欢迎来到组合概率的世界！
在本章中，我们将跨越简单事件（例如抛一枚硬币）的范畴，进而探讨组合事件 (Combined Events)。这指的是两件或以上的事情同时发生，或是接连发生——例如同时抛一枚硬币和掷一颗骰子。掌握这些概念，能帮助我们在从桌上游戏到天气预测等各类情境中，做出更精确的预测！
起初若觉得这些概念有些繁复，请别担心。概率本质上就是一种点算可能性的方法。我们将运用图表，让这些可能性变得一目了然。
快速复习：在开始之前，请记住必然事件的概率为 1，而不可能事件的概率为 0。单一事件中所有可能的概率总和必须等于 1！
1. 样本空间与系统性列表法
样本空间 (Sample Space) 只是一个专业术语，意指“所有可能结果的清单”。如果你没有小心地列出它们，很容易会遗漏其中一项！
系统性列表法 (Systematic Listing)
当你有的几个项目需要组合时，请使用规律来进行列表。
例子：你有红色 (R) 或蓝色 (B) 衬衫，以及牛仔裤 (J) 或短裤 (S) 可供选择。
所有的组合为：(R, J), (R, S), (B, J), (B, S)。
样本空间网格图 (Sample Space Grids)
当你需要组合两个与数字相关的独立事件（如两颗骰子）时，网格图（或称列表）将会是你的好帮手。想象一下掷两颗 6 面骰子并将点数相加，网格图能清晰地呈现出所有 36 种可能的结果。
步骤说明：如何绘制样本空间网格图
1. 在网格上方写下第一个事件的所有结果。
2. 在网格左侧写下第二个事件的所有结果。
3. 在中间格子填入结果（例如：将两者相加）。
4. 若要计算概率，只需数出你的“目标”出现了多少次，然后除以总格子数。
你知道吗？在两颗骰子的样本空间中，总和为“7”是最有可能出现的结果，因为它在网格中拥有最多的组合方式！
重点总结：网格图非常适合用于两个事件的情况，它能让你避免遗漏任何结果。
2. 韦恩图与集合
韦恩图 (Venn Diagrams) 利用重叠的圆圈来展示不同结果群组之间的关系。
韦恩图的核心术语
• 交集 (Intersection)：圆圈重叠的中间部分。这代表属于两个群组的结果（事件 A 且 事件 B）。
• 联集 (Union)：圆圈内的所有范围。这代表属于事件 A 或 事件 B（或两者皆是）的结果。
• 补集 (Complement)：圆圈外部的所有范围。如果事件 A 是“掷出偶数”，那么补集就是“掷出奇数”。我们通常记作 \(A'\)。
现实生活例子：想象班上有 30 名学生。20 人喜欢披萨，15 人喜欢汉堡，10 人两者都喜欢。填写韦恩图时，请先从“两者都喜欢”的中心部分（10）开始，然后将此数值从其他总数中减去：仅喜欢披萨 = 10 (20 减 10)，仅喜欢汉堡 = 5 (15 减 10)。剩余 5 名两者都不喜欢的学生则放在圆圈外！
常见错误：填写韦恩图时，请务必先填写中心重叠区！否则，你可能会重复计算相同的人或项目。
重点总结：韦恩图有助于分类数据。请务必检查所有区域（包括圆圈外）的数字总和是否等于项目的总数。
3. 树状图
树状图 (Tree diagrams) 非常适合处理连续发生的事件。随着事件增加，它们会像树枝一样“分支出去”。
如何解读与运用树状图
• 树枝：每组分支的概率总和必须为 1。例如：\(P(\text{正面}) = 0.5\) 且 \(P(\text{反面}) = 0.5\)。
• 沿线相乘：若要计算两件事连续发生的概率，请将树枝上的概率相乘。
• 末端相加：如果有多条“成功”路径，请计算每条路径的概率，然后将它们相加。
独立事件 vs. 相依事件
• 独立事件 (Independent)：第一个事件不会影响第二个事件（例如：抛两次硬币）。在第二组分支上，概率保持不变。
• 相依事件 (Dependent/Conditional)：第一个事件确实会影响第二个事件（例如：从袋子里拿一颗糖果吃掉）。
类比：如果有 10 颗糖果，你吃了一颗，下一个人就只剩下 9 颗。分数的分母必须随之改变！
记忆小撇步：
AND（且）代表相乘（分支 1 且 分支 2）。
OR（或）代表相加（路径 1 或 路径 2）。
重点总结：处理“先发生再发生”的问题时请使用树状图。如果项目是“不放回”的，务必更新你的分数分母。
4. 概率定律
有时你不需要图表，只需要公式。这些规则能帮你快速计算组合事件。
加法定律
对于互斥事件 (Mutually exclusive events)（无法同时发生的事件，例如在单颗骰子上同时掷出 1 和 6）：
\(P(A \text{ 或 } B) = P(A) + P(B)\)
如果事件可以同时发生（例如“掷出偶数”和“掷出大于 3 的数”），我们使用通用规则：
\(P(A \text{ 或 } B) = P(A) + P(B) - P(A \text{ 且 } B)\)
（我们减去“且”的部分，是因为它被计算了两次——在 A 中算了一次，在 B 中又算了一次！）
补集规则
某事不发生的概率总是 \(1 - P(\text{该事发生})\)。
\(P(A) + P(\text{非 } A) = 1\)
乘法定律
对于独立事件：
\(P(A \text{ 且 } B) = P(A) \times P(B)\)
对于相依事件，B 的概率取决于 A 的结果：
\(P(A \text{ 且 } B) = P(A) \times P(B \text{ 已知 } A)\)
快速复习盒：
1. 概率总和 = 1。
2. 互斥事件 = 不能同时发生。用加法。
3. 独立事件 = 一者不影响另一者。用乘法。
重点总结：如果题目要求“至少一个”，计算 \(1 - P(\text{一个都没有})\) 通常比将所有其他可能性相加要简单得多！
概率图表最终总结
• 系统性列表：最适合 2 到 3 个项目的简单组合。
• 样本空间网格图：最适合两个数值事件（如骰子/转盘），你需要查看所有和或积的情况。
• 韦恩图：最适合将群体分类为重叠群组。
• 树状图：最适合连续发生的事件序列，特别是当第二步的概率会改变时。
别害怕动手画图！即使是草绘一张树状图或韦恩图，也能帮你理清问题的逻辑，避免简单的计算错误。