概率

Q: 互斥事件和独立事件的区别是什么？

互斥事件不能同时发生，因此。独立事件不会影响彼此的概率，因此。两个概率非零的事件不可能同时是互斥事件又是独立事件。

CIE A-Level 数学· 第4单元：概率与统计1，主题3：概率· 25 分钟阅读

1. 核心定义与基础概率★★☆☆☆⏱ 15 min

📘 定义

概率

$P (E)$

衡量事件 $E$ 发生可能性的量，取值范围为0（不可能）到1（必然）。对于等可能结果， $P (E) = \frac{有利结果数}{所有可能结果数}$ 。

例:

投掷一枚公平的六面骰子，掷出偶数的概率是 $\frac{3}{6} = 0.5$ 。

研究概率时，样本空间描述了实验所有可能的结果，事件是样本空间的任意子集。一个核心基础概念是补概率：事件 $A$ 的补集（记为 $A^{'}$ ）包含所有不属于 $A$ 的结果，因此 $P (A^{'}) = 1 - P (A)$ 。

📐 例题

一个袋子里有5个红球、3个蓝球和2个大小质地相同的绿球，随机摸出一个球，求摸出的球不是绿球的概率。

1
计算袋子中球的总数：
2
$5 + 3 + 2 = 10$
3
计算摸出绿球的概率：
4
$P(\text{绿}) = \frac{2}{10} = 0.2$
5
我们要求的是摸出非绿球的概率，这是事件'摸出绿球'的补事件：
6
$P(\text{非绿}) = 1 - P(\text{绿}) = 1 - 0.2 = 0.8$

2. 加法法则与互斥事件★★☆☆☆⏱ 20 min

📘 定义

互斥事件

若两个事件 $A$ 和 $B$ 不能同时发生，则它们是互斥（不相交）事件，即它们的交集为空： $A \cap B = \emptyset$ 。

例:

从标准一副牌中抽一张牌：抽到红桃和抽到梅花是互斥事件。

两个互斥事件的加法法则很简单： $P (A \cup B) = P (A) + P (B)$ ，因为它们没有公共结果。这一点，加上借助韦恩图的推理，正是CIE所期望的方法：把样本空间划分为互不重叠的区域（'仅 $A$ '、'仅 $B$ '、'两者都'、'两者都不'），再把需要的部分相加。同样的韦恩图分区法也能处理有重叠的事件，而不会对交集重复计数。作为可选拓展，重叠的情形也可以用通用加法法则 $P (A \cup B) = P (A) + P (B) - P (A \cap B)$ 一行解决，但9709大纲并不要求这个公式——韦恩图分区法总是够用的。

📐 例题

从标准52张牌堆中抽出一张牌，求它是K或Q的概率。

1
设 $K$ 为事件'这张牌是K'， $Q$ 为事件'这张牌是Q'。一张牌不可能既是K又是Q，因此这两个事件互斥：
2
$P(K \cap Q) = 0$
3
牌堆中有4张K和4张Q：
4
$P(K) = \frac{4}{52}, \quad P(Q) = \frac{4}{52}$
5
由于两个事件互斥，加法法则化简为直接相加：
6
$P(K \cup Q) = P(K) + P(Q) = \frac{4}{52} + \frac{4}{52} = \frac{8}{52} = \frac{2}{13}$

📐 例题

50名学生中，25人打曲棍球，20人踢足球，10人两项都参加。借助韦恩图，求随机选出的一名学生两项运动都不参加的概率。

1
设 $H$ 为'打曲棍球'， $F$ 为'踢足球'。从中心向外填韦恩图，先填重叠区域（两项都参加的学生）：
2
$n(H \cap F) = 10$
3
从每项的总人数中减去重叠部分，得到'仅参加一项'的区域：
4
$n(\text{仅 } H) = 25 - 10 = 15, \quad n(\text{仅 } F) = 20 - 10 = 10$
5
三个已填区域共有 $15 + 10 + 10 = 35$ 名学生，其余学生两项都不参加：
6
$n(\text{都不参加}) = 50 - 35 = 15$
7
把人数换算为概率：
8
$P(\text{都不参加}) = \frac{15}{50} = 0.3$

