EVENTOS INDEPENDENTES

Eventos Independentes

Em probabilidade, dizemos que dois eventos são independentes quando o fato de saber que um evento
ocorreu não altera a probabilidade do outro evento.

Por exemplo, a probabilidade de uma moeda justa mostrar "cara" depois de ser lançada é de ½ . E se
soubéssemos que o dia era terça-feira? Isso altera a probabilidade de se tirar "cara"? É claro que não.
A probabilidade de se tirar "cara", sabendo que o dia é terça-feira, continua sendo ½ .Então, o resultado
de se lançar uma moeda e de o dia ser terça-feira são eventos independentes; saber que era terça-
feira não mudou a probabilidade de se tirar "cara".

Nem toda situação é tão óbvia quanto essa. Por exemplo, gênero e dominância de um lado do corpo
(canhoto ou destro)? Talvez pareça que o gênero de uma pessoa e o fato de ela ser canhota sejam
eventos totalmente independentes.

Mas, quando analisamos as probabilidades, vemos que cerca de 10% de todas as pessoas são canho-
tas, mas que aproximadamente 12% das pessoas do sexo masculino são canhotas. Sendo assim, es-
ses eventos não são independentes, já que saber que uma pessoa qualquer é do sexo masculino au-
menta a probabilidade de que ela seja canhota.

Independência (Estatística)

Em probabilidade e estatística, independência entre variáveis aleatórias ou eventos significa que a

partir do resultado de um deles não é possível inferir nenhuma conclusão sobre o outro.

Por exemplo:

Jogue dois dados (não necessariamente honestos). O resultado de um dado é independente do resul-
tado do outro;

Em Among Us, a classificação de "impostor" em uma partida é independente do resultado da partida

anterior

Em física, considera-se que o decaimento radioativo de qualquer isótopo instável não depende dos ou-
tros. Em outras palavras, se observamos 10 isótopos (de meia vida conhecida) por algum tempo, o fato
de um deles se desintegrar não dá nenhuma informação sobre a desintegração dos outros.

Por outro lado, os seguintes eventos não são independentes:

Tire duas cartas de um baralho. O resultado da 1a "influencia" o resultado da 2a carta, já que as duas
cartas não podem ser iguais;

Em meteorologia, a quantidade de chuva em dois lugares diferentes é dependente (se eles forem sufi-
cientemente próximos).

Exemplo 1: renda e universidades

Pesquisadores entrevistaram alunos recém-formados de duas universidades diferentes quanto à renda

anual deles. A tabela a seguir mostra os dados de 300 alunos que responderam à pesquisa.

Probabilidade da união de A com B

Iniciamos estudando a probabilidade da união de A com B (AUB) e o porquê de ela se dar pela seguinte
fórmula:

WWW.DOMINACONCURSOS.COM.BR 1
 EVENTOS INDEPENDENTES

É uma fórmula de difícil memorização pois existe a retirada da intersecção de P(A) com P(B). Vamos
entender por que é necessário retirar essa Intersecção:

Iniciamos definindo dois conjuntos: temos os conjuntos A e B que vamos representar em círculos:

Exemplo de conjuntos

Nesse momento, A e B não tem nenhum termo em comum (já que não se cruzam). Isto é, tudo que
existe em A não existe em B e vice-versa.

Nesse exemplo, como dito, todos os números que apareceriam em A nunca apareceriam em B e vice-
versa. Para ilustrar o exemplo acima, podemos supor um universo que chamaremos de U que conteria
todos os números de 1 a 10 em que A e B estariam contidos.

Esse Universo U seria um conjunto com todos os números de A mais todos os números de B e ainda
todos os números que A e B não possuam. Vamos visualizar:

Exemplo de conjuntos dentro de um universo de possibilidades

Veja que U = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}, A= {1, 2, 7, 10} e B= {5, 6}. Os números 3, 8 e 9 não pertencem
a nenhum subconjunto de U, estão “soltos”. Tendo entendido isso, podemos também representar U
por U = {A, B, 3, 8, 9}, já que ele é a soma dos três itens.

Seguindo com o entendimento de conjuntos para entender os Teoremas da Probabilidade

Para continuar entendendo conjuntos, vamos esquecer os números colocados nos exemplos anteriores
e começarmos um novo exemplo utilizando novos valores.

Apresentamos uma intersecção entre A e B:

WWW.DOMINACONCURSOS.COM.BR 2
 EVENTOS INDEPENDENTES

Intersecção de conjuntos

Vemos que A = {1, 2, 3, 4} e B= {4, 5 ,6}, ou seja, há intersecção entre A e B do número 4.

Vamos fazer duas operações com esses conjuntos: A+B e AUB:

A+B = = {1, 2, 3, 4, 4, 5 ,6}

AUB = {1, 2, 3, 4, 5 ,6}

Perceba duas coisas:

A+B é diferente de AUB.

Em A+B o item 4 aparece duas vezes, mas o que queremos na união é a junção dos itens A e B sem
a repetição da intersecção.

Entendendo a fórmula da União propriamente dita: (AUB)

Para a união de A com B do exemplo anterior, temos que encontrar tudo que existe em A e B sem
repetir os termos da intersecção. Desenhando isso, para facilitar, teremos a seguinte área pintada:

União De Conjuntos

A área em cinza é o equivalente a AUB= {1,2,3,4,5,6}.

Acontece que, como demonstrado anteriormente, quando somamos A com B ao invés de fazermos a
união deles, ficamos com A+B = {1,2,3,4,4,5,6}. A+B pode ser representado pela figura abaixo:

Soma De Conjuntos

Note que a parte onde há o número 4 do exemplo está mais escura. Isso acontece, pois ela foi adicio-
nada duas vezes (A+B = = {1, 2, 3, 4, 4, 5 ,6}) . Esse 4 é exatamente a intersecção de A com B – (A ∩
B).

Dessa maneira, para encontrarmos a união de A com B –> (AUB) temos que retirar essa intersecção
para que tenhamos o resultado final desejado:

WWW.DOMINACONCURSOS.COM.BR 3
 EVENTOS INDEPENDENTES

Temos o seguinte raciocínio:

Entendendo a fórmula da União de Conjuntos

A figura representa:

(A U B) = A + B – (A∩B)

Por uma das propriedades das probabilidades, podemos colocar P em todos os lados da equação e
ela continua verdadeira:

(A U B) = A + B – (A∩B)

Colocando P em todos os itens:

P (A U B) = P(A) + P(B) – P(A∩B)

Sendo assim, a probabilidade da união de A com B segue exatamente a mesma fórmula da união de
A co B. Grave isso!

Com essa explicação, fica muito fácil de memorizar a fórmula e conseguimos finalmente entender a
razão de ela existir.

Eventos mutuamente exclusivos tem intersecção igual a conjunto vazio

Continuando a entender os Teoremas da Probabilidade, seguimos com eventos mutuamente exclusi-

vos, que são eventos que seguem a seguinte lógica: quando um acontece o outro nunca acontece.

Por exemplo: estar acordado, significa que não se está dormindo. O grupo de pessoas acordadas e
dormindo é mutuamente exclusivo (Sonâmbulo não conta, rs).

Seguindo a lógica dos conjuntos: se alguém é A, nunca será B e vice-versa. Desse modo, qual pode
ser a única intersecção de A com B? Apenas o conjunto vazio (nunca confunda conjunto vazio com o
número 0. Eles são coisas muito diferentes).

Uma curiosidade sobre eventos independentes x eventos mutuamente exclusivos:

Perceba que eventos independentes e eventos mutuamente exclusivos não são equivalentes! Os con-
juntos mutuamente exclusivos possuem dependência enquanto os independentes não a possuem.

Exemplo:

Eventos mutuamente exclusivos: Alguem não pode estar acordado e dormindo ao mesmo tempo. Se
um for verdade, o outro NECESSARIAMENTE é falso.

Eventos independentes: gostar de chocolate e ter olho castanho. São duas coisas absolutamente in-
dependentes.

Teorema de Bayes – Vamos entender os Teoremas da probabilidade condicionada

Vamos agora tentar entender uma fórmula que é bastante difícil para se decorar, mas que, uma vez
entendida, nunca mais é esquecida: a fórmula do Teorema de Bayes, que diz o seguinte:

P(A|B) = P (A∩B) /P(B)

O que esses símbolos significam? Matematicamente, lemo-los da seguinte maneira:

WWW.DOMINACONCURSOS.COM.BR 4
 EVENTOS INDEPENDENTES

P(A|B) = P (A∩B) /P(B) = A probabilidade de A tal que B é igual a probabilidade da Intersecção de A

com B, divido pela probabilidade de B.

Esse “tal que B”, traduzindo para o português comum significa: A probabilidade de A ser verdadeiro tal
que B seja verdadeiro.

Desse modo, quando começamos uma formula dessas, já temos uma resposta. Sabemos que B é
verdadeiro para que atinjamos o P(A|B). Grave isso!

Utilizando um exemplo matemático

Vamos iniciar nosso exemplo com probabilidades condicionais, isto é, probabilidades que influenciam
umas às outras. Observe os seguintes conjuntos:

Intersecção de Conjuntos

Em P(A|B) já sabemos que B tem que ser verdade para que a condição seja satisfeita. Vamos pintar
de verde tudo que é condicionado a ser verdade:

B é verdadeiro

Agora queremos saber qual a probabilidade de A ser verdadeiro quando B é verdadeiro.

Bom, se B tem que ser verdadeiro para atingirmos nossa condução, nós podemos excluir tudo que não
está dentro do círculo de B. Então, necessariamente o que nos sobra em nosso universo de possibili-
dades é apenas onde B é verdadeiro. Ficamos com o seguinte desenho:

Buscamos A verdadeiro quando B também o é

WWW.DOMINACONCURSOS.COM.BR 5
 EVENTOS INDEPENDENTES

Obs. Mantivemos o “fantasma” do conjunto A para visualização do desenho, mas ele não está mais
sendo considerado.

Vamos pintar agora a intersecção entre A e B para diferenciarmos os dois:

Destacando a Intersecção

Perceba que:

Na parte em verde B é verdadeiro, mas A não é verdadeiro

Na parte em azul, A e B são verdadeiros

Para não nos esquecermos de que na intersecção A e B são verdadeiros, vamos fazer o contorno de
B todo em verde:

Destacando B

Voltamos à formula:

P(A|B) = P (A∩B) /P(B)

Vamos entender finalmente a fórmula: Queremos a probabilidade de A ser verdadeiro desde que B seja
verdadeiro, desse modo o nosso “universo de possibilidades” passa a ser apenas o círculo em verde
(B).

Já que nosso universo de probabilidades é apenas o círculo verde e queremos a probabilidade de A

ser verdadeiro, apenas a parte de A que também está em B pode fazer parte da nossa condição. Essa
parte é a intersecção de A com B -> P (A∩B)

Desse modo fica bastante simples para entendermos a fórmula. Fique coma seguinte imagem para
imprimir:

WWW.DOMINACONCURSOS.COM.BR 6
 EVENTOS INDEPENDENTES

Para imprimir

Um exemplo para clarear:

Supondo que A seja a probabilidade de chover e B, a probabilidade de termos um dia ensolarado.

Sabemos que pode sim haver chuva em dia ensolarado, mas há uma dependência entre os dois (em
dias ensolarados não se costuma ter chuvas).

Se quisermos saber P (Chuva| dia ensolarado) queremos saber a probabilidade de chover enquanto
faz sol, ou seja, já supondo de antemão que o dia está ensolarado.

Ficamos com a seguinte fórmula

P (Chuva| dia ensolarado) = P (Chuva ∩ Dia ensolarado) /P (dia ensolarado)

Intersecção de eventos independentes

Continuando a entender os Teoremas da Probabilidade, suporemos agora dois eventos independentes

AeB

Para isso ser verdadeiro, tudo pode acontecer entre A e B:

A pode ser verdadeiro e B falso,

B pode ser verdadeiro e A falso,

A e B podem ser verdadeiros ou

A e B serem falsos

Fica claro que as probabilidades de A e B são independentes.

Seguindo o Teorema de Bayes para encontrarmos P(A|B), temos que encontrar a probabilidade de A
ser verdadeiro apenas quando B é verdadeiro. Oras, Se A independe sempre de B, B não influencia a
probabilidade de A.

Desse modo, a probabilidade de A ser verdadeiro quando B for verdadeiro é a mesma probabilidade
de A ser verdadeiro quando B é falso, ela não muda:

P(A|B) = P(A).

Um exemplo

Seguimos com o exemplo de “gostar de chocolate” e “ter olho castanho”: qual a probabilidade de se ter
olho castanho sabendo que alguém gosta de chocolate? Exatamente a mesma que seria caso ele não
gostasse de chocolate. Uma simplesmente não afeta a outra.

Entendido isso, vamos utilizar a fórmula de Bayes apresentada anteriormente:

P(A|B) = P (A∩B) / P(B)

Passando P(B) para o outro lado multiplicando, obtemos:

P(A|B) * P(B) = P (A∩B)

Invertendo as posições, temos:

P (A∩B) = P(A|B) * P(B)

Ok, nós isolamos a intersecção, afinal, o que queremos saber é a intersecção de eventos independen-
tes. Sabemos também, pelo explicado acima, que P(A|B) = P(A) em eventos independentes. Substi-
tuindo P(A|B) por P(A), obtemos:

WWW.DOMINACONCURSOS.COM.BR 7
 EVENTOS INDEPENDENTES

P (A∩B) = P(A) * P(B)

Vemos que a intersecção de A com B, quando independentes, é a mera multiplicação de suas proba-
bilidades individuais.

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

_________________________________________________________________________________

WWW.DOMINACONCURSOS.COM.BR 8