Eventos independentes

Adaptado do artigo de

Flvio Wagner Rodrigues

Neste

artigo so discutidos alguns aspectos ligados noo de independncia de dois eventos na Teoria das Probabilidades. Os objetivos principais so analisar o conceito formal, relacionando-o com a idia intuitiva, que as pessoas geralmente tm sobre as relaes entre os fenmenos que elas observam na sua vida diria. Vamos, inicialmente, recordar alguns conceitos bsicos da Teoria da Probabilidade. A teoria tem por objetivo fornecer um modelo matemtico para experimentos aleatrios, isto , para experimentos que, repetidos em idnticas condies, produzem, geralmente, resultados distintos. A todo experimento aleatrio est associado o conjunto S , chamado espao amostral, composto por todos os resultados possveis do experimento. Assim, considerando o lanamento de um dado, o espao amostral naturalmente associado a este experimento

S = {1, 2, 3, 4, 5, 6}.
179

Se S um espao amostral finito chamamos evento a qualquer subconjunto de S e diremos que ocorreu o evento A S, quando o resultado do experimento for um elemento de A. No caso do lanamento de um lado, o evento: o resultado par o subconjunto A = {2, 4, 6} S, e se, ao lanarmos o dado, obtivermos 4, diremos que o evento A ocorreu. Cada subconjunto unitrio de S chama-se evento elementar, isto , se S = {x1, x2, ..., xn} ento, {x1}, {x2},... so eventos elementares. Uma probabilidade uma funo que associa a cada evento elementar {xi} um nmero pi, 0 pi 1, de tal modo que p1 + p2 + ... + pn = 1. A probabilidade de um evento qualquer A S ser, por definio, a soma das probabilidades dos eventos elementares contidos em A e indicaremos por P (A). Retomando o exemplo do dado e supondo agora que o lanamento seja o de um dado honesto, a cada evento elementar {1}, {2}, {3}, {4}, {5}, {6}, associada a probabilidade 1/6. Nessas condies, se A o evento o resultado par,

Comearemos com a definio formal de independncia. primeira vista, os exemplos podero parecer contrrios noo intuitiva de independncia. Com a introduo do conceito de probabilidade condicional e a anlise de mais exemplos, esperamos deixar claro o que sejam eventos independentes, conciliando, assim, a definio formal com intuio.

Definio
Dois eventos, A e B, de um mesmo espao amostral (isto , dois eventos associados ao mesmo experimento aleatrio), so independentes quando a probabilidade de que eles ocorram

180

simultaneamente for igual ao produto de suas probabilidades individuais. Em smbolos, A e B sero independentes quando: P(A B) = P(A).P(B) Exemplo 1 Considere o lanamento de um dado honesto. O espao amostral associado e esse experimento o conjunto formado pelos nmeros 1, 2, 3, 4, 5, 6, e a cada um dos quais atribuda probabilidade 1/6. Vamos considerar os eventos:

A o resultado par; B o resultado maior do que 4; C o resultado um mltiplo de 3.

Os subconjuntos do espao amostral associados a esses eventos so respectivamente: {2, 4, 6}, {5, 6} e {3, 6}. Segue-se ento que: P(A) = 1/2 e P(B) = P(C) = 1/3. Os eventos A e B (e tambm os eventos B e C) ocorrero simultaneamente quando o resultado do lanamento for um 6. Segue-se que P(A ) = P(B C) = 1/6. A comparao desses valores com os produtos das probabilidades individuais mostra que A e B so independentes enquanto que B e C so dependentes. claro que o fato de dois eventos serem ou no independentes determinado pelo espao amostral e pela probabilidade definida nesse espao. O exemplo seguinte mostra como a probabilidade escolhida afeta as relaes de dependncia ou independncia entre eventos. Exemplo 2 Vamos considerar o lanamento de um dado ao qual est associada a seguinte distribuio de probabilidades:

Resultado

2 1/12

3 1/4 181

4 1/12

5 1/4

6 1/4

Probabilidade 1/12

Com essa distribuio, as probabilidades dos eventos considerados no exemplo 1 tero agora os seguintes valores:

fcil ver que estamos diante da situao inversa daquela que ocorreu no Exemplo 1. Os eventos B e C so independentes, enquanto que A e B so dependentes. Observao O leitor poder argumentar, com razo, que no fcil transmitir a uma classe iniciante a idia de um dado que se comporte da maneira acima. Vale lembrar, no entanto, que na realidade dos cassinos e das casas de jogos, o dado honesto do exemplo 1 talvez seja at mais fantasioso do que aquele que estamos considerando aqui. Alm disso, possvel realizar esse experimento numa sala de aula, com o auxlio de uma urna e de 12 bolas numeradas com os algarismos 1, 2, 3, 4, 5 e 6, nas propores indicadas pela distribuio de probabilidades. A retirada de uma bola dessa urna equivalente, em termos probabilsticos, a um lanamento do nosso dado hipottico. Vamos apresentar mais um exemplo, tirado do livro Uma Introduo Teoria das Probabilidades e suas Aplicaes, de W. Feller, que mostra como a estrutura do espao amostral afeta as relaes de dependncia.

