# 独立事件与事件的并集

> AP 统计学 · AP 2024-2026 统计学大纲
> 来源: https://www.owlsprep.com/zh/study/ap-statistics-u11-independent-events-and-unions-of/

我们将讲解独立事件的正式定义、并集的通用加法法则、与互斥事件的常见混淆点，以及AP风格题目的分步求解方法。

**先修:** [基础概率符号与条件概率定义](https://www.owlsprep.com/zh/study/ap-statistics-u11-conditional-probability-intro/); [互斥事件的核心性质](https://www.owlsprep.com/zh/study/ap-statistics-u11-disjoint-events-basics/)

## 学习目标

- 正确区分独立事件与互斥事件
- 应用通用加法法则计算任意两个事件的并集概率
- 通过正式的条件概率定义验证事件独立性
- 求解结合独立性与并集计算的AP考试风格题目

## 独立事件的正式定义

如果一个事件的发生不会改变另一个事件发生的概率，则这两个事件被归类为独立事件。这与互斥事件存在核心区别：互斥事件中一个事件发生就意味着另一个事件绝对不可能发生。

**独立事件** — 若事件A在事件B发生的条件下的条件概率等于事件A的无条件边际概率，反之亦然，则A和B相互独立。

*记法:* P(A|B) = P(A) 或 P(B|A) = P(B)

*例:* 在六面骰子上掷出2点，与从标准扑克牌组中抽出一张K，这两个事件是独立事件。

**例题:** 将一枚公平的两面硬币抛掷两次，证明事件「第一次抛掷为正面」与「第二次抛掷为反面」相互独立。

1. 定义两个事件：A = 第一次抛掷为正面，B = 第二次抛掷为反面
2. $$P(A) = 0.5, P(B) = 0.5$$
3. 计算P(B|A)：已知第一次抛掷为正面时，第二次抛掷为反面的概率。由于两次抛掷互不影响，该概率仍为0.5。
4. $$P(B|A) = 0.5 = P(B)，因此两个事件被确认为相互独立$$

> **tip**
>
> 除非题目明确说明，或者你可以通过从大总体中随机抽样的性质证明，否则绝不能直接假设事件相互独立。

## 两个事件并集的通用加法法则

两个事件A和B的并集描述的是A发生、B发生、或者两者同时发生的场景。通用加法法则考虑了重叠结果，避免了直接将P(A)与P(B)相加时出现的重复计数问题。

$$P(A \cup B) = P(A) + P(B) - P(A \cap B)$$

**推导:** 推导通用加法法则

*起点:* A ∪ B中的所有结果都属于A、B，或者两者的交集A ∩ B

1. 如果将P(A)与P(B)相加，重叠区域A ∩ B会被计数两次
2. 减去一次交集的概率，即可修正重复计数的问题

*结论:* 该公式适用于所有事件对，没有任何使用限制。

**例题:** 某高中有35%的学生参加体育运动，40%的学生加入社团，15%的学生同时参加两者。计算随机抽取一名学生，该学生参加体育运动或加入社团的概率。

1. 分配变量：A = 参加体育运动，B = 加入社团
2. $$P(A) = 0.35, P(B) = 0.40, P(A \cap B) = 0.15$$
3. $$P(A \cup B) = 0.35 + 0.40 - 0.15 = 0.60$$
4. 最终结果：该学生至少属于两个群体之一的概率为60%。

## 结合独立性与并集计算

当两个事件被确认相互独立时，你可以将通用加法法则中的交集项替换为两个边际概率的乘积，从而简化计算过程。

$$P(A \cup B) = P(A) + P(B) - P(A) \times P(B) \quad \text{适用于独立事件 } A,B$$

**考试命令词**

AP考试的这类题目会使用特定的指令术语：

- **Show that events are independent** — 你必须显式计算并对比P(A|B)与P(A)，不能仅直接陈述结论

- **Calculate the probability at least one event occurs** — 该提示直接要求你计算对应事件的并集概率

**概念自测**

在继续学习之前测试你的理解程度：

1. 若A和B相互独立，P(A)=0.2，P(B)=0.5，求P(A ∪ B)的值？

   - 0.7
   - 0.6
   - 0.1
   - 0.5

   *解析:* 0.2 + 0.5 - (0.2*0.5) = 0.6，你需要减去重叠的交集项。

## 核心区别：独立事件与互斥事件

AP考试中非常常见的陷阱是将独立事件与互斥事件混淆。对于概率不为零的事件，这两个性质不可能同时成立。

> **warning**
>
> 如果两个事件互斥，它们的交集概率为0，因此P(A|B)=0，当P(A)>0时该值不可能等于P(A)，因此它们一定是相关事件。

**例题:** 抛掷一次标准六面骰子，事件A=掷出2点，事件B=掷出5点。这两个事件是否相互独立？

1. 事件A和事件B互斥，因此P(A ∩ B) = 0
2. $$P(A) = 1/6, P(A|B) = 0$$
3. 由于0不等于1/6，这两个事件不独立。

## 常见错误

- **错误做法:** 将互斥事件当作独立事件处理
  - 原因: 学生错误地认为互斥事件之间没有关联，但实际上它们完全相关，因为一个事件发生就直接排除了另一个事件发生的可能。
  - 正确做法: 对于概率不为零的事件，在使用乘积法则之前必须通过条件概率检验显式确认独立性。
- **错误做法:** 计算并集时忘记减去交集项
  - 原因: 重复计数重叠结果会导致计算出的概率高于真实值。
  - 正确做法: 即使你认为事件互斥，也请始终使用完整的通用加法法则，避免出错。
- **错误做法:** 未经证明就假设事件独立
  - 原因: 即使你的最终答案正确，AP判卷官也会对未证明的独立性表述扣除分数。
  - 正确做法: 显式说明独立性的来源：随机抽样、独立试验，或者题目明确给出的条件。
- **错误做法:** 在并集问题中将「至少一个」混淆为「恰好一个」
  - 原因: 你会错误地排除两个事件同时发生的结果，导致计数不足。
  - 正确做法: 对于「至少一个」类的提示，使用通用加法法则即可自动包含重叠结果。
- **错误做法:** 对非独立事件的交集使用乘积法则
  - 原因: 只有当事件相互独立时，乘积P(A)*P(B)才等于交集概率。
  - 正确做法: 只有在验证了独立性成立之后，才能对交集使用乘积法则。

## 速查表

| 法则名称 | 公式 | 适用条件 |
| --- | --- | --- |
| 通用加法法则 | $P(A \cup B) = P(A) + P(B) - P(A \cap B)$ | 无限制，适用于所有事件 |
| 独立事件交集公式 | $P(A \cap B) = P(A) \times P(B)$ | A和B相互独立 |
| 互斥事件并集公式 | $P(A \cup B) = P(A) + P(B)$ | A和B互斥（互不相容） |
| 独立性检验公式 | $P(A\|B) = P(A)$ | 验证条件概率不会改变原始概率 |

## 下一步

掌握独立事件与并集计算是几乎所有剩余AP统计学概率主题的基础技能，包括二项分布概率、显著性检验和置信区间逻辑。你会在所有涉及概率推理的单元中看到这些法则的引用，因此请确保你可以快速区分互斥和独立的性质，避免在AP考试自由作答部分丢失简单分数。接下来，你将把这些法则扩展到三个或更多事件的并集，并学习用于计算「至少一个」概率的互补快捷方法，在限时考试中可以大幅节省时间。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/ap-statistics-u11-independent-events-and-unions-of/