Inicio

Matemáticas

Probabilidad

Teorema de Bayes: Probabilidades "a priori"

Teorema de Bayes: Probabilidades "a priori"

Seleccionar lección

Vídeo Explicativo

Loading...
Docente: Pablo

Resumen

Teorema de Bayes: Probabilidades "a priori"

Teorema de Bayes

Si A1,A2,...AkA_1, A_2, ...A_k​ son una partición del espacio muestral y BB es un suceso cualquiera, se obtiene la fórmula:


P(AjB)=P(AjB)P(B)=P(Aj)P(BAi)P(A1)P(BA1)+P(A2)P(BA2)+...+P(Ak)P(BAk)P(A_j\vert B)=\cfrac{P(A_j\cap B)}{P(B)}=\cfrac{P(A_j)\cdot P(B\vert A_i)}{P(A_1)\cdot P(B\vert A_1)+P(A_2)\cdot P(B\vert A_2)+...+P(A_k)\cdot P(B\vert A_k)}​​


Recuerda que: el Teorema de Bayes permite calcular la probabilidad de un efecto a posteriori P(AjB)P(A_j\vert B)​ a partir de una probabilidad a priori ​P(Aj)P(A_j)​.


Ejemplo

Se presenta un problema de matemáticas a una serie de alumnos. El 5050% son de primaria, el 3030% son de la ESO y el 2020% son de bachillerato. Un 9090% de los de bachillerato lo resuelven correctamente, un 6060% de la ESO  y un 3030% de primaria también lo consiguen resolver.


Si se escoge alguien al azar que ha resuelto el ejercicio, ¿qué probabilidad hay de que sea de bachillerato?


Los sucesos A=A=​ primaria, B=B=​ secundaria y C=C= bachillerato conforman una partición del espacio muestral. Si M=M= resolver el problema, entonces hay que calcular P(CM)P(C\vert M).


P(M)=P(A)P(MA)+P(B)P(MB)+P(C)P(MC)P(M)=0,50,3+0,30,6+0,20,9=0,51P(M)=P(A)\cdot P(M\vert A)+P(B)\cdot P(M\vert B)+P(C)\cdot P(M\vert C)\newline P(M)=0,5\cdot0,3+0,3\cdot0,6+0,2\cdot 0,9=0,51​​


Aplicando el teorema de Bayes, la probabilidad de que al escoger alguien que haya aprobado sea de bachillerato es:


P(CM)=P(C)P(MC)P(M)=0,20,90,51=617=0,3529=35,29%P(C\vert M)=\cfrac{P(C)\cdot P(M\vert C)}{P(M)}=\cfrac{0,2\cdot0,9}{0,51}=\cfrac{6}{17}=0,3529=\underline{35,29\%}​​


Crear una cuenta para leer el resumen

Ejercicios

Crear una cuenta para empezar los ejercicios

Preguntas frecuentes

¿Quién es Bayes?

¿Para qué sirve el teorema de Bayes?