# 概率基本概念与法则

> IB 数学：分析与方法 HL · 统计与概率
> 来源: https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-basic-probability-concepts-and-rules/

本模块介绍概率核心术语、复合事件的关键计算法则，以及维恩图等核心可视化工具。它是IB AA HL考试中所有高阶概率主题的必备基础。

**先修:** [基础集合论运算](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u3-set-theory-basics/)

## 学习目标

- 定义概率核心术语，包括样本空间、事件和对立事件
- 区分互斥事件与独立事件
- 正确运用对立法则、加法法则和乘法法则
- 使用维恩图可视化并求解复合概率问题

## 概率核心术语

**样本空间** — 随机试验所有可能不同结果构成的集合，所有结果必须互斥且涵盖所有可能结果。

*记法:* S

*例:* 掷一枚六面骰子，$S = \{1, 2, 3, 4, 5, 6\}$

**事件** — 事件是样本空间的任意子集，我们通常关注特定事件发生的概率。

*记法:* A, B, ...

*例:* 掷骰子时，事件$E = \text{掷出偶数} = \{2,4,6\}$

**例题:** 随机试验为抛掷两枚公平硬币，写出样本空间，并确定事件$A = \text{至少一枚硬币正面朝上}$。

1. 每枚硬币可以正面（$H$）朝上或反面（$T$）朝上，因此我们列出所有有序结果：
2. $$S = \{(H,H), (H,T), (T,H), (T,T)\}$$
3. 事件$A$包含所有至少有一枚正面的结果，因此我们选出所有符合条件的结果：
4. $$A = \{(H,H), (H,T), (T,H)\}$$

## 对立事件与对立法则

**对立事件** — 事件$A$的对立事件是$A$不**发生的事件，$A'$包含样本空间中所有不在$A$里的结果。

*记法:* A'

*例:* 若$A = \text{掷两枚骰子至少得到一个6}$，则$A' = \text{掷两枚骰子没有得到6}$

对立法则直接由$P(S) = 1$推导得出：

$$P(A) + P(A') = 1 \implies P(A) = 1 - P(A')$$

该法则在计算「至少一个」类型的概率时特别有用，这种情况下计算对立事件比直接计算原事件简单得多。

**例题:** 计算掷两枚公平六面骰子至少得到一个6的概率。

1. 设$A = \text{至少一个6}$，对立事件为$A' = \text{两枚骰子都没有6}$。
2. 总共有$6 \times 6 = 36$种可能结果，没有6的情况下，每枚骰子有5种可能结果：
3. $$\text{Number of outcomes in } A' = 5 \times 5 = 25$$
4. 计算$P(A')$，然后应用对立法则：
5. $$P(A') = \frac{25}{36} \implies P(A) = 1 - \frac{25}{36} = \frac{11}{36}$$

## 复合事件的加法法则

**互斥（不相交）事件** — 如果两个事件不能同时发生，即它们没有重叠结果，则为互斥事件。对于互斥事件，$A \cap B = \emptyset$ 所以 $P(A \cap B) = 0$。

通用加法法则用于计算$A$或$B$（或两者）发生的概率：

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

如果$A$和$B$互斥，公式简化为 $P(A \cup B) = P(A) + P(B)$，因为 $P(A \cap B) = 0$。

**例题:** 一个班有30名学生，16人学数学，12人学物理，8人同时学这两门。随机选一名学生，求该学生学数学或物理的概率是多少？

1. 设$M = \text{学生学数学}$，$P = \text{学生学物理}$。
2. 根据题目，我们得到：
3. $$P(M) = \frac{16}{30}, \quad P(P) = \frac{12}{30}, \quad P(M \cap P) = \frac{8}{30}$$
4. 两个事件不是互斥的（有学生同时学两门），因此使用通用加法法则：
5. $$P(M \cup P) = \frac{16}{30} + \frac{12}{30} - \frac{8}{30} = \frac{20}{30} = \frac{2}{3}$$

