Em Uma Urna Com Bolas Numeradas As Probabilidades

Cálculo de probabilidade com bolas numeradas em urnas

Ao trabalhar com urnas contendo bolas numeradas, o primeiro passo é sempre identificar se há reposição ou não. Isso muda tudo. Sem reposição, cada extração altera a composição da urna e as probabilidades seguintes precisam ser recalculadas com base no novo total de bolas. Com reposição, o espaço amostral permanece constante e o cálculo se torna mais direto. Vou usar um exemplo concreto. Suponha uma urna com 10 bolas numeradas de 1 a 10. Queremos saber a probabilidade de extrair uma bola com número par na primeira retirada, sem reposição. Existem 5 números pares entre 1 e 10. A probabilidade é 5 dividido por 10, resultando em 0,5. Se a bola extraída for, digamos, o número 4, e não houver reposição, na segunda retirada restam 9 bolas, das quais 4 são pares. A nova probabilidade para um número par passa a ser 4/9. O número muda porque o total de bolas diminuiu e a contagem de pares também caiu em uma unidade.

Quando há reposição, a situação é diferente. Após retirar a bola 4, você a devolve à urna. O total volta a ser 10 e a probabilidade de tirar um par na segunda extração permanece 5/10 = 0,5. As Extrações tornam-se independentes. Isso parece óbvio, mas a maioria dos erros que vejo em exercícios e em situações práticas vem da confusão entre esses dois cenários. Pessoas esquecem de verificar se a bola foi devolvida e aplicam a regra errada. No meu caso, corrigi isso criando uma verificação rápida no início de qualquer problema: perguntar explicitamente "há reposição?" antes de qualquer cálculo.

Extrações múltiplas e dependência

Quando o problema envolve mais de uma extração, a lógica se complica. A probabilidade conjunta depende de cada evento anterior. No cenário sem reposição, você precisa multiplicar probabilidades condicionais. Voltemos ao exemplo das 10 bolas. Qual a probabilidade de extrair, na primeira vez, o número 3, e na segunda vez, um número maior que 5? Sem reposição: A probabilidade de tirar o 3 na primeira é 1/10. Como não reposicionamos, restam 9 bolas. Entre elas, os números maiores que 5 são 6, 7, 8, 9 e 10 — cinco opções. A probabilidade condicional é 5/9. A probabilidade conjunta é 1/10 vezes 5/9, que dá 5/90, ou aproximadamente 0,0556.

Se houvesse reposição, o cálculo seria 1/10 vezes 5/10, resultando em 5/100 = 0,05. A diferença é pequena aqui, mas em cenários com mais extrações ou urnas maiores, a divergência cresce rapidamente. Sem reposição, cada passo reduz o espaço amostral. Com reposição, ele se mantém fixo. Uma armadilha comum é tentar aplicar a distribuição hipergeométrica em casos de reposição, ou usar a binomial quando não há reposição. A distribuição hipergeométrica serve estritamente para extrações sem reposição. A binomial exige reposição ou populações tão grandes que a remoção de uma bola praticamente não altera a proporção. Se você tratar uma situação sem reposição como se fosse com reposição, o erro tende a aumentar conforme o número de extrações cresce em relação ao total de bolas.

Um problema real que encontrei

Em um projeto prático envolvendo sorteios com urnas virtuais para uma plataforma educacional, nos deparamos com um bug silencioso. O código calculava probabilidades sem reposição usando a fórmula combinatorial padrão, mas em um cenário onde o usuário podia realizar até 8 extrações sucessivas de uma urna com apenas 12 bolas. A cada extração, o denominador diminuía, e nos passos finais as probabilidades ficaram extremamente pequenas, próximas de zero. O sistema estava gerando números que pareciam corretos matematicamente, mas visualmente os usuários viam probabilidades absurdamente baixas para eventos que, na prática, deveriam ter chance razoável. A causa foi um erro de arredondamento acumulativo nas divisões sucessivas. O workaround que implementamos foi calcular todas as combinações usando logaritmos para evitar a perda de precisão numérica, convertendo produtos de frações em somas de logs, e só então exponenciando o resultado final. Isso eliminou o erro. O processo levou cerca de duas horas de depuração, mas após a correção, a precisão ficou estável mesmo com dezenas de extrações sequenciais.

Quando esse modelo falha

A abordagem padrão com bolas numeradas em urna pressupõe bolas distinguíveis apenas pelo número e uma extração uniforme. Na prática, há limitações sérias. Se as bolas tiverem pesos diferentes, tamanhos diferentes ou estiverem desgastadas de forma desigual, a extração não é mais uniforme e o modelo puro de probabilidade clássica deixa de funcionar. Nesse caso, é necessário estimar probabilidades empíricas através de simulações ou ajustes ponderados. Outro ponto de falha ocorre quando o número de bolas é muito pequeno e o número de extrações é grande. Sem reposição, após extrair todas as bolas, não há mais o que fazer. Com reposição, o problema se resolve, mas a independência das extrações pode não refletir a realidade se houver algum viés mecânico na urna física. Em testes laboratoriais, urnas mecânicas frequentemente apresentam viés de rotação ou de posicionamento que distorce as probabilidades teóricas em até 3 a 5 por cento, dependendo do dispositivo. Se você precisa de precisão em contextos com essas imperfeições, simulações de Monte Carlo com milhares de rodadas costumam ser mais confiáveis do que cálculos analíticos puros. A simulação captura variações do mundo real que fórmulas fechadas ignoram.

Dicas práticas para resolver problemas

Sempre liste o espaço amostral inicial antes de qualquer conta. Escreva quantas bolas existem, quantas são do tipo desejado e se há ou não reposição. Esse hábito simples evita a maior parte dos erros comuns. Para extrações sem reposição, construa a árvore de probabilidades passo a passo. Cada nó representa uma extração, e os ramos carregam a probabilidade condicional daquele passo. Multiplicar os ramos ao longo do caminho dá a probabilidade conjunta. Esse método visual funciona bem até três ou quatro extrações. Depois disso, a árvore fica grande demais e vale a pena passar para fórmulas de combinações ou permutações. Use a notação P(A|B) consistentemente. Muitos esquecem de especificar a condição e acabam confundindo probabilidade marginal com condicional. Anotar explicitamente o que está condicionado evita essa confusão.

Para urnas com bolas de diferentes cores ou números e probabilidades desiguais, o modelo clássico não se aplica. Nesse caso, recorra a pesos ou a simulação computacional. Um script Python simples com amostragem sem reposição via numpy.random.choice já resolve a maioria dos casos em segundos. O cálculo em si é rápido quando as regras estão claras. O tempo que costuma demorar realmente está em identificar o cenário correto — com ou sem reposição, independente ou dependente, uniforme ou enviesado. Uma vez definido isso, a matemática é direta.