Calculadora de probabilidade condicional P(A|B)
Calcule P(A|B), probabilidade conjunta e probabilidade marginal com precisão
Insira valores de probabilidade para calcular a probabilidade condicional P(A|B), que representa a probabilidade de o evento A ocorrer dado que o evento B já ocorreu.
Calculadora de probabilidade condicional P(A|B)
Calcule P(A|B), probabilidade conjunta e probabilidade marginal com precisão
Calcula a probabilidade condicional de A dado B, usando P(A∩B) e P(B).
Sobre a calculadora de probabilidade condicional
A probabilidade condicional é um dos pilares da teoria das probabilidades e da estatística. Ela descreve a chance de um evento ocorrer dado que outro evento já aconteceu, e sustenta algumas das ferramentas de raciocínio mais importantes na ciência, na medicina e no aprendizado de máquina.
A definição formal é: P(A|B) = P(A ∩ B) / P(B), desde que P(B) > 0. Aqui, P(A|B) é lido como "a probabilidade de A dado B", P(A ∩ B) é a probabilidade conjunta de A e B ocorrerem, e P(B) é a probabilidade marginal de B. Reorganizando essa fórmula, obtemos a regra da multiplicação: P(A ∩ B) = P(A|B) × P(B), amplamente usada para calcular probabilidades conjuntas a partir de probabilidades condicionais.
Um exemplo clássico é o de testes médicos. Suponha que uma doença afete 1% da população e que um teste diagnóstico tenha 5% de falso positivo. A probabilidade de uma pessoa escolhida aleatoriamente testar positivo é P(B). A probabilidade de essa pessoa estar doente e testar positivo é P(A ∩ B). Dividindo, obtemos a probabilidade condicional de a pessoa estar realmente doente dado um resultado positivo — muitas vezes muito menor do que a intuição sugere, um fenômeno conhecido como falácia da taxa-base.
A probabilidade condicional também está no centro do teorema de Bayes: P(A|B) = P(B|A) × P(A) / P(B). O teorema de Bayes permite atualizar uma crença prévia P(A) à luz de uma nova evidência B para obter uma crença posterior P(A|B). Esse framework bayesiano é usado em filtros de spam, diagnóstico médico, avaliação de provas forenses e classificadores modernos de aprendizado de máquina.
Esta calculadora oferece três modos. "Encontrar P(A|B)" usa a probabilidade conjunta P(A ∩ B) e a marginal P(B) como entradas e retorna a probabilidade condicional. "Encontrar P(A ∩ B)" usa P(A|B) e P(B) e aplica a regra da multiplicação. "Encontrar P(B)" resolve a probabilidade marginal a partir dos valores condicional e conjunto. Todas as entradas de probabilidade devem estar entre 0 e 1, e P(B) deve ser diferente de zero quando aparecer no denominador.
Exemplos
A tabela abaixo mostra cálculos de probabilidade condicional em cenários reais comuns.
| Entradas | Resultado | Cenário |
|---|---|---|
| P(A∩B)=0.005, P(B)=0.05 | P(A|B) = 0.1 | Medicina: P(doente | teste positivo) |
| P(A∩B)=0.18, P(B)=0.6 | P(A|B) = 0.3 | Clima: P(chuva | nublado) |
| P(A|B)=0.02, P(B)=0.15 | P(A∩B) = 0.003 | Qualidade: probabilidade conjunta de defeito |
| P(A|B)=0.4, P(A∩B)=0.12 | P(B) = 0.3 | Resolver a probabilidade marginal |
Como usar a calculadora de probabilidade condicional
- Selecione o tipo de cálculo: "Encontrar P(A|B)" se quiser a probabilidade condicional, "Encontrar P(A∩B)" para a probabilidade conjunta ou "Encontrar P(B)" para a probabilidade marginal.
- Digite os valores de probabilidade conhecidos nos campos exibidos. Todos os valores devem estar entre 0 e 1, inclusive.
- Ao encontrar P(A|B), verifique se P(B) é maior que 0 — a probabilidade condicional não é definida quando o evento condicionante tem probabilidade zero.
- Clique em "Calcular probabilidade" para obter o resultado. Um aviso será exibido se o resultado ultrapassar 1.
