歡迎來到組合概率的世界！
在本章中，我們將跨越簡單事件（例如拋一枚硬幣）的範疇，進而探討組合事件 (Combined Events)。這指的是兩件或以上的事情同時發生，或是接連發生——例如同時拋一枚硬幣和擲一顆骰子。掌握這些概念，能幫助我們在從桌上遊戲到天氣預測等各類情境中，做出更精確的預測！
起初若覺得這些概念有些繁複，請別擔心。概率本質上就是一種點算可能性的方法。我們將運用圖表，讓這些可能性變得一目了然。
快速複習：在開始之前，請記住必然事件的概率為 1，而不可能事件的概率為 0。單一事件中所有可能的概率總和必須等於 1！
1. 樣本空間與系統性列表法
樣本空間 (Sample Space) 只是一個專業術語，意指「所有可能結果的清單」。如果你沒有小心地列出它們，很容易會遺漏其中一項！
系統性列表法 (Systematic Listing)
當你有幾個項目需要組合時，請使用規律來進行列表。
例子：你有紅色 (R) 或藍色 (B) 襯衫，以及牛仔褲 (J) 或短褲 (S) 可供選擇。
所有的組合為：(R, J), (R, S), (B, J), (B, S)。
樣本空間網格圖 (Sample Space Grids)
當你需要組合兩個與數字相關的獨立事件（如兩顆骰子）時，網格圖（或稱列表）將會是你的好幫手。想像一下擲兩顆 6 面骰子並將點數相加，網格圖能清晰地呈現出所有 36 種可能的結果。
步驟說明：如何繪製樣本空間網格圖
1. 在網格上方寫下第一個事件的所有結果。
2. 在網格左側寫下第二個事件的所有結果。
3. 在中間格子填入結果（例如：將兩者相加）。
4. 若要計算概率，只需數出你的「目標」出現了多少次，然後除以總格子數。
你知道嗎？在兩顆骰子的樣本空間中，總和為「7」是最有可能出現的結果，因為它在網格中擁有最多的組合方式！
重點總結：網格圖非常適合用於兩個事件的情況，它能讓你避免遺漏任何結果。
2. 韋恩圖與集合
韋恩圖 (Venn Diagrams) 利用重疊的圓圈來展示不同結果群組之間的關係。
韋恩圖的核心術語
• 交集 (Intersection)：圓圈重疊的中間部分。這代表屬於兩個群組的結果（事件 A 且 事件 B）。
• 聯集 (Union)：圓圈內的所有範圍。這代表屬於事件 A 或 事件 B（或兩者皆是）的結果。
• 補集 (Complement)：圓圈外部的所有範圍。如果事件 A 是「擲出偶數」，那麼補集就是「擲出奇數」。我們通常記作 \(A'\)。
現實生活例子：想像班上有 30 名學生。20 人喜歡披薩，15 人喜歡漢堡，10 人兩者都喜歡。填寫韋恩圖時，請先從「兩者都喜歡」的中心部分（10）開始，然後將此數值從其他總數中減去：僅喜歡披薩 = 10 (20 減 10)，僅喜歡漢堡 = 5 (15 減 10)。剩餘 5 名兩者都不喜歡的學生則放在圓圈外！
常見錯誤：填寫韋恩圖時，請務必先填寫中心重疊區！否則，你可能會重複計算相同的人或項目。
重點總結：韋恩圖有助於分類數據。請務必檢查所有區域（包括圓圈外）的數字總和是否等於項目的總數。
3. 樹狀圖
樹狀圖 (Tree diagrams) 非常適合處理連續發生的事件。隨著事件增加，它們會像樹枝一樣「分支出去」。
如何解讀與運用樹狀圖
• 樹枝：每組分支的概率總和必須為 1。例如：\(P(\text{正面}) = 0.5\) 且 \(P(\text{反面}) = 0.5\)。
• 沿線相乘：若要計算兩件事連續發生的概率，請將樹枝上的概率相乘。
• 末端相加：如果有多個「成功」路徑，請計算每條路徑的概率，然後將它們相加。
獨立事件 vs. 相依事件
• 獨立事件 (Independent)：第一個事件不會影響第二個事件（例如：拋兩次硬幣）。在第二組分支上，概率保持不變。
• 相依事件 (Dependent/Conditional)：第一個事件確實會影響第二個事件（例如：從袋子裡拿一顆糖果吃掉）。
類比：如果有 10 顆糖果，你吃了一顆，下一個人就只剩下 9 顆。分數的分母必須隨之改變！
記憶小撇步：
AND（且）代表相乘（分支 1 且 分支 2）。
OR（或）代表相加（路徑 1 或 路徑 2）。
重點總結：處理「先發生再發生」的問題時請使用樹狀圖。如果項目是「不放回」的，務必更新你的分數分母。
4. 概率定律
有時你不需要圖表，只需要公式。這些規則能幫你快速計算組合事件。
加法定律
對於互斥事件 (Mutually exclusive events)（無法同時發生的事件，例如在單顆骰子上同時擲出 1 和 6）：
\(P(A \text{ 或 } B) = P(A) + P(B)\)
如果事件可以同時發生（例如「擲出偶數」和「擲出大於 3 的數」），我們使用通用規則：
\(P(A \text{ 或 } B) = P(A) + P(B) - P(A \text{ 且 } B)\)
（我們減去「且」的部分，是因為它被計算了兩次——在 A 中算了一次，在 B 中又算了一次！）
補集規則
某事不發生的概率總是 \(1 - P(\text{該事發生})\)。
\(P(A) + P(\text{非 } A) = 1\)
乘法定律
對於獨立事件：
\(P(A \text{ 且 } B) = P(A) \times P(B)\)
對於相依事件，B 的概率取決於 A 的結果：
\(P(A \text{ 且 } B) = P(A) \times P(B \text{ 已知 } A)\)
快速複習盒：
1. 概率總和 = 1。
2. 互斥事件 = 不能同時發生。用加法。
3. 獨立事件 = 一者不影響另一者。用乘法。
重點總結：如果題目要求「至少一個」，計算 \(1 - P(\text{一個都沒有})\) 通常比將所有其他可能性相加要簡單得多！
概率圖表最終總結
• 系統性列表：最適合 2 到 3 個項目的簡單組合。
• 樣本空間網格圖：最適合兩個數值事件（如骰子/轉盤），你需要查看所有和或積的情況。
• 韋恩圖：最適合將群體分類為重疊群組。
• 樹狀圖：最適合連續發生的事件序列，特別是當第二步的概率會改變時。
別害怕動手畫圖！即使是草繪一張樹狀圖或韋恩圖，也能幫你理清問題的邏輯，避免簡單的計算錯誤。