Probabilidade Uniao

Cálculo de probabilidade da união de eventos

O erro mais comum que eu vejo em listas de exercícios e em provas práticas é simplesmente somar as duas probabilidades sem subtrair a interseção. O resultado fica inflado, às vezes acima de 1, o que já indica que algo não faz sentido. A fórmula correta é P(A B) = P(A) + P(B) - P(A B). Parece óbvio quando você lê, mas na hora de aplicar em problemas com conjuntos sobrepostos, quase todo mundo esquece do termo de correção.

Eu tive um caso específico há alguns anos trabalhando com modelagem de falhas em sistemas redundantes. Tinha dois componentes com probabilidades de falha individual de 0,12 e 0,08, e a interseção (ambos falhando simultaneamente) era 0,03. Alguém na planilha simplesmente fez 0,12 + 0,08 = 0,20 como probabilidade de pelo menos um falhar. O valor real era 0,12 + 0,08 - 0,03 = 0,17. Não parece muito, mas em simulações de Monte Carlo com milhares de iterações, esse erro de 0,03 se acumula e distorce completamente a distribuição de resultados. A correção foi apenas adicionar uma coluna explícita para P(A B) e subtraí-la no cálculo final.

Como calcular probabilidade uniao na prática

O primeiro passo é identificar se os eventos se sobrepõem. Se A e B são mutuamente exclusivos, ou seja, não podem acontecer ao mesmo tempo, então P(A B) = 0 e a fórmula se reduz a uma soma simples. Na maioria dos problemas reais, porém, existe sobreposição. Você precisa determinar a interseção de alguma forma — dados do problema, tabela de contingência, ou independência entre os eventos.

Se os eventos forem independentes, P(A B) = P(A) × P(B). Isso é útil mas também é onde as pessoas erram com mais frequência: assumir independência quando ela não existe. Eu vi gente aplicar essa regra em cenários de risco financeiro onde claramente havia correlação, e o resultado era totalmente irrelevante para a tomada de decisão. Sempre verifique se a independência é razoável antes de multiplicar. Para mais de dois eventos, a coisa fica mais trabalhosa. A princípio dá vontade de generalizar a fórmula, mas o princípio de inclusão-exclusão exige que você considere todas as combinações possíveis de interseções duplas, triplas e assim por diante. Para três eventos: P(A B C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC). Note o sinal alternado. É fácil perder um sinal aí e o erro passa despercebido porque o resultado ainda fica entre 0 e 1.

Na prática, quando você tem três ou mais eventos com interseções conhecidas, eu recomendo montar uma tabela de contingência ou usar diagramas de Venn numerados. Isso reduz drasticamente a chance de erro de sinal e deixa visível onde estão as sobreposições. Leva uns minutos a mais no início, mas evita retrabalho quando o problema já está resolvido com o número errado.

Limitações e armadilhas comuns

A fórmula de união de probabilidade pressupõe que você conhece as probabilidades individuais e as interseções. Em muitos cenários reais, você não tem esses dados diretamente. Temos estimativas marginais mas não sabemos o quanto os eventos se sobrepõem. Nesse caso, você pode calcular limites: o limite inferior é max(P(A), P(B)) e o superior é min(1, P(A) + P(B)). Isso é chamado de desigualdade de Bonferroni e é útil quando você precisa de uma faixa de confiança rápida sem conhecer a correlação exata.

O problema é que esses limites podem ser muito amplos. Se P(A) = 0,6 e P(B) = 0,5, a união está entre 0,6 e 1,0. Basicamente você não aprende nada útil. Quando a correlação é desconhecida mas você tem motivo para acreditar que os eventos tendem a ocorrer juntos, os limites de Frechet dão informação melhor: P(A B) P(A) + P(B) - max(0, P(A) + P(B) - 1). Soa complicado, mas na prática significa que se a soma das probabilidades ultrapassa 1, você já sabe que há sobreposição obrigatória. Outro ponto que é mencionado: a fórmula assume espaço amostral bem definido. Em problemas com amostragem sem reposição, variáveis dependentes ou processos estocásticos temporais, a abordagem clássica de inclusão-exclusão pode não se aplicar diretamente. Nesses casos, simulação ou métodos numéricos são mais confiáveis do que tentar forçar a fórmula analítica.

Se você está lidando com distribuições contínuas, o conceito é o mesmo mas a notação muda para integrais. A união de eventos definidos por regiões no domínio de uma variável contínua requer cuidado com fronteiras e medidas nulas. Evento com probabilidade zero na fronteira não contribui para a soma, mas em discretizações numéricas isso pode causar inconsistências se não for tratado explicitamente.