🎉 組合事件的機率：學習筆記 (IGCSE 0607)
歡迎來到機率中最實用且有趣的領域！計算單一事件（例如擲出 6 點）的機率很容易，但如果同時涉及兩個或多個事件呢？這正是本章節的重點！我們將學習如何計算「事件 A 且 事件 B」同時發生，或是「事件 A 或 事件 B」其中之一發生的機率。
如果一開始覺得有點複雜，別擔心——我們有很棒的視覺化工具（例如樹狀圖），能讓這些問題變得輕而易舉！
1. 理解組合事件與關鍵術語
兩大核心問題：AND（且）vs. OR（或）
組合事件涉及以下機率：
- 事件 A 且 事件 B 同時發生（例如：第一個骰子擲出 6 點，且第二個骰子也擲出 6 點）。
- 事件 A 或 事件 B 其中之一發生（例如：從一副牌中抽出一張 Ace，或抽出一張 King）。
關鍵術語與符號（擴展內容）
- \(P(A)\)： 事件 A 發生的機率。
- \(P(A')\)： 事件 A 不發生的機率（對立事件）。記住：\(P(A') = 1 - P(A)\)。
- \(P(A \cup B)\)： 事件 A 或 B 發生的機率（聯集）。
- \(P(A \cap B)\)： 事件 A 且 B 同時發生的機率（交集）。
💭 快速複習：機率基礎
機率必須以分數、小數或百分比表示，且數值必須介於 0 到 1 之間（即 0% 到 100%）。
2. 互斥事件（加法法則）
如果兩個事件不可能同時發生，則它們是互斥事件 (mutually exclusive)。
比喻：想想「向左轉」和「向右轉」。你不可能同時做到這兩件事！
互斥事件的 OR 規則
若 A 與 B 是互斥事件，則 A 或 B 發生的機率，只需將它們各自的機率相加即可。
公式：
\(P(A \text{ or } B) = P(A \cup B) = P(A) + P(B)\)
例子：互斥事件
在一個袋子裡，抽到紅色籌碼的機率為 \(P(R) = 0.3\)，抽到藍色籌碼的機率為 \(P(B) = 0.5\)。請問抽到紅色或藍色籌碼的機率是多少？
解：由於你不可能同時抽到一個既是紅色又是藍色的籌碼，這些事件是互斥的。
\(P(R \cup B) = P(R) + P(B) = 0.3 + 0.5 = 0.8\)
如果事件「不是」互斥的呢？（溫氏圖 / 韋恩圖）
有時事件會重疊（例如：選出一名學生，該學生既踢足球又打籃球）。這些事件稱為非互斥事件。
當使用溫氏圖 (Venn Diagrams)（本課程僅限於兩個集合）時，關鍵在於重疊部分 (\(A \cap B\))。
一般加法法則：
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
我們必須減去 \(P(A \cap B)\)，因為當你相加 \(P(A)\) 和 \(P(B)\) 時，重疊區域（交集）被計算了兩次！
3. 獨立事件（乘法法則）
若第一個事件的結果不會影響第二個事件的結果，則這兩個事件是獨立事件 (independent)。
比喻：擲骰子和擲硬幣。硬幣的結果並不在乎骰子擲出了什麼。
獨立事件的 AND 規則
事件 A 且 事件 B 同時發生的機率，是將兩者各自的機率相乘。
公式：
\(P(A \text{ and } B) = P(A \cap B) = P(A) \times P(B)\)
此規則常用於有放回 (with replacement) 的問題（例如：抽出一張牌、記下顏色、放回去，再抽出第二張牌）。
例子：獨立事件（有放回）
巴士準時到達的機率 (\(T\)) 為 0.7。請問巴士今天準時且明天也準時的機率是多少？
解：巴士今天的到達情況與明天的到達情況互不影響。
\(P(T \text{ and } T) = P(T) \times P(T) = 0.7 \times 0.7 = 0.49\)
OR 代表 相加 (ADD)（當互斥時）。
AND 代表 相乘 (MULTIPLY)（當獨立時）。
4. 相依事件（條件機率法則）
如果第一個事件的結果會改變第二個事件發生的機率，則這兩個事件是相依事件 (dependent)。
這通常發生在無放回 (without replacement) 的問題中（例如：從抽屜拿出兩隻襪子，但你拿走第一隻後沒有放回去）。
相依事件的乘法法則（擴展）
對於相依事件，你必須使用條件機率——即在 A 已經發生的前提下，B 發生的機率。雖然進階課程會使用 \(P(B|A)\) 等正式符號，但在 IGCSE 中，你只需在第一個事件後「更新」機率即可。
