frmula para calcular esta probabilidad es: Es decir, la probabilidad
de que ocurra el suceso B (en nuestro ejemplo, que ocurra un accidente) es
igual a la suma de multiplicar cada una de las probabilidades condicionadas de
este suceso con los diferentes sucesos A (probabilidad de un accidente cuando
llueve y cuando hace buen tiempo) por la probabilidad de cada suceso A. Para
que este teorema se pueda aplicar hace falta cumplir un requisito: Los sucesos
A tienen que formar un sistema completo, es decir, que contemplen todas las
posibilidades (la suma de sus probabilidades debe ser el 100%).
EJEMPLO: al tirar una moneda, el suceso "salir cara" y el suceso "salir cruz"
forman un sistema completo, no hay ms alternativas: la suma de sus
probabilidades es el 100% EJEMPLO: al tirar un dado, que salga el 1, el 2, el 3,
o el 4 no forman un sistema completo, ya que no contempla todas las opciones
(podra salir el 5 o el 6). En este caso no se podra aplicar el teorema de la
probabilidad total.
PROBABILIDAD CONDICIONAL Un espacio muestral contiene todos los
resultados posibles de un experimento. A veces se obtiene algo de informacin
adicional acerca de un experimento que indica que los resultados provienen de
cierta parte del espacio muestral. En este caso, la probabilidad de un evento
est basada en los resultados de esa parte del espacio muestral. Una
probabilidad que se basa en una parte de un espacio muestral se llama
probabilidad condicional. Cuando se est calculando la probabilidad de un
evento A en particular, y se tiene informacin sobre la ocurrencia de otro evento
B, esta probabilidad se conoce como probabilidad condicional, la cual se
denota por P(A/B) se lee "probabilidad de A dado B" y se define como: Las
probabilidades condicionales satisfacen los axiomas de probabilidad.

CONCLUSION.
El teorema de bayes se refiere a la probabilidad de un suceso condicionado por
la ocurrencia de otro suceso. Ms especficamente, con su teorema se resuelve
el problema como de la probabilidad inversa. Esto es, valorar
probabilsticamente las posibles condiciones que rigen supuesto que se ha
observado cierto suceso. Se trata de probabilidad inversa en el sentido de que
la directa seria la probabilidad de observar algo supuesto que rigen ciertas
condiciones. Los cultores de la trascendencia de la probabilidad inversa residen
en que es ella la que realmente interesa a la ciencia, dado que procura sacar
conclusiones generales a partir de lo objetivamente observado, y no viceversa.

Estadstica Administrativa I
Profesor: Biol. Sixto Ral Rodrguez Alvarado
Alumno: Daniel Bermdez Guadarrama
Ensayo: Teorema de Bayes
Cursos de verano
JULIO 2015

También podría gustarte