182

Exemplo 3 Vamos considerar famlias com n crianas e admitir que todas as distribuies do sexo dessas crianas so igualmente provveis. Seja A o evento: existem crianas de ambos os sexos e B o evento: existe no mximo uma menina. Pode-se verificar que no conjunto das famlias com 3 crianas, A e B so eventos independentes o que no ocorre no conjunto das famlias com 4 crianas. O leitor interessado no clculo dessas probabilidades pode consultar a referncia citada anteriormente. Com um pouco mais de trabalho, possvel mostrar ainda que A e B s sero independentes no caso n = 3. Na vida real, a independncia entre dois fenmenos est associada idia intuitiva de que eles nada tm a ver um com o outro, no existindo entre eles nenhum tipo de relao. natural que a descoberta da existncia de algum tipo de relao entre dois fenmenos (isto , a verificao de que eles no so independentes) seja mais importante do ponto de vista prtico. Nenhum jornal abriria manchetes para afirmar, por exemplo, que a ingesto de acar nada tem a ver com cncer de pele. No entanto, os meios de comunicao esto sempre discutindo, entre outras, as provveis relaes entre consumo de acar e crie dental e entre o excesso de exposio luz solar e o cncer de pele. Essa idia intuitiva explica porque os estudantes freqentemente confundem eventos independentes com eventos mutuamente exclusivos. De fato, a eventos mutuamente exclusivos correspondem subconjuntos disjuntos do espao amostral. A associao entre a ausncia de pontos comuns e a idia intuitiva de independncia, embora falsa, chega a ser compreensvel. Quando se utiliza a definio, v-se facilmente que, a no ser em casos muitos particulares (quando ao menos um dos eventos tem probabilidade zero), eventos mutuamente exclusivos nunca so independentes. Do ponto de vista do ensino, a questo que se coloca como apresentar num curso elementar a idia de independncia, de modo a conciliar a definio formal com as idias intuitivas que os estudantes certamente tm 183

sobre o assunto. O caminho natural para atingirmos esse objetivo comea necessariamente pelo conceito de probabilidade condicional, que procuramos ilustrar no exemplo seguinte. Exemplo 4 Numa rifa so vendidos 100 bilhetes numerados de 00 99. Um nico prmio ser entregue ao portador do bilhete que for escolhido por sorteio. Esse sorteio ser realizado em duas etapas, utilizando-se uma urna com dez bolas numeradas de 0 a 9. Na primeira etapa, uma bola escolhida ao acaso, obtendo-se assim o algarismo das unidades do nmero premiado; em seguida, essa bola devolvida urna, e repete-se o processo para que seja obtido o algarismo das dezenas. Vamos analisar a situao de dois indivduos, Joo e Paulo, cujos bilhetes tm os nmeros 25 e 47, respectivamente. Antes de ser iniciado o sorteio (e supondo-se que ele seja honesto), os dois tm a mesma probabilidade de sucesso, igual a 1/100. Supondo-se que a primeira bola sorteada tenha o nmero 7, o conjunto dos resultados possveis do sorteio se reduz a um conjunto com dez elementos, a saber: {07, 17, ..., 97}. Joo j pode rasgar o seu bilhete pois, suas chances de vitria se reduziram de 1/100 para 0. Por outro lado, Paulo viu sua chance multiplicada por 10, passando de 1/100 para 1/10. Seja A o evento Paulo ganha o prmio, B o evento Joo ganha o prmio e C o evento o nmero sorteado termina em 7. Antes da realizao da primeira etapa, tnhamos: P(A) = P(B) = 1/100 e P(C) = 1/10. As probabilidades, 0 e 1/10, calculadas aps a realizao da primeira etapa, so denominadas probabilidades condicionais de B e A, respectivamente, dado que ocorreu o evento C. No exemplo acima, as probabilidades condicionais foram calculadas por meio da reduo do espao amostral ao conjunto C, que passou a ser o espao associado segunda etapa do sorteio. Probabilidades condicionais podem tambm ser calculadas em termos das probabilidades do espao original, como veremos na definio abaixo. 184

Definio
Sejam A e C dois eventos num mesmo espao de probabilidades e suponhamos P(C) 0. A probabilidade condicional de A, dado C, definida como sendo: (1)

Observao
Da definio segue-se facilmente que se A e C so dois eventos independentes, com probabilidades positivas, teremos:

P (A/C) = P(A) e P(C/A) = P(C).

(2)

Um evento com probabilidade zero trivialmente independente de qualquer outro, e para eventos com probabilidades positivas, a igualdade (1) equivalente a qualquer uma das igualdades em (2). Podemos ento dizer que dois eventos com probabilidades positivas so independentes, quando a probabilidades condicional de um deles, dado que o outro ocorreu, for igual probabilidade daquele evento no espao original. Em outras palavras, a informao adicional sobre a ocorrncia de um deles no altera a probabilidade do outro. Como procuraremos ilustrar no exemplo seguinte, essa a interpretao correta da idia intuitiva de que um evento nada tem a ver com o outro. Exemplo 5 Vamos considerar novamente a possibilidade da existncia de algum tipo de relao entre ingesto de acar e incidncia de cncer de pele. Vamos supor que a evidncia experimental, comprovada por testes estatsticos adequados, mostre que no existe nenhum tipo de relao entre os dois fenmenos. O que isto quer dizer que a informao adicional sobre a quantidade de acar ingerida por um indivduo (seja ela grande ou pequena) no altera em nada o seu risco (medido por uma probabilidade) de vir a adquirir cncer de pele.

185

Fica claro agora, do ponto de vista intuitivo, porque eventos mutuamente exclusivos no so, em geral, independentes. A informao de que um deles ocorreu nos assegura que o outro no ocorrer. Portanto, com essa informao, a probabilidade do outro passa a ser igual a zero, isto , se altera, a no ser que j fosse igual a zero no espao original.

186