## 独立事件与乘法法则

**独立事件** — 如果一个事件的发生不会改变另一个事件发生的概率，则两个事件独立。独立的正式判定条件为：$P(A \cap B) = P(A)P(B)$。

对于独立事件，乘法法则给出两个事件都发生的概率：

$$P(A \cap B) = P(A) \times P(B)$$

**例题:** 一个袋子装有5个红色弹珠和3个蓝色弹珠，随机摸出一个弹珠，放回后再摸第二个。求两个弹珠都是红色的概率。

1. 设$R_1 = \text{第一个弹珠为红色}$，$R_2 = \text{第二个弹珠为红色}$。
2. 因为第一个弹珠被放回了，第一次摸的结果不影响第二次，因此两个事件独立。
3. $$P(R_1) = P(R_2) = \frac{5}{8}$$
4. 应用独立事件的乘法法则：
5. $$P(R_1 \cap R_2) = P(R_1) \times P(R_2) = \frac{5}{8} \times \frac{5}{8} = \frac{25}{64}$$

> **note**
>
> 如果第一个弹珠**没有放回**，则两个事件不独立，这个简单乘法法则不适用。不独立事件会在条件概率中讲解。

## 常见错误

- **错误做法:** 混淆互斥事件和独立事件
  - 原因: 互斥描述结果的重叠性，而独立描述事件之间的概率关系，这是两个不相关的概念。
  - 正确做法: 请记住：如果两个概率非零的事件互斥，它们不可能独立，始终要分别核对每个术语的定义。
- **错误做法:** 使用加法法则时忘记减去$P(A \cap B)$
  - 原因: 如果事件不互斥，相加$P(A)$和$P(B)$时，重叠的结果会被计数两次。
  - 正确做法: 除非题目明确说明事件不相交，否则始终使用通用加法法则 $P(A \cup B) = P(A) + P(B) - P(A \cap B)$。
- **错误做法:** 将简单乘法法则应用于不独立事件
  - 原因: 法则 $P(A \cap B) = P(A)P(B)$ 仅适用于独立事件。
  - 正确做法: 仅在事件确认为独立时（例如有放回抽样、独立试验）使用简单乘法法则。
- **错误做法:** 假设样本空间中所有结果是等可能的
  - 原因: 很多随机试验的结果不满足均匀概率，因此直接计数结果会得到错误结果。
  - 正确做法: 只有题目明确说明试验公平或选择均匀时，才能假设结果等可能。

## 速查表

| 法则/概念 | 公式 | 适用场景 |
| --- | --- | --- |
| 对立法则 | $P(A) = 1 - P(A')$ | 计算「至少一个」类型概率 |
| 通用加法法则 | $P(A \cup B) = P(A) + P(B) - P(A \cap B)$ | 任意两个事件 |
| 加法法则（互斥事件） | $P(A \cup B) = P(A) + P(B)$ | 无重叠的不相交事件 |
| 乘法法则（独立事件） | $P(A \cap B) = P(A)P(B)$ | 独立事件 |
| 独立性判定 | $P(A \cap B) = P(A)P(B)$ | 确认两个事件是否独立 |

## 下一步

现在你已经掌握了概率的基本概念和法则，你已经拥有了学习IB AA HL考试中所有高阶概率主题的必备基础。你在这里学到的法则会延伸到条件概率（即在已知另一事件已经发生的情况下计算某事件发生的概率），以及使用树状图和贝叶斯定理解决的多步概率问题。你还会在本单元后续将这些核心法则应用到离散和连续概率分布中，这些都是试卷1和试卷2中分值占比很高的主题。掌握这些基本概念对于避免丢失简单分至关重要，因为基础概率通常是考试中长大题的第一部分。

- [离散概率分布](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-discrete-probability-distributions/)
- [条件概率与贝叶斯定理](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-conditional-probability-and-bayes-theorem/)
- [二项分布](https://www.owlsprep.com/zh/study/ib-math-aa-hl-u4-binomial-distribution/)

---

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/ib-math-aa-hl-u4-basic-probability-concepts-and-rules/