Soma De Probabilidades

Como calcular a soma de probabilidades sem errar

A soma de probabilidades é uma operação simples na teoria, mas todo mundo acaba tropeçando quando os eventos não são exatamente disjuntos ou quando o espaço amostral vaza. O conceito básico é que, para eventos mutuamente exclusivos, a probabilidade de A ou B ocorrer é a soma das probabilidades individuais. Fórmula: P(A B) = P(A) + P(B). Mas se os eventos se sobrepõem, essa conta quebra. Aí você precisa subtrair a intersecção. P(A B) = P(A) + P(B) - P(A B). Parece óbvio, mas é onde a maioria dos erros acontece. Eu já vi gente somar probabilidades direto em problemas de teste de hipótese com regiões de rejeição que se sobrepõem e chegar a valores maiores que 1. Isso é impossível. Probabilidade total nunca ultrapassa 1. Se está somando e dá maior que isso, tem interseção que não foi descontada, ou algo está errado com a normalização dos dados.

Quando a soma de probabilidades falha

O problema mais comum é assumir que eventos são independentes quando não são. Ou pior, assumir que são exclusivos quando se sobrepõem discretamente. Eu estava trabalhando num modelo de classificação multinomial há uns meses e precisei calcular a probabilidade de um ponto cair em pelo menos uma de três regiões de decisão. As regiões não eram perfeitamente disjuntas porque havia bordas sobrepostas entre classes. Somei direto e o total saiu em 1.34. Obviamente errado. A correção foi mapear a sobreposição exata entre pares de regiões e aplicar o princípio da inclusão-exclusão: P(A B C) = P(A) + P(B) + P(C) - P(A B) - P(A C) - P(B C) + P(A B C). Com três eventos fica tratável. Com dez ou mais, aí a coisa complica mesmo. Outro detalhe que passa despercebido: a soma de probabilidades só funciona se todas as probabilidades individuais forem calibradas corretamente. Se você tem um modelo que produz scores brutos e não probabilidade normalizada, somar esses scores não vai dar nada útil. Eu vi isso em produção com modelos de ranking que usam logits como proxy de probabilidade. Alguém somou os logits de três classes e tentou interpretar como probabilidade conjunta. O resultado era completamente sem sentido.

A regra prática que vale na maioria dos casos

Antes de somar, pergunte: os eventos se sobrepõem? Se a resposta for não, some direto. Se for sim, identifique as interseções e desconte. Se tiver mais de três eventos sobrepostos, considere usar simulação de Monte Carlo para estimar a união, especialmente se as regiões forem complexas geometricamente ou se as distribuições forem irregulares. Isso costuma ser mais rápido do que tentar resolver analyticamente com inclusão-exclusão depois de cinco ou seis eventos. Uma coisa contra-intuitiva que pouca gente leva a sério: a ordem dos eventos não importa na soma, mas a forma como você define os eventos muda completamente o resultado final. Se você redefine o espaço amostral de forma mais granular — por exemplo, dividindo regiões sobrepostas em partes disjuntas — a soma se torna correta naturalmente. Eu sempre faço isso primeiro. Particiono o espaço em células mutuamente exclusivas, calculo a probabilidade de cada célula, e só então somei as células relevantes. Evita erro de double-counting sem precisar lembrar fórmulas complicadas.

Dica rápida para quem usa Python

Se estiver manipulando arrays de probabilidades e precisar somar sobre dimensões, use numpy com o parâmetro keepdims=True para evitar broadcasting estranho. E verifique sempre se a soma ao longo de todas as classes dá 1.0 antes de prosseguir. Se não der, o modelo ou os dados estão com probabilidade não normalizada e qualquer soma subsequente será comprometida. Isso economiza horas de debug. A maioria dos modelos de deep learning exporta logits, não probabilidades. Passe por softmax antes de somar. Resumo: some apenas eventos disjuntos. Desconte interseções quando houver sobreposição. Verifique normalização antes de tudo. E quando a geometria dos eventos ficar muito complexa, recorra a simulação em vez de força analítica.