Calculadora de probabilidade

A probabilidade mede a incerteza em uma escala de zero a um. Zero representa um evento impossível, um representa um evento certo e valores intermediários descrevem diferentes chances. Esta calculadora recebe as probabilidades de dois eventos e obtém quatro resultados comuns: o complemento de A, a probabilidade de ambos ocorrerem, de pelo menos um ocorrer e de nenhum ocorrer. Os resultados também aparecem em porcentagem para facilitar a interpretação. A regra do complemento diz que a probabilidade de um evento não ocorrer é um menos sua probabilidade. Para eventos independentes, a regra da multiplicação fornece a interseção: multiplique P(A) por P(B) para encontrar a chance de ambos ocorrerem. A regra da adição encontra a união: some P(A) e P(B) e subtraia a interseção para não contar duas vezes o resultado compartilhado. Quando os eventos são independentes, a probabilidade de nenhum ocorrer é o produto dos dois complementos. A independência é a hipótese central desses cálculos. Dois eventos são independentes quando saber que um ocorreu não altera a probabilidade do outro. Lançamentos separados de uma moeda equilibrada são um exemplo clássico. Clima e atraso no trânsito podem não ser independentes, pois a chuva pode afetar o tráfego. Para eventos dependentes, use uma probabilidade condicional como P(B dado A) ao calcular a interseção. A regra geral é P(A e B) = P(A) vezes P(B dado A), e a união continua subtraindo essa interseção. As probabilidades podem vir de resultados equiprováveis, frequências históricas, um modelo estatístico ajustado ou uma avaliação fundamentada. Confira se as duas entradas usam a mesma população e o mesmo período. Uma probabilidade não garante o resultado de uma tentativa: ela descreve o comportamento esperado em repetições comparáveis. Porcentagens arredondadas também podem esconder pequenas diferenças; mantenha precisão suficiente em trabalhos formais. Esta calculadora é útil para exercícios em sala, resumos de risco, planejamento e verificações básicas de qualidade, mas eventos dependentes e espaços amostrais complexos exigem um modelo que represente explicitamente suas relações.