歡迎來到概率的世界！
哈囉！歡迎來到你 H2 數學旅程中最實用的章節之一。概率 (Probability) 的核心在於衡量不確定性。無論是預測天氣、計算保險風險，還是單純計算從一副撲克牌中抽到一張「A」的機率，概率無處不在。
如果起初覺得這些概念有點棘手，別擔心！很多學生一開始都會對「計數 (counting)」的邏輯感到困惑，但只要掌握了幾個核心原則，這就像解謎一樣有趣。讓我們開始吧！
1. 基本構建模塊：計數原理
在計算概率之前，我們需要知道如何計算事情發生的方式總數。這裡有兩條「黃金法則」：
A. 乘法原理（「AND」規則）
如果你必須完成任務 1 且 (AND) 任務 2，你需要將兩者的可能性相乘。
例子：如果你有 3 件襯衫和 2 條褲子，你可以搭配出多少套衣服？你需要選擇一件襯衫（3 種方式）AND 一條褲子（2 種方式）。總數 = \(3 \times 2 = 6\) 種方式。
B. 加法原理（「OR」規則）
如果你必須完成任務 1 或 (OR) 任務 2（但不能兩者同時進行），你需要將兩者的可能性相加。
例子：如果一家咖啡店賣 5 種茶和 4 種咖啡，而你只想買一杯飲料，那麼你有 \(5 + 4 = 9\) 種選擇。
速查表：
- AND (且) 代表 乘法 (Multiply) \((\times)\)
- OR (或) 代表 加法 (Add) \((+)\)
2. 排列與組合
這是大多數學生最容易卡關的地方。秘訣在於問自己：「順序重要嗎？」
排列 (Permutations - 順序重要)
當你在進行排列時使用它。將 Permutation 想成 Position（位置）。
從 \(n\) 個不同物件中取出 \(r\) 個進行排列的方法數為：
\( ^nP_r = \frac{n!}{(n-r)!} \)
組合 (Combinations - 順序不重要)
當你只是選取一個組合時使用它。將 Combination 想成 Choose（選擇）。
從 \(n\) 個不同物件中選擇 \(r\) 個物件的方法數為：
\( ^nC_r = \frac{n!}{r!(n-r)!} \)
記憶小幫手：
想像一場比賽。前 3 名得主（金、銀、銅牌）屬於排列 (Permutation)（順序很重要！）。從班上選出 3 個人去參觀考察則屬於組合 (Combination)（誰先被選中並不重要）。
特殊排列
1. 環狀排列： 由於圓圈可以旋轉，我們將其中一個人的位置固定來消除旋轉的差異。將 \(n\) 個物件排列成圓圈的方法數為 \((n-1)!\)。
2. 重複物件： 如果你有 5 個字母 A, A, A, B, C，排列總數為 \(\frac{5!}{3!}\)，因為那三個 'A' 是無法區分的。
3. 限制條件：
- 「相鄰 (Together)」： 將物件綁在一起視為一個「巨大的」組塊。別忘了還要排列該組塊內部的物件！
- 「不相鄰 (Separated)」： 先排列其他物件，然後使用「間隔法 (Gap Method)」，將受限制的物件放入它們之間的空隙中。
重點總結：
開始計算前，務必先分辨你是在進行排列 (arranging) 還是選取 (selecting)。
3. 基本概率法則
事件 \(A\) 的概率為：
\( P(A) = \frac{\text{事件 } A \text{ 發生的方式數}}{\text{所有可能結果的總數}} \)
必記重要公式：
1. 互補事件： \( P(A') = 1 - P(A) \)。（某事「不發生」的機率）。
2. 加法定理： \( P(A \cup B) = P(A) + P(B) - P(A \cap B) \)。
類比：如果你統計所有戴眼鏡的人和所有戴手錶的人，你會把兩者都戴的人計算了兩次。我們需要減去一次交集 \(P(A \cap B)\) 來修正。
4. 互斥事件與獨立事件
這兩個術語聽起來很像，但含義完全不同！
互斥事件 (Mutually Exclusive Events)
指不能同時發生的事件。
例子：在同一個路口同時向左轉和向右轉。
條件： \( P(A \cap B) = 0 \)
結果： \( P(A \cup B) = P(A) + P(B) \)
獨立事件 (Independent Events)
其中一個事件的發生不會影響另一個事件發生的機率。
例子：擲硬幣然後擲骰子。硬幣的結果與骰子的結果互不干涉。
條件： \( P(A \cap B) = P(A) \times P(B) \)
你知道嗎？
在概率世界裡，「互斥」和「獨立」幾乎從不相同。如果兩個事件是互斥的，它們實際上是