欢迎来到概率的世界!

你有没有想过,玩游戏赢钱的机会有多大?掷硬币掷出“正面”的机会是多少?又或者,天气预报说“有八成机会下雨”到底是什么意思?这些都跟概率有关!概率是数学的一个分支,它告诉我们某件事情发生的可能性有多大。这是一项超级有用的技能,可以帮助我们在游戏、科学和日常生活中做出更明智的决定。别担心这听起来很复杂,我们会把它拆解成简单又有趣的步骤。我们开始吧!


1. 必然事件、不可能事件和随机事件

首先,让我们学习概率中三种主要的事件类型,或者说“可能发生的事情”。

必然事件

必然事件是指肯定会发生的事情。毫无疑问!

例子:

  • 如果你把一本书掉到地上,它会往下掉(感谢地心引力!)。
  • 星期一之后的一天永远是星期二。
  • 如果一个袋子里只有红球,你肯定会抽到一个红球。
不可能事件

不可能事件是指永远、永远不会发生的事情。机会是零!

例子:

  • 一条鱼会开始唱歌剧。
  • 你在一个正常的六面骰子上掷出“7”。
  • 如果一个袋子里只有红球,不可能抽到一个蓝球。
随机事件

随机事件是指结果在发生前不能确定的事件。它可能会发生,也可能不会发生。这正是概率变得真正有趣的地方!

例子:

  • 掷硬币并掷出“反”。
  • 赢得幸运抽奖。
  • 你最喜欢的足球队赢得下一场比赛。
重点回顾

事件可以是必然的(肯定会发生),不可能的(永远不会发生),或者是随机的(可能发生)。我们在概率中研究的大多数事情都是随机事件。


2. 什么是概率?(可能性测量器!)

把概率想像成一个“可能性测量器”,它测量某事件发生的可能性。这个测量器范围从0到1

  • 概率是0表示事件是不可能的。
  • 概率是1表示事件是必然的。
  • 概率是0.5(或1/2或50%)表示事件发生与不发生的机会均等,例如掷硬币掷出“正面”。

我们可以将概率写成分数、小数或百分比。

神奇的公式

要计算一个随机事件的概率,我们只用一个简单的公式。它是你概率工具箱里最重要的工具!

$$P(\text{event}) = \frac{\text{Number of favourable outcomes}}{\text{Total number of possible outcomes}}$$

让我们来拆解一下这个公式:

  • 有利结果(Favourable Outcomes):这是一种较为学术的说法,意思是你“感兴趣的结果”或“可以赢的方式”。
  • 所有可能结果(Total Possible Outcomes):这是所有可能发生的单一事件的总和。
例子:掷骰子

想像一下,你想找出在一个标准六面骰子上掷出“4”的概率。
- 有利结果的数目是1(因为只有一个面是“4”)。
- 所有可能结果的总数是6(因为骰子可以落在1、2、3、4、5或6)。

$$P(\text{rolling a 4}) = \frac{1}{6}$$

所以,概率是六分之一。简单吧?


快速复习

概率是介乎0和1之间的可能性量度。
0 = 不可能事件
1 = 必然事件
公式: P(事件) = 有利结果 / 所有可能结果


3. 列出所有结果:样本空间

在我们使用公式之前,我们需要知道所有可能的结果。一个实验所有可能结果的完整列表称为样本空间。正确列出样本空间是最重要的第一步!

例如,掷骰子的样本空间是 {1, 2, 3, 4, 5, 6}。

当情况变得更复杂时,例如掷两枚硬币或掷两个骰子,我们需要有组织的方法来找出样本空间。让我们学习两种很棒的方法!

方法1:使用表格(或网格)

当你同时有两件独立的事情发生时(例如掷两个骰子),表格是完美的选择。

例子:掷两个骰子

让我们找出掷两个骰子时,数字之和的样本空间。

步骤1:设置一个表格。一个骰子的结果放在顶部,另一个骰子的结果放在侧面。
步骤2:通过将相应行和列的数字相加来填写中间的格。

骰子2

      + | 1 | 2 | 3 | 4 | 5 | 6    ---|---|---|---|---|---|---    1 | 2 | 3 | 4 | 5 | 6 | 7 2 | 3 | 4 | 5 | 6 | 7 | 8 3 | 4 | 5 | 6 | 7 | 8 | 91 4 | 5 | 6 | 7 | 8 | 9 | 10    5 | 6 | 7 | 8 | 9 | 10| 11    6 | 7 | 8 | 9 | 10| 11| 12    

