Probabilidade condicional: fórmula e exemplos resolvidos

Probabilidade condicional é a probabilidade de um evento quando sabemos que outro ocorreu. Escrevemos P(A|B), lido como “probabilidade de A dado B”. Quando P(B) é maior que zero, calculamos P(A|B) = P(A ∩ B) / P(B). O símbolo ∩ representa a interseção: os resultados que pertencem simultaneamente a A e a B.

A mudança decisiva está no conjunto de referência. Depois de saber que B ocorreu, deixamos de considerar todos os resultados originais e passamos a trabalhar dentro de B. Por isso, o denominador é tão importante quanto o numerador. Este guia mostra como identificar essa condição, resolver exemplos e evitar a confusão entre P(A|B) e P(B|A).

Como ler a condição antes de usar uma fórmula

Expressões como “entre os estudantes que”, “sabendo que” e “dado que” delimitam um grupo. Se a pergunta é “qual a probabilidade de participar de monitoria entre quem entregou o projeto?”, o conjunto de referência é o dos estudantes que entregaram o projeto. Não é automaticamente a turma inteira nem o grupo que participou da monitoria.

Antes de calcular, declare como o registro é selecionado. “Escolher ao acaso uma linha” e “escolher primeiro um curso e depois uma pessoa” podem produzir probabilidades diferentes. Os exemplos seguintes usam escolhas uniformes dentro dos conjuntos descritos e dados hipotéticos, criados somente para explicar os cálculos.

Exemplo resolvido com tabela de contingência

Imagine uma turma hipotética de cem estudantes. Quarenta participaram de uma monitoria, e sessenta não participaram. Dos participantes, trinta entregaram o projeto; dos demais, trinta também entregaram. Assim, sessenta pessoas entregaram o projeto e quarenta não entregaram. Não são resultados de uma pesquisa real.

Defina A como participar da monitoria e B como entregar o projeto. Se escolhermos um estudante uniformemente entre os cem, P(A) = 40/100 = 0,40 e P(B) = 60/100 = 0,60. A interseção contém trinta estudantes; portanto, P(A ∩ B) = 30/100 = 0,30.

Agora inverta a pergunta: entre quem participou, qual a probabilidade de ter entregado? Ela pede P(B|A) = 30/40 = 0,75. O numerador continua trinta, mas o denominador muda. Saber que a pessoa está em B e saber que está em A são informações diferentes, mesmo quando as perguntas usam as mesmas palavras.

Para conferir a leitura, transforme cada cálculo em uma frase com “entre”. “Trinta entre sessenta que entregaram” e “trinta entre quarenta que participaram” tornam o conjunto de referência explícito. Se a frase não corresponde ao enunciado, a conta provavelmente está respondendo a outra pergunta.

Probabilidade condicional e interseção não são iguais

A interseção responde pela ocorrência conjunta de dois eventos no espaço original. A condicional responde pela chance de um evento no conjunto delimitado pela informação conhecida. A regra da multiplicação conecta as duas: P(A ∩ B) = P(B) × P(A|B). Quando P(A) é positiva, também podemos escrever P(A ∩ B) = P(A) × P(B|A).

Nos dados da turma, 0,60 × 0,50 = 0,30 e 0,40 × 0,75 = 0,30. As duas contas recuperam a mesma interseção. Esse teste é útil porque mantém coerentes a tabela, a notação e o texto. Um resultado pode estar entre zero e um e ainda assim estar errado por usar uma condição trocada.

Quando os eventos são independentes?

Dois eventos são independentes quando P(A ∩ B) = P(A) × P(B). Se P(B) é positiva, isso equivale a P(A|B) = P(A). A informação de que B ocorreu não altera a probabilidade de A no modelo. Não é uma conclusão que se deva assumir apenas porque os eventos parecem diferentes no cotidiano.

No exemplo, P(A|B) = 0,50, enquanto P(A) = 0,40. Portanto, A e B não são independentes nessa distribuição hipotética. Também podemos comparar P(A ∩ B) = 0,30 com P(A) × P(B) = 0,24. A desigualdade demonstra a dependência no modelo adotado.

