Probability of combined events

🌟 组合事件概率：终极学习指南 🌟

欢迎来到令人兴奋的组合概率世界！到目前为止，你已经掌握了计算单个事件发生几率的方法，比如掷一枚骰子点数为 6 的概率。但如果掷两次骰子呢？或者连续抽取两张牌呢？这就是组合事件的用武之地！

本章将教你处理两个或多个事件同时发生的情况所需的关键规则和工具（如韦恩图和树状图）。理解这一点对于解决许多现实世界的问题至关重要，从博彩公平性到制造业的质量控制，都离不开它。

1. 快速回顾：概率基础

在开始合并事件之前，让我们快速复习一下基本概念。千万别跳过这一步——这是地基！

1.1 计算单个事件的概率

事件 \(A\) 的概率始终在 0 到 1 之间（或 0% 到 100%）。

$$P(A) = \frac{\text{有利结果的数量}}{\text{所有可能结果的总数}}$$

1.2 补集规则

一个事件发生的概率加上它不发生的概率之和必须等于 1。

如果 \(A'\)（读作“A 的补集”或“A 非”）表示事件 \(A\) 不发生，那么：

$$P(A') = 1 - P(A)$$

例子：如果下雨的概率 \(P(R)\) 为 0.4，那么不下雨的概率 \(P(R')\) 就是 \(1 - 0.4 = 0.6\)。

2. 组合独立事件（“与”规则）

这就是组合的开始！首先我们来看互不影响的事件。

2.1 什么是独立事件？

如果两个事件 A 和 B 的发生完全互不影响，那么它们就是独立事件。

• 类比： 如果你投掷一枚硬币并掷一颗骰子，硬币的结果不会改变掷出 6 点的概率。它们是互不干扰的动作。
• 常见情境： 通常涉及“放回抽样”（例如，抽出一颗弹珠后放回再抽）或独立的随机装置（骰子、硬币）。

2.2 独立事件的乘法规则

要计算事件 A 和事件 B 同时发生的概率，你需要将它们各自的概率相乘。

$$P(A \text{ and } B) = P(A) \times P(B)$$

在集合论的语境下，我们有时将 \(P(A \text{ and } B)\) 写成 \(P(A \cap B)\)（Extended 课程的学生，记住这个记法！）。

你知道吗？ 由于你是在将两个小于 1 的数字相乘，组合概率必然小于单个事件的概率。这很好理解——达成两件特定事件比达成其中一件要困难得多！

分步示例（独立事件）

一个转盘转出红色的概率 \(P(\text{Red}) = 0.2\)，掷一颗骰子得到奇数的概率 \(P(\text{Odd}) = 0.5\)。请问转出红色“且”掷出奇数的概率是多少？

1. 确定概率：\(P(R) = 0.2\)，\(P(O) = 0.5\)。
2. 应用乘法规则（因为它们是独立事件）：
   $$P(R \text{ and } O) = P(R) \times P(O)$$ $$P(R \text{ and } O) = 0.2 \times 0.5$$
3. 计算结果：\(P(R \text{ and } O) = 0.1\)。

3. 组合互斥事件（“或”规则）

当你想要知道一件事“或”另一件事发生的概率时。

3.1 什么是互斥事件？

如果两个事件不能同时发生，那么它们就是互斥事件。它们之间没有重叠。

• 类比： 你掷一颗标准骰子，结果可能是 4，也可能是 5。但在一次投掷中，你不可能同时掷出 4 和 5。
• 反例： 抽出一张 A 牌“或”抽出一张红牌不是互斥的，因为“红桃 A”既是红牌又是 A 牌（存在重叠）。

3.2 互斥事件的加法规则

要计算事件 A 或事件 B 发生的概率（前提是它们互斥），只需将它们各自的概率相加。

$$P(A \text{ or } B) = P(A) + P(B)$$

分步示例（互斥事件）

一个袋子里有 5 颗蓝色、3 颗绿色和 2 颗红色弹珠（总共 10 颗）。抽到蓝色“或”红色弹珠的概率是多少？

1. 确定单个概率：\(P(B) = \frac{5}{10} = 0.5\)，\(P(R) = \frac{2}{10} = 0.2\)。
2. 判断是否互斥：是的，一颗弹珠不可能同时既是蓝色又是红色。
3. 应用加法规则：
   $$P(B \text{ or } R) = P(B) + P(R)$$ $$P(B \text{ or } R) = 0.5 + 0.2$$
4. 计算结果：\(P(B \text{ or } R) = 0.7\)。