✓ 快速检测

测试你的理解：

对于两个互斥事件A和B， $P (A \cap B)$ 的值是多少？
- 0
- 1
- $P (A) P (B)$
- $P (A) + P (B)$
显示答案
0 —
正确！互斥事件没有重叠，因此它们交集的概率为0。

3. 乘法法则与独立事件★★★☆☆⏱ 20 min

📘 定义

独立事件

若一个事件的发生不影响另一个事件的发生概率，则两个事件 $A$ 和 $B$ 独立。即满足 $P (A ∣ B) = P (A)$ 且 $P (B ∣ A) = P (B)$ ，其中 $P (A ∣ B)$ 表示在 $B$ 发生的条件下 $A$ 发生的条件概率（将在下一节详细定义）。

例:

投掷两枚公平骰子：第一枚的结果不影响第二枚的结果。

对于任意两个事件，乘法法则指出： $P (A \cap B) = P (A ∣ B) \times P (B)$ 。若A和B独立，则 $P (A ∣ B) = P (A)$ ，因此法则简化为 $P (A \cap B) = P (A) \times P (B)$ 。在CIE考试中，这个公式是检验独立性的标准方法：若 $P (A \cap B) = P (A) P (B)$ ，则A和B独立。

📐 例题

一个袋子里有4个红球和6个蓝球，有放回地随机摸出两个球。证明事件'第一个球是红球'和'第二个球是红球'独立，并求两个都是红球的概率。

1
定义 $R_{1} =$ 第一个球是红球， $R_{2} =$ 第二个球是红球。由于是有放回抽取，总球数保持不变，因此：
2
$P(R_1) = \frac{4}{10} = 0.4, \quad P(R_2) = \frac{4}{10} = 0.4$
3
用乘法法则计算两个都是红球的概率：
4
$P(R_1 \cap R_2) = P(R_1) \times P(R_2) = 0.4 \times 0.4 = 0.16$
5
检验独立性条件： $P (R_{1}) \times P (R_{2}) = 0.16 = P (R_{1} \cap R_{2})$ ，因此两个事件独立。

4. 条件概率与树状图★★★☆☆⏱ 20 min

📘 定义

条件概率

$P (A ∣ B)$

在事件 $B$ 已经发生的条件下，事件 $A$ 发生的概率，定义为 $P (A ∣ B) = \frac{P ( A \cap B )}{P ( B )}$ （其中 $P (B) > 0$ ）。整理后即得乘法法则 $P (A \cap B) = P (A ∣ B) P (B)$ 。

例:

若已知从标准牌堆中抽出的牌是红色，则它是红桃的概率为 $P (红桃 ∣ 红色) = \frac{13}{26} = 0.5$ ，因为26张红色牌中有13张是红桃。

条件概率衡量的是：在已知另一个事件发生后，某个事件发生的可能性如何变化。对于独立事件，这个额外信息没有影响，因此 $P (A ∣ B) = P (A)$ ；对于非独立事件则有影响。树状图是CIE的标准工具：给每条分支标上概率，确保从同一点引出的各分支概率之和为1，沿一条路径相乘得到某个特定结果，再把满足条件的各条路径相加。无放回抽样时，第二组分支上的概率是以第一次抽取结果为条件的。

