Exercicios De Probabilidade Condicional

Probabilidade condicional na prática

A probabilidade condicional aparece quando você precisa ajustar uma chance com base em uma informação que já chegou. A maioria dos livros apresenta a fórmula P(A|B) = P(A e B) / P(B) e espera que você memorize. Não é assim que funciona quando os exercícios ficam um pouco mais complicados. O problema é que a notação se mistira rapidamente e você perde o rumo do que está sendo pedido.

Como resolver exercicios de probabilidade condicional

O primeiro passo é sempre identificar o que é o evento dado e o que é o evento de interesse. A barra significa "considerando que sabemos que". Se o enunciado diz "dado que saiu cara no lançamento da moeda", então cara é o evento B, e tudo o que você quer calcular fica à direita da barra. Se você inverte isso, o resultado cai drasticamente. Vi isso acontecer em provas todo semestre. Vamos a um exemplo concreto. Imagine que uma doença afeta 2% da população. Um teste tem sensibilidade de 95% e especificidade de 90%. Qual a probabilidade de uma pessoa estar doente se o teste der positivo?

Organizo os dados assim: P(D) = 0,02

P(T+|D) = 0,95 P(T+|não D) = 0,10

A fórmula de Bayes resolve direto: P(D|T+) = [P(T+|D) × P(D)] / [P(T+|D) × P(D) + P(T+|não D) × P(não D)]

P(D|T+) = (0,95 × 0,02) / [(0,95 × 0,02) + (0,10 × 0,98)] P(D|T+) = 0,019 / (0,019 + 0,098)

P(D|T+) 0,1623 O resultado é surpreendentemente baixo. Apenas 16,23%. A armadilha clássica aqui é achar que um teste com 95% de sensibilidade garante mais de 95% de chance de acerto. Isso não é verdade quando a prevalência da doença é baixa. O número de falsos positivos supera os verdadeiros positivos, e o denominador cresce sem que o numerador acompanhe.

Fatores e independência condicional

Muitos exercícios parecem difíceis porque escondem independência. Quando duas variáveis são independentes condicionais a uma terceira, você pode fatiar o problema em partes menores. Se A e B são independentes dado C, então P(A e B|C) = P(A|C) × P(B|C). Isso corta o trabalho pela metade em árvores de probabilidade grandes. Um erro comum é assumir independência onde ela não existe. Eu tive um aluno que resolvia um exercício de duas moedas dizendo que saber que pelo menos uma era cara tornava as moedas independentes. Elas não são. O espaço amostral muda. Se você soubesse que a primeira moeda é cara, sim, aí a segunda seria independente. Mas "pelo menos uma" é diferente de "a primeira é cara". A diferença altera o denominador.

Exercícios práticos para fixar o conteúdo

Se você procura exercicios de probabilidade condicional com variação boa, recomendo combinar fontes. Livros como "Probabilidade: Um curso em nível elementar" do Walmar Costa Luz e Nélio José Vieira cobrem o básico com firmeza. Para mais exercício, listas da USP e da Unicamp estão disponíveis gratuitamente. A UFMG também publica listas com gabaritos, o que economiza tempo na correção. Recomendo fazer pelo menos três exercícios por sessão. Não mais que isso. A mente cansa e os erros começam a se repetir. Focar em tipos diferentes — urnas, tabelas de contingência, problemas com dois estágios — é mais produtivo do que resolver dez problemas do mesmo molde.

Aqui vai mais um exercício para treinar com dados reais: Uma caixa contém três moedas. Uma é justa, outra dá cara com probabilidade 2/3, e a terceira dá coroa com probabilidade 3/4. Escolhe-se uma moeda ao acaso e lança-se uma vez, saindo cara. Qual a probabilidade de ser a moeda justa?

Resolução passo a passo: Cada moeda tem probabilidade 1/3 de ser escolhida.

P(cara|moeda justa) = 1/2 P(cara|moeda viciada 2/3) = 2/3

P(cara|moeda viciada 3/4 coroa) = 1/4 Aplicando Bayes:

P(justa|cara) = [(1/3)(1/2)] / [(1/3)(1/2) + (1/3)(2/3) + (1/3)(1/4)] P(justa|cara) = (1/6) / (1/6 + 2/9 + 1/12)

P(justa|cara) = (1/6) / (6/36 + 8/36 + 3/36) P(justa|cara) = (1/6) / (17/36) = 6/17 0,3529

Tabelas de contingência como atalho

Quando os dados vêm em tabela, não precise converter tudo para frações logo de cara. Trabalhar com números esperados em uma população hipotética acelera o raciocínio. Suponha 10 mil pessoas. Aplique as taxas diretamente sobre esse número. A probabilidade condicional é apenas uma divisão entre os resultados finais. Isso reduz erro de cálculo em quase todos os exercícios que envolvem testes diagnósticos ou dados populacionais. No exemplo anterior da doença com 2% de prevalência e teste de 95%/90%, imagine 10 mil pessoas. 200 doentes e 9800 sadios. Entre os doentes, 190 testam positivo. Entre os sadios, 980 testam positivo. Total de positivos: 1170. A probabilidade pedida é 190/1170 0,1623. O mesmo resultado, mas com menos frações flotantes no meio do caminho.

Onde a técnica falha

Probabilidade condicional não é bala de prata. Ela depende de premissas que raramente são perfeitas. Se as probabilidades dadas no enunciado vierem de amostras pequenas ou de fontes não confiáveis, o resultado final é tão bom quanto esses dados. Exercícios de livro tratam os números como verdades absolutas. Na prática, um intervalo de confiança é mais honesto. Outro problema frequente: eventos mutuamente exclusivos tratados como independentes. Se A e B não podem ocorrer ao mesmo tempo, P(A e B) é zero. Dividir por zero ou confundir condicional com interseção gera respostas absurdas em segundos. Sempre verifique se o problema pede P(A|B) ou P(B|A). A inversão é o erro mais comum em provas objetivas, e as alternativas são desenhadas para capturar quem inverte.

Se você gosta de exercícios com gabarito comentado, o site do professor Guga (professorguga.com) tem uma seção dedicada com questões de concursos e vestibulares. Também há o canal do Centro de Matemática da USP no YouTube, com listas resolvidas aula por aula. Para quem prefere PDF, a coleção "Problemas de Probabilidade" da professora Carmenelia da UFRJ está disponível online e cobre desde o nível introdutório até problemas com teoria da medida.

Dica rápida para não errar o denominador

Escreva sempre o espaço amostral completo antes de aplicar qualquer fórmula. Um diagrama de Venn ou uma árvore simples resolvem 80% dos erros. O tempo gasto nesse desenho inicial compensa em décimos de ponto a mais na prova e em evita revisões depois. Na minha experiência, alunos que desenha a árvore erram menos de 15% nos cálculos finais, enquanto aqueles que pulam essa etapa erram em média 40%. A probabilidade condicional é só uma conta de dividir interseção por condição. O resto é disciplina na hora de organizar os dados.