El teorema de Bayes
Consideremos un suceso B, que indica una determinada propiedad de los
pacientes, por ejemplo B puede ser el suceso de que el paciente
seleccionado al azar tenga un diagnstico grave.
A1
A2
w
Pr( B A1 )
Pr( B A2 )
B
A3
Pr( B A3 )
An
Pr( B) Pr( B Ai )
i 1
Resultado de la
seleccin
Pr( B An )
El teorema de Bayes
En funcin de las probabilidades condicionales, nos queda
A1
Pr( A1 )
A2
Pr( A2 )
Pr( A3 )
A3
Pr( B / A 1)
Pr( B / A 2 )
Pr( B / A 3)
n
Pr( A n )
An
i 1
Pr( B / A n )
El teorema de Bayes
A1
Pr( A1 )
Pr( A2 )
Pr( A3 )
A2
A3
Pr( B / A 1)
Pr( B / A 2 )
Pr( B / A 3)
Pr( A n )
.
.
B
Pr( B ) Pr( B / Ai ) Pr( Ai )
Pr( B / A n )
i 1
An
Este clculo es para medir la incertidumbre de la ocurrencia del evento B.
Medicin del futuro, representado por el evento B
El teorema de Bayes
A1
Pr( A1 )
Pr( A2 )
Pr( A3 )
A2
A3
Pr( B / A 1)
Pr( B / A 2 )
Pr( B / A 3)
Pr( A n )
.
.
Pr( B / A n )
An
De otra forma, cul es el valor de Pr( A j / B) con j = 1, ...n?
El teorema de Bayes
A1
Pr( A1 )
Pr( A2 )
Pr( A3 )
A2
A3
Pr( B / A 1)
Pr( B / A 2 )
Pr( B / A 3)
Pr( A n )
.
.
An
Pr( B / A n )
Pr( A j / B)
Pr( A j / B)
Pr( Aj B)
Pr( B)
Pr( B / A j ) Pr( Aj )
Pr( B)
Pr( B / Aj ) Pr( Aj )
n
P( B / A ) Pr( A )
i 1
El teorema de Bayes
Las aplicaciones del teorema de Teorema de Bayes son infinitas, y no
exentas de grandes polmicas. El problema radica es que al decir B ha
ocurrido se puede pensar que es un hecho determinstico, y por lo tanto
no tiene objeto calcular la probabilidad Pr(B), es decir si B ha ocurrido
entonces Pr(B) = 1. No obstante, el problema cambia radicalmente si
uno expresa si B ocurre, y esta es la interpretacin correcta. Por otro
lado, las probabilidades asociadas a los eventos Ai son de tipo a priori, y
que a veces de manera arbitraria deben asignarse puesto que no se tiene
informacin sobre el pasado, y que se espera que van a ser
mejoradas con la informacin que puede entregar el suceso B, de
hecho las probabilidades Pr(Ai / B) son llamadas a posteriori.
Muchos casos judiciales de tipo forense acuden a este teorema para
la dictacin de las sentencias por parte de los jueces.
El teorema de Bayes
El teorema de Bayes (caso particin finita)
Suponga que un individuo acusado de un delito confiesa, por lo tanto
podemos asegurar de que es culpable del delito?
El individuo acusado necesariamente debe pasar por uno y solo uno
de los eventos: culpable o no culpable.
De manera que el juez piensa cul es la probabilidad de que este
individuo sea culpable dado que confes su delito?
Algunos piensan, si ha confesado su delito, entonces es necesariamente
es culpable.
Afortunadamente, la confesin por s sola no es suficiente para
determinar la culpabilidad en un delito, o s?
Estudie con detalles las siguientes transparencias...
P(C / A) P(A)
P(A/C) =
P(C / A) P(A) + P(C/Ac ) P(Ac )
P(A / C) =
p
p + r (1 - p)
p
>p
p + r (1 - p)