Thomas Bayes: Biografía y Teorema Fundamental en Probabilidad

Biografía de Thomas Bayes

Thomas Bayes (Londres, Inglaterra, ~1702 - Tunbridge Wells, 1761) fue un matemático británico. Su padre fue ministro presbiteriano. Posiblemente, De Moivre, autor del afamado libro La doctrina de las probabilidades, fue su maestro particular, pues se sabe que por ese entonces ejercía como profesor en Londres. Bayes fue ordenado, al igual que su padre, como ministro disidente, y en 1731 se convirtió en reverendo de la iglesia presbiteriana en Tunbridge Wells; aparentemente trató de retirarse en 1749, pero continuó ejerciendo hasta 1752, y permaneció en ese lugar hasta su muerte.

El Teorema de Bayes y la Probabilidad Inversa

Estudió el problema de la determinación de la probabilidad de las causas a través de los efectos observados. El teorema que lleva su nombre se refiere a la probabilidad de un suceso condicionado por la ocurrencia de otro suceso. Más específicamente, con su teorema se resuelve el problema conocido como "de la probabilidad inversa". Esto es, valorar probabilísticamente las posibles condiciones que rigen supuesto que se ha observado cierto suceso. Se trata de probabilidad "inversa" en el sentido de que la "directa" sería la probabilidad de observar algo supuesto que rigen ciertas condiciones.

Legado y Reconocimiento

Los restos de Bayes descansan en el cementerio londinense de Bunhill Fields. La traducción de la inscripción en su tumba es "Reverendo Thomas Bayes. Hijo de los conocidos Joshua y Ann Bayes. 7 de abril de 1761". En reconocimiento al importante trabajo que realizó Thomas Bayes en materia de probabilidades, su tumba fue restaurada en 1969 con donativos realizados por estadísticos de todo el mundo.

Aplicaciones Modernas del Teorema de Bayes

El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. El teorema puede servir entonces para indicar cómo debemos modificar nuestras probabilidades subjetivas cuando recibimos información adicional de un experimento. La estadística bayesiana está demostrando su utilidad en ciertas estimaciones basadas en el conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones en función de la evidencia empírica es lo que está abriendo nuevas formas de hacer conocimiento. Una aplicación de esto son los clasificadores bayesianos que son frecuentemente usados en implementaciones de filtros de correo basura o spam, que se adaptan con el uso.