Campus Universitário de Viana

Universidade Jean Piaget de Angola

(Criada pelo Decreto n. 44-A/01 de 6 de Julho de 2001)
Faculdade de Ciências Sociais e Humanas

TEMA: APLICAÇÕES DO TEOREMA DE BAYES

Nome: Joice Rosa Jaime Quingalo

Curso: Economia e Gestão
1º Ano
Turma: A
Período: Manhã

Docente
________________________

Dr. Rui Alfredo

Ano Lectivo/2023
 Campus Universitário de Viana
Universidade Jean Piaget de Angola
(Criada pelo Decreto n. 44-A/01 de 6 de Julho de 2001)
Faculdade de Ciências Sociais e Humanas

DISCENTE:

 Joice Rosa Jaime Quingalo

Docente
________________________

Dr. Rui Alfredo

Ano Lectivo/2023
 CAPÍTULO I

FUNDAMENTAÇÃO TEÓRICA

1
 TEOREMA DE BAYES

Bem, o teorema de Bayes é uma fórmula de probabilidade que calcula a

possibilidade de um evento acontecer, com base em um conhecimento que pode estar
relacionado ao evento. A grande questão do Teorema de Bayes é que eu preciso ter
alguma informação anterior, ou seja, preciso saber que um determinado evento já
ocorreu e qual a probabilidade desse evento. O Teorema, então, descreve a
probabilidade de um evento, baseado em um conhecimento a priori que pode estar
relacionado ao evento. O teorema mostra como alterar as probabilidades a priori tendo
em vista novas evidências para obter probabilidades a posteriori. Ele é útil para quando
se faz necessário interpretar uma regra para indução, ou seja, os dados e o evento A são
considerados como sucessores de B, o grau de crença anterior à realização do
experimento. O teorema de Bayes permite fazer inferências a partir dos dados, em vez
de apenas computá-los. Dessa forma, considera todas as informações relevantes sobre o
problema.

Então, como é que esse teorema funciona? O funcionamento do teorema de

Bayes é mais simples do que aparenta. Sua definição formal parece complexa, mas, na
verdade, a relação é básica. Ele busca calcular quais são as chances de um evento B
acontecer, sabendo que a ação já ocorreu. Para chegar ao resultado, portanto, é preciso
ter uma informação concreta e saber o que aconteceu previamente. Pense, por exemplo,
em uma questão simples:

Qual a probabilidade de uma mulher estar grávida após receber um resultado

positivo? Nesse caso, o evento A é o resultado positivo do exame. Você sabe que ele já
ocorreu, então pode contar com ele na fórmula. Trata-se do chamado “grau de crença”,
ou seja, da sua observação e conhecimento prévio.

O evento B está relacionado ao primeiro, já que um exame positivo pode indicar

a gravidez. No entanto, também há a chance de ser um resultado incorreto ou trocado.
Portanto, existe a chamada probabilidade condicional: se A ocorreu, quais as chances de
B também ocorrer? O cálculo se baseia em variáveis conhecidas e em apenas uma

2
desconhecida. Graças a ele, é possível identificar quais são as chances de um
determinado evento, como é a relação entre eles e assim por diante.

ORIGEM DO TEOREMA DE BAYES

O Teorema foi descoberto entre os papéis do pastor e matemático presbiteriano

inglês Thomas Bayes (1701-1761) e publicado postumamente em 1763. Por isso esse
teorema de Bayes recebe esse nome, Teorema de Bayes.

Ele foi o primeiro a fornecer uma equação que permitiria que novas evidências
actualizassem a probabilidade de um evento apartir de um evento apriori (ou a crença
inicial na ocorrência de um evento). A grande questão do Teorema de Bayes é que é
necessário ter alguma informação anterior, ou seja, saber que um determinado evento já
ocorreu, e qual é a probabilidade dele.

Contudo, o matemático francês Pierre-Simon Laplace foi à pessoa que

formalizou o Teorema de Bayes, reproduzindo e afirmando os resultados obtidos no
século XVIII.

