Saltar al contenido
Reservar llamada

Método NMV · Guías · Matemáticas · Teorema de Bayes

Teorema de Bayes: fórmula, árbol y ejemplos resueltos

El teorema de Bayes calcula la probabilidad de una causa cuando ya conoces el resultado. Se resuelve con un árbol: multiplicas por cada camino, sumas los que acaban en el resultado y divides el que te interesa entre esa suma.

  • Curso: 1.º y 2.º de Bachillerato (Ciencias y CCSS) · Selectividad
  • 7 min de lectura
  • 3 ejemplos resueltos · 5 ejercicios
  • Test de 4 preguntas

En 1 minuto

La fórmula

P(A∣B)=P(B∣A)⋅P(A)P(B)P(A\mid B)=\dfrac{P(B\mid A)\cdot P(A)}{P(B)}

Arriba, el camino que te interesa. Abajo, todos los caminos que acaban en el resultado (la probabilidad total).

En el árbol: alguien da positivo en un test médico. ¿Qué probabilidad hay de que esté enfermo? Sale solo un 33 % (ejemplo 1).

0,02 0,98 Enfermo Sano 0,95 0,05 0,04 0,96 + − + − 0,019 0,0392
En amarillo, los dos caminos que acaban en positivo: P(E∣+)=0,0190,019+0,0392≈0,33P(E\mid +)=\dfrac{0{,}019}{0{,}019+0{,}0392}\approx0{,}33.

Qué dice el teorema de Bayes

Bayes sirve para dar la vuelta a una probabilidad condicionada.

Te dan P(B∣A)P(B\mid A): la probabilidad de B si ha pasado A. Y te piden P(A∣B)P(A\mid B): la probabilidad de A si ha pasado B.

Dicho en llano: conoces el resultado y quieres saber de dónde viene. Ves un charco en la calle. ¿Ha llovido o ha pasado el camión de la limpieza? Bayes pone números a esa duda.

El denominador casi nunca te lo dan. Se calcula con la probabilidad total, sumando todos los caminos que acaban en B:

P(B)=P(B∣A1) P(A1)+P(B∣A2) P(A2)+…P(B)=P(B\mid A_1)\,P(A_1)+P(B\mid A_2)\,P(A_2)+\dots

El árbol de probabilidades en cinco pasos

  1. Dibuja las causas. Son las primeras ramas, con su probabilidad. Tienen que sumar 1.
  2. Dibuja los resultados. De cada causa salen las ramas del resultado, con su probabilidad condicionada. De cada nudo, también suman 1.
  3. Multiplica a lo largo de cada camino: P(causa)⋅P(resultado∣causa)P(\text{causa})\cdot P(\text{resultado}\mid\text{causa}).
  4. Suma los caminos que acaban en tu resultado. Eso es P(B)P(B), la probabilidad total.
  5. Aplica Bayes: divide el camino que te interesa entre la probabilidad total.

En el examen, el apartado a) suele pedir la probabilidad total (pasos 3 y 4) y el b), Bayes (paso 5). Casi siempre van juntos.

Ejemplo 1: un test médico

Ejemplo · nivel 1

Test médico: 2 % de enfermos y 4 % de falsos positivos

Una enfermedad afecta al 2 % de la población. Un test da positivo en el 95 % de los enfermos y en el 4 % de los sanos (falsos positivos). Una persona da positivo. ¿Qué probabilidad hay de que esté enferma?

  1. Datos: P(E)=0,02P(E)=0{,}02, P(S)=0,98P(S)=0{,}98, P(+∣E)=0,95P(+\mid E)=0{,}95 y P(+∣S)=0,04P(+\mid S)=0{,}04.

  2. Camino enfermo y positivo: 0,02⋅0,95=0,0190{,}02\cdot0{,}95=0{,}019.

  3. Camino sano y positivo: 0,98⋅0,04=0,03920{,}98\cdot0{,}04=0{,}0392.

  4. Probabilidad total de positivo: P(+)=0,019+0,0392=0,0582P(+)=0{,}019+0{,}0392=0{,}0582.

  5. Bayes:

    P(E∣+)=0,0190,0582≈0,3265P(E\mid +)=\dfrac{0{,}019}{0{,}0582}\approx0{,}3265

ResultadoP(E∣+)≈0,33P(E\mid +)\approx 0{,}33: solo un 33 % de los positivos están enfermos.

