TEOREMA DE BAYES

Thomas Bayes naci en Londres, Inglaterra. Su padre fue ministro

presbiteriano. Posiblemente De Moivre fue su maestro particular, pues
se sabe que por ese entonces ejerca como profesor en Londres.
Bayes fue ordenado ministro presbiteriano y muere en 1761. Sus
restos descansan en el cementerio londinense de Bunhill Fields. La
traduccin de la inscripcin en su tumba es

Reverendo Thomas Bayes.

Hijo de los conocidos Joshua y Ann Bayes.
7 de abril de 1761. En reconocimiento al importante trabajo que
realiz Thomas Bayes en probabilidad.
Su tumba fue restaurada en 1969 con donativos de estadsticos de
todo el mundo.
Miembro de la Royal Society desde 1742, Bayes fue uno de los
primeros en utilizar la probabilidad inductivamente y establecer una
base
matemtica
para
la
inferencia
probabilstica.
Public los trabajos:
Divine Providence and Government Is the Happiness of His Creatures
(1731)
An Introduction to the Doctrine of Fluxions, and a Defence of The
Analyst
(1736)
En 1763, dos aos despus de su muerte, se publica :Essay Towards
Solving a Problem in the Doctrine of Chances, en el que trataba el
problema de las causas a travs de los efectos observados, y donde
se enuncia el teorema que lleva su nombre. El trabajo fue entregado
a la Royal Society por Richard Price y es la base de la tcnica
bayesiana.

Desarrollo del Teorema

Sea S un espacio muestral que est formado por los eventos A1, A2, A3,.....,An
mutuamente excluyentes, luego,

S= A1A2A3.....An
A1

A3

A2

A4

An

Luego si ocurre un evento B definido en S, observamos que;

B=SB=(A1A2A3.....An)B
B=(A1B)(A2B)(A3B).....(AnB)
Donde cada uno de los eventos AiB son eventos mutuamente
excluyentes, por lo que

P(B) = p(A1B) + p(A2B) + p(A3B) +......+ p(AnB)

y como la

P(AiB) = p(Ai)p(B Ai)

Es decir que la probabilidad de que ocurra el evento Ai y el evento B es
igual al teorema de la multiplicacin para probabilidad condicional,
luego;
P(B)=P(A1)P(B A1)+P(A2)P(B A2)+P(A3)P(B A3)+P(An)p(B An)
Si deseamos calcular la probabilidad de que ocurra un evento Ai dado
que B ya ocurri, entonces;

P( Ai | B )

p( Ai B )
p( Ai ) p( BAi )

p( B )
p( A1 ) p( BA1 ) p( A2 ) p( BA2 ) .... p( An ) p( BAn )

La expresin anterior es el teorema de Bayes, que como se observa es una simple

probabilidad condicional.

Ejemplos:
Un problema que nos sirve de introduccin
En un distrito universitario los estudiantes se
distribuyen entre las tres carreras que pueden cursarse
del siguiente modo: el 20% estudian arquitectura, el
35% medicina y el 45% economa. El porcentaje de
alumnos que finalizan sus estudios en cada caso es
del 5%, 12% y del 18%. Elegido un alumno al azar
determinar la probabilidad de que haya acabado los Si A1, A2, y A3 son, respectivamente,
los sucesos "estudiar arquitectura",
estudios.
"estudiar medicina" y "estudiar
economa" resulta
Como Sea T el suceso "finalizar los estudios".
p(Ai) = 1
Como
y los sucesos A1, A2, y A3 son
incompatibles (no existen estudiantes
E = A1 o A2 o A3
que cursen dos carreras).
T = (T y E) = T y (A1 o A2 o A3) =
Adems
= (T y A1) o (T y A2) o (T y A3)
E = A1 o A2 o A3
resulta
En estas condiciones podemos aplicar
p(T) = p(T y A1) + p(T y A2) + (T y A3)
el razonamiento de la columna de la
y por tanto
izquierda.
p(T) =
= p(A1) p(T/A1) +
+ p(A2) p(T/A2) +
+ p(A3) p(T/A3)
Vemos todo esto mediante un diagrama de flujo y
calculamos la probabilidad de que un alumno elegido
al azar haya terminado los estudios.

