---
title: "Critério Minimax de Bayes"
source: "https://systems-analysis.info/int/Crit%C3%A9rio_Minimax_de_Bayes"
wiki: "systems-analysis.info/int"
article: "Critério_Minimax_de_Bayes"
language: "pt"
categories:
  - "Category:Decision theory"
  - "Category:Decision-making"
  - "Category:Portuguese"
revision_id: 1358
wiki_created_at: 2026-09-06T22:47:29Z
wiki_modified_at: 2026-09-06T22:47:29Z
downloaded_at: 2026-09-07T22:45:39Z
---

# Critério Minimax de Bayes

**Critério Minimax de Bayes** — é um método de tomada de decisão em condições de risco e incerteza parcial, focado em minimizar o risco máximo esperado. É aplicado quando as probabilidades dos resultados são conhecidas de forma imprecisa ou são representadas por um conjunto de distribuições admissíveis.

## Essência do Critério

O Critério Minimax de Bayes assume que o tomador de decisão não confia totalmente nas estimativas de probabilidade existentes. Em vez de escolher uma estratégia que maximiza o lucro esperado (como no critério clássico de Bayes), adota-se uma estratégia que minimiza o pior risco esperado possível.

Em outras palavras, o minimax de Bayes combina:

- a natureza probabilística da abordagem de Bayes,
- a cautela característica das estratégias minimax.

A estratégia é escolhida de modo que, na distribuição de probabilidade mais desfavorável, o dano esperado seja o menor possível.

## Aplicação do Critério

O processo de aplicação inclui as seguintes etapas:

1.  Forma-se um conjunto de distribuições de probabilidade admissíveis para os resultados (se as probabilidades exatas forem desconhecidas).
2.  Para cada estratégia, determina-se o risco máximo esperado, considerando todas as distribuições admissíveis possíveis.
3.  Escolhe-se a estratégia que minimiza o risco máximo.

Essa abordagem garante a robustez das decisões na presença de incerteza sobre as probabilidades.

## Vantagens e Desvantagens

**Vantagens:**

- Robustez das decisões a erros na avaliação das probabilidades.
- Oferece proteção contra os piores cenários, mesmo com informações incompletas.

**Desvantagens:**

- Pode ser excessivamente conservador quando as probabilidades são conhecidas com precisão.
- Requer um trabalho complexo com conjuntos de distribuições de probabilidade, o que complica os cálculos.