Sorprende. Con un test que acierta el 95 % de las veces, casi siete de cada diez positivos están sanos.

La razón: hay tantos sanos que sus pocos falsos positivos (0,03920{,}0392) pesan más que los enfermos que dan positivo (0,0190{,}019).

Ejemplo 2: una fábrica con tres máquinas

Ejemplo · nivel 2

Tres máquinas: probabilidad de que la pieza defectuosa sea de la C

La máquina A hace el 50 % de las piezas, la B el 30 % y la C el 20 %. Salen defectuosas el 2 % de las de A, el 3 % de las de B y el 5 % de las de C. Se coge una pieza defectuosa. ¿Qué probabilidad hay de que venga de la C?

  1. Caminos que acaban en defectuosa (D): A:0,50⋅0,02=0,010A: 0{,}50\cdot0{,}02=0{,}010; B:0,30⋅0,03=0,009B: 0{,}30\cdot0{,}03=0{,}009; C:0,20⋅0,05=0,010C: 0{,}20\cdot0{,}05=0{,}010.

  2. Probabilidad total: P(D)=0,010+0,009+0,010=0,029P(D)=0{,}010+0{,}009+0{,}010=0{,}029.

  3. Bayes para la C:

    P(C∣D)=0,0100,029≈0,345P(C\mid D)=\dfrac{0{,}010}{0{,}029}\approx0{,}345
  4. Comprobación: P(A∣D)≈0,345P(A\mid D)\approx0{,}345 y P(B∣D)=0,0090,029≈0,310P(B\mid D)=\dfrac{0{,}009}{0{,}029}\approx0{,}310. Las tres suman 1.

ResultadoP(C∣D)≈0,345P(C\mid D)\approx0{,}345, un 34,5 %. La C hace pocas piezas, pero falla más.

Así cayó en la Selectividad de Madrid: tres grupos de edad y lectores habituales

Selectividad de Madrid · Matemáticas II · ordinaria 2025

Lectores por edades: total y Bayes al revés

Pregunta 4.2 (bloque 4) del examen oficial de Matemáticas II, convocatoria ordinaria de 2025 (examen del 5 de junio), Comunidad de Madrid (2,5 puntos). Enunciado y criterios oficiales.

Entre los ciudadanos de 14 años o más de cierto país, el 20 % de la población tiene entre 14 y 24 años, el 50 % entre 25 y 64 y el resto más de 64 años. Según datos recogidos por el ministerio de cultura de ese país, el 74 % de sus ciudadanos de entre 14 y 24 es lector habitual, mientras que el porcentaje decrece hasta el 65,8 % entre los de 25 a 64 y al 53,7 % entre los mayores de 64. Elegido un ciudadano al azar del país en cuestión de 14 años o más, se pide:

a) (1,25 puntos) Calcular la probabilidad de que sea lector habitual.

b) (1,25 puntos) Si no es lector habitual, calcular la probabilidad de que tenga entre 25 y 64 años.

  1. Sucesos. JJ: «tiene entre 14 y 24 años»; MM: «entre 25 y 64»; VV: «más de 64»; LL: «es lector habitual». Los tres grupos forman una partición: P(J)=0,2P(J)=0{,}2, P(M)=0,5P(M)=0{,}5 y P(V)=1−0,2−0,5=0,3P(V)=1-0{,}2-0{,}5=0{,}3.

