Em uma árvore de probabilidade, a operação certa depende de onde você está olhando: multiplique ao longo de um caminho, some caminhos finais alternativos e, quando uma condição elimina parte da árvore, renormalize apenas o que sobreviveu. Esse modo de leitura evita decorar fórmulas isoladas e transforma probabilidade condicional em um procedimento visual.
O método em uma frase
- Multiplica aqui: quando a pergunta exige que várias etapas do mesmo caminho ocorram juntas.
- Soma aqui: quando o evento desejado pode acontecer por caminhos finais diferentes e mutuamente exclusivos.
- Renormaliza aqui: quando você descobre uma informação nova, descarta os caminhos incompatíveis e faz o total restante voltar a valer 1.
A ideia está de acordo com a regra do produto para eventos em etapas, apresentada pela OpenStax, e com a interpretação da probabilidade condicional como uma restrição do espaço amostral descrita em material de estatística da UC Berkeley.
Problema-base: de qual linha veio um item revisado?
Uma empresa recebe 60% de seus itens da linha A e 40% da linha B. Na linha A, 10% dos itens são marcados para revisão. Na linha B, 20% são marcados para revisão. Um item é escolhido ao acaso e sabemos que ele foi marcado para revisão. Qual é a probabilidade de ele ter vindo da linha B?
A árvore começa com duas escolhas de origem:
- Linha A: 0,60.
- Linha B: 0,40.
Depois, cada origem se divide em “revisão” e “sem revisão”:
- Se veio de A: revisão 0,10; sem revisão 0,90.
- Se veio de B: revisão 0,20; sem revisão 0,80.
1. Multiplica aqui: calcule cada caminho completo
Chegar a uma folha da árvore significa percorrer uma sequência de eventos. Por isso, a probabilidade de cada folha é o produto das probabilidades escritas nos ramos daquele caminho.
| Caminho | Cálculo | Probabilidade |
|---|---|---|
| A e revisão | 0,60 × 0,10 | 0,06 |
| A e sem revisão | 0,60 × 0,90 | 0,54 |
| B e revisão | 0,40 × 0,20 | 0,08 |
| B e sem revisão | 0,40 × 0,80 | 0,32 |
O raciocínio é o da regra de multiplicação: para chegar a “B e revisão”, é preciso primeiro estar em B e depois cair no ramo “revisão”. Assim, P(B e revisão) = P(B) × P(revisão | B) = 0,40 × 0,20 = 0,08.
2. Soma aqui: reúna os caminhos que produzem o mesmo evento
Agora queremos saber qual é a probabilidade total de um item ser marcado para revisão, sem ainda impor a condição de origem. “Revisão” pode ocorrer por dois caminhos finais distintos: A e revisão, ou B e revisão. Como uma única peça não pode ter vindo simultaneamente das duas linhas, essas folhas são mutuamente exclusivas e podem ser somadas diretamente.
P(revisão) = 0,06 + 0,08 = 0,14.
Esse 0,14 é importante: ele representa toda a massa de probabilidade que sobreviverá quando soubermos que o item foi revisado.
3. Renormaliza aqui: transforme a condição no novo universo
Ao receber a informação “o item foi marcado para revisão”, os caminhos “A e sem revisão” e “B e sem revisão” deixam de ser possíveis. Restam apenas 0,06 de A e revisão e 0,08 de B e revisão. Juntos, eles somam 0,14, mas dentro do novo universo condicionado esse total precisa representar 1.
Renormalizar significa dividir cada caminho sobrevivente pelo total sobrevivente:
- P(A | revisão) = 0,06 ÷ 0,14 ≈ 0,4286, ou 42,86%.
- P(B | revisão) = 0,08 ÷ 0,14 ≈ 0,5714, ou 57,14%.
Portanto, depois de saber que o item foi revisado, a linha B se torna a origem mais provável, embora produza apenas 40% do total de itens. Isso acontece porque a taxa de revisão em B é maior. A operação “dividir pelo total que sobreviveu” é exatamente a lógica de P(A | B) = P(A e B) / P(B): a condição redefine o espaço relevante.
4. Verificação final
Antes de encerrar, faça quatro testes simples:
- Os ramos que saem de cada nó somam 1: 0,10 + 0,90 = 1 e 0,20 + 0,80 = 1.
