Teorema de Bayes

El teorema de Bayes, en la teora de la probabilidad, es una proposicin

planteada por el filsofo ingls Thomas Bayes ( 1702-1761)1 en 1763,2
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

El teorema de Bayes parte de una situacin en la que es posible conocer

las probabilidades de que ocurran una serie de sucesos A i .
A esta se aade un suceso B cuya ocurrencia proporciona cierta
informacin, porque las probabilidades de ocurrencia de B son distintas
segn el suceso A i que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la frmula del teorema de
Bayes nos indica como modifica esta informacin las probabilidades de
los sucesos A i .
Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado
que se tiene gripe, se podra saber (si se tiene algn dato ms), la
probabilidad de tener gripe si se tiene un dolor de cabeza, muestra este
sencillo ejemplo la alta relevancia del teorema en cuestin para la
ciencia en todas sus ramas.

Sea

{ A1, A 2, , A i , , A n }

un

conjunto

de

sucesos

mutuamente

excluyentes y exhaustivos, y tales que la probabilidad de cada uno de

ellos es distinta de cero (0). Sea B un suceso cualquiera del que se
P( B A i) . Entonces, la
conocen las probabilidades condicionales
probabilidad

P( AiB)

viene dada por la expresin:

P ( A i|B )=

P(B A i)P ( A i )
P(B)

Donde:

P( Ai ) son las probabilidades a priori.

P( B A i)

P ( A i|B )

es la probabilidad de

en la hiptesis

Ai .

son las probabilidades a posteriori.

La interpretacin ms aceptada del teorema de Bayes, es que su

estructura permite el clculo de probabilidades despus de haber sido
realizado un experimento (probabilidades aposteriori), 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).
Con base en la definicin de Probabilidad condicionada, obtenemos la
Frmula de Bayes, tambin conocida como la Regla de Bayes:

P ( A i|B )=

P (B Ai )P( A i)
n

[1]

P( B A k) P( A k )
k=1

Esta frmula nos permite calcular la probabilidad condicional

cualquiera de los eventos P( Ai ) , dado B .

de

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. Otra aplicacin se
encuentra en la fusin de datos, combinando informacin expresada en
trminos de densidad de probabilidad proveniente de distintos sensores.
n

Como observacin, se tiene

trivial.

P ( Ai|B ) =1
i=1

y su demostracin resulta