INFERÊNCIA BAYESIANA

Assim como as ferramentas para mensurar qualidade, o Teorema de Bayes

também possui diversas formas de ser aplicado. Uma das formas de aplicar o Teorema
de Bayes é por meio da inferência bayesiana. Graças à inferência bayesiana, o teorema
explica de que forma o grau de crença no acontecimento de um evento deve sofrer
alteração, após considerar as evidências do fato deste acontecimento.

Quando utilizado, os elementos envolvidos no teorema de Bayes podem ter

diferentes interpretações de probabilidade. Com a abordagem bayesiana, o teorema
expressa como a probabilidade de um evento, ou o grau de crença na ocorrência de um
evento, deve ser alterada após considerar evidências sobre a ocorrência deste elemento.

Um exemplo muito claro é o dos exames diagnósticos — como o de gravidez. A

princípio, a probabilidade poderia ser de 50% — apenas “sim” ou “não”. No entanto, há

3
 outros eventos que devem ser considerados, como falsos positivos e detecção
insuficiente. Essas novas ocorrências alteram a chance de alguém estar grávida após
receber o papel.

A característica de inferência, portanto, permite que o teorema secular seja

aplicado em diversas análises e cenários, como nas empresas. É uma forma de entender
melhor o ambiente ao redor, bem como de compreender quais são os aspectos com
maior influência sobre uma determinada ocorrência.

Com isso, o teorema de Bayes indica como alterar as probabilidades anteriores,

diante de novas evidências, para conseguir probabilidades posteriormente. Em resumo:
primeiro se aponta para a distribuição da probabilidade de parâmetros; depois, para a
atualização após a observação dos elementos da amostra.

FÓRMULA DE BAYES

Onde todos os dados representa o seguinte:

 P(B): probabilidade do evento B ocorrer

 P(A): probabilidade do evento A ocorrer
 P(B/A): probabilidade do evento B acontecer já que o evento A já ocorreu.

APLICAÇÃO DO TEOREMA DE BAYES

Com relação à sua aplicação, o Teorema de Bayes emprega dois tipos de

inferências: a intuitiva e a experimental. Primeiramente, a inferência intuitiva se
fundamenta no conhecimento a priori de situações passadas. Uma possível
probabilidade surge, sendo formulada a partir de uma análise da situação.

4
 A inferência experimental, por sua vez, se relaciona com a experimentação dos
dados.  Ou seja, a partir deles são realizados procedimentos estatísticos para calcular a
probabilidade. Com novos dados, os cálculos são refeitos e novas probabilidades
surgem. A Matemática e áreas afins, como a Estatística e a Probabilidade, a Engenharia,
e a Computação, utilizam amplamente o Teorema de Bayes em suas pesquisas.

Em finanças, o Teorema de Bayes pode ser usado para avaliar o risco de

emprestar dinheiro a potenciais tomadores de empréstimos . As aplicações do Teorema
de Bayes são amplas e não se limitam ao domínio financeiro. Por exemplo, o teorema
de Bayes pode ser usado para determinar a precisão dos resultados de testes médicos,
levando em consideração a probabilidade de uma determinada pessoa ter uma doença e
a precisão geral do teste.

No entanto, outras áreas como a Medicina e de Ciências da Informação também

utilizam este teorema para suas práticas. Muitos profissionais da área de Tecnologia
usam o Teorema de Bayes na construção de algoritmos, que indicam respostas mais
apuradas. Você sabia que muitas empresas utilizam esse teorema para melhorar suas
práticas? Um exemplo disso é a aplicação dele em ferramentas estatísticas que analisam
os processos organizacionais.

Apesar de parecer distante da realidade dos colaboradores, esse tipo de

investimento permite uma melhoria dos processos de gestão, como otimização do
tempo. Implementar novas técnicas é uma necessidade atual e precisa ser uma realidade
da cultura organizacional das empresas modernas.