A partir del razonamiento anterior podemos enunciar el siguiente teorema que es

conocido como teorema de la probabilidad total

Si los sucesos A1, A2, A3 ... An son una particin (

espacio muestral E y T un suceso de S, entonces

) del

Otro
ejemplo
y
una
pregunta
La fbrica de enlatados PI S.A. produce 5000 envases diarios. La mquina A produce
3000 de estos envases, de los que el 2% son defectuosos y la mquina B produce los
2000 restantes de los que se sabe que el 4% son defectuosos. Determinar la probabilidad
de
que
un
envase
elegido
al
azar
sea
defectuoso.
Si D es el suceso "seleccionar un envase defectuoso" y (no D) = "seleccionar un envase
no defectuoso", el diagrama siguiente nos muestra el camino

Aplicando el teorema anterior resulta:

p(D) = p(A y D) + p(B y D) = p(A) p(D/A) + p(B) p(D/B) = 0,028
Y ahora la pregunta Si el envase seleccionado es defectuoso, qu probabilidad hay de
que
proceda
de
la
mquina
A?
Y
de
la
B?
Es
decir,
sabemos
que
la
botella
seleccionada
es
defectuosa
La respuesta a dicha cuestin viene dada por la denominada frmula de Bayes
Probabilidad
de
que
provenga
de
la
mquina
A
Calculamos la probabilidad p(A/D) es decir, la probabilidad de que provenga de la
mquina A en el supuesto que el envase es defectuoso:

Probabilidad
de
que
provenga
de
la
mquina
B
Calculamos la probabilidad p(B/D) es decir, la probabilidad de que provenga de la
mquina B en el supuesto que el envase es defectuoso:

Las expresiones

son las de la "fmula de Bayes" para cada uno de las preguntas formuladas. Estas
expresiones pueden generalizarse facilmente para un conjunto finito de sucesos con las
condiciones indicadas.
Podemos hacernos ahora varias preguntas que son fciles de contestar. Por ejemplo:
Si el envase no es defectuoso, qu probabilidad hay de que provenga de la mquina
A?.
Y
de
la
B?.
O bien, teniendo en cuenta el primer ejercicio, si un alumno seleccionado ha finalizado
la carrera, qu probabilidad hay que haya estudiado arquitectura?. Y medicina?
Y adems ya estamos en condiciones de resolver el problema enunciado en la portada.
En una urna hay 5 bolas, 3 azules y 2 verdes. Se saca una bola de la urna y sin mirarla, se
guarda. A continuacin se vuelve a sacar otra bola que es verde. Cul es la probabilidad de
que la primera haya sido verde?. Y si la segunda hubiera sido azul, cul es la probabilidad
de que la primera sea verde?. Y azul?.
Un diagrama nos aclara la situacin

En donde (A1 y A2), es el suceso "sacar azul la primera bola y azul la segunda" y
anlogamente los restantes (A1 y V2), (V1 y A2), (V1 y V2).
Probabilidad de que la primera haya sido verde (en el supuesto que la segunda ha sido
verde)
Aplicamos el teorema de Bayes y resulta:

Probabilidad de que la primera haya sido verde (en el supuesto que la segunda ha sido
azul)
Aplicamos el teorema de Bayes y resulta:

Probabilidad de que la primera haya sido azul (en el supuesto que la segunda ha sido azul)
Aplicamos el teorema de Bayes y resulta:

Los alumnos de Bachillerato de un I.E.S. proceden de 3 localidades A, B y C, siendo un

20% de A, un 30% de B y el resto de C. El 80% de los alumnos de A cursa 1 de
Bachillerato y el resto 2. El 50% de los alumnos de B cursa 1 de Bachillerato y el resto
2. El 60% de los alumnos de C cursa 1 de Bachillerato y el resto 2.
(a) Seleccionado, al azar, un alumno de Bachillerato de ese I.E.S., cul es la probabilidad
de que sea de 2?.
(b) Si elegimos, al azar, un alumno de Bachillerato de ese I.E.S. y ste es un alumno de 1,
cul es la probabilidad de que proceda de la localidad B?.

Segn la estadstica de los resultados en las Prueba de Acceso en una provincia

andaluza, en septiembre de 2001, el nmero de alumnas presentadas es de 840, de
las que han aprobado un 70%, mientras que el nmero de alumnos presentados es
668, habiendo aprobado un 75% de estos.
(a) Elegida, al azar, una persona presentada a las Pruebas, cul es la probabilidad
de que haya aprobado?.
(b) Sabiendo que una persona ha aprobado, cul es la probabilidad de que sea
varn?.

