Teorema de Bayes: Qué es, fórmula y ejemplos
- Nos permite actualizar la probabilidad de un evento basándonos en nueva evidencia o información.
- A diferencia de otros métodos, Bayes trabaja "al revés", utilizando lo que ya sabemos sobre un evento para evaluar cómo la nueva información afecta su probabilidad.
- El teorema es muy efectivo cuando se aplica correctamente, es decir, cuando los eventos considerados son exclusivos y abarcan todas las posibilidades.
¿Qué es el Teorema de Bayes?
El teorema de Bayes es utilizado para calcular la probabilidad de un suceso, teniendo información de antemano sobre ese suceso.
Teorema de Bayes: Explicación sencilla
Dicho de manera más simple, el teorema de Bayes es una herramienta que nos ayuda a entender mejor cómo la nueva información afecta a la probabilidad de que ocurra algo.
Imagina que tienes una hipótesis o una creencia inicial sobre algo, como la posibilidad de que llueva mañana. Si recibes nueva información, como que el cielo está muy nublado hoy, el teorema de Bayes te permite ajustar la probabilidad de que llueva mañana teniendo en cuenta esta nueva información.
En otras palabras, este teorema nos permite actualizar nuestras creencias o probabilidades sobre un evento (llamémoslo A) después de considerar una nueva evidencia o información (llamémosla B).
A diferencia de otros enfoques que parten de la probabilidad de la nueva evidencia para decir algo sobre el evento original, Bayes trabaja al revés: parte de lo que sabemos sobre el evento original para inferir la nueva probabilidad teniendo en cuenta la nueva evidencia.
Aunque el teorema de Bayes ha sido objeto de críticas, principalmente por malas interpretaciones o aplicaciones incorrectas, cuando se utiliza correctamente (es decir, cuando los eventos son claros y bien definidos), es una herramienta poderosa y válida para el razonamiento probabilístico.
Fórmula del teorema de Bayes
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos, necesitamos una fórmula. La fórmula se define matemáticamente como:
Donde B es el suceso sobre el que tenemos información previa y A(n) son los distintos sucesos condicionados. En la parte del numerador tenemos la probabilidad condicionada, y en la parte de abajo la probabilidad total. En cualquier caso, aunque la fórmula parezca un poco abstracta, es muy sencilla. Para demostrarlo, utilizaremos un ejemplo en el que en lugar de A(1), A(2) y A(3), utilizaremos directamente A, B y C.
Ejemplo del teorema de Bayes
Una empresa tiene una fábrica en Estados Unidos que dispone de tres máquinas A, B y C, que producen envases para botellas de agua. Se sabe que la máquina A produce un 40% de la cantidad total, la máquina B un 30%, y la máquina C un 30%. También se sabe que cada máquina produce envases defectuosos. De tal manera que la máquina A produce un 2% de envases defectuosos sobre el total de su producción, la máquina B un 3%, y la máquina C un 5%. Dicho esto, se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05
- Si un envase ha sido fabricado por la fábrica de esta empresa en Estados Unidos ¿Cuál es la probabilidad de que sea defectuoso?
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos, calculamos la probabilidad de que sea defectuoso.
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [ 0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso es del 3,2%.
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la máquina A? ¿Y por la máquina B? ¿Y por la máquina C?
Uso del teorema
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir, sabemos que el envase es defectuoso. Claro que, sabiendo que es defectuoso, queremos saber cuál es la probabilidad de que se haya producido por una de las máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido producido por la máquina A es del 25%, de que haya sido producido por la máquina B es del 28% y de que haya sido producido por la máquina C es del 47%.
En Economipedia, queremos resolver todas tus dudas. Por eso, hemos recopilado las preguntas más frecuentes sobre este tema. Si no encuentras la respuesta que buscas, no dudes en dejarnos un comentario.
¿Qué es el Teorema de Bayes?: Es una fórmula matemática que se usa para calcular la probabilidad de un evento, teniendo en cuenta nueva información o evidencia que podría afectar esa probabilidad.
¿Cómo funciona el Teorema de Bayes?: Permite ajustar la probabilidad de un evento (A) basándose en cómo la evidencia o información nueva (B) afecta la posibilidad de que A ocurra. En esencia, nos ayuda a actualizar nuestras creencias sobre la probabilidad de A después de considerar B.
¿Por qué es importante el Teorema de Bayes?: Es fundamental en muchos campos, como la estadística, la economía, y la toma de decisiones bajo incertidumbre, porque proporciona un marco lógico para actualizar las probabilidades basadas en nueva información.
