Skip to content

Calculadora de Probabilidade

Calculadora de Probabilidade gratuita - calcule e compare opções instantaneamente. Sem cadastro.

Carregando calculadora

Preparando Calculadora de Probabilidade...

Revisão e Metodologia

Cada calculadora utiliza fórmulas padrão da indústria, validadas por fontes oficiais e revisadas por um profissional financeiro certificado. Todos os cálculos são executados de forma privada no seu navegador.

Última revisão:

Revisado por:

Escrito por:

Como Usar a Calculadora de Probabilidade

  1. 1. Insira seus valores - preencha os campos de entrada com seus números.
  2. 2. Ajuste as configurações - use os controles deslizantes e seletores para personalizar seu cálculo.
  3. 3. Veja os resultados instantaneamente - os cálculos são atualizados em tempo real conforme você altera os valores.
  4. 4. Compare cenários - ajuste os valores para ver como as mudanças afetam seus resultados.
  5. 5. Compartilhe ou imprima - copie o link, compartilhe os resultados ou imprima-os para seus registros.

Probability Calculator

Calculate the probability of single events, combined independent events, and complementary events using this interactive tool. Enter the number of favorable outcomes and total possible outcomes to instantly see the result as a fraction, decimal, and percentage. This calculator is useful for math students studying probability theory, professionals performing risk analysis, and anyone who needs to quantify likelihood quickly.

How Probability Is Calculated

Probability measures the likelihood of an event occurring, expressed as a number between 0 (impossible) and 1 (certain). The key formulas are:

  • Single Event: P(A) = Favorable Outcomes / Total Outcomes
  • Complement: P(not A) = 1 - P(A)
  • Independent AND (both events occur): P(A and B) = P(A) x P(B)
  • OR (at least one occurs): P(A or B) = P(A) + P(B) - P(A and B)
  • Dependent AND (without replacement): P(A and B) = P(A) x P(B | A)

Worked Examples

Example 1 — single event: A bag contains 4 red marbles and 6 blue marbles (10 total). The probability of drawing a red marble is 4/10 = 0.40 = 40%. The probability of NOT drawing red (complement) is 1 - 0.40 = 0.60 = 60%.

Example 2 — independent AND: A coin is flipped and a standard die is rolled. P(heads) = 1/2 = 0.5. P(rolling a 4) = 1/6 ≈ 0.167. P(heads AND 4) = 0.5 x 0.167 = 0.0833, or about 8.33%.

Example 3 — dependent events: A deck of 52 cards has 4 aces. P(first ace) = 4/52 ≈ 0.077. After drawing one ace without replacement, P(second ace) = 3/51 ≈ 0.059. P(both aces) = (4/52) x (3/51) = 12/2652 ≈ 0.00452, or about 0.45%.

Reference Table — Common Probability Scenarios

ScenarioFavorableTotalProbabilityPercentage
Rolling a 6 on one die160.166716.67%
Rolling an even number on one die360.500050.00%
Drawing a heart from a full deck13520.250025.00%
Drawing an ace from a full deck4520.07697.69%
Flipping heads on one coin toss120.500050.00%
Flipping heads twice in a row140.250025.00%
Rolling a 7 with two dice6360.166716.67%
Rolling a 12 with two dice1360.02782.78%
Drawing a red face card from a full deck6520.115411.54%
Picking a vowel from A—Z5260.192319.23%

When to Use This Calculator

  • When solving textbook probability problems involving dice, cards, or marbles
  • When calculating the risk of independent failures in systems (e.g., two components both failing)
  • When estimating the likelihood of a random event occurring in business or science scenarios
  • When checking whether your intuitive sense of “how likely” something is matches the actual math
  • When teaching or learning the complement rule, AND rule, or OR rule for the first time

Common Mistakes

  1. Forgetting to subtract the overlap in OR problems — P(A or B) = P(A) + P(B) - P(A and B). Skipping the subtraction double-counts outcomes that satisfy both conditions. For drawing a king OR a heart: 4/52 + 13/52 - 1/52 = 16/52, not 17/52.
  2. Applying the independent AND rule to dependent events — if drawing without replacement, each draw changes the sample space. Use the conditional formula P(A and B) = P(A) x P(B | A) instead of simply multiplying the original probabilities.
  3. Confusing probability with odds — a probability of 0.25 means the event happens 1 in 4 times, but the odds are 1:3 (one success for every three failures). Converting between them requires P = odds / (1 + odds).

