El siguiente material se encuentra en etapa de correccin y no deber ser considerado una versin final. Alejandro D. Zylberberg <alejandro@probabilidad.com.

ar> Versin Actualizada al: 4 de mayo de 2004

Regla de Bayes
Consideremos un modelo como el que planteamos al estudiar la probabilidad total, en el cual el espacio muestral estaba particionado y se quera calcular la probabilidad de un suceso A contenido en ese espacio muestral. Supongamos ahora que lo que sea desea no es la probabilidad del suceso A sino la probabilidad de una de las partes, sabiendo que ocurri A. El lector podr advertir que esto est ntimamente relacionado con lo que se dijo al estudiar la probabilidad condicional: que cuando se aplica una condicin, el nuevo espacio muestral pasa a ser el suceso en el cual se cumple esa condicin, y entonces las probabilidades cambian porque ahora estn referidas a un nuevo espacio muestral (si esto no se entiende inmediatamente recomendamos repasar las secciones 1.4, 1.5 y 1.6) Dijimos entonces que el espacio muestral E estaba particionado, y que se sabe que ocurri A, y entonces se desea calcular la probabilidad de cada parte (es decir, calcular las nuevas probabilidades, referidas al espacio muestral A).

a priori conocemos las probabilidades originales de las partes, o sea las P(pi)

a posteriori conocemos las probabilidades de las partes sabiendo que ocurri A, o sea las P(pi/A)

Si queremos calcular la probabilidad de la parte pi, sabiendo que ocurri A, planteamos:

P pi / A= P pi A P A

En el denominador usamos la frmula de la probabilidad total, y nos queda:

P pi / A =

P pi A

P pi A
i=1

A continuacin damos vuelta las dos intersecciones y aplicamos la definicin de probabilidad condicional, y queda:
P pi A

P pi A
i=1

P A pi

P A pi
i=1

P A/ pi P pi

P A/ pi P pi
i=1

En conclusin:
P pi / A = P A/ pi P pi

P A/ pi P pi
i=1

Lo cual se conoce como regla de Bayes frmula de Bayes. Observemos que se tienen como dato las probabilidades originales de las partes y la probabilidad de que ocurra A dentro de cada parte, y lo que se obtiene es la probabilidad de que ocurra una determinada parte sabindose que ocurri A. Ejemplo En un determinado grupo de gente hay personas rubias, morochas y pelirrojas. El 60% de la gente es morocha, el 30% rubia y el 10% pelirroja. El 50% de los rubios tiene ojos claros, el 40% de los pelirrojos tiene ojos claros y el 25% de los morochos tiene ojos claros. Si una persona elegida al azar tiene ojos claros, cul es la probabilidad de que sea rubia? Aplicamos la regla de Bayes:
P pi / A = P A/ pi P pi

P A/ pi P pi
i=1

0,5 . 0,3 =0, 441 0, 25 . 0,60,5 . 0,30,4 . 0,1