Sie sind auf Seite 1von 10

TEOREMA DE BAYES

La regla de Bayes es solo una tcnica para calcular probabilidades condicionales, y como regla de probabilidad es indiscutible as como su validez. A partir de un conjunto de probabilidades llamadas "a priori" o "sin corregir", calcula un conjunto de probabilidades "a posteriori" o "corregidas" que no son ms que una modificacin de las primeras ante la evidencia de que un determinado suceso ha ocurrido. Para aclarar estos conceptos, observemos a continuacin la diferencia entre el planteo de probabilidad condicional realizado hasta este momento y el de Bayes. Cuando nosotros escribimos: P(B|A) decimos que esto es la probabilidad de que habiendo ocurrido el suceso A, ocurra B. Probabilidad condicional. El planteo que hace la Regla de Bayes es: el suceso B ha ocurrido, cual es la probabilidad de que provenga de A. Que A sea causa de B. O sea debo hallar P(A|B). De una manera ms general podemos decir: El evento B ha ocurrido, cual es la probabilidad de que haya sido generado por el suceso A 1, el A2, etc.; causas posibles y excluyentes entre s. Sabemos que: ( | ) ( | ) ( ( ) ( ( ) ) )

De lo que se deduce: ( | ) ( | ) ( )= ( | ) ( | ) ( ) ( ) ( ) ( )

Para calcular P(B), supongamos que hay N eventos (A1,A2,A3,..An) mutuamente excluyentes entre s que podran causar el evento B(efecto). El efecto B debera ser generado por una de esas causas; entonces la probabilidad de que B ocurra puede estar dada por: ( ) ( )

( ) ( )

[ [(

( ) ( ) (

)] ) ( )] )y( ) deben

Como los sucesos Ai son mutuamente excluyentes, entonces: ( serlo para todo i distinto de j. Por la regla de adicin obtenemos: ( ) ( ) ( | ) ( ) ( | ) ( ) ( |

Reemplazando este resultado en la ecuacin ( ) obtenemos: REGLA DE BAYES ( | ) Para: i=1...n Repasemos el significado de estos trminos: P(Ai|B) : Probabilidad del evento Ai dado que B ocurre. P(Ai) : Probabilidad de ocurrencia del evento Ai ; probabilidad a priori o sin corregir. ( ( ) ( | ) ) ( | ) ( ) ( | )

P(B|Ai) : Probabilidad del evento B dado que Ai ocurre. P(AiB): Probabilidad de Ai y B. Sucesos A1 A2 A3 ... B1
( ( ( ) ) ) ( ( (

B2
) ) ) ( ( (

B3
) ) )

... ... ... ...

Bm
( ( ( ) ) ) ( ( ( ) ) )

...

...

...

An

( ( )

( ( )

( ( )

...

( ( )

...
)

ANALISIS DEL PROCEDIMIENTO Mtodo del Diagrama: En algunas oportunidades con el objeto de sintetizar la informacin, antes de encarar la resolucin de un problema de Bayes, puede convenir la realizacin de una grfica o diagrama como se ver a continuacin. Mtodo del rbol:

( |

) ( | ) ( | ( | ( | ( | ) ) ) )

( (

) )

...
( )

Mtodo Tabular: Sucesos A1 A2 A3 ... Probabilidades Previas


( )

Probabilidades Condicionales
( | )

Probabilidades Conjuntas
( ) ( | )

Probabilidades Posteriores
( | ) ( ( ) ) ( ( ) ) ( ( ) ... )

( ( ...

) )

( | ( | ...

) )

( (

) ) ...

( | ( |

) )

( | ( |

) )

An Sumatoria

( 1

( |

( | ( )

( |

) ( ( ) 1

Ejemplo1: 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:

Analicemos el siguiente ejemplo: Supongamos que la probabilidad de encontrar una mujer morocha en Sudamrica sea P(m|s)=0.7. En Centroamrica P(m|c)= 0.9 y en Amrica del Norte P(m|n)=0.4. Ahora bien; se realiza un concurso de belleza para elegir Mis Amrica. De las participantes el 30% son sudamericanas, el 20% de Centroamrica y el 50% restante del norte. De golpe a Ud. le presentan una morocha. Apostara de que parte del continente proviene? Extractamos la informacin y observamos las siguientes probabilidades "a priori" de hallar una mujer de c/u de las regiones del continente del total de las participantes del concurso: P(s) = 0.3 P(c) = 0.2 P(n) = 0.5 A su vez la probabilidad de hallar una morocha segn la regin continental ser: P(m|s) = 0.7 P(m|c) = 0.9 P(m|n) = 0.4 Aplicando la regla de Bayes debemos hallar P(s|m), P(c|m) , y P(n|m); bajo la certeza que ocurri el suceso : {MOROCHA} Resulta: P(s|m) = P(m|s) x P(s) / (P(m|s).P(s)+P(m|c).P(c)+P(m|n).P(n)) P(s|m) = 0.7 x 0.3 / (0.7x0.3 + 0.9x0.2 + 0.4x0.5) Generando una tabla de doble entrada como vimos en otra nota anterior, nos queda:

As las probabilidades marginales nos informan de la probabilidad del color de tez independientemente del origen geogrfico y viceversa P(origen), sin tomar en cuenta el tipo de tez. Usando los valores de tabla podemos hallar las probabilidades a posteriori : P(s|m) = 0.21 / 0.59 = 0.36 P(c|m) = 0.18 / 0.59 = 0.31 P(n|m) = 0.20 / 0.59 = 0.33 De donde se induce que lo ms probable es que se trate de una sudamericana. Los dems valores de tabla fueron calculados como la probabilidad de una interseccin de sucesos o probabilidad conjunta como se vio anteriormente (iii, y jjj), P(A^B)=P(A|B) x P(B), numerador en la regla de Bayes).