- Use os botões de exemplos rápidos para preencher os campos com cenários reais e confirmar seu entendimento.
Perguntas frequentes
O que P(A|B) significa em linguagem simples?
P(A|B) é a probabilidade de o evento A ocorrer, sabendo que o evento B já ocorreu ou está garantido que ocorrerá. Ela reduz o espaço amostral de todos os resultados possíveis para apenas aqueles em que B é verdadeiro, e então pergunta quantos deles também incluem A. Por exemplo, P(chuva | nublado) é a probabilidade de chover dado que já está nublado.
Qual é a diferença entre P(A|B) e P(A∩B)?
P(A∩B) é a probabilidade de A e B ocorrerem no espaço amostral completo, enquanto P(A|B) é a probabilidade de A ocorrer no espaço amostral restrito em que já se sabe que B ocorreu. Numericamente, P(A|B) = P(A∩B) / P(B), então P(A|B) ≥ P(A∩B) sempre que P(B) < 1.
Quando dois eventos são considerados independentes?
Os eventos A e B são independentes se P(A|B) = P(A), o que significa que saber se B ocorreu não traz informação sobre se A ocorre. Equivalentemente, P(A∩B) = P(A) × P(B). Independência é uma suposição forte; na maioria dos problemas reais os eventos são dependentes e a probabilidade condicional fornece o enquadramento correto.
O que é o teorema de Bayes e como ele se relaciona com esta calculadora?
O teorema de Bayes estabelece P(A|B) = P(B|A) × P(A) / P(B). Ele permite inverter probabilidades condicionais: se você sabe quão provável é B dado A, e conhece as taxas-base P(A) e P(B), pode calcular quão provável é A dado B. Esta calculadora implementa diretamente a fórmula fundamental P(A|B) = P(A∩B)/P(B), que é a mesma relação usada pelo teorema de Bayes.
Por que uma probabilidade condicional pode ser maior que P(A) ou P(B)?
Porque condicionar reduz o espaço amostral. Quando B é um evento de baixa probabilidade fortemente associado a A, dividir P(A∩B) pelo valor pequeno de P(B) pode produzir um resultado muito maior que P(A). Isso não é uma contradição — apenas reflete que, dentro do subconjunto de resultados em que B ocorreu, A é muito comum.
O que acontece se P(B) for igual a zero?
P(A|B) é matematicamente indefinida quando P(B) = 0, porque você está condicionando sobre um evento impossível. Na teoria padrão das probabilidades, condicionar sobre um evento de probabilidade zero requer ferramentas mais avançadas de teoria da medida. Na prática, se P(B) = 0, a fórmula de probabilidade condicional não pode ser aplicada diretamente, e a calculadora exibirá um erro pedindo um valor positivo para P(B).
Ferramentas relacionadas
ANOVA de medidas repetidas - F e tamanho de efeito
Faça uma ANOVA de medidas repetidas de um fator e obtenha F, η² e uma tabela ANOVA completa instantaneamente.
Calculadora de frequência relativa - Distribuição
Calculadora de frequência relativa: insira dados separados por vírgulas e obtenha frequência, frequência relativa e acumulada por valor.
Calculadora de distribuição de Poisson
Calcule probabilidades de Poisson exatas e acumuladas na hora. Encontre P(X=x), P(X≤x), P(X≥x) para qualquer lambda e contagem.
Calculadora de probabilidade de moeda
Calculadora de moeda com distribuição binomial: calcule a chance exata, pelo menos ou no máximo de N caras.
Calculadora de teste de Wald - Significância
Calculadora de teste de Wald para significância estatística. Informe estimativa, erro padrão e alfa para obter W, escore z e valor p.
Calculadora de outliers com IQR
Calculadora de outliers usando o método IQR: insira um conjunto de dados para encontrar outliers leves (1,5×IQR) ou extremos (3×IQR) instantaneamente.
Calculadora de propagação de erros
Calcule propagação de erros e incerteza de medição em somas, diferenças, produtos e potências instantaneamente.
Calculadora de correlação de Spearman
Calculadora de correlação de Spearman: calcule ρ para dois conjuntos e meça relações monótonas sem exigir normalidade.