- As quatro folhas da árvore somam 1: 0,06 + 0,54 + 0,08 + 0,32 = 1.
- A probabilidade total do evento condicionado está entre 0 e 1: P(revisão) = 0,14.
- Depois da renormalização, as alternativas condicionadas somam 1: 0,4286 + 0,5714 = 1, com arredondamento.
Como decidir entre multiplicar, somar e renormalizar
| Sinal na pergunta | Operação | O que você calcula | Exemplo |
|---|---|---|---|
| “e depois”, “e”, uma sequência de etapas | Multiplicar | Probabilidade de um caminho completo | A e revisão: 0,60 × 0,10 |
| “ou”, “por qualquer um destes caminhos” | Somar folhas compatíveis com o evento | Probabilidade total de um evento com rotas alternativas | Revisão: 0,06 + 0,08 |
| “dado que”, “sabendo que”, “entre os que...” | Renormalizar | Probabilidades dentro do novo universo condicionado | B dado revisão: 0,08 ÷ 0,14 |
Por que a soma nas folhas costuma ser simples
A regra geral para “A ou B” não é sempre uma soma simples. Quando dois eventos podem ocorrer ao mesmo tempo, é preciso descontar a interseção. Mas folhas finais diferentes de uma árvore representam resultados mutuamente exclusivos: um experimento termina em uma folha ou em outra, não nas duas. Por isso, ao reunir folhas finais que satisfazem o evento desejado, a soma direta é válida. A própria OpenStax usa essa propriedade ao somar resultados finais de diagramas de árvore.
Independência muda os números, não o método
Se a segunda etapa for independente da primeira, a probabilidade do segundo ramo não muda conforme o primeiro resultado. Nesse caso, P(B | A) = P(B), e a multiplicação de um caminho pode ser escrita como P(A) × P(B). Mas não use essa forma por hábito. Em problemas condicionais, é mais seguro perguntar primeiro: “a probabilidade do próximo ramo depende do que já aconteceu?”. Se depender, use a probabilidade condicional indicada no nó.
Renormalizar é Bayes visto pela árvore
Muitos problemas pedem a direção inversa daquela fornecida pelos dados. No exemplo, conhecemos P(revisão | A) e P(revisão | B), mas a pergunta é P(B | revisão). A árvore resolve essa inversão sem exigir que você comece por uma fórmula de Bayes: primeiro multiplica para obter os caminhos completos, depois soma para encontrar a probabilidade da evidência e, por fim, divide o caminho de interesse por esse total. A fórmula compacta de Bayes é uma maneira de escrever essas mesmas três etapas.
Erros comuns que a árvore ajuda a evitar
- Somar probabilidades de ramos consecutivos. Ramos na mesma rota formam uma sequência; o cálculo do caminho é multiplicativo.
- Multiplicar caminhos alternativos. Se o evento pode acontecer por uma folha ou por outra, você reúne essas folhas por soma.
- Usar 20% como resposta final. Os 20% são P(revisão | B), não P(B | revisão). Trocar a ordem da condição muda a pergunta.
- Renormalizar antes de calcular as folhas. Primeiro descubra quanto cada caminho contribui para o evento observado; só então divida pelo total observado.
- Esquecer de verificar o total. Uma árvore completa deve terminar com folhas que somam 1, salvo arredondamentos.
Um roteiro que funciona em exercícios
- Identifique as etapas e desenhe um nó para cada ponto de decisão.
- Escreva em cada ramo uma probabilidade válida para aquele nó; os ramos que saem do mesmo nó devem somar 1.
- Multiplique ao longo de cada caminho até obter as probabilidades das folhas.
- Marque quais folhas satisfazem o evento perguntado.
- Some essas folhas se houver mais de um caminho possível.
- Se houver “dado que” ou informação nova, descarte as folhas incompatíveis e divida cada sobrevivente pela soma das sobreviventes.
- Faça a verificação final: totais entre 0 e 1 e, quando apropriado, somas iguais a 1.
O ponto principal é operacional: o desenho da árvore diz qual conta fazer. Caminho completo pede multiplicação; caminhos finais alternativos pedem soma; nova informação pede restrição e renormalização. Com esse mapa, as fórmulas deixam de ser regras soltas e passam a resumir um raciocínio que você já consegue enxergar.
