Palpite calculado Essencialmente o que a proposta do reverendo trazia de inovador era o carter subjetivo na previso de um evento, ou seja, a opinio

do matemtico que manipula os nmeros entra de modo significativo nos clculos. Essa opinio baseada na quantidade de informao que se tem nas mos sobre as condies de ocorrer tal evento. As informaes vo definitivamente influenciar a previso. Ento, numa disputa de cara ou coroa, por exemplo, todo mundo concorda que a chance de algum ganhar de 50%. Mas se o trato for de jogar a moeda quatro vezes, o mtodo bayesiano de fazer previso vai se ajustando a cada jogada. Se der "cara" nas duas primeiras jogadas, as chances para as jogadas posteriores no sero mais meio-a-meio, segundo Bayes. Usando esse mtodo na previso das chances de um time A vencer um time B, deve-se levar em conta as informaes que se tem sobre resultados anteriores a essa disputa, como quantas vezes A venceu B, e as experincias e opinies de especialistas sobre esse jogo, o campeonato e os jogadores. Usar o clculo da probabilidade justamente fazer palpites sobre determinados eventos, se vo ocorrer ou no. Ele considerado cincia porque estuda com lgica e racionalidade as chances de um evento ocorrer. Apesar de estar baseado rigidamente na lgica e na razo, o Teorema de Bayes passou por vrias controvrsias medida que os estudos sobre probabilidade e estatstica evoluam. At hoje ele criticado por incluir o carter subjetivo - a opinio - no ajuste de clculos, e por isso ser "sem p nem cabea" do ponto de vista dos matemticos conservadores e compromissados com a objetividade. Na poca em que viveu, certamente, o reverendo no tinha tanta necessidade de prever riscos e benefcios de alguma aplicao financeira ou se algum veculo de locomoo teria muita chance de quebrar ou no. Hoje sua teoria pode ser aplicada a quase todas as reas do conhecimento, nas pesquisas cientficas ou no cotidiano das pessoas. Autoridades de sade pblica no podem deixar de usar os clculos probabilsticos na previso de alcance de uma epidemia. As economias mundiais no vivem mais sem a previso de inflao, desemprego ou da alta ou baixa da cotao das moedas. Apesar de sempre terem sido criticados, Thomas Bayes e suas idias continuam desafiando a intuio e o "achismo" nas nossas apostas e palpites dirios. Segundo o primeiro axioma do clculo de probabilidades, valores probabilsticos de um evento A qualquer no podem ser menores que zero nem maiores que 1 e a probabilidade do evento certo igual a 1. Em termos formais, temos: 0 P(A) 1. O valor zero atribudo ao evento impossvel e os valores intermedirios, aos eventos possveis ou incertos. A segunda lei diz que a probabilidade de qualquer evento ocorrer dentre um nmero n de eventos alternativos mutuamente exclusivos A e B igual soma das probabilidades dos eventos individuais. Formalmente: P(A ou B) = P(A) + P(B). A terceira lei fala que a probabilidade de dois eventos A e B ocorrerem igual multiplicao da probabilidade condicional P(A/B) l-se probabilidade de A dado B pela probabilidade de B, o que pode ser formalizado de modo simplificado assim: P(A e B) = P(A/B) P(B). Pelo mesmo raciocnio, P(B e A) = P(B/A) P(A). Do terceiro axioma, assumindo-se por comutao que P(A e B) = P(B e A), deduzse o teorema de Bayes que tem a seguinte formulao bsica: P(A/B) = P(B/A) / P(B) x P(A) Nessa frmula, a probabilidade do evento A ocorrer em vista do evento B (P(A/B)) dada por trs fatores: a verossimilhana de A (a probabilidade de B dado A); a probabilidade prvia de B; e a probabilidade prvia de A.

Tomemos o seguinte exemplo para nos ajudar a entender o uso do teorema de Bayes para o clculo da probabilidade de um evento: um mdico avalia duas ocorrncias possveis que podem estar se dando com um paciente que reclama de problemas respiratrios. Considerando-se, para simplificar o exemplo, que h apenas duas modalidades de problemas desse tipo, digamos bronquite e pneumonia, o raciocnio empregado para se avaliar essas ocorrncias em termos bayesianos parte das probabilidades prvias desses eventos tal como dadas estatisticamente. Assim, admitamos que a incidncia de pneumonia (P(pn)) muito mais rara que a de bronquite (P(br)), digamos 100 vezes menos freqente, segundo os registros estatsticos. Em termos matemticos, P(br) = 100/101 e P(pn) = 1/100. Digamos, porm, que o paciente apresente um sintoma e1 que ocorra em 1 de cada 2 pacientes com pneumonia, mas apenas em 1 de cada 500 pacientes com bronquite. Assim, a verossimilhana de cada um dos eventos ser P(e1/pn) = 1/2 e P(e1/br) = 1/500.

Definio
A probabilidade de A condicionada por B (ou dado B, ou sabendo que B) definida por:

Exemplo
Considere-se um baralho de 52 cartas. A probabilidade de ao retirar uma carta sair um rei 4/52, ou 1/13. No entanto, se algum retira uma carta e nos diz que uma figura, ento a probabilidade de ter sado um rei 4/12=1/3, ou seja, P(sair um rei|sair uma figura)=1/3.

Acontecimentos independentes
Dois acontecimentos dizem-se independentes se . Isto significa que , ou seja, que a ocorrncia de B no tem qualquer efeito sobre a probabilidade de acontecer A.

Teorema de Bayes
O teorema de Bayes relaciona as probabilidade de A e B com as respectivas probabilidades condicionadas mtuas. Este teorema afirma que: