条件概率与独立性

IB 数学：应用与解释 SL· 4.8 条件概率与独立性· 15 分钟阅读

1. 条件概率的正式定义★★☆☆☆⏱ 5 min

📘 定义

条件概率

P(A|B)

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：

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
1. 代入给定值并化简：
4
$P(A|B) = \frac{0.3}{0.5} = 0.6$

2. 独立事件★★☆☆☆⏱ 5 min

📘 定义

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
1. 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
1. 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。

✓ 快速检测

检验你的理解：

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: $P (A \cup B) = P (A) P (B)$
显示答案
B —
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。

3. 使用图解计算条件概率★★★☆☆⏱ 8 min

✓ 计算器

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
1. 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
1. 使用正式公式验证结果：
5
$P(R_2|R_1) = \frac{P(R_1 \cap R_2)}{P(R_1)} = \frac{(\frac{5}{8} \times \frac{4}{7})}{\frac{5}{8}} = \frac{4}{7}$

4. 常见陷阱

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。

5. 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

6. 常见问题

哪些关键词表示我需要使用条件概率？

诸如已知、如果、在…条件下这类短语都说明你需要在受限样本空间中计算条件概率。

两个互斥事件可以是独立事件吗？

几乎不可能。如果两个事件是互斥的， $P (A \cap B) = 0$ ，该式仅当 $P (A)$ 或 $P (B)$ 中至少一个为0时才等于 $P (A) P (B)$ ，这属于平凡情况。

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
树状图条件概率
2024 · 2
事件独立性检验
2023 · 1
韦恩图条件概率

深入阅读

syllabus官方 IB AI SL 教学大纲概率部分的大纲参考

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。