基础概率概念与复合事件
IB 数学 AI SL· IB AI SL 4.6· 15 分钟阅读
1. 核心定义与基础概率公理★☆☆☆☆⏱ 15 min
古典概率
对于结果等可能的试验,事件 的概率等于 中结果数量与样本空间总结果数量的比值。
例:
抛掷一枚均匀六面骰子:
任意有效概率都满足
整个样本空间的概率为 ,因此至少会有一个结果发生
对于 的补集(所有不在 中的结果),
从一副均匀的标准52张扑克牌中随机抽1张,抽到A的概率是多少?
- 1
步骤1:确定样本空间的大小,所有结果等可能。
- 2
- 3
步骤2:统计事件 (抽到A)中的结果数量。
- 4
- 5
步骤3:应用古典概率公式。
- 6
- 7
确认结果在0到1之间,因此有效。概率为 。
2. 复合事件与集合符号★★☆☆☆⏱ 20 min
复合事件
交集: , 并集:
复合事件由两个单独事件构成:交集表示两个事件都发生,并集表示至少一个事件发生。
例:
对于 和 ,
在IB AI SL中,韦恩图是可视化复合事件的标准工具。矩形代表整个样本空间,每个圆代表一个事件,重叠区域代表交集。
一个班级有30名学生,18人踢足球,15人打篮球,7人不参加这两项运动。有多少学生同时参加两项运动?
- 1
步骤1:计算至少参加一项运动的学生人数。
- 2
- 3
步骤2:使用复合事件的集合计数公式,整理后求解交集。
- 4
- 5
步骤3:验证总人数: , 与总数一致。因此有10名学生同时参加两项运动。
3. 加法法则与互斥事件★★☆☆☆⏱ 20 min
互斥事件
如果两个事件不能同时发生,它们就是互斥事件,因此它们的交集为空,且 。
例:
抛掷骰子: 事件'掷出2'和'掷出奇数'是互斥事件。
通用加法法则适用于任意两个事件,无论它们是否互斥。将集合计数法则除以总样本量即可得到概率形式:
对于互斥事件,法则简化为 因为 。
一个有12个分区的转盘,编号1到12,转动一次。事件A = 转出3的倍数,事件B = 转出4的倍数。A和B是互斥事件吗?求 。
- 1
步骤1:列出每个事件的结果: ,
- 2
步骤2:检查交集: , 因此 。两个事件不是互斥事件。
- 3
步骤3:计算单个概率:
- 4
- 5
步骤4:应用通用加法法则:
- 6
4. 常见陷阱
错误做法:
应用加法法则时忘记减去
原因:
这会对重叠区域重复计数,导致得到的概率过高,有时甚至会大于1,这是不可能的
正确做法:
始终包含 这一项,除非你已经确认事件是互斥的
错误做法:
默认假设所有事件都是互斥的
原因:
大多数复合事件都有重叠结果,因此默认简化加法法则会导致错误结果
正确做法:
在假设事件互斥前,始终先明确检查是否存在共同结果
错误做法:
混淆交集()和并集()的符号
原因:
混淆二者会完全改变题目要求,即使计算正确也会得到错误答案
正确做法:
记住:交集就是'和'(两个事件都发生,符号看起来像字母n)
错误做法:
检查总概率时忘记包含两个事件之外的结果
原因:
遗漏韦恩图的外部区域会导致计数和概率错误
正确做法:
在计算最终答案前,始终确认韦恩图中所有概率之和等于1
5. 速查表
概念 | 符号 | 公式/法则 |
|---|---|---|
的补集 | ||
交集( 且 ) | = 两个事件都发生的概率 | |
并集( 或 ,至少一个发生) | ||
互斥事件 | , | |
古典概率 |
真题中的出现
AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。
- 2025 · 1
复合事件概率计算
- 2023 · 2
韦恩图概率问题
下一步
掌握基础概率概念和复合事件是IB AI SL所有后续概率主题的基础。你遇到的每一道概率题都会建立在你在这里学到的符号、法则和韦恩图技巧之上。接下来,你会将这些概念拓展到条件概率(处理事件的额外已知信息),然后用这些技巧构建顺序事件的树状图,最后学习随机变量的概率分布。熟练掌握本子主题会让你未来所有概率学习都轻松很多。
