Uma urna contém 3 moedas onde uma tem duas caras, outra é uma moeda justa, e a terceira é uma moeda viciada com probabilidade de cara igual a 0,75. Uma moeda é selecionada aleatoriamente da urna e lançada uma vez, tendo se observado o resultado cara. Qual a probabilidade da moeda escolhida ter duas caras?

Passo 1

Hmmm... Temos um evento que já aconteceu (o lançamento de uma moeda e seu resultado cara), e queremos “voltar no tempo” e descobrir se essa moeda lançada foi a moeda que tinha duas caras. Isso tá com cara de que mesmo? Teorema de Bayes!

Lembrando a fórmula dele:

P A B = P ( B | A ) × P ( A ) P ( B )

Mas antes de aplicar valor nessa fórmula, bora organizar a notação dos eventos que vamos usar nessa resolução:

M 2 K :   M o e d a   l a n ç a d a   s e r   a   c o m   2   c a r a s

M J : M o e d a   l a n ç a d a   s e r   a   j u s t a

M V : M o e d a   l a n ç a d a   s e r   a   v i c i a d a

K :   S a i r   u m a   c a r a   n o   l a n ç a m e n t o

Então o que a questão tá pedindo pra gente é:

P ( M 2 K | K )

A probabilidade de a moeda lançada ter sido a com duas caras, sabendo que o resultado do lançamento foi cara! Aplicando isso aí na fórmula do Teorema de Bayes:

P M 2 K K = P ( K | M 2 K ) × P ( M 2 K ) P ( K )

Vamos precisar descobrir quem são essas probabilidades aí na fração pra descobrir nossa condicional de interesse então. Vem comigo!

Passo 2

Passo 3

Começando por:

P ( K | M 2 K )

Que nada mais é que a probabilidade de termos cara como resultado, dado que a moeda lançada é a moeda com duas caras. Opa! Se só tem cara na moeda, a probabilidade de sair uma cara dela é de 100%, certo? Então:

P K M 2 K = 1

E essa probabilidade aqui?

P M 2 K

A probabilidade de a moeda lançada ser a com duas caras. Como temos 3 moedas, a moeda com duas caras é 1 em um total de 3, ou seja:

P M 2 K = 1 3

E a probabilidade de termos cara como resultado?

P ( K )

Reparem que é a probabilidade de qualquer cara acontecer, ou seja, a cara pode ser proveniente de qualquer uma das 3 moedas! Vamos fazer um diagrama pra enxergar melhor como calcular isso:

E vamos completar as linhas pretas desse diagrama com a probabilidade do evento que está ao final dessa linha acontecer, assim ó:

Tranquilin? Lembrando que essas probabilidades em verde são as condicionais!

  • Cada moeda tem 1 / 3 de chance de ser escolhida
  • Moeda com duas caras tem 100% de chance de dar cara
  • Moeda justa tem 50% de chance pra cada lado
  • Moeda viciada tem 75% de chance de dar cara, e 25% de chance de dar coroa

Agora, para calcular a probabilidade de obtermos uma cara, independente de qual moeda foi escolhida, vamos fazer:

P K = P M 2 K × P K M 2 K + P M J × P K M J + P ( M V ) × P ( K | M V )

E olhando pro nosso diagrama, podemos substituir essa galera pelos seus respectivos valores:

P K = 1 3 × 1 + 1 3 × 0,5 + 1 3 × 0,75 = 0,75

Passo 4

E finalmente, podemos substituir todas as probabilidades calculadas na fórmula do Teorema de Bayes:

P M 2 K K = P ( K | M 2 K ) × P ( M 2 K ) P ( K )

P M 2 K K = 1 × 1 / 3 0,75 = 0,4444

Resposta

0,4444

Exercícios Resolvidos de Teorema de Bayes

Ver Teoria

Exercícios de Livros Relacionados

Está sendo testado um novo método analítico de detectar poluentes em água. Esse novo método de análise química é importante porque, se adotado, poderia ser usado para detectar três diferentes contamin
Suponha que P ( A | B ) = 0.4 , P ( A | B ' ) = 0.2 , P ( B ) = 0.8 . Determine P ( B | A ) .
Um inspetor, que trabalha para uma companhia de manufatura, tem uma chance de 99% de identificar corretamente itens defeituosos e uma chance de 0,5% de classificar incorretamente um item bom como send
Suponha que P ( A | B ) = 0.7 , P ( A ) = 0.5 e P ( B ) = 0.2 . Determine P ( B | A ) .
Suponha que temos duas urnas 1 e 2, cada uma com duas gavetas. A urna 1 contém uma moeda de ouro em uma gaveta e uma moeda de prata na outra gaveta; enquanto a urna 2 contém uma moeda de ouro em cada