União de eventos e probabilidade condicional

A ideia central por trás da probabilidade da união é traduzir para a linguagem das chances o mesmo raciocínio de contagem que você já usa em conjuntos: quando perguntamos a probabilidade de que ocorra pelo menos um entre dois eventos, estamos medindo a chance do "ou" lógico, e o erro clássico é simplesmente somar as probabilidades individuais, esquecendo que os casos favoráveis a ambos foram contados duas vezes. A subtração da interseção corrige essa dupla contagem, e é exatamente aí que mora a sutileza mais explorada em prova: a fórmula só funciona porque $A\cap B$ representa os resultados que satisfazem simultaneamente os dois eventos, e esse conjunto pode ser vazio (eventos mutuamente exclusivos), caso em que a fórmula se reduz a $P(A\cup B)=P(A)+P(B)$.

Por fim, a extensão para três eventos, $P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(A\cap B)-P(A\cap C)-P(B\cap C)+P(A\cap B\cap C)$, costuma ser cobrada em questões de múltipla escolha que exigem organização algébrica, e dominar o padrão de sinais alternados evita que você perca tempo tentando deduzir cada caso do zero.

A ideia central por trás de eventos mutuamente exclusivos é que eles representam alternativas que se anulam: se um acontece, o outro está automaticamente descartado, como tirar cara e coroa no mesmo lançamento de uma moeda. Essa propriedade se generaliza para qualquer número de eventos, desde que todos os pares sejam disjuntos dois a dois — condição mais forte que a interseção global vazia, pois três conjuntos podem ter interseção tripla vazia e ainda assim compartilhar elementos dois a dois. Quando vale a exclusão mútua, a probabilidade da união vira a soma das probabilidades individuais, o que simplifica muito as contas e aparece o tempo todo em problemas de contagem e de sorteio sem reposição.

A probabilidade condicional formaliza como atualizamos crenças diante de informação nova: em vez de medir $P(A)$ no espaço amostral inteiro $\Omega$, passamos a medi-lo apenas dentro de $B$, o que é exatamente o que a fórmula $P(A|B)=P(A\cap B)/P(B)$ captura ao dividir pela "massa" remanescente. Daí decorrem duas consequências práticas: a condicional não é simétrica, isto é, $P(A|B)\neq P(B|A)$ em geral — confundir as duas é o famoso viés do procurador (ou da promotoria), pois $P(prova|inocente)$ não é o mesmo que $P(inocente|prova)$, sendo o segundo o que de fato interessa num julgamento; e a condicional não coincide com a probabilidade incondicional, de modo que $P(A|B)>P(A)$ indica que $B$ favorece $A$, relação que fundamenta a independência ($P(A|B)=P(A)$, equivalentemente $P(A\cap B)=P(A)P(B)$).

O princípio multiplicativo estende tudo a vários eventos: $P(A\cap B\cap C)=P(A)\cdot P(B|A)\cdot P(C|A\cap B)$, com condicionais sucessivas, técnica-chave em problemas de retiradas sem reposição.

A ideia central por trás da independência é que o conhecimento sobre um evento não traz nenhuma informação sobre o outro — e é justamente essa intuição que a definição formal captura.

Dominar essa distinção, portanto, é o que separa o acerto do erro nessas questões.