概率入门 — AP 统计学
1. 核心概率基础 ★☆☆☆☆ ⏱ 2 min
概率是对随机性和不确定性的研究，AP 统计学课程采用频率学派定义：事件的概率是该事件在随机过程的大量重复相同试验中发生次数的比例。本内容是所有后续概率学习和统计推断的支柱，因为推断依赖概率来量化从样本数据得到总体参数的不确定性。本单元占 AP 统计学考试总分的 10–15%，本内容大多作为大题的基础，或以 2–3 道独立多选题的形式出现。
2. 大数定律 ★★☆☆☆ ⏱ 4 min
大数定律（LLN）是将长期行为与概率联系起来的核心概念规律。大数定律指出：随着随机过程重复次数增加，事件发生的样本比例会趋近于该事件真实、固定的概率。这里的核心理解是：随机过程的短期试验可能得到偏离真实概率的波动极大的结果，但随着试验次数增加，这种波动会逐渐消失。
与大数定律相关的常见错误概念是赌徒谬误：即错误认为短期的某一结果连号会在近期被相反结果“纠正”，从而让比例回归平衡。实际上，大数定律仅通过大量新试验稀释过去连号的影响，它并不会补偿过去的波动。独立试验（如抛硬币、轮盘赌旋转）对过去结果没有记忆，因此过去的连号不会改变未来结果的概率。
Exam tip: AP 考试中任何关于连号或大数定律的问题几乎都是在考察赌徒谬误——一定要明确表述：大数定律不会纠正独立试验中的短期连号。
3. 样本空间与等可能结果 ★★☆☆☆ ⏱ 4 min
随机过程是指在发生前结果不确定的任意过程。样本空间 $S$ 是随机过程所有可能结果的集合。事件是任意结果的集合（即样本空间的任意子集），通常用大写字母如 $A$ 标记。
P(A) = \frac{n(A)}{n(S)}
所有概率计算都遵循两条核心公理：(1) 所有概率都介于 0 和 1 之间，(2) 样本空间中所有结果的概率之和等于 1。这里的常见错误是：将结果组（如不同颜色的弹珠组）视为等可能，实际上只有单个结果才是等可能的。
Exam tip: 对于独立序贯试验（如多次抛硬币、有放回多次抽取），一定要按有序结果计数，即使题目没有指定顺序——这些过程中有序结果总是等可能的。
4. 补集法则 ★★★☆☆ ⏱ 4 min
事件 $A$ 的补集记为 $A^c$，是指 $A$ 不发生的事件。由于 $A$ 和 $A^c$ 共同覆盖了整个样本空间，它们的概率之和等于 1。整理后得到补集法则，它是入门概率中最实用的工具之一。它能极大简化“至少一个事件发生”这类常见问题的计算：不需要计数所有至少一个发生的情况（这需要相加很多项），你只需要计算补集（没有事件发生）的概率，再用 1 减去它即可。这种方法能减少计数错误，在考试中节省大量时间。
P(A^c) = 1 - P(A)
Exam tip: 如果题目要求“至少一个”的概率，补集法则永远是最快、最不容易出错的方法——除非补集更复杂，否则绝对不要一开始就相加多个项。
Common Pitfalls
Why: 学生混淆了事件发生的概率和时间/面积比例，错误应用了频率学派定义。
Why: 学生将长期收敛和短期连号修正混淆，陷入了赌徒谬误。
Why: 学生认为相同骰子意味着无序结果是等可能的，但即使骰子相同，它们也是独立的，因此有序结果才是等可能的。
Why: 学生忘记补集法则能极大简化“至少一个”问题，导致做了不必要的额外工作。
Why: 学生计算时仓促，忘记所有概率都介于0和1之间的基本公理。