Uma empresa de tecnologia utiliza um sistema de monitoramento para detectar falhas em seus servidores. O sistema emite um alerta de falha quando identifica comportamentos anômalos. A probabilidade de um servidor realmente estar com falha é de
. Se o servidor está com falha, o sistema emite alerta corretamente em
dos casos. Se o servidor está funcionando normalmente, o sistema ainda pode emitir um alerta falso em
dos casos. Um alerta foi emitido.
a) Qual é a probabilidade de que o servidor esteja realmente com falha?
b) Agora, suponha que a empresa decida acionar uma equipe técnica sempre que houver alerta. Essa equipe, ao realizar uma inspeção, consegue identificar corretamente a presença de falha em
dos casos quando ela realmente existe, mas também gera um diagnóstico incorreto (indicando falha quando não há) em 5% dos casos. Um alerta foi emitido e, após a inspeção, a equipe técnica confirmou que há falha.
Qual é a probabilidade de que o servidor esteja realmente com falha?
a) Qual é a probabilidade de que o servidor esteja realmente com falha?
b) Agora, suponha que a empresa decida acionar uma equipe técnica sempre que houver alerta. Essa equipe, ao realizar uma inspeção, consegue identificar corretamente a presença de falha em
Qual é a probabilidade de que o servidor esteja realmente com falha?
Passo 1
Vou listar com calma o que o enunciado dá e o que ele pede (sem resolver nada ainda).
- Eventos e probabilidades dadas (vou escrever em notação curta):
-
: “servidor com falha”. -
: “servidor sem falha”. -
: “sistema emite alerta”. -
: “equipe técnica confirma falha na inspeção”. - Probabilidades fornecidas:
-
(2% de base). -
(sensibilidade do sistema). -
(taxa de falso positivo do sistema).
-
- Para a segunda parte (após a inspeção):
-
(equipe identifica corretamente a falha em 90% dos casos). -
(equipe dá diagnóstico falso de falha em 5% dos casos).
-
-
- O que o enunciado pergunta:
- (a) Dado que um alerta foi emitido (
ocorreu), qual é ? - (b) Dado que houve alerta (
) e que a equipe técnica confirmou falha ( ), qual é ?
- (a) Dado que um alerta foi emitido (
Passo 2
Conceito-chave que vamos usar: probabilidade condicional e Teorema de Bayes (explicação passo a passo, sem pressa).
-
Probabilidade condicional:
-
significa “probabilidade de ocorrer sabendo que ocorreu”. - Definição básica:
- Isso nasce da ideia de restringir o universo ao evento
.
-
-
Teorema de Bayes (ferramenta para inverter condicionais):
- Partindo da definição acima, para dois eventos
e , - E
pode ser obtido pela soma das contribuições de e : - Intuição: a probabilidade posterior
é proporcional à sensibilidade vezes a probabilidade a priori , normalizada pela probabilidade total de observar .
- Partindo da definição acima, para dois eventos
Passo 3
Aplicando Bayes para responder (a): calcular
.
- Primeiro calcule
usando a regra da probabilidade total: Substituindo os números: - Calcule cada termo:
- Soma:
- Agora aplique Bayes:
- Dividindo:
- Interpretação curta: apesar do alerta, só há cerca de 39% de chance de haver realmente falha — isso acontece porque falhas são raras (2%) e a taxa de falsos positivos do sistema não é desprezível.
Passo 4
Preparando a parte (b): como incorporar a confirmação da equipe técnica.
- O que queremos é
: probabilidade de falha dado que houve alerta e a equipe confirmou. - Podemos pensar de duas formas equivalentes:
- Atualizar sequencialmente: primeiro obter
(já fizemos), depois aplicar Bayes outra vez usando esse resultado como prior para a confirmação . - Calcular diretamente usando probabilidades conjuntas assumindo que, dado o estado real
ou , as respostas do sistema e da equipe são independentes condicionalmente ao estado real (ou seja, a acurácia da equipe depende do estado verdadeiro, não do fato de ter havido alerta). Essa é uma suposição razoável aqui e simplifica os cálculos.
- Atualizar sequencialmente: primeiro obter
- Usarei a abordagem direta por juntas (é mais direta e mostra tudo em números):
E - Para calcular
usamos multiplicação de condicionais: E similarmente para :
Passo 5
Cálculo numérico para (b) passo a passo.
-
Numerador:Calcule:Logo
-
Termo para
: Calcule:Logo -
Soma para o denominador:
-
Agora a razão:
-
Observação interpretativa: a confirmação da equipe, apesar de não ser perfeita, tem alta sensibilidade e baixa taxa de falso positivo, então ela aumenta bastante a probabilidade posterior — passamos de ~39% (só o alerta) para ~92% com a confirmação.
Passo 6
Resumo rápido e um empurrãozinho final (motivacional curto).
- Resultado intuitivo: o alerta inicial já eleva a chance de falha, mas a confirmação da equipe é o que dá confiança forte no diagnóstico. Isso mostra o poder do Teorema de Bayes para combinar evidências em sequência.
- Você já fez a parte difícil: identificar eventos, usar Bayes, e atualizar após nova evidência — essa é a técnica que costuma aparecer nessas provas. Vai dar certo!