  2. Las ramas del árbol son las condicionadas del enunciado: P(L∣J)=0,74P(L|J)=0{,}74, P(L∣M)=0,658P(L|M)=0{,}658 y P(L∣V)=0,537P(L|V)=0{,}537.

  3. a) Probabilidad total: se suman los tres caminos que acaban en LL.

    P(L)=0,2⋅0,74+0,5⋅0,658+0,3⋅0,537=0,148+0,329+0,1611=0,6381P(L)=0{,}2\cdot0{,}74+0{,}5\cdot0{,}658+0{,}3\cdot0{,}537=0{,}148+0{,}329+0{,}1611=0{,}6381
  4. b) Piden P(M∣L‾)P(M|\overline L): el dato («no es lector») llega al final y se pregunta por el grupo de edad, justo al revés que el árbol. Es Bayes. Primero, la rama del no: P(L‾∣M)=1−0,658=0,342P(\overline L|M)=1-0{,}658=0{,}342, y P(L‾)=1−0,6381=0,3619P(\overline L)=1-0{,}6381=0{,}3619.

  5. Aplicamos el teorema:

    P(M∣L‾)=P(L‾∣M) P(M)P(L‾)=0,342⋅0,50,3619=0,1710,3619≈0,4725P(M|\overline L)=\dfrac{P(\overline L|M)\,P(M)}{P(\overline L)}=\dfrac{0{,}342\cdot0{,}5}{0{,}3619}=\dfrac{0{,}171}{0{,}3619}\approx0{,}4725
  6. Sentido común: ese grupo es la mitad de la población, pero entre los que no leen pesa un poco menos de la mitad, porque lee algo más que la media del país (65,8 %65{,}8\,\% frente a 63,81 %63{,}81\,\%). Cuadra.

Resultadoa) P(L)=0,6381P(L)=0{,}6381 · b) P(M∣L‾)≈0,4725P(M|\overline L)\approx0{,}4725.

Fíjate en el apartado b): la condición es «no es lector habitual». Hay que usar las ramas del no (1−0,741-0{,}74, 1−0,6581-0{,}658 y 1−0,5371-0{,}537), no las del sí. Es donde más puntos se pierden.

Los criterios oficiales de Selectividad dan 0,75 puntos al planteamiento y 0,5 a la resolución en cada apartado: definir los sucesos y dibujar el árbol vale más que la cuenta. Escríbelos siempre con letras antes de empezar. Más exámenes oficiales resueltos en Exámenes de Selectividad de Madrid.

Lo que suele salir mal al dibujar el árbol

  • Confundir P(A∣B)P(A\mid B) con P(B∣A)P(B\mid A). En el test médico valen 0,95 y 0,33.
  • Olvidar el denominador. Sin dividir entre P(B)P(B) solo tienes un camino del árbol, no Bayes.
  • Ramas que no suman 1. Si de un nudo salen 0,95 y 0,04, falta algo. Revisa el enunciado.
  • Sumar a lo largo de un camino. Se multiplica por el camino y se suma entre caminos.
  • Redondear pronto. Si redondeas 0,0582 a 0,06, el resultado final cambia. Deja fracciones si puedes.

Urnas, filtros de spam y alumnos que aprueban

Dibuja siempre el árbol aunque el problema parezca corto; es lo que se pide en los cursos de Matemáticas de 2.º de Bachillerato y lo que ordena las cuentas.

Hoja de ejercicios para imprimir (PDF)Estos ejercicios, uno de examen y los ejemplos para rehacer sin mirar, con las soluciones paso a paso al final.

  1. La urna 1 tiene 3 bolas rojas y 2 azules; la urna 2, 1 roja y 4 azules. Eliges una urna al azar y sacas una bola roja. ¿Qué probabilidad hay de que venga de la urna 1?

    Ver solución

    P(R)=0,5⋅35+0,5⋅15=0,3+0,1=0,4P(R)=0{,}5\cdot\tfrac35+0{,}5\cdot\tfrac15=0{,}3+0{,}1=0{,}4.