公式：
\(P(A \text{ and } B) = P(A) \times P(\text{B 在 A 之後發生的機率})\)
例子：相依事件（無放回）
盒子裡有 5 個紅球和 5 個藍球（總共 10 個）。在無放回的情況下連續取出兩個球。請問取出兩個紅球的機率是多少？
步驟 1：第一個事件的機率（第一個是紅球）
球總數 = 10。紅球 = 5。
\(P(\text{Red 1}) = \frac{5}{10}\)
步驟 2：第二個事件的機率（已知第一個是紅球，第二個也是紅球）
現在只剩下 9 個球，其中只有 4 個是紅球。
\(P(\text{Red 2 after Red 1}) = \frac{4}{9}\)
步驟 3：結合兩者（相乘）
\(P(\text{Red 1 and Red 2}) = \frac{5}{10} \times \frac{4}{9} = \frac{20}{90} = \frac{2}{9}\)
⛔ 常見錯誤警示！
在「無放回」問題中，千萬不要假設事件是獨立的。一定要記得更新第二個事件的總數和個數！
5. 計算組合機率的工具
5.1 樣本空間圖 (Sample Space Diagrams)
當處理兩個簡單事件且可能的結果數量有限時（例如：兩個骰子、兩個硬幣、兩個轉盤），這是最適合的工具。
如何使用：
- 建立一個表格或列表，列出所有可能的結果組合（即「樣本空間」）。
- 找出符合組合事件的特定結果（A 且 B，或 A 或 B）。
- 計算機率：
\(P(\text{Event}) = \frac{\text{符合條件的結果數量}}{\text{總結果數量}}\)
例子：擲兩顆公平的六面骰子。樣本空間共有 6 x 6 = 36 種可能的結果。如果你想求總和為 10 的機率，就找出這些組合：(4, 6), (5, 5), (6, 4)。共有 3 種成功結果，因此 \(P(\text{sum 10}) = \frac{3}{36}\)。
5.2 樹狀圖 (Tree Diagrams)
樹狀圖對於視覺化「依序發生」的事件至關重要，特別是當它們是相依事件（無放回）或需要結合多條路徑的機率時。
樹狀圖操作指南：
- 畫出分支：從一個點開始，畫出第一個事件所有可能結果的分支（例如：紅或藍）。
- 標記第一層機率：將每個結果的機率寫在分支旁邊。
- 畫出第二層分支：從第一層每個分支的末端，畫出第二個事件的分支。
- 標記第二層機率：在這些分支上寫下第二個事件的機率。（關鍵點：如果事件是相依的，務必更新這些機率！）
- 列出結果：在分支末端寫下組合結果（例如：R, R）。
- 計算路徑機率 (AND)：要找出序列機率（例如：先出 R 再出 R），將該路徑上的兩個分支機率相乘。
- 結合路徑機率 (OR)：如果你對多種可能的結果感興趣（例如：R, B 或 B, R），將這些成功路徑的乘積結果相加。
你知道嗎？
如果你將所有最終結果的機率（所有「分支末端」的機率）相加，總和應該等於 1。這是檢查答案的好方法！
5.3 用於機率的溫氏圖（擴展複習）
如前所述，溫氏圖有助於計算涉及重疊 (\(A \cap B\)) 或總覆蓋範圍 (\(A \cup B\)) 的機率。
使用溫氏圖計算機率：
如果題目給出了兩個事件及其交集的機率，你可以使用公式計算 A 或 B 的總機率：
\(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)
當處理重疊的數據集時（例如：學習數學和物理的學生），這個工具非常實用。
例子：如果 P(Maths) = 0.6, P(Physics) = 0.5, 且 P(Maths AND Physics) = 0.2，則：
\(P(\text{Maths OR Physics}) = 0.6 + 0.5 - 0.2 = 0.9\)
✨ 組合機率重點摘要
1. 判斷事件關係：
- 它們能同時發生嗎？（若否，則為互斥事件）
- 第一個事件會改變第二個嗎？（若是，則為相依事件；若否，則為獨立事件）
2. 選擇運算方法：
- 若計算 A 或 B（且為互斥事件），請使用加法 (ADD)。
- 若計算 A 且 B（獨立或相依事件），請沿著序列進行乘法 (MULTIPLY)。
3. 使用視覺輔助：
- 針對兩個同時發生的簡單事件，使用樣本空間圖。
- 針對依序發生的事件，特別是相依事件（機率會變動），使用樹狀圖。
- 處理重疊數據時，使用溫氏圖。