M. D. Computing descreve o uso do teorema de Bayes e o uso da probabilidade condicional no diagnóstico médico. As probabilidades prévias de doenças são baseadas na avaliação dos médicos de variáveis tais como localização geográfica, influência sazonal, ocorrência de epidemias e assim por diante. Suponha que se acredite que um paciente tenha uma de duas doenças, denotadas como
com
e
, e que a pesquisa médica tenha determinado a probabilidade associada com cada sintoma que pode acompanhar as doenças.
Suponha que, dadas as doenças
e
, as probabilidades de que o paciente terá os sintomas
e
são como segue:
Suponha que, dadas as doenças
|
|
|
|
---|---|---|---|
|
|
|
|
|
|
|
|
Depois que constatar que um certo sintoma esteja presente, o diagnóstico médico pode ser auxiliado encontrando-se as probabilidades revisadas de cada doença em particular. Calcule as probabilidades posteriores de cada doença dada as seguintes constatações médicas:
a) O paciente tem o sintoma
a) O paciente tem o sintoma
Passo 1
Beleza, vamos resolver esse exercício juntos! A questão envolve o Teorema de Bayes e probabilidade condicional, que são ferramentas importantes para atualizar nossas crenças com base em novas informações. Aqui, temos duas doenças possíveis, D₁ e D₂, com probabilidades iniciais (ou prévias) de 60% e 40%, respectivamente. Também sabemos a probabilidade de cada sintoma (S₁, S₂, S₃) estar presente, dado que o paciente tem uma dessas doenças. Nosso objetivo é encontrar as probabilidades posteriores de cada doença, dado que o paciente apresenta o sintoma S₁.
Passo 2
Primeiro, vamos lembrar o que significa probabilidade condicional e o Teorema de Bayes. A probabilidade condicional, P(A | B), é a probabilidade de o evento A ocorrer, dado que o evento B já aconteceu. O Teorema de Bayes nos permite inverter essa relação, ou seja, calcular P(A | B) usando P(B | A).
Passo 3
Aqui, queremos encontrar P(D₁ | S₁) e P(D₂ | S₁), que são as probabilidades de o paciente ter a doença D₁ ou D₂, dado que ele apresenta o sintoma S₁. Usaremos o Teorema de Bayes para isso.
Passo 4
Vamos aplicar a fórmula do Teorema de Bayes:
onde
.
Passo 5
Primeiro, precisamos calcular
, que é a probabilidade total de o sintoma S₁ ocorrer, independentemente da doença. Isso pode ser encontrado pela regra da probabilidade total:
Passo 6
Substituindo os valores fornecidos:
Passo 7
Agora, aplicamos o Teorema de Bayes para cada doença.
Para D₁:
Para D₂:
Resposta
As probabilidades posteriores são aproximadamente:
Exercícios relacionados
Quais são as características de um experimento que possui distribuição
a) Binomial?
a) Binomial?
Utilizando o enunciado a seguir, responda as questões 08, 09 e 10:
A duração do tonner de uma máquina fotocopiadora pode ser modelada como uma Normal com média 15 e desvio-padrão 12 (em milhares de cópia). Dada uma amostra aleatória de 12 máquinas fotocopiadoras a duração do tonner será observada e perguntase a probabilidade de, em média, durar:
Questão 9) Entre 12 e 14 mil cópias? *
1 ponto
A) 0,012
B) 0,194
C) 0,614
D) NDA*
A duração do tonner de uma máquina fotocopiadora pode ser modelada como uma Normal com média 15 e desvio-padrão 12 (em milhares de cópia). Dada uma amostra aleatória de 12 máquinas fotocopiadoras a duração do tonner será observada e perguntase a probabilidade de, em média, durar:
Questão 9) Entre 12 e 14 mil cópias? *
1 ponto
A) 0,012
B) 0,194
C) 0,614
D) NDA*
Um serviço voluntário de ambulâncias atende de 0 a 5 chamadas de serviço em qualquer dia. A distribuição de probabilidade para o número de chamadas de serviço é
Número de chamadas de serviço | Probabilidade |
---|---|
0 | 0,10 |
1 | 0,15 |
2 | 0,30 |
3 | 0,20 |
4 | 0,15 |
5 | 0,10 |
g) Qual é a variância no número de chamadas de serviço? Qual é o desvio padrão?
Defina experiência aleatória e espaço amostral e exemplifique.