Pular para o conteúdo principal

Questão de Estatística — Cálculo de Probabilidades — CESPE / CEBRASPE 2025

EstatísticaCálculo de Probabilidades
Código
ce194927
Banca
CESPE / CEBRASPE
Órgão
ANM
Ano
2025
Nível
Superior
Cargo
Especialista em Recursos Minerais - Especialidade: Qualquer Área de Formação (Fiscalização e Distribuição de Receita)
Em relação aos conceitos de probabilidade, julgue o item que se segue.Para o teorema de Bayes ser aplicado para o cálculo de probabilidades, é necessário que o denominador seja uma partição. Dessa forma, o teorema de Bayes não se aplica para variáveis contínuas.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Teorema de Bayes e variáveis contínuas

❌ ERRADO. O teorema de Bayes se aplica a variáveis contínuas, desde que o denominador seja a integral (ou soma) sobre todo o espaço amostral — a exigência de uma partição não limita o teorema a variáveis discretas. A afirmação de que ele "não se aplica para variáveis contínuas" é falsa.

O teorema de Bayes é uma regra geral de atualização de probabilidades condicionais. Na forma discreta, para eventos AiA_i que formam uma partição do espaço amostral, temos:

P(Ai∣B)=P(B∣Ai)P(Ai)∑jP(B∣Aj)P(Aj)P(A_i | B) = \frac{P(B | A_i) P(A_i)}{\sum_j P(B | A_j) P(A_j)}

Para variáveis aleatórias contínuas, a mesma lógica vale, trocando a soma por integral. Se XX é contínua com densidade fX(x)f_X(x) e YY é outra variável (contínua ou discreta), a versão contínua do teorema é:

fX∣Y(x∣y)=fY∣X(y∣x)fX(x)∫−∞∞fY∣X(y∣t)fX(t) dtf_{X|Y}(x|y) = \frac{f_{Y|X}(y|x) f_X(x)}{\int_{-\infty}^{\infty} f_{Y|X}(y|t) f_X(t) \, dt}

O denominador é a densidade marginal de YY, que integra (ou soma) sobre todos os valores possíveis de XX — exatamente o papel da partição no caso discreto. Portanto, a exigência de que o denominador seja uma partição (ou sua generalização contínua) é satisfeita também para variáveis contínuas.

A pegadinha da banca está em associar "partição" exclusivamente a eventos discretos. Na verdade, o conceito de partição se generaliza para o caso contínuo: a integral sobre todo o espaço amostral cumpre o mesmo papel de normalização. O teorema de Bayes é amplamente utilizado em inferência bayesiana com parâmetros contínuos (por exemplo, distribuições a priori e a posteriori contínuas).

Caso

Premissa avaliada

Conclusão

1

"Teorema de Bayes exige partição no denominador"

V (mas generalizável)

2

"Partição só existe para eventos discretos"

F

3

"Teorema de Bayes não se aplica a variáveis contínuas"

F

4

"Integral no denominador cumpre papel da partição"

V

5

Afirmação da questão (item)

Errado (E)

1Variáveis discretas
Partição de eventos
Soma no denominador
2Variáveis contínuas
Integral no denominador
Densidade marginal
3Aplicação geral
Qualquer tipo de variável
Normalização do denominador
Teorema de Bayes
LEVELsoulevel.com.br
Teorema de Bayes: Variáveis discretas (Partição de eventos, Soma no denominador); Variáveis contínuas (Integral no denominador, Densidade marginal); Aplicação geral (Qualquer tipo de variável, Normalização do denominador)
NÃO CAIA NESSA!

A banca tenta fazer o candidato acreditar que "partição" só existe para eventos discretos, mas a integral sobre o espaço amostral contínuo é a generalização natural. Lembre-se: o teorema de Bayes vale para qualquer tipo de variável, desde que o denominador normalize corretamente.

❌ ERRADO. O teorema de Bayes se aplica a variáveis contínuas, pois a integral no denominador cumpre o papel da partição. A afirmação está incorreta.

Gabarito: letra E (Errado).

Link permanente: /questoes/ce194927