Il seguente è l'enunciato del Teorema di Bayes:
Sia $A$ un evento con $P(A)>0$ e $\{B_1,B_2,\dots ,B_n\}$ una famiglia di eventi dello spazio campione S soddisfacenti le ipotesi del teorema della probabilità totale. Allora
$$\bbox[#ffffff,5px,border:2px solid #ff6600]{P(B_k|A)=\frac{P(A|B_k)\cdot P(B_k)}{\sum\limits_{i=1}^n P(A|B_i)\cdot P(B_i)}\quad\forall k=1,2,\dots ,n}$$
Questo teorema ci permette di trovare le probabilità degli eventi $B_k$ che possono essere la causa del verificarsi dell'evento A.
Applicazione del teorema di Bayes
Per produrre uno stesso tipo di prodotto sono impiegate 3 diverse macchine, $M_1,M_2,M_3$, che producono pezzi difettosi con le rispettive probabilità: 1%, 2% e 0,1%. Le 3 macchine producono rispettivamente il 30%, il 50% e il 20% della produzione totale.
- Qual è la probabilità che un pezzo uscito dalla fabbrica sia difettoso?
- Qual è la probabilità che un pezzo difettoso sia stato prodotto dalla macchina $M_2$?
Definiamo l'evento D="pezzo difettoso". Scriviamo i dati del problema.
$\begin{array}{l} P(M_1)=30\%=0,3\quad\quad P(D|M_1)=1\%=0,01\\ P(M_2)=50\%=0,5\quad\quad P(D|M_2)=2\%=0,02\\ P(M_3)=20\%=0,2\quad\quad P(D|M_3)=0,1\%=0,001\end{array}$
Risolviamo il punto 1) applicando il teorema della probabilità (non importa quale macchinario l'ho produce):
$$\begin{array}{l} P(D)=P(D|M_1)\cdot P(M_1)+P(D|M_2)\cdot P(M_2)+P(D|M_3)\cdot P(M_3)=\\ =0,01\cdot 0,3+0,02\cdot 0,5+0,001\cdot 0,2=0,0132\end{array}$$
Rispondiamo al punto 2) applicando il teorema di Bayes:
$$\begin{eqnarray}P(M_2|D)&=&\frac{P(D|M_2)\cdot P(M_2)}{P(D|M_1)\cdot P(M_1)+P(D|M_2)\cdot P(M_2)+P(D|M_3)\cdot P(M_3)}\\&=&\frac{0,02\cdot 0,5}{0,0132}=0,7576\end{eqnarray}$$