# 条件概率与独立性

> IB 数学：应用与解释 SL · 第4单元：统计与概率
> 来源: https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-conditional-probability-and-independence/

本子主题讲解已知一个事件已经发生时如何计算概率，以及如何检验两个事件的结果是否相互影响，这是IB AI SL考试的常见考点。

**先修:** [基础概率概念](https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-basic-probability/); [概率的韦恩图和树状图表示](https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-representation-of-events/)

## 学习目标

- 使用正式定义和图解法计算条件概率
- 使用正式检验区分独立事件与相依事件
- 应用条件概率解决实际问题和考试风格问题
- 使用韦恩图和树状图简化条件概率计算

## 条件概率的正式定义

**条件概率** — 对于任意两个满足$P(B) > 0$的事件$A$和$B$，已知$B$发生时$A$的条件概率定义为：

*记法:* P(A|B)

*例:* 将样本空间限制为仅包含$B$已经发生的结果

$$P(A|B) = \frac{P(A \cap B)}{P(B)}$$

**例题:** 已知$P(A) = 0.6$，$P(B) = 0.5$，且$P(A \cap B) = 0.3$，计算$P(A|B)$。

1. 1. 回忆条件概率公式：
2. $$P(A|B) = \frac{P(A \cap B)}{P(B)}$$
3. 2. 代入给定值并化简：
4. $$P(A|B) = \frac{0.3}{0.5} = 0.6$$

> **tip**
>
> 使用该公式前请务必确认$P(B) \neq 0$。如果$P(B) = 0$，条件概率无定义。

## 独立事件

**独立事件** — 若一个事件的发生不会改变另一个事件的概率，则两个事件$A$和$B$独立。由此得到独立性的核心检验条件：

*例:* 独立不代表没有交集，这和互斥事件不同

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

**例题:** 已知$P(A) = 0.4$，$P(B) = 0.5$，且$P(A \cup B) = 0.7$，检验$A$和$B$是否独立。

1. 1. 首先使用概率加法公式计算$P(A \cap B)$：
2. $$P(A \cap B) = P(A) + P(B) - P(A \cup B) = 0.4 + 0.5 - 0.7 = 0.2$$
3. 2. 计算两个单独概率的乘积：
4. $$P(A) \times P(B) = 0.4 \times 0.5 = 0.2$$
5. 3. 比较两个值：由于$P(A \cap B) = P(A) \times P(B)$，因此$A$和$B$是独立事件。

**概念自测**

检验你的理解：

1. 以下哪一项是事件$A$和$B$独立性的正确检验条件？

   - A: $P(A \cap B) = P(A) + P(B)$
   - B: $P(A \cap B) = P(A)P(B)$
   - C: $P(A|B) = P(B)$
   - D: $P(A \cup B) = P(A)P(B)$

   *解析:* 独立性的定义给出了这个核心条件，这是IB考试中最常用的检验方法。

## 使用图解计算条件概率

IB AI SL的大多数考试题目都会通过韦恩图或树状图给出概率信息。你可以直接使用这些图计算条件概率，无需仅依赖公式。

**例题:** 一个袋子中有5个红色弹珠和3个蓝色弹珠，不放回抽取两个弹珠。已知第一个取出的弹珠是红色，求第二个弹珠是红色的概率。

1. 1. 我们已知第一个弹珠是红色，因此将样本空间限制在这种情况。取出一个红色弹珠后，剩余4个红色和3个蓝色弹珠，总共有7个弹珠。
2. 2. 条件概率等于剩余红色弹珠数除以剩余总弹珠数：
3. $$P(R_2|R_1) = \frac{4}{7} \approx 0.571$$
4. 3. 使用正式公式验证结果：
5. $$P(R_2|R_1) = \frac{P(R_1 \cap R_2)}{P(R_1)} = \frac{(\frac{5}{8} \times \frac{4}{7})}{\frac{5}{8}} = \frac{4}{7}$$

> **tip**
>
> 对于带计数的韦恩图，条件概率$P(A|B)$就是（$A \cap B$中的结果数）除以（$B$中的结果数），和概率计算规则一致。

*计算器:* allowed

## 常见错误

- **错误做法:** 交换条件公式中的分子和分母，使用$P(A|B) = \frac{P(A \cap B)}{P(A)}$
  - 原因: 混淆哪个事件是'已知'事件，导致除以了错误的概率
  - 正确做法: 分母始终是$|$符号之后事件的概率。对于$P(A|B)$，除以$P(B)$。
- **错误做法:** 混淆互斥事件和独立事件
  - 原因: 错误地认为没有交集就等于独立，这是不正确的
  - 正确做法: 无论事件是否互斥，都使用$P(A \cap B) = P(A)P(B)$检验独立性。
- **错误做法:** 将不放回抽取视为独立事件
  - 原因: 错误认为所有随机抽取自动都是独立的
  - 正确做法: 对于不放回抽样，调整后续抽取的概率，因为这类事件始终是相依的。
- **错误做法:** 依赖上下文直觉判断独立性
  - 原因: 错误认为相关事件一定相依，无关事件一定独立
  - 正确做法: 始终使用$P(A \cap B) = P(A)P(B)$检验确认独立性，不要仅依赖上下文。

## 速查表

| 概念 | 公式/条件 | 要点 |
| --- | --- | --- |
| 条件概率 | $P(A\|B) = \frac{P(A \cap B)}{P(B)}, \; P(B) > 0$ | 分母 = 已知事件的概率 |
| 独立性检验 | $P(A \cap B) = P(A) \times P(B)$ | 也等价于$P(A\|B) = P(A)$ |
| 树状图条件概率 | 使用已知事件之后分支的概率 | 简单情况无需使用公式 |
| 韦恩图条件概率 | $\frac{\|A \cap B\|}{\|B\|}$ | 适用于计数和概率两种情况 |

## 下一步

条件概率与独立性是所有后续概率和统计学习的核心基础概念，在IB AI SL的试卷1和试卷2中都有大量考查。你在学习概率分布、假设检验和统计推断时会再次遇到这些概念。掌握独立性的正式检验方法和条件概率公式的正确应用，能帮助你避免常见的考试错误，在计算题中获得满分。接下来，你可以通过更复杂的概率问题和相关主题拓展你的知识。

- [离散概率分布](https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-discrete-probability-distributions/)
- [二项分布](https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-binomial-distribution/)
- [正态分布及其应用](https://www.owlsprep.com/zh/study/ib-math-ai-sl-u4-normal-distribution-and-applications/)

---

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-ai-sl-u4-conditional-probability-and-independence/