欢迎来到概率的世界！
你好，未来的数学家！本章我们将探讨概率——即偶然性的数学。别担心，“统计学”之类的词听起来可能有些吓人；实际上，概率与我们的日常生活息息相关，从查看天气预报到规划你的日程安排，处处都有它的身影。
我们将学习如何计算、可视化并理解事件发生的可能性。这些笔记旨在将每一个概念分解成简单的步骤。让我们开始吧！
1. 基础知识：定义与衡量概率
什么是概率？
概率衡量的是一个事件发生的可能性大小。我们通常用 0 到 1 之间的数字（或 0% 到 100%）来表示。
- 0 表示事件不可能发生（它永远不会发生）。例子：掷一枚标准骰子得到 7 点。
- 1（或 100%）表示事件必然发生（它一定会发生）。例子：明天太阳照常升起。
- 0.5（或 50%）表示事件可能性均等（发生与不发生的几率相等）。
计算理论概率
当我们假设所有结果的可能性均等时（比如掷一枚均匀的硬币或标准骰子），我们使用理论概率。
其基本公式为：
\(P(A) = \frac{\text{有利结果的数量}}{\text{所有可能结果的总数}}\)
例子：掷一枚标准 6 面骰子，掷出偶数的概率是多少？
- 有利结果（2, 4, 6）：3 个
- 所有可能结果（1, 2, 3, 4, 5, 6）：6 个
- \(P(\text{偶数}) = \frac{3}{6} = \frac{1}{2}\) 或 0.5
实验概率（相对频率）
有时我们无法轻易计算出理论概率（例如预测复杂的体育赛事结果），因此我们依赖真实世界的数据，这就是实验概率，也称为相对频率。
相对频率 (RF) 基于试验或实验：
\(\text{RF} = \frac{\text{成功试验的次数}}{\text{执行试验的总次数}}\)
你知道吗？ 当你进行的试验次数越来越多时，实验概率通常会越来越接近理论概率。这就是一个非常重要的概念，叫做大数定律！
快速回顾：重点总结
概率是一个衡量标准（0 到 1 之间）。理论概率基于公式计算，而实验概率基于观测数据（即相对频率）。
2. 概率的基本规则
规则 1：所有概率之和
如果你列出实验中每一个可能的结果（这个列表称为样本空间），那么所有这些结果的概率之和必须等于 1。
\(\sum P = 1\)
规则 2：互补规则（“非”规则）
一个事件发生的概率加上该事件不发生的概率必须等于 1。
我们使用符号 \(A'\) 或 \(A^c\) 来表示“非 A”。
\(P(A') = 1 - P(A)\)
类比： 如果你的巴士迟到的概率为 0.25 (\(P(L)\))，那么它准时到达的概率 (\(P(L')\)) 就是 \(1 - 0.25 = 0.75\)。
3. 可视化结果：样本空间图
当一个实验包含两个独立的动作时（比如掷两枚骰子，或者掷硬币的同时掷骰子），样本空间图（通常是一个表格）是列出所有可能结果的最清晰方式。
分步说明：如何创建样本空间表
- 在表格上方（x 轴）列出第一个动作的结果。
- 在表格侧面（y 轴）列出第二个动作的结果。
- 用组合结果填充表格（通常是两个结果的和或积）。
例子：掷两枚标准骰子并将点数相加。
该表格将显示总共 36 种结果 (6 x 6)。
要计算 \(P(\text{点数之和为 7})\)：
你需要数出等于 7 的格子（总共有 6 个：(1, 6), (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)）。
\(P(\text{和为 7}) = \frac{6}{36} = \frac{1}{6}\)
避免这个常见错误！
在掷两枚骰子时，学生有时会认为 \(P(\text{和为 7})\) 与 \(P(\text{和为 2})\) 是相同的。这是不对的！样本空间图显示，7 出现的可能性要大得多，因为它有 6 种组合方式，而 2 只有 1 种组合方式 (1 + 1)。
4. 事件类型与核心规则
4.1. 互斥事件（加法规则）
互斥事件是指不可能同时发生的事件。它们之间没有交集。
- 例子： 掷一次硬币，“正面朝上”和“反面朝上”是互斥的。
如果事件 A 和 B 是互斥的，那么 A 或 B 发生的概率等于它们各自概率之和。
P(A 或 B) = P(A) + P(B)
例子：一个袋子里有 5 个红球、3 个蓝球和 2 个绿球（共 10 个）。取出一个红球或绿球的概率是多少？
\(P(\text{红}) = 5/10\)
\(P(\text{绿}) = 2/10\)
\(P(\text{红或绿}) = 5/10 + 2/10 = 7/10\)
4.2. 独立事件（乘法规则）
