IFCE INSTITUTO FEDERAL DE CINCIA, EDUCAO E TECNOLOGIA DO CEAR.

Trabalho Sobre o Teorema de Bayes da Probabilidade Condicional.

Francisco Adailton Freitas de Sousa

IFCE Fortaleza CE 02 de Setembro 2013.

Nome: Francisco Adailton Freitas de Sousa Curso: Engenharia de Mecatrnica Disciplina: Probabilidade e Estatstica Professor: Hildemar Brasil

Trabalho apresentado disciplina de Probabilidade e Estatstica, como

requisito parcial para trabalho do curso de graduao em Engenharia de

Mecatrnica do IFCE.

NDICE

1 Thomas Bayes.................................................................................................1 2 O Teorema de Bayes......................................................................................2 3 A Importncia do Teorema de Bayes.............................................................................................3

1 Thomas Bayes

Ele foi um reverendo presbiteriano que viveu no incio do sculo 18 (1701-1761) na Inglaterra. Estudou teologia na Universidade de Edimburgo (Esccia), de onde saiu em 1722. Em 1731 assumiu a parquia de Tunbridge Wells, no condado de Kent, a 58 km de Londres. No mesmo ano apareceu na Inglaterra um livro annimo hoje creditado a Bayes chamado Benevolncia divina. Cinco anos depois, publicou seu primeiro e nico livro de matemtica, chamado The doctrine of fluxions (A doutrina dos fluxions) o nome fluxion foi dado pelo matemtico e fsico Isaac Newton (1642-1727) para a derivativa de uma funo contnua (que Newton chamava de fluent). Com base nesse livro e em outras possveis contribuies sobre as quais no temos dados precisos,Bayes foi eleito em 1752 para a Real Sociedade, entidade cientfica britnica criada em 1645. Dois anos aps sua morte, um amigo, o filsofo Richard Price (1723-1791), apresentou Real Sociedade um artigo que aparentemente encontrou entre os papis do reverendo, com o nome An essay towards solving a problem in the doctrine of chances (Ensaio buscando resolver um problema na doutrina das probabilidades). Nesse artigo estava a demonstrao do famoso teorema de Bayes. Price acreditava que o artigo fornecia uma prova da existncia de Deus. Aps sua publicao, o trabalho caiu no esquecimento, do qual s foi resgatado pelo matemtico francs Pierre-Simon de Laplace.

2 O Teorema de Bayes O Teorema de Bayes mostra a relao entre as probabilidades condicionais e a suas inversas; por exemplo, a probabilidade de uma hiptese dada a observao de uma evidncia e a probabilidade da evidncia dada pela hiptese. Esse teorema representa uma das primeiras tentativas de modelar de forma matemtica a inferncia estatstica. O teorema de Bayes permite calcular a seguinte probabilidade: ( | ) ( ) ( )

( | )

Pr(A) e Pr(B) so as probabilidades a priori de A e B Pr(B|A) e Pr(A|B) so as probabilidades a posteriori de B condicional a A e de A condicional a B respectivamente.

A regra de Bayes mostra como alterar as probabilidades a priori tendo em conta novas evidncias de forma a obter probabilidades a posteriori. Tambm podemos escrev-lo na seguinte forma:
4

( | )

( )

( | )

( )

( | )

( )

A ideia principal que a probabilidade de um evento A dado um evento B depende no apenas do relacionamento entre os eventos A e B, mas tambm da probabilidade marginal (ou "probabilidade simples") da ocorrncia de cada evento.

3 A Importncia do teorema de Bayes Em princpio podemos dizer que o bayesianismo tem dois importantes alicerces epistemolgicos. O primeiro a viso do universo com base em graus de crena ou credibilidades, em vez do tudo ou nada. O segundo uma regra matemtica que explicita como voc deve mudar suas crenas luz de novos dados empricos. A partir desses dois pilares podemos deduzir uma srie de implicaes filosficas do bayesianismo. O processo de internalizao da experincia emprica e consequente modificao dos nossos graus de crena tem sido comparado experincia do aprendizado. H, inclusive, uma teoria de aprendizado em inteligncia artificial denominada aprendizado bayesiano. Inmeros programas (softwares) inteligentes baseiam-se em princpios bayesianos. Um exemplo mais corriqueiro est nos programas que filtram mensagens indesejadas em nossos correios eletrnicos. Uma segunda implicao refere-se existncia de uma revoluo bayesiana em curso. Ela se fundamenta no s no fato de que mais e mais cientistas esto usando o mtodo bayesiano, mas no entendimento de que o prprio mtodo cientfico tem lgica e estrutura bayesianas. O processo de elaborar hipteses, test-las experimentalmente e reajustar as crenas iniciais com base na evidncia emprica obtida essencialmente bayesiano. Esse modelo mais poderoso que, por exemplo, o falsificacionismo do cientista social e filsofo austraco Karl Popper (1902-1994), porque no baseado em tudo-ou-nada. Na realidade da prtica cientfica, nenhum resultado de experimento, por mais contundente que seja, capaz de falsificar uma hiptese, mas apenas de aumentar ou diminuir sua credibilidade. Em outras palavras, um resultado experimental deve ser visto como algo que modifica seu grau de crena em uma hiptese e no como uma maneira de chegar a uma verdade absoluta. Em suma, o bayesianismo nos fornece toda uma viso de mundo. O teorema de Bayes liga a inferncia racional (a probabilidade a posteriori), no lado esquerdo da equao, subjetividade (probabilidade a priori) e experincia emprica (probabilidades condicionais), ambas no lado direito. Como escrito poeticamente por Eliezer Yudkowski, o teorema de Bayes liga a razo humana ao universo fsico.
5

Considerando que Bayes tem importncia to grande em tantas reas, ele deveria super-heri entre os estatsticos. Aparentemente, isso no ocorre, pelo menos para a maioria. Atualmente, a filosofia dominante nessa rea a chamada interpretao freqentista. Bayesianos e freqentistas usam mtodos e linguagens diferentes. Como j vimos, na estatstica bayesiana a probabilidade mede um grau de crena (uma credibilidade) e isso permite que falemos em probabilidade de hipteses e parmetros, o que no possvel no paradigma freqentista.

BIBLIOGRAFIA:
PENA, Srgio Danilo. Bayes O cara! CINCIA HOJE vol. 38, n 228. Minas Gerais, Julho de 2006. Instituto CH. Bayes O cara! Disponvel em <http://cienciahoje.uol.com.br/revista-ch/revista-ch2006/228/thomas-bayes-o-cara> Acesso em 01 de Set. de 2013. SPIEGEL, Murray R. Estatstica. 3.ed. Rio de Janeiro (RJ): Makron Books do Brasil, 1994. 643 p. (Schaum).