Enunciado formal de la regla de Bayes

M2 — PAES electiva Avanzada
Objetivo

Enunciar formalmente la regla de Bayes, que permite calcular la probabilidad de una parte de la partición dado un evento observado, invirtiendo el condicionamiento.

Introducción

La regla de Bayes combina la regla multiplicativa y el teorema de la probabilidad total para resolver exactamente el tipo de problemas de probabilidad inversa.

Explicación

Enunciado formal de la regla de Bayes

Definición formal

$P(B_i|A)=\dfrac{P(B_i)\times P(A|B_i)}{\sum_{j}P(B_j)\times P(A|B_j)}$, donde el denominador es exactamente $P(A)$ calculado con el teorema de la probabilidad total.

Desarrollo didáctico

Si una fábrica tiene dos máquinas (P(A)=0,6, P(B)=0,4) con tasas de defecto 0,05 y 0,1, y se quiere saber la probabilidad de que una pieza defectuosa provenga de la máquina A: $P(A|\text{defectuosa})=\dfrac{0{,}6\times0{,}05}{0{,}6\times0{,}05+0{,}4\times0{,}1}=\dfrac{0{,}03}{0{,}07}\approx0{,}43$.

Cómo hacerlo paso a paso

  • Paso 1: Identifica la partición Bi y sus probabilidades, junto con las probabilidades condicionales P(A|Bi).
  • Paso 2: Calcula el numerador P(Bi)×P(A|Bi) para la parte específica de interés.
  • Paso 3: Calcula el denominador P(A) sumando todos los productos P(Bj)×P(A|Bj) de la partición completa, y divide el numerador por ese total.

Ejemplos

1 P(A)=0,6, P(B)=0,4, P(defectuosa|A)=0,05, P(defectuosa|B)=0,1.
2 3 urnas (1/3 cada una), P(roja|urna1)=0,5, P(roja|urna2)=0,3, P(roja|urna3)=0,7.
3 ¿El denominador de esta fórmula es exactamente la probabilidad total P(A)?
4 ¿La suma de todas las P(Bi|A) para todas las partes de la partición debe dar 1?

Ejemplos Verdadero/Falso

"Olvidar calcular correctamente el denominador usando el teorema de la probabilidad total (sumando todos los términos de la partición)."

¿Es correcta esta afirmación?

"Confundir P(Bi|A) con P(A|Bi), invirtiendo incorrectamente el resultado final."

¿Es correcta esta afirmación?

"Usar solo el numerador como respuesta final, sin dividir por el denominador (la probabilidad total)."

¿Es correcta esta afirmación?

Fuente: Elaboración propia (referencia: Moraleja 294).
Resumen

La regla de Bayes establece que $P(B_i|A)=\dfrac{P(B_i)\times P(A|B_i)}{P(A)}$, donde $P(A)$ se calcula mediante el teorema de la probabilidad total.

Practica

Preguntas conceptuales

Verificar las ideas clave antes de calcular.

  1. La regla de Bayes establece que P(Bi|A) es:

  2. El denominador de la regla de Bayes es la probabilidad total P(A).

  3. Si P(A)=0,6, P(defectuosa|A)=0,05, y P(defectuosa)=0,07, ¿cuál es P(A|defectuosa)?

Reconocimiento

Identificar elementos, datos o procedimientos.

  1. La regla de Bayes no requiere calcular la probabilidad total como denominador.

Ejercicios básicos

Aplicar el procedimiento principal en casos simples.

  1. Con P(B)=0,4, P(defectuosa|B)=0,1, y P(defectuosa)=0,07, ¿cuál es P(B|defectuosa)?

  2. P(A|defectuosa)+P(B|defectuosa)=1 en el ejemplo de las dos máquinas.

  3. Con 3 urnas equiprobables (1/3 cada una) y P(roja|urna2)=0,3, P(roja)=0,5, ¿cuál es P(urna2|roja)?

Preguntas tipo PAES

Resolver preguntas con formato y distractores similares a PAES.

  1. ¿Por qué la regla de Bayes combina el teorema de la probabilidad total con la regla multiplicativa?

  2. La regla de Bayes permite 'invertir' la dirección del condicionamiento, pasando de P(A|Bi) (conocido) a P(Bi|A) (buscado).

  3. Con P(X)=0,7, P(defectuosa|X)=0,03, y P(defectuosa)=0,045, ¿cuál es P(X|defectuosa)?

Evaluación de dominio

☆☆☆ 0/3 niveles aprobados
Nivel 1 Definición
Nivel 2 Ejercicios simples
Nivel 3 Problemas de aplicación

¿Necesitas más ayuda o una clase particular?

Contáctame directamente para resolver dudas, preparar exámenes o agendar clases particulares personalizadas 1 a 1.