No es mucho lo que se sabe de la vida del reverendo Thomas Bayes, naci en 1702 y falleci
en 1761 en Inglaterra , este ministro presbiteriano y matemtico, dedico su vida a estudiar las
causas de los hechos, no lleg a hacer pblicos sus principales trabajos en vida.
probablemente, nunca lleg a ser consciente de la importancia que iba a tener su teorema. (1)
En esos aos Bayes publico una memoria en la que aparece, por primera vez, la
determinacin de la probabilidad de las causas a partir de los efectos que han podido ser
solo A.
p (A|B) = p (BA)/p(A)
Este teorema es conocido tambin como el teorema de las causas, este mtodo es utilizado
para obtener diversos resultados por ejemplo, en el rea financiera, la salud, en el campo de la
ingeniera.
El teorema de Bayes ofrece un potente mtodo estadstico para evaluar nueva informacin y
embargo, hay una controversia sobre el tipo de probabilidades que emplea. en ciertas
en experimentos repetibles y que tengan una confirmacin emprica mientras que los
El teorema puede ser adecuado para indicar como debemos modificar nuestras probabilidades
principal para la definicin de hiptesis resultantes del manejo de inferencias dentro del
El teorema es de gran utilidad por que utiliza modos de decisin y modos de utilidad; los
adecuada es necesario procesar y descifrar grandes cantidades de datos, tal que sea posible
relaciones de dependencia de entre las variables, un ejemplo que se puede consultar para este
caso es la red bayesiana para la concesin de crditos bancarios capaz de aprender a partir de
mejor alternativa que optimice la utilidad esperada, dadas las observaciones de los factores
externos y preferencias que haga la toma de decisiones. En el proceso de creacin de
teniendo claras todas las caractersticas del conflicto, tal que, posteriormente sea posible
recolectar los datos que sern las variables fundamentales en el desarrollo del proyecto y se
plantee un modelo
es por eso que se crean las redes bayesianas, que representan la incertidumbre con
probabilidades, ofreciendo una idea de que tan fuertemente puede ocurrir un evento, usando
La capacidad del proceso creacin de las redes bayesianas apunta su aplicacin a tcticas de
problemas, los expertos trabajan como un grupo de toma de decisiones ofreciendo diferentes
opiniones sobre la misma situacin; esto permite tener diferentes soluciones para que permita
Debido a las limitaciones de probabilidad para la inferencia de una red bayesiana, usualmente
no es posible evitar contradicciones entre las diferentes soluciones de los expertos en la toma
preferencias.
los conocimientos obtenidos a partir de la decisin final del grupo de expertos, teniendo en
Asi como se usa el teorema en el campo de la informtica se usa en la medicina, esta como
toman. (4)
Las decisiones mdicas derivan del razonamiento clnico que se construye con los bloques de
modelo de cmo se procede en la clnica, toda vez que la informacin previa va modificando
calcular cmo una prueba diagnstica cambia la probabilidad pre-prueba a un nuevo valor
post-prueba.
probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea.
en experimentos repetibles y que tengan una confirmacin emprica mientras que los
entonces para indicar cmo debemos modificar nuestras probabilidades subjetivas cuando
2.- SILVA LC, BENAVIDES A. (2001). El enfoque bayesiano: otra manera de inferir. Gac
Sanit.
4.- Mark DB. (2005). Decision-making in clinical medicine. In: Kapser DL, Braunwald E,
Fauci AS, et al., Eds. Harrisons Principles of Internal Medicine.16th. Ed. New York;6-13