Trabalho: Teorema de Bayes

Alunos: Gabriel Carrera

- Teorema de Bayes e sua definição

Teorema de Bayes se trata de uma formula que tem a capacidade de calcular a probabilidade
de um evento (x) acontecer, se baseando no que foi explicado em relação ao tal evento

- Pierre-Simon Laplace(1749-1827) e Thomas Bayes(1701/02-????)

Pierre, nascido em 23 de Março 1749, na Normandia, foi um matemático e físico francês,

recebendo até titulo de Marquês pelo Rei Luís XVIII, levado por um tio no qual era padre para
estudar em uma abadia beneditina e em seguida para o colégio Caen, lugar onde desenvolveu
sua paixão por matemática.

Ao longo de seu período acadêmico se destacou em diversos campos de estudo, sendo os

principais matemática, física e astronomia, assim, por volta de 1773, não demorou muito para
iniciar a compilação de pesquisas e teorias astronômicas de vários celebres cientistas, como
Isaac Newton, Edmundo Halley e entre outros.

Por fim, Pierre, contribuiu muito com seus estudos com teorias e obras, como a obra “Exposição
do Sistema do Mundo” explicando a origem do sol e dos planetas, “Tratado de Mecânica
Celeste” explicando o sistema solar em base de teses matemáticas e a “Teoria Analítica das
Probabilidades” que originou o Teorema de Bayes, entretanto, o ultimo trabalho citado acabou
levando o sobrenome de Thomas Bayes, o primeiro a estabelecer uma base matemática para a
inferência da probabilidade

Não se sabe muito sobre o desenvolvimento de sua vida, podendo ter nascido em 1701 ou 1702.
foi um teólogo e matemático inglês nascido na Inglaterra, considerado a primeira pessoa a usar
a probabilidade indutiva, criando um método para calcular a frequência que um evento ocorreu
anteriormente e a probabilidade de ocorrência em testes futuros, Bayes contribuiu com mais
outro trabalho, denominado de Inferência Bayesiana, também relacionado ao estudo de
probabilidades.

- A contribuição do teorema nos dias de hoje

Nos dias atuais, a formula é usada com frequência no mercado financeiro, estimulando
probabilidades de eventos no setor, como por exemplo a chance da Vale (VALE3) subir após
uma elevação no índice da BOVESPA.

A formula e a sua aplicação

Exemplo:

Um piloto de fórmula 1 tem 50% de chance de vencer uma corrida sob chuva, mas se não
chover, suas chances caem para 25%. Os serviços de meteorologia estimam em 30% a
probabilidade de que chova durante a corrida.

C: Chover na corrida P (C) = 0,3 ou 30%

NC: Não chover na corrida P (NC) = 0,7 ou 70%

OBS: “Chover” e “Não chover” são eventos mutualmente exclusivos, por isso a soma deles
há de dar 1.

V: Vencer a corrida P (V) = ?

NV: Não vencer a corrida P (NV) = ?

P (V/C) = 0,5 ou 50%

P (V/NC) = 0,25 ou 25%

P(C/V) = ?

P(A/B) = P(B/A) . P(A) ÷ P(B) = P(C/V) = P(V/C) . P(C) ÷ P(V)

P(C/V) = 0,5 . 0,3 ÷ P(V)

Logo para descobrir o valor de “P(V)” devemos pensar da seguinte forma:

P(V) = Vencer

Seja com ou sem chuva!

Dado isso:

P(V) = P(V/C) . P(C) + P(V/NV) . P(NC) = P(V) = (0,5 . 0,3) + (0,25 . 0,7) = 0,15 + 0,175
= 0,325
Assim, retornamos a formula para completa-la agora que sabemos o valor

P(C/V) = 0,5 . 0,3 ÷ 0,325 = 0,15 ÷ 0,325 = 0,46 ou 46%

Por fim, foi dado que a probabilidade de ter chovido, dado que ele choveu a corrida, é de 46%.