Independência também não significa exclusão mútua. Eventos mutuamente exclusivos não ocorrem juntos; sua interseção é vazia. Se ambos têm probabilidades positivas, saber que um ocorreu torna o outro impossível, e por isso eles não são independentes. São conceitos diferentes, embora apareçam próximos nos exercícios.

Sorteios com e sem reposição

Considere um modelo hipotético com cinco fichas azuis e três amarelas, todas igualmente possíveis de serem sorteadas. Retiramos uma ficha azul. Sem reposição, restam sete fichas, das quais quatro são azuis. Assim, a probabilidade de azul no segundo sorteio, dado azul no primeiro, é 4/7.

Com reposição e nova mistura adequada, a composição é restaurada antes do segundo sorteio: a probabilidade de azul volta a ser 5/8. A hipótese de reposição precisa estar no enunciado ou no modelo; não deve ser acrescentada porque facilita a conta. Na sequência sem reposição, a informação sobre o primeiro sorteio altera a composição disponível.

A probabilidade de duas azuis seguidas, sem reposição, é (5/8) × (4/7) = 20/56 = 5/14. Note que 4/7 é uma condicional, enquanto 5/14 é a probabilidade do caminho completo. Em uma árvore de possibilidades, multiplicamos as probabilidades ao longo de um caminho; somamos caminhos disjuntos quando diferentes sequências atendem à mesma pergunta.

Onde entra o teorema de Bayes?

O teorema de Bayes permite relacionar condicionais em sentidos inversos: P(A|B) = P(B|A) × P(A) / P(B), para P(B) positiva. Ele decorre de expressar a mesma interseção nas duas ordens. Não autoriza inverter a barra sem ajustar as probabilidades dos eventos envolvidos.

Uma empresa hipotética usa dois equipamentos. O equipamento X produz 70% das peças e Y produz 30%. Suponha, apenas para o exercício, que 2% das peças de X e 6% das de Y apresentem determinada marca. Queremos saber a origem de uma peça sorteada ao acaso, sabendo que tem a marca.

Primeiro calcule a chance total da marca: (0,70 × 0,02) + (0,30 × 0,06) = 0,032. A parcela proveniente de Y e marcada é 0,018. Portanto, P(Y|marca) = 0,018/0,032 = 0,5625, ou 56,25%. A resposta não é 6%: esse valor descreve a marca entre peças de Y, que é a condicional inversa.

Usando frequências, em dez mil peças hipotéticas teríamos sete mil de X, com 140 marcadas, e três mil de Y, com 180 marcadas. Entre as 320 marcadas, 180 vieram de Y: 180/320 = 56,25%. Essa segunda representação confere o mesmo resultado sem depender apenas da manipulação simbólica.

Erros frequentes e roteiro de resolução

Evite misturar porcentagens e decimais na mesma expressão. Se 60% aparece como 0,60, use 30% como 0,30, e não como 30. Confira ainda se o denominador é maior que zero: a razão elementar usada neste artigo não define P(A|B) quando P(B) = 0. Em disciplinas avançadas, há tratamentos próprios para outros contextos.

Ao analisar dados de uma pesquisa, também distinga a proporção observada na amostra da probabilidade de um modelo ou população. Os recursos de estatística descritiva ajudam a organizar os registros; o artigo sobre hipótese de pesquisa ajuda a formular o que se pretende investigar sem transformar uma associação em conclusão causal.

Perguntas frequentes

Qual é a fórmula da probabilidade condicional?

P(A|B) = P(A ∩ B) / P(B), desde que P(B) seja maior que zero. A condição B define o conjunto de referência; a interseção reúne os resultados que satisfazem A e B ao mesmo tempo.

P(A|B) é igual a P(B|A)?

Em geral, não. As condições usam conjuntos de referência diferentes. A relação entre as duas expressões envolve as probabilidades de A e de B, como mostra o teorema de Bayes.

Como identificar uma condicional em um enunciado?

Procure uma informação que delimita o grupo: “sabendo que”, “entre quem” ou “dado que”. Reescreva a pergunta indicando explicitamente esse grupo e, depois, procure quais de seus elementos satisfazem o evento solicitado.

Vídeo para aprofundar