所有可能结果的总数是 6 × 6 = 36。现在我们可以轻松回答诸如“数字之和是7的概率是多少?”等问题。
只要数数表格里有多少个7就行了!总共有6个。所以,概率是:

$$P(\text{sum is 7}) = \frac{6}{36} = \frac{1}{6}$$

方法2:使用树形图

树形图非常适合分阶段或步骤进行的实验(例如掷硬币三次)。

例子:掷硬币两次

让我们找出掷硬币两次的样本空间。

步骤1:画出第一次掷硬币的“分支”(正面或反面)。
步骤2:从每个分支的末端,画出第二次掷硬币的分支。
步骤3:通过沿着每条路径从头到尾,列出最终结果。

第一次掷       第二次掷       结果
      ,- - - 正面     ->   (正面, 正面) 或 HH
  正面
      `- - - 反面       ->   (正面, 反面) 或 HT

      ,- - - 正面     ->   (反面, 正面) 或 TH
  反面
      `- - - 反面       ->   (反面, 反面) 或 TT

样本空间是 {HH, HT, TH, TT}。所有可能结果的总数是4。现在我们可以回答:“至少掷出一个『正面』的概率是多少?”
有三个结果至少有一个“正面”(HH、HT、TH)。所以概率是:

$$P(\text{at least one Head}) = \frac{3}{4}$$

重点回顾

样本空间是所有可能结果的列表。对于两个同时发生的事件,使用表格;对于分阶段发生的事件,使用树形图。如果一开始觉得很难,别担心,多加练习就没问题了!


4. 让我们解决一些问题!

是时候运用我们的新技能了。我们将总是遵循这些步骤:
步骤1:找出所有可能结果的总数(即样本空间)。
步骤2:计算有利结果的数目。
步骤3:将它们代入概率公式并化简!

问题1:抽弹珠

一个袋子里有5个红弹珠、3个蓝弹珠和2个绿弹珠。抽到蓝弹珠的概率是多少?

步骤1:所有结果。弹珠总数是 5 + 3 + 2 = 10。
步骤2:有利结果。蓝弹珠的数目是3。
步骤3:计算。

$$P(\text{blue marble}) = \frac{3}{10}$$

问题2:运用我们的骰子表格

你掷两个骰子。数字之和大於9的概率是多少?

步骤1:所有结果。从我们的表格中,我们知道总共有36个结果。
步骤2:有利结果。让我们看看表格,数数数字之和大於9(即10、11或12)的结果。我们找到:(4,6)、(5,5)、(6,4)、(5,6)、(6,5)、(6,6)。这总共有6个有利结果。
步骤3:计算。

$$P(\text{sum > 9}) = \frac{6}{36} = \frac{1}{6}$$

常见错误提醒
  • 忘记化简分数。务必将答案化为最简形式(例如,6/36应化简为1/6)。
  • 错误计算所有结果的数目。要小心并有系统地计算。使用表格或树形图有助于避免错误!

5. 更进一步:期望(Expectation)

(这是一个稍微进阶的话题,但非常实用!)

期望值(或预期值)是你重复进行一个实验很多很多次之后,所预期的平均结果。它帮助我们判断一个游戏是否公平,或者预测长期的结果会是怎样。

想像一个简单的游戏:你掷一个骰子。如果你掷出“6”,你赢得$12。如果你掷出任何其他数字,你什么也没赢。那么,花$1玩这个游戏值得吗?

如何计算期望值

步骤1:列出每个可能结果(价值,例如$12或$0)。
步骤2:找出每个结果的概率。
步骤3:将每个结果的价值乘以其概率。
步骤4:将这些结果相加。

让我们解决这个游戏问题:

结果1:赢得$12。这个结果的概率是 P(掷出6) = 1/6。
结果2:赢得$0。这个结果的概率是 P(没掷出6) = 5/6。

步骤3:
对于结果1:$$12 \times \frac{1}{6} = $2$$ 对于结果2:$$0 \times \frac{5}{6} = $0$$

步骤4:
期望值 = $2 + $0 = $2。

这意味着如果你重复玩这个游戏,你预计平均每局能赢得$2。既然玩一局只花$1,这是一个非常值得玩的游戏!

你知道吗?

期望值的概念被保险公司用来定价,也被企业用来做风险决策。这非常厉害!


章节总结

恭喜你!你已经学会了概率的基本知识。

  • 事件可以是必然不可能随机的。
  • 概率的量度范围从0(不可能)到1(必然)
  • 关键公式是 P(事件) = 有利结果 / 所有结果
  • 样本空间列出了所有可能结果。我们可以使用表格树形图来找到它。
  • 期望值告诉我们实验的长期平均结果。

继续练习,你很快就会成为概率高手了!