Mutually exclusive and independent events

歡迎來到機率的世界！

在本章中，我們將探討數學中最實用的領域之一：機率（Probability）。你可以把它想像成一種「假設性」的科學。無論你是在預測天氣、決定要不要帶雨傘，還是計算遊戲中的勝算，你其實都在運用我們即將學習的這些概念。我們會集中討論兩大類事件：互斥（Mutually Exclusive）與獨立（Independent）。如果現在覺得這些術語很陌生，別擔心——我們會把它們拆解成簡單的生活概念！

1. 基本概念：如何書寫機率

在進入複雜的內容之前，我們先確保大家能掌握機率的「語言」。我們會使用特定的記號（Notation）（數學符號）來節省時間。

- \(P(A)\)：這僅代表「事件 A 發生的機率」。
- \(P(A')\)：這稱為餘事件（Complement）。它代表「事件 A 不發生的機率」。
- \(P(X = x)\)：你在機率分佈中會看到這個符號。它僅代表變數（例如擲骰子的結果）等於特定數值的機率。

快速複習：請記住，單一事件的所有機率總和必須等於 1。因此，\(P(A) + P(A') = 1\)。如果有 20% 的機率下雨（\(0.2\)），那麼就有 80% 的機率不會下雨（\(0.8\)）。

2. 互斥事件：「非此即彼」

想像你正站在十字路口。你可以向左轉（事件 A），也可以向右轉（事件 B）。你不可能同時做這兩件事。這些就是互斥事件。

定義：如果兩個事件不能同時發生，則它們是互斥的。

加法定理（Addition Rule）

當事件互斥時，若我們要找其中一個或（OR）另一個發生的機率，我們只需將它們的機率相加即可。

使用數學符號，「A 或 B」寫作 \(A \cup B\)（這是聯集（Union）符號）。
對於互斥事件：\(P(A \cup B) = P(A) + P(B)\)

現實生活範例

如果你擲一枚標準的六面骰子：
- 事件 A：擲出 1（\(P = 1/6\)）
- 事件 B：擲出 6（\(P = 1/6\)）
因為你不可能同時擲出 1 和 6，所以擲出 1 或 6 的機率為 \(1/6 + 1/6 = 2/6\)（即 \(1/3\)）。

避免常見錯誤：如果事件可以同時發生，千萬不要直接相加！例如，「擲出偶數」和「擲出 2」並非互斥事件，因為 2 本身就是一個偶數！

重點總結：互斥 = 事件不能同時發生。在處理「或（OR）」的問題時，請使用加法定理。

3. 獨立事件：「互不相干」

想像你擲一枚硬幣，結果是正面。然後，你再擲一次。第一次的結果會影響第二次的「運氣」嗎？不會！硬幣沒有記憶力。這些就是獨立事件。

定義：如果一個事件的結果不會影響另一個事件的結果，則這兩個事件是獨立的。

乘法定理（Multiplication Rule）

當事件獨立時，若我們要找兩者同時發生（A 且（AND） B）的機率，我們將它們的機率相乘。

在數學符號中，「A 且 B」寫作 \(A \cap B\)（這是交集（Intersection）符號）。
對於獨立事件：\(P(A \cap B) = P(A) \times P(B)\)

記憶小撇步：有一個記住這點的好方法：「且（AND）就是乘（Multiply）」（英文單字中兩者都包含字母 'n'！）。

現實生活範例

如果巴士遲到的機率是 \(0.2\)，而下雨的機率是 \(0.3\)，假設下雨不會影響巴士（即兩者獨立），那麼巴士遲到且下雨的機率為：
\(0.2 \times 0.3 = 0.06\)。

重點總結：獨立 = 一個事件不會影響另一個。在處理「且（AND）」的問題時，請使用乘法定理。

4. 條件機率：「在...的條件下」

現在我們要進入比較棘手的部分了。有時候，一個事件確實會影響另一個。這稱為條件機率（Conditional Probability）。

類比：想像一袋裡有 5 顆巧克力：2 顆黑巧克力，3 顆牛奶巧克力。如果你吃掉一顆（且不放回去），袋子裡的「條件」對下一個人來說就改變了！現在挑到牛奶巧克力的機率取決於你剛才吃了什麼。

記號與公式

我們使用垂直線 \(|\) 來代表「在...的條件下」。
\(P(A|B)\) 代表「在已知 B 已經發生的情况下，A 發生的機率」。

標準公式為：\(P(A|B) = \frac{P(A \cap B)}{P(B)}\)

你也可以重新整理這個公式來找出「且（AND）」的機率，適用於任何事件（即便它們不獨立）：
\(P(A \cap B) = P(B) \times P(A|B)\)

你知道嗎？如果 \(P(A|B)\) 與 \(P(A)\) 完全相同，那就證明這兩個事件是獨立的！這意味著知道 B 發生了，完全不會改變 A 發生的機率。

重點總結：條件機率是關於「更新後的資訊」。在考題中，請留意「在...的條件下（given that）」這類的詞句。

5. 成功的工具：文氏圖與樹狀圖

如果公式起初看起來很令人困惑，別擔心。畫個圖通常能讓答案一目了然！

文氏圖（Venn Diagrams）

用它們來觀察事件如何重疊。
- 如果圓圈不接觸，代表事件是互斥的。
- 中間的重疊部分就是 \(P(A \cap B)\)。
- 兩個圓圈內的所有部分總合就是 \(P(A \cup B)\)。

樹狀圖（Tree Diagrams）

這些對於「連續發生」（例如抽取兩張卡片）的事件非常有效。
- 沿著分支相乘，即可算出特定路徑（先發生 A 再發生 B）的機率。
- 如果你想算出某個結果的總機率，則將不同路徑的結果相加。

樹狀圖的步驟：
1. 為第一個事件畫出第一組分支。
2. 在分支上寫下機率（確保它們相加等於 1）。
3. 從第一組分支的末端畫出第二組分支。
4. 關鍵：檢查第二組機率是否改變（條件機率）還是保持不變（獨立事件）！

6. 重要公式總整理

把這個「小抄」記在腦海裡：

- 一般加法定理： \(P(A \cup B) = P(A) + P(B) - P(A \cap B)\)（如果不互斥，請使用這個！）
- 互斥事件： \(P(A \cap B) = 0\)（它們不能同時發生）。
- 獨立事件： \(P(A \cap B) = P(A) \times P(B)\)。
- 條件機率： \(P(A|B) = \frac{P(A \cap B)}{P(B)}\)。

最後的鼓勵：機率完全是邏輯問題。如果你卡住了，試著問自己：「一個事件的發生會改變另一個嗎？」以及「這兩件事能同時發生嗎？」這兩個問題的答案，每次都能引導你找到正確的公式！