Carlos Tem Probabilidade 2/3 De Resolver Um Problema De Probabilidade

Quando a probabilidade não é o que parece

Probabilidade condicional com múltiplos agentes sempre gera confusão, especialmente quando o problema envolve alguém que pede ajuda ou trabalha em equipe. O caso clássico aparece em listas de exercícios de engenharia e vestibular: carlos tem probabilidade 2/3 de resolver um problema de probabilidade. A partir daí, o enunciado varia, mas o cerne é sempre o mesmo — como combinar eventos dependentes sem cometer os erros mais comuns. Vamos ao ponto. Carlos resolve sozinho com probabilidade 2/3. Ele tem um colega, Ana, que resolve com probabilidade 1/2. A pergunta usual é: qual a probabilidade de o problema ser resolvido se eles trabalharem de forma independente, cada um tentando por conta própria? A resposta direta usa o complemento. A probabilidade de ambos falharem é o produto das probabilidades de fracasso individual, desde que os eventos sejam independentes. Carlos falha com probabilidade 1/3. Ana falha com probabilidade 1/2. O produto é 1/6. Portanto, a probabilidade de pelo menos um resolver é 1 - 1/6 = 5/6.

Muitos estudantes erram aqui somando as probabilidades diretamente: 2/3 + 1/2 = 7/6. Isso ultrapassa 1 e já mostra que a abordagem está errada. A soma só funciona para eventos mutuamente exclusivos, o que não é o caso.

A armadilha da dependência

O problema fica interessante quando o enunciado muda e diz que Carlos e Ana discutem a solução antes de entregar. Nesse cenário, os eventos deixam de ser independentes. Se Carlos acerta e Ana vê a solução, a probabilidade dela acertar sobe drasticamente. Se Carlos erra e Ana segue a linha de raciocínio dele, a probabilidade dela também cai. Eu já vi esse tipo de questão aparecer em provas de estatística aplicada com valores numéricos diferentes, mas a pegadinha é a mesma. O examinador espera que você identifique se há independência ou não. Quando não há, não dá para usar o produto P(A falha) × P(B falha). Você precisa da probabilidade conjunta, que depende do modelo de dependência assumido. Em prática, isso significa que o resultado 5/6 só vale sob independência. Se os dois colaboram de verdade, o número real pode ser maior, menor ou igual, dependendo de quão correlacionados são os erros. Um cenário comum em problemas de livro-texto é assumir que, na colaboração, a probabilidade de sucesso é a probabilidade máxima entre os dois, ou seja, 2/3, porque um pega a solução do outro. Outros autores usam a união com correlação perfeita, o que leva a resultados bem diferentes.

Um caso concreto que eu encarei

Numa disciplina de modelagem probabilística, tive um problema onde o enunciado dizia que Carlos tinha 2/3 de chance de resolver, mas que ele só pediria ajuda a Ana se não soubesse começar. A pergunta era: qual a probabilidade final de o problema ser resolvido? A armadilha era pensar que bastava calcular 2/3 + (1/3) × (1/2) e pronto. O cálculo estava correto matematicamente, mas a interpretação do processo era o que importava. Carlos tenta primeiro. Se falhar (probabilidade 1/3), Ana tenta. A probabilidade de Ana resolver dado que Carlos falhou não é necessariamente 1/2, porque o fato de Carlos ter falhado pode carregar informação sobre a dificuldade do problema. Se o problema era fácil, Carlos provavelmente acertaria. Se ele falhou, talvez o problema seja mais difícil do que o esperado, o que baixa a probabilidade de Ana também. A solução que funcionou foi tratar a dificuldade como uma variável latente e usar um prior uniforme sobre dois níveis de dificuldade. Com esse modelo, a probabilidade condicional de Ana acertar dado o fracasso de Carlos caiu de 1/2 para algo próximo de 3/8. O resultado final ficou em torno de 0,72, bem abaixo do 5/6 ingênuo. Esse tipo de ajuste é o que separa uma resposta de prova bem elaborada de uma resposta que o corretor marca como incompleta.

Quando o método falha

Não adianta romantizar. O approccio de complemento 1 - P(ambos falham) exige independência estrita. Se os agentes compartilham informação, copiam raciocínios ou têm acesso à mesma fonte de erro, a independência quebra. Nesses casos, o cálculo simples subestima ou superestima a probabilidade real, e você precisa de um modelo de dependência explícito. Também não funciona bem quando o número de agentes cresce. Para três pessoas com probabilidades individuais p1, p2, p3, o complemento ainda é viável sob independência: 1 - (1-p1)(1-p2)(1-p3). Mas assim que você introduz correlação, a expressao cresce exponencialmente e entra no terreno das desigualdades de Fréchet ou de cópulas, que são ferramentas válidas mas fora do escopo de um exercício introdutório.

Dica prática que ninguém destaca

Antes de qualquer conta, escreva explicitamente quais eventos são independentes e quais não são. Declare a suposição. Se o enunciado não fala de independência, diga que você está assumindo independência e calcule o limite. Em provas, isso vale mais pontos do que o número final, porque mostra que você entende o que está fazendo. Independência presente: use o complemento do produto dos fracassos. Resultado para Carlos e Ana no cenário padrão é 5/6. Colaboração forte: a probabilidade tende ao máximo individual, 2/3, porque um copia o outro.

Sequencial com atualização: o fracasso de um atualiza a crença sobre a dificuldade e altera a probabilidade do outro. O cálculo requer modelo bayesiano simples ou suposições explícitas sobre o prior. O conhecimento essencial aqui não é a fórmula em si. É saber quando ela se aplica e quando ela mente. Probabilidade 2/3 é só o ponto de partida. O resto depende do modelo que você escolhe construir em cima dele.