Real-World Applications

Probability underlies decision-making across many fields. In medicine, clinical trials use probability to determine whether a drug’s effect is statistically significant or could be due to chance. Insurance companies set premiums by calculating the probability of claims based on historical data — a driver with two at-fault accidents in three years has a measurably higher risk profile. In quality control, manufacturers calculate the probability that a batch of products contains defective units using binomial probability. Weather forecasters express the probability of precipitation as a percentage based on atmospheric models. In cybersecurity, analysts estimate the probability that a given threat vector will be exploited within a time window. For investors, the probability of a portfolio losing more than a defined threshold in a single day is a core metric called Value at Risk.

Tips

  • Always verify that probabilities for all mutually exclusive outcomes sum to exactly 1.0 (100%)
  • The complement rule is often the fastest path: P(at least one success) = 1 - P(all failures)
  • For sequential draws with replacement, probabilities stay constant at each step; without replacement, they shift
  • Convert odds to probability using P = odds / (1 + odds) — for example, 3:1 odds equals 3/4 = 75%
  • When two events are mutually exclusive (cannot both happen at once), P(A or B) simplifies to P(A) + P(B) with no subtraction
  • A probability near 0 does not mean impossible — it means rare. P(winning a lottery jackpot) might be 0.000000025, but it is not zero

Perguntas Frequentes

Como se calcula probabilidade basica?
A probabilidade basica e calculada como o numero de resultados favoraveis dividido pelo numero total de resultados possiveis: P(Evento) = Resultados Favoraveis / Total de Resultados. Por exemplo, a probabilidade de tirar um 3 em um dado padrao e 1/6 (aproximadamente 0,167 ou 16,7%) porque ha 1 resultado favoravel entre 6 resultados possiveis. A probabilidade sempre varia de 0 (impossivel) a 1 (certo).
Como se calcula a probabilidade de eventos compostos?
Para eventos compostos, use multiplicacao para E (ambos os eventos ocorrendo) e adicao para OU (qualquer um dos eventos ocorrendo). P(A E B) = P(A) x P(B) para eventos independentes. P(A OU B) = P(A) + P(B) - P(A E B). Por exemplo, a probabilidade de tirar cara E rolar um 6 e (1/2) x (1/6) = 1/12. A probabilidade de tirar um rei OU uma copa de um baralho e 4/52 + 13/52 - 1/52 = 16/52.
Qual e a diferenca entre eventos independentes e dependentes?
Eventos independentes nao afetam a probabilidade um do outro -- como jogar uma moeda e rolar um dado. Cada lancamento de moeda e sempre 50/50, independentemente dos resultados anteriores. Eventos dependentes alteram a probabilidade com base em resultados previos -- como tirar cartas sem reposicao. A probabilidade de tirar um segundo as de um baralho cai de 4/52 para 3/51 apos o primeiro as ser tirado, porque o espaco amostral mudou.
O que e valor esperado e como e calculado?
O valor esperado e a media de longo prazo de um evento aleatorio, calculado multiplicando cada resultado possivel por sua probabilidade e somando os resultados: E(X) = soma de (resultado x probabilidade). Por exemplo, se um jogo paga $10 no cara (probabilidade 0,5) e $0 no coroa (probabilidade 0,5), o valor esperado e (10 x 0,5) + (0 x 0,5) = $5. O valor esperado e essencial em jogos de azar, seguros e tomada de decisoes empresariais.
O que e o Teorema de Bayes e quando e usado?
O Teorema de Bayes calcula a probabilidade de um evento com base no conhecimento previo de condicoes relacionadas: P(A|B) = P(B|A) x P(A) / P(B). Ele e usado quando voce quer atualizar uma probabilidade apos receber novas evidencias. Por exemplo, se um teste medico tem 95% de precisao e 1% da populacao tem uma doenca, o Teorema de Bayes revela que um resultado positivo no teste significa apenas cerca de 16% de chance de realmente ter a doenca -- porque os falsos positivos dos 99% saudaveis superam os verdadeiros positivos.
Calculadoras