    P(U1∣R)=0,30,4=0,75P(U_1\mid R)=\dfrac{0{,}3}{0{,}4}=0{,}75.

  2. El 30 % de los correos son spam. El filtro marca el 90 % del spam y el 5 % de los correos buenos. Un correo aparece marcado. ¿Probabilidad de que sea spam?

    Ver solución

    P(M)=0,3⋅0,9+0,7⋅0,05=0,27+0,035=0,305P(M)=0{,}3\cdot0{,}9+0{,}7\cdot0{,}05=0{,}27+0{,}035=0{,}305.

    P(spam∣M)=0,270,305≈0,885P(\text{spam}\mid M)=\dfrac{0{,}27}{0{,}305}\approx0{,}885.

  3. Tres máquinas hacen el 40 %, el 35 % y el 25 % de las piezas, con un 1 %, un 2 % y un 4 % de defectuosas. Sale una defectuosa. ¿Probabilidad de que sea de la segunda?

    Ver solución

    Total: 0,004+0,007+0,010=0,0210{,}004+0{,}007+0{,}010=0{,}021.

    P(M2∣D)=0,0070,021=13≈0,333P(M_2\mid D)=\dfrac{0{,}007}{0{,}021}=\dfrac13\approx0{,}333.

  4. Repite el test médico con una enfermedad que afecta al 10 % de la población (mismo test). ¿Qué cambia?

    Ver solución

    P(+)=0,10⋅0,95+0,90⋅0,04=0,095+0,036=0,131P(+)=0{,}10\cdot0{,}95+0{,}90\cdot0{,}04=0{,}095+0{,}036=0{,}131.

    P(E∣+)=0,0950,131≈0,725P(E\mid +)=\dfrac{0{,}095}{0{,}131}\approx0{,}725. Con más enfermos, el positivo vale mucho más.

  5. En una clase, el 60 % estudia con apuntes y el 40 % con el libro. Aprueban el 70 % de los de apuntes y el 85 % de los del libro. Un alumno ha aprobado. ¿Probabilidad de que estudiara con el libro?

    Ver solución

    P(Ap)=0,6⋅0,7+0,4⋅0,85=0,42+0,34=0,76P(Ap)=0{,}6\cdot0{,}7+0{,}4\cdot0{,}85=0{,}42+0{,}34=0{,}76.

    P(L∣Ap)=0,340,76=1738≈0,447P(L\mid Ap)=\dfrac{0{,}34}{0{,}76}=\dfrac{17}{38}\approx0{,}447.

Test rápido: ¿lo has entendido?

Elige una respuesta en cada pregunta. Se corrige al momento.

1. En Bayes, ¿qué va en el denominador?
2. Un test detecta el 99 % de los enfermos. Si das positivo, ¿la probabilidad de estar enfermo es del 99 %?
3. A lo largo de un camino del árbol, las probabilidades…
4. De un nudo salen dos ramas. Una vale 0,3. ¿Cuánto vale la otra?

Sigue estudiando

  • Probabilidad condicionada 4.º de ESO y Bachillerato · Selectividad La probabilidad condicionada P(A B) es la probabilidad de que ocurra A sabiendo que ya ha ocurrido B.
  • Teorema de Tales 3.º de ESO · repaso en 4.º de ESO El teorema de Tales dice que, si varias rectas paralelas cortan a otras dos, los segmentos que se forman son…
  • Determinantes de matrices 1.º y 2.º de Bachillerato El determinante es un número que se calcula a partir de una matriz cuadrada: en una 2×2 vale ad-bc y en una…
  • Sistemas de ecuaciones 2.º, 3.º y 4.º de ESO · repaso en Bachillerato Un sistema de dos ecuaciones con dos incógnitas se resuelve por sustitución, igualación o reducción.
  • Regla de Laplace 3.º y 4.º de ESO y 1.º de Bachillerato La regla de Laplace dice que, si todos los resultados son igual de probables, la probabilidad de un suceso es…
  • Teorema del seno y del coseno 4.º de ESO y 1.º de Bachillerato Con el teorema del seno y el del coseno se resuelve un triángulo que no es rectángulo, es decir, se hallan…

