En la teora de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas Bayes
en 1763[1] que expresa la probabilidad condicional de un evento aleatorio dado B en t!rminos
de la distribuci"n de probabilidad condicional del evento B dado y la distribuci"n de probabilidad mar#inal de s"lo $ En t!rminos m%s #enerales y menos matem%ticos& el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de dado B con la probabilidad de B dado $ Es decir que sabiendo la probabilidad de tener un dolor de cabe'a dado que se tiene #ripe& se podra saber (si se tiene al#)n dato m%s*& la probabilidad de tener #ripe si se tiene un dolor de cabe'a& muestra este sencillo e+emplo la alta relevancia del teorema en cuesti"n para la ciencia en todas sus ramas& puesto que tiene vinculaci"n ntima con la comprensi"n de la probabilidad de aspectos causales dados los e,ectos observados$ -ea ./01& 01& $$$& 0i& $$$& 0n.2 un con+unto de sucesos mutuamente excluyentes y exhaustivos& y tales que la probabilidad de cada uno de ellos es distinta de cero (3*$ -ea B un suceso cualquiera del que se conocen las probabilidades condicionales 4(B 5 0i*$ Entonces& la probabilidad 4(0i 5 B* viene dada por la expresi"n6 4(0i5B* 7 .,rac/4(B 5 0i* 4(0i*2/4(B*2 donde6 4(0i* son las probabilidades a priori$ 4(B50i* es la probabilidad de B en la hip"tesis 0i$ 4(0i5B* son las probabilidades a posteriori$ Thomas Bayes (1763* 8"rmula de Bayes 9on base en la de,inici"n de 4robabilidad condicionada& obtenemos la 8"rmula de Bayes& tambi!n conocida como la :e#la de Bayes6 4(0i5B* 7 .,rac/4(B 5 0i* 4(0i*2/.sum0/;712<n 4(B 5 0;* 4(0;*2 plicacionesEditar El teorema de Bayes es v%lido en todas las aplicaciones de la teora de la probabilidad$ -in embar#o& hay una controversia sobre el tipo de probabilidades que emplea$ En esencia& los se#uidores de la estadstica tradicional s"lo admiten probabilidades basadas en experimentos repetibles y que ten#an una con,irmaci"n emprica mientras que los llamados estadsticos bayesianos permiten probabilidades sub+etivas$ El teorema puede servir entonces para indicar c"mo debemos modi,icar nuestras probabilidades sub+etivas cuando recibimos in,ormaci"n adicional de un experimento$ =a estadstica bayesiana est% demostrando su utilidad en ciertas estimaciones basadas en el conocimiento sub+etivo a priori y el hecho de permitir revisar esas estimaciones en ,unci"n de la evidencia emprica es lo que est% abriendo nuevas ,ormas de hacer conocimiento$ >na aplicaci"n de esto son los clasi,icadores bayesianos que son ,recuentemente usados en implementaciones de ,iltros de correo basura o spam& que se adaptan con el uso$ 9omo observaci"n& se tiene .sum0/i712</n24(0i 5B*71 y su demostraci"n resulta trivia