El Teorema de Bayes es una herramienta poderosa en ingeniería industrial. Define la probabilidad de un evento, basado en conocimiento previo de condiciones relacionadas al evento.
En esencia, calcula qué tan probable es una cosa, dado que otra cosa ya pasó. La fórmula central es:
P(A|B) = [P(B|A) * P(A)] / P(B)
Must Read
Desglosemos esto:
- P(A|B): Es la probabilidad de que ocurra el evento A, sabiendo que ya ocurrió el evento B. Esto es lo que queremos calcular (la probabilidad a posteriori).
- P(B|A): Es la probabilidad de que ocurra el evento B, sabiendo que ya ocurrió el evento A. Esto se conoce como la verosimilitud.
- P(A): Es la probabilidad inicial (antes de considerar B) de que ocurra el evento A. Es la probabilidad a priori.
- P(B): Es la probabilidad de que ocurra el evento B. Sirve para normalizar el resultado.
Ejemplo Simple: Defectos en la Producción
Imagina una fábrica que produce piezas. Sabemos que:
- P(Defecto) = 0.05 (5% de las piezas son defectuosas). Esta es nuestra probabilidad a priori de que una pieza sea defectuosa.
- P(Falla Prueba | Defecto) = 0.95 (95% de las piezas defectuosas fallan una prueba de calidad).
- P(Falla Prueba) = 0.10 (10% de todas las piezas fallan la prueba de calidad).
¿Qué queremos saber? ¿Qué tan probable es que una pieza sea realmente defectuosa si falló la prueba? Es decir, queremos calcular P(Defecto | Falla Prueba).
Aplicando el Teorema de Bayes:
P(Defecto | Falla Prueba) = [P(Falla Prueba | Defecto) * P(Defecto)] / P(Falla Prueba)
P(Defecto | Falla Prueba) = [0.95 * 0.05] / 0.10 = 0.475
Esto significa que, si una pieza falla la prueba, hay un 47.5% de probabilidad de que realmente sea defectuosa. No es el 95% que podríamos haber pensado inicialmente.
Aplicaciones en Ingeniería Industrial
El Teorema de Bayes se usa ampliamente en:
- Control de Calidad: Estimar la probabilidad de defectos en un lote basándose en muestras.
- Mantenimiento Predictivo: Calcular la probabilidad de que un equipo falle basándose en datos de sensores.
- Toma de Decisiones: Evaluar la probabilidad de éxito de diferentes estrategias de producción.
- Análisis de Riesgos: Determinar la probabilidad de que ocurran eventos peligrosos en un proceso industrial.
- Optimización de Inventario: Predecir la demanda futura basándose en datos históricos.
En resumen, el Teorema de Bayes permite a los ingenieros industriales tomar mejores decisiones al incorporar conocimiento previo y actualizar sus creencias a medida que obtienen nueva información. Es una herramienta clave para la optimización y mejora continua de procesos.