ANALISIS DEL PROCEDIMIENTO COMO DIAGRAMA Y COMO ARBOL En algunas oportunidades con el objeto de sintetizar la informacin, antes de encarar la resolucin de un problema de Bayes, puede convenir la realizacion de una grfica o diagrama como se ver a continuacin. Para ello regresemos al problema del concurso de belleza: Observamos sobre el eje de abcisas las probabilidades iniciales P(Bi) o "a priori". Mientras que sobre el de las ordenadas se representan las probabilidades condicionales. El rea total graficada (sumando la superficie de cada uno de los rectangulos) representa la probabilidad de hallar una mujer morocha entre todas las concursantes (denominador de la frmula de Bayes); mientras que las areas A1, A2, A3 representan los distintos numeradores para hallar P(s|m), P(c|m), y P(n|m), las probabilidades de la interseccin de que sea moroca y la nacionalidad.

De otra manera podemos analizar los datos en forma de un rbol. Observamos la siguiente grfica:

En los puntos finales de la ramificacin observamos los sucesos {MUJER MOROCHA DENTRO DE CADA REGION} , {MUJER NO MOROCHA DENTRO DE CADA REGION}. Al aplicar la regla lo que nosotros hicimos fue un anlisis "en retroceso" a partir de que el evento {MUJER MOROCHA} haba ocurrido. Esto es: a partir de {MM} , qu tan probable es que proviniera de Sudamrica, P (S/M) = P( M S) / P(M) = 0.21 / 0.59 = 0.35 Ejercicios 1) Tres damas cerca de jubilarse escriben pedidos en la librera universitaria. Sabemos que la Sra. Eduviges escribe el 50% de los pedidos. La Sra. Clotilde el 20% y la Sra. Gertrudis, 30%. Sabemos que Sra. Eduviges comete un error por cada 100 pedidos; Clotilde se equivoca el 4% de las veces. y Gertrudis la mitad de las veces que Clotilde. Un estudiante recibe un libro equivocado e inocentemente cree que hubo un error al solicitarlo. Cul es la probabilidad de que la Sra. Eduviges escribiera el pedido?. Tomemos F= {error}. 2) Suponga que las dos emisoras de radio de su zona tienen la siguiente programacin en porcentaje:

a) Si Ud. sintoniza Golfo Nuevo: cual es la probabilidad de que est trasmitiendo msica o novela. b) Un mdico escucha radio mientras opera una peritonitis. Estimamos que las probabilidades de que sintonice una determinada emisora son P(GN)=0.40 P(NoGN)=0.60. A travs de la puerta de la sala de operaciones se oye un partido de ftbol.Cul de las dos emisoras apostaria Ud. que escucha el Dr.? 3) Segn los datos de una revista de modas El 50% de los hombres de Canad usa ropa interior de color, pero solo el 20% de los norteamericanos la usa. En un hotel de Bermudas hay hospedados cuatro veces mas de norteamericanos que de canadienses. Una de las camareras descubre en una habitacin un slip naranja. Cul es la probabilidad de que el ocupante sea canadiense? 4) Una empresa estudia la comercializacin de un nuevo producto. Se desea que resulte superior a su mas cercano competidor. En base a evaluaciones a preliminares se determina una probabilidad del 50% que el producto sea superior al competidor, de un 30% que posea igual calidad y de un 20% que resulte inferior. Un estudio de mercado concluye que el producto es superior a la competencia. En base a la experiencia en

encuestas, se sabe que si un producto es superior, la probabilidad de que la encuesta alcance igual resultado es 0.7.Si el producto es de igual calidad, la probabilidad de que la encuesta d un producto superior es de 0.4, y la probabilidad. De que la encuesta indique un producto superior siendo en realidad inferior es de 0.2. Dado el resultado de la encuesta: Cul es la probabilidad de que el producto sea superior?. 5) Una planta armadora de androides recibe microcircuitos provenientes de tres fabricantes F1, F2, F3. El 50% se compra a F1 y a F2, F3 un 25% a cada uno. El porcentaje de circuitos defectuosos es de 5, 10 y 12% respectivamente para F1, F2, F3. Si los circuitos se almacenan en la planta sin identificar el proveedor: a) Determinar la probabilidad de que salga un androide asesino, o sea, tenga un circuito defectuoso. b) Si un circuito es bueno, Cul es la probabilidad. que provenga del fabricante F2 ?. 6) Cuatro ayudantes de una estacin de servicio deben limpiar los parabrisas de los clientes. Juan atiende el 20% de los clientes y cumple su cometido una vez cada 20 autos. Toms atiende el 60% de los autos y no limpia el parabrisas una vez cada 10 autos. Jorge atiende el 20% de la clientela y no limpia una vez cada 20 autos. Si un cliente se queja de que su parabrisas no fue lavado: Cul es la probabilidad que lo haya atendido Juan? 7) 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? 8) 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?. 9) 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:

Das könnte Ihnen auch gefallen