III – EXERCÍCIOS RESOLVIDOS SOBRE O TEOREMA DE BAYES

III.1 – Em uma cidade onde carros têm que ser avaliados para controle de emissão de
poluentes, 25% de todos os carros testados emitem quantidades excessivas de poluentes. No
entanto, o teste não é perfeito e pode indicar resultados errados. Desta forma, carros que
emitem excesso de poluentes podem não ser detectados pelo teste e carros que não emitem
excesso de poluentes podem ser considerados erroneamente fora do padrão de emissão.
Quando efetivamente testados, 99% dos carros fora do padrão são detectados e 17% dos
carros em bom estado são considerados fora do padrão por erro do teste. Qual é a
probabilidade de que um carro reprovado pelo teste emita realmente excesso de poluentes?

Solução –

Considere que A é o evento de que um carro seja reprovado no teste, que B 1 seja o evento de
que ele emite quantidade excessiva de poluentes e que B 2 seja o evento de que o carro esteja
dentro das normas de emissão de poluentes. Então:

P(B1) = 0,25

P(B2) = 0,75

P(A/B1) = 0,99

P(A/B2) = 0,17

e o problema pede para calcularmos P(B1/A)

A partir do diagrama apresentado a seguir, podemos calcular P(A). Existe um P(A) vindo pelo
evento B1 e um P(A) vindo pelo evento B2. Logo

P(A) = 0,2475 + 0,1275 = 0,3750

Logo, P(B1/A)= 0,66

III.2 – Em uma fábrica de monitores para computador, as linhas de montagem I, II e III

respondem respectivamente por 50, 30 e 20 porcento da produção. Alguns monitores saem
destas linhas com defeitos. A porcentagem de monitores defeituosos é de 0,4%, 0,6% e 1,2%
respectivamente para as linhas I, II e III. Para evitar que os monitores defeituosos saiam da
empresa e cheguem ao mercado, o controle de qualidade realiza inspeções individuais em
todos os monitores fabricados e os que apresentam algum defeito são enviados para uma linha
especial de recuperação. Calcule as seguintes probabilidades:

a – de um monitor qualquer produzido nesta empresa ser defeituoso;

b – de um monitor defeituoso encontrado na inspeção final ter sido produzido na linha de

produção I.

Solução -

Considere os seguintes eventos:

A = o monitor foi produzido na linha I, logo P(A) = 0,50;

B = o monitor foi produzido na linha II, logo P(B) = 0,30;

C = o monitor foi produzido na linha III, logo P(C) = 0,20;

 D = o monitor apresentou defeito;

P(D/A) = probabilidade do monitor defeituoso ter sido produzido na linha I = 0,004;

P(D/B) = probabilidade do monitor defeituoso ter sido produzido na linha II = 0,006;

P(D/C) = probabilidade do monitor defeituoso ter sido produzido na linha III = 0,012;

O problema pede para calcularmos duas probabilidades: a probabilidade de um monitor

qualquer fabricado nesta empresa ser defeituoso, P(D) e a probabilidade de um monitor
defeituoso ter sido fabricado na linha I, P(A/D).

Para calcularmos P(D), vamos utilizar o diagrama a seguir:

Logo, P(D) = 0,0020 + 0,0018 + 0,0024 = 0,0062 e, portanto

P(A/D)=0,3226

IV.3 – Consumidores são utilizados para fazerem avaliações de amostras preliminares de

produtos. Em um levantamento estatístico destas avaliações, 95% dos produtos altamente bem
sucedidos recebem boas avaliações, 60% dos produtos moderadamente bem sucedidos
receberam boas avaliações enquanto 10% dos produtos mal sucedidos receberam boas
avaliações. Alem disso, 40% dos produtos foram altamente bem sucedidos, 35% foram
moderadamente bem sucedidos e 25% foram mal sucedidos. Pergunta-se:

a – Qual a probabilidade de um produto receber uma boa avaliação?

b – Se uma amostra preliminar obtêm boa avaliação, qual a probabilidade de que ela venha a
ser um produto altamente bem sucedido?

c – Se um produto não obtêm uma boa avaliação, qual a probabilidade de que ele venha a ser
um produto altamente bem sucedido?

respostas: (a) – 0,615; (b) – 0,618; (c) – 0,052

V - Considere 3 caixas.

Caixa I : 10 lâmpadas com 4 defeituosas

Caixa II :6 lâmpadas com 1 defeituosa
Caixa III: 8 lâmpadas com 3 defeituosas.
Qual a probabilidade de uma lâmpada defeituosa ser selecionada desse experimento?

R: 113/360

VI - Um médico sabe que a meningite causa torcicolo em 50% dos casos. Porém, o
médico sabe que a meningite atinge 1/50000 e também que a probabilidade de se ter
torcicolo é de 1/20. Usando Bayes pra saber a probabilidade de uma pessoa ter
meningite dado que ela está com torcicolo.

R: 0,00002