📐 例题

一个盒子里有7个白色和3个黑色筹码。无放回地随机抽取两个筹码。(a) 求两个筹码都是黑色的概率。(b) 已知第二个筹码是黑色，求第一个筹码也是黑色的概率。

1
第一次抽取： $P (黑) = \frac{3}{10}$ ， $P (白) = \frac{7}{10}$ ——这是树状图的第一组分支。
2
由于无放回，第二次抽取依赖于第一次。若第一个筹码是黑色，则9个中还剩2黑7白：
3
$P(\text{黑}|\text{第一个黑}) = \frac{2}{9}, \quad P(\text{白}|\text{第一个黑}) = \frac{7}{9}$
4
(a) 沿'先黑后黑'这条路径把概率相乘：
5
$P(\text{两个都黑}) = \frac{3}{10} \times \frac{2}{9} = \frac{6}{90} = \frac{1}{15}$
6
(b) 用 $P (A ∣ B) = \frac{P ( A \cap B )}{P ( B )}$ ，其中 $A$ ='第一个黑'， $B$ ='第二个黑'。先把两条以黑色第二个筹码结尾的路径（'先白后黑'与'先黑后黑'）相加，求出 $P (第二个黑)$ ：
7
$P(\text{第二个黑}) = \frac{7}{10} \times \frac{3}{9} + \frac{3}{10} \times \frac{2}{9} = \frac{21}{90} + \frac{6}{90} = \frac{27}{90} = \frac{3}{10}$
8
再相除，分子用(a)中求得的两个都黑的概率：
9
$P(\text{第一个黑}|\text{第二个黑}) = \frac{P(\text{两个都黑})}{P(\text{第二个黑})} = \frac{1/15}{3/10} = \frac{6}{27} = \frac{2}{9}$

5. 常见陷阱

错误做法:

混淆互斥事件和独立事件

原因:

学生经常误以为这两个术语可以互换，但它们描述的是事件完全不同的性质

正确做法:

记住：互斥意味着 $P (A \cap B) = 0$ （不能同时发生），独立意味着 $P (A \cap B) = P (A) P (B)$ （一个不影响另一个）。两个概率非零的事件不可能同时满足两者。

错误做法:

两个事件可能同时发生时，仍直接把 $P (A)$ 和 $P (B)$ 相加

原因:

对于有重叠的事件，直接相加会把公共结果算两次，从而高估 $P (A \cup B)$ 。

正确做法:

默认借助韦恩图推理：把样本空间划分为互不重叠的区域（'仅 $A$ '、'仅 $B$ '、'两者都'、'两者都不'），只把需要的部分相加。仅当题目实际给出 $P (A \cap B)$ 的值时，才代入通用公式 $P (A \cup B) = P (A) + P (B) - P (A \cap B)$ ——9709大纲并不要求这个公式。

错误做法:

无放回抽样时乘以未调整的概率

原因:

学生假设所有复合事件都是独立的，直接乘以原始概率，忽略了样本空间的变化

正确做法:

对于无放回抽样，第一次抽取后，第二个概率的分子和分母都要减1。

错误做法:

韦恩图中对交集区域重复计数

原因:

学生将完整的交集值同时加到两个单个事件区域中，而不是在并集中只计数一次

正确做法:

填写韦恩图时，先填入交集的值，再从每个单个事件中减去交集，得到'仅A'和'仅B'区域。

错误做法:

没有检查概率在0到1之间

原因:

计算时赶进度会导致本可以轻松发现的算术错误

正确做法:

始终验证最终概率在0到1之间，若超出范围则重新计算。

6. 速查表

概念	公式
补集法则	$P (A^{'}) = 1 - P (A)$
加法法则（互斥事件）	$P (A \cup B) = P (A) + P (B)$
通用加法法则（可选拓展）	$P (A \cup B) = P (A) + P (B) - P (A \cap B)$
条件概率	$P (A ∣ B) = \frac{P ( A \cap B )}{P ( B )}$
通用乘法法则	$P (A \cap B) = P (A ∣ B) P (B)$
乘法法则（独立事件）	$P (A \cap B) = P (A) P (B)$
独立性检验	$P (A \cap B) = P (A) P (B)$
互斥事件	$P (A \cap B) = 0$

7. 常见问题

互斥事件和独立事件的区别是什么？

互斥事件不能同时发生，因此 $P (A \cap B) = 0$ 。独立事件不会影响彼此的概率，因此 $P (A \cap B) = P (A) P (B)$ 。两个概率非零的事件不可能同时是互斥事件又是独立事件。

深入阅读

syllabusCIE 9709 A-Level 数学大纲9709官方大纲

下一步

这个基础概率主题是CIE A-Level 9709所有后续统计学主题的基础。本主题建立的法则——加法与乘法法则、互斥事件与独立事件，以及借助树状图的条件概率——会在你学习常见概率分布（如二项分布和正态分布）时直接用到，这些分布占S1考试的很大比重。扎实理解这里的核心法则和概念区别，可以避免你在几乎所有统计学题目中犯常见错误。

→离散随机变量
→正态分布