También: Matemáticas de 2.º de Bachillerato · Selectividad en Madrid: fechas, examen y notas · Matemáticas CCSS II de Selectividad · Clases de matemáticas

Preguntas frecuentes

¿Para qué sirve el teorema de Bayes?

Para calcular la probabilidad de una causa cuando ya conoces el resultado: pasa de P(B∣A)P(B\mid A) a P(A∣B)P(A\mid B).

Por ejemplo, la probabilidad de estar enfermo sabiendo que el test ha dado positivo, o de que un correo sea spam sabiendo que contiene cierta palabra.

¿Cuál es la fórmula del teorema de Bayes?

P(A∣B)=P(A) P(B∣A)P(B)P(A\mid B)=\dfrac{P(A)\,P(B\mid A)}{P(B)}, donde P(B)P(B) se obtiene con la probabilidad total.

Con varias causas A1,…,AnA_1,\dots,A_n, el denominador es ∑P(Ai) P(B∣Ai)\sum P(A_i)\,P(B\mid A_i): la suma de todos los caminos del árbol que acaban en BB.

¿Qué diferencia hay entre el teorema de Bayes y la probabilidad condicionada?

La probabilidad condicionada es la definición de P(A∣B)P(A\mid B); Bayes te da una forma de calcularla cuando solo conoces P(B∣A)P(B\mid A).

Si el enunciado te da P(A∩B)P(A\cap B) o una tabla, basta la fórmula de la condicionada. Si te da las probabilidades «al revés», usas Bayes.

¿Cuándo se usa el teorema de Bayes y cuándo la probabilidad total?

La probabilidad total calcula la probabilidad del resultado P(B)P(B); Bayes calcula la de una causa sabiendo ese resultado P(A∣B)P(A\mid B).

Si preguntan «¿qué probabilidad hay de que salga BB?», es probabilidad total. Si dicen «sabiendo que ha salido BB, ¿cuál es la de AA?», es Bayes.

¿Cómo se aplica el teorema de Bayes con números?

Dibuja el árbol, multiplica por cada camino que acaba en el resultado, suma esos productos y divide el camino que buscas entre la suma.

Si el 1 %1\,\% está enfermo y el test acierta en el 95 %95\,\% de los enfermos y falla en el 5 %5\,\% de los sanos: 0,01⋅0,950,01⋅0,95+0,99⋅0,05≈0,161\dfrac{0{,}01\cdot0{,}95}{0{,}01\cdot0{,}95+0{,}99\cdot0{,}05}\approx0{,}161. Un positivo implica un 16,1 %16{,}1\,\% de estar enfermo.

Temario oficial: currículo de Bachillerato de la Comunidad de Madrid (Decreto 64/2022) · exámenes oficiales de Selectividad de Madrid (UCM).

Guía del equipo de matemáticas de Método NMV · Publicada el 5 de noviembre de 2026 · Revisada el 7 de noviembre de 2026

Que el árbol te salga bien antes del examen

Bayes se domina con práctica: dibujar el árbol, nombrar los sucesos y dividir entre el camino correcto. Si estás en Bachillerato o preparando Selectividad, hacemos contigo problemas de esta familia hasta que el planteamiento sea automático.

Dónde damos clase: Método NMV Las Rosas (San Blas) y Método NMV Fuente del Berro (Salamanca).

4,9 · 46 reseñas en Google · Las Rosas 4,9 · 97 reseñas en Google · Fuente del Berro

Reservar llamada

¿Prefieres escribir? WhatsApp · 611 60 89 98

Reservar llamada
Call Now Button