4. 可视化组合事件

有时直接套用公式比较困难，我们有三种出色的工具来列出所有可能的结果。

4.1 样本空间图

样本空间图（或表格）列出了所有可能的结果组合。当只有两个组合事件且结果数量相对较少时（如掷两颗骰子），这种方法非常有效。

例子：掷两颗标准六面骰子。

样本空间有 6 行 6 列，共有 \(6 \times 6 = 36\) 种可能的结果。

• 你可以轻松计算 \(P(\text{和为 7})\)，只需数出和为 7 的组合（共有 6 种：(1,6), (2,5) 等）。\(P(\text{和为 7}) = \frac{6}{36}\)。
• 你可以通过排除 6 种数字相同的组合（(1,1), (2,2)...）来计算 \(P(\text{两个数字不同})\)。\(P = \frac{36 - 6}{36} = \frac{30}{36}\)。

4.2 树状图

树状图是不可或缺的，特别是在处理序列事件时。结果列在分支的末端，概率标注在分支上。

如何使用树状图：

1. 为第一个事件绘制第一组分支（例如，硬币 1：正面或反面）。
2. 在每个分支末端，为第二个事件绘制下一组分支（例如，硬币 2：正面或反面）。
3. 在每条分支上标明概率。
4. 寻找路径概率（“与”关系）： 将路径上的概率相乘。
5. 寻找多个成功结果的概率（“或”关系）： 将所有成功的路径概率相加。

例子：抛两次硬币（独立事件）。
路径 1 (正正): \(P(H) \times P(H) = 0.5 \times 0.5 = 0.25\)
路径 2 (正反): \(P(H) \times P(T) = 0.5 \times 0.5 = 0.25\)
得到至少一个正面的概率？将包含正面的路径概率相加 (正正, 正反, 反正)：\(0.25 + 0.25 + 0.25 = 0.75\)。

4.3 韦恩图（仅限两个集合）

韦恩图有助于直观展示重叠或离散的事件，特别是在处理特征或类别的问题时（例如选修数学“或”物理的学生）。

大纲将此类问题限制在两个集合 A 和 B。记住这些符号：

• 全集 (U)： 方框内的所有内容。
• 交集 (\(A \cap B\))： 重叠区域。代表“A 且 B”。
• 并集 (\(A \cup B\))： A 的全部加上 B 的全部。代表“A 或 B（或两者皆有）”。
• 补集 (\(A'\))： 集合 A 之外的所有内容。
• \(n(A)\)： 集合 A 中的元素个数。

如果题目给出了喜欢数学的学生数、喜欢物理的学生数以及喜欢两者的学生数，请使用韦恩图来求解。始终从中间的交集开始填写图形。

5. Extended 内容：相依事件（不放回）

对于学习 Extended 课程的学生，必须熟练掌握那些在第一个事件发生后概率会随之变化的事件。这些被称为相依事件。

5.1 什么是相依事件？

如果事件 A 的结果改变了事件 B 的概率，那么两个事件 A 和 B 就是相依的。

• 常见情境： 不放回抽样（例如，从抽屉里取两只袜子，而不把第一只放回去）。

5.2 使用树状图处理相依事件

树状图在这里至关重要，但你必须注意更新第二组分支上的概率。

分步示例（相依事件）

袋子里有 5 颗红球和 3 颗蓝球（总共 8 颗）。连续抽出两颗球，不放回。求抽出两颗蓝球的概率。

事件 1：抽取第一颗球

• \(P(\text{第一颗是蓝色}) = \frac{3}{8}\)
• \(P(\text{第一颗是红色}) = \frac{5}{8}\)

事件 2：抽取第二颗球（在第一颗被拿走之后）

假设第一颗是蓝色 (B)：现在袋子里只剩下 7 颗球，其中只有 2 颗是蓝色的。

• \(P(\text{第二颗是蓝 | 第一颗是蓝}) = \frac{2}{7}\)

计算组合概率：

我们要求的是 \(P(\text{B 且 B})\)：

$$P(B_1 \text{ and } B_2) = P(B_1) \times P(B_2 \text{ given } B_1)$$ $$P(B_1 \text{ and } B_2) = \frac{3}{8} \times \frac{2}{7} = \frac{6}{56}$$

化简得：\(P(\text{B and B}) = \frac{3}{28}\)