独立事件是指第一个事件的结果不影响第二个事件结果的事件。
- 例子： 先掷硬币再掷骰子。硬币的结果不会改变掷骰子的几率。
如果事件 A 和 B 是独立的，那么 A 且 B 同时发生的概率等于它们各自概率的乘积。
P(A 且 B) = P(A) \(\times\) P(B)
例子：掷出一枚 6 点的骰子且硬币正面朝上的概率是多少？
\(P(6) = 1/6\)
\(P(H) = 1/2\)
\(P(6 \text{ 且 } H) = (1/6) \times (1/2) = 1/12\)
5. 使用树状图处理顺序事件
树状图是处理按顺序发生（一个接一个）的实验时非常出色的可视化工具。
如何构建和使用树状图
- 从分支开始： 为第一个事件绘制分支，并在每个分支上标注结果及其概率。
- 二级分支： 从每个一级分支的末端出发，为第二个事件绘制新的分支，并标注其概率。
- 找到最终概率： 要计算一系列事件（例如：先发生 A 再发生 B）的概率，你需要将路径（分支）上的概率相乘。
- 计算总概率： 如果你在寻找多种成功路径（例如：“正-反”或“反-正”），则将相关终点的概率相加。
场景：有放回与无放回
这是学生最容易掉进坑里的地方！别着急，关键在于观察样本空间是否发生了变化。
5.1. 有放回（独立事件）
如果你取出一个物品然后放回去，物品总数和第二次事件的概率保持不变。事件是独立的。
例子：取出一个球，记下颜色，放回，再取第二个。
5.2. 无放回（相关事件）
如果你取出一个物品不放回去，物品总数会减少 1，第二次事件的概率也会随之改变。此时事件是相关的。
例子：袋子里有 4 个红球和 6 个蓝球（共 10 个）。无放回地取两个球。
- \(P(\text{第一次是红}) = 4/10\)
- 如果第一次是红球，袋子里现在剩下 3 个红球和 6 个蓝球（共 9 个）。
- \(P(\text{第二次是红}) = 3/9\)
- 因此，\(P(\text{两次都是红}) = (4/10) \times (3/9) = 12/90\)
树状图记忆小贴士
沿着分支乘（表示“且”/AND）。
在末端点加（表示“或”/OR）。
6. 使用韦恩图可视化概率
韦恩图用于可视化不同集合或事件之间的关系。它们对于非互斥事件（可能重叠的事件）特别有用。
- 大矩形代表样本空间 (\(\mathcal{E}\) 或 S) —— 即总总体或所有可能结果的总数。
- 圆圈代表具体的事件（A、B 等）。
概率的集合符号基础
6.1. 交集 (\(A \cap B\)) - 且 (AND)
这是中心重叠区域，表示 A 和 B 同时发生。
\(P(A \cap B)\) 表示 A 且 B 同时发生的概率。
6.2. 并集 (\(A \cup B\)) - 或 (OR)
这包括 A 中的所有部分、B 中的所有部分以及重叠部分。
\(P(A \cup B)\) 表示 A 或 B 发生的概率（或两者同时发生）。
6.3. 补集 (\(A'\)) - 非 (NOT)
这是圆圈 A 外部的区域（但在矩形 \(\mathcal{E}\) 内部）。
通用加法公式
如果事件 A 和 B 不是互斥的（它们有重叠），我们不能简单地将 \(P(A) + P(B)\) 相加，因为那样会重复计算重叠部分（交集 \(A \cap B\)）！
必须使用通用公式：
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
例子： 如果 10 人喜欢苹果 (A)，8 人喜欢香蕉 (B)，且 3 人两者都喜欢 (\(A \cap B\))，那么喜欢苹果或香蕉的独特人数为 \(10 + 8 - 3 = 15\)。
韦恩图作图步骤
- 始终从填写交集 (\(A \cap B\)) 开始。
- 计算独特部分：对于“仅 A”，用 A 的总数减去交集：\(P(\text{仅 A}) = P(A) - P(A \cap B)\)。
- 计算圆圈外部的区域（并集的补集）：这代表既不喜欢 A 也不喜欢 B 的人。
7. 终极回顾与鼓励
概率快速检查清单
- 答案在 0 到 1 之间吗？（如果不是，请重新检查你的计算！）
- 事件是互斥的吗？如果是，使用加法（表示“或”）。
- 事件是独立的吗？如果是，使用乘法（表示“且”）。
- 如果使用树状图，你是否记得在“无放回”问题中更新总数？
- 如果使用韦恩图，你在计算并集时是否减去了重叠部分？
你已经掌握了 IGCSE 概率的核心概念！请记住，概率的核心在于逻辑计数。多练习树状图和样本空间图，你会发现这些题目非常直观。你可以做到的！