2. Tres mquinas denominadas A, B y C, producen un 43%, 26% y 31% de la

produccin total de una empresa respectivamente, se ha detectado que un
8%, 2% y 1.6% del producto manufacturado por estas mquinas es
defectuoso, a. Se selecciona un producto al azar y se encuentra que es
defectuoso, cul es la probabilidad de que el producto haya sido fabricado
en la mquina B?, b. Si el producto seleccionado resulta que no es
defectuoso, cul es la probabilidad de que haya sido fabricado en la
mquina C?

Solucin:
Para resolver este problema nos ayudaremos con un diagrama de rbol;

8%

43% A
92% ND
26% B

2% D
98% ND

31% C

1.6% D

98.4% ND

a. a.

Definiremos los eventos;

D = evento de que el producto seleccionado sea defectuoso (evento que

condiciona)
A = evento de que el producto sea fabricado en la mquina A
B = evento de que el producto sea fabricado por la mquina B
C = evento de que el producto sea fabricado por la mquina C

P(B D) = p(BD)/p(D) = p(B)p(D B)/p(A)p(D A) +

p(B)p(D B) + p(C)p(D C)
P(B D) = (0.26*0.02)/(0.43*0.08 + 0.26*0.02 + 0.31*0.016)
= 0.0052/0.04456
=0.116697

b. b. ND = evento de que el producto seleccionado no sea defectuoso (evento

que condiciona)
A = evento de que el producto sea fabricado en la mquina A
B = evento de que el producto sea fabricado por la mquina B

C = evento de que el producto sea fabricado por la mquina C

P(C ND)=p(CND)/p(ND)=p(C)p(ND C)/p(A)p(ND A) +

p(B)p(ND B) + p(C)p(ND C)
= 0.31*0.984/(0.43*0.92 + 0.26*0.98 + 0.31*0.984)
= 0.30504/0.95544
=0.31927
1. 2. Una empresa recibe visitantes en sus instalaciones y los hospeda en
cualquiera de tres hoteles de la ciudad; Palacio del Sol, Sicomoros o Fiesta
Inn, en una proporcin de 18.5%, 32% y 49.5% respectivamente, de los
cuales se ha tenido informacin de que se les ha dado un mal servicio en un
2.8%, 1% y 4% respectivamente, a. Si se selecciona a un visitante al azar
cul es la probabilidad de que no se le haya dado un mal servicio?,b. Si se
selecciona a un visitante al azar y se encuentra que el no se quej del
servicio prestado, cul es la probabilidad de que se haya hospedado en el
Palacio del Sol?, c. Si el visitante seleccionado se quej del servicio prestado,
cul es la probabilidad de que se haya hospedado en e hotel Fiesta Inn?
2. 3. Solucin: Haciendo uso de un diagrama de rbol;
2.8% Q
18.5%

PS
97.2% NQ
1.0% Q

32%

S
99.0% NQ
4.0% Q

49.5%

FI
96.0%

a. a.

NQ

NQ = evento de que un visitante no se queje del servicio

PS = evento de que un visitante haya sido hospedado en el hotel Palacio del

Sol

S = evento de que un visitante haya sido hospedado en el hotel Sicmoro

FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(NQ) = p(PS)p(NQ PS) + p(S)p(NQ S) + p(FI)p(NQ FI) =

= 0.185*0.972 + 0.32*0.99 + 0.495*0.96
= 0.17982 + 0.3168 + 0.4752
= 0.97182
b. b. NQ = evento de que un visitante no se queje del servicio
PS = evento de que un visitante haya sido hospedado en el hotel Palacio del
Sol
S = evento de que un visitante haya sido hospedado en el hotel Sicomoro
FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(PS NQ)=p(PSNQ)/p(NQ)
=(0.185*0.972)/(0.185*0.972+0.32*0.99+0.495*0.96)=
= 0.17982/(0.17982 + 0.3168 + 0.4752)
= 0.17982/0.97182
= 0.1850342
c. c.

Q = evento de que un visitante se queje del servicio

FI = evento de que un visitante haya sido hospedado en el hotel Fiesta Inn

P(FI Q) = p(FIQ)/p(Q)
= 0.495*0.04/(0.185*0.028 + 0.32*0.01 + 0.495*0.04)
=0.0198/( 0.00518 + 0.0032 + 0.0198)
= 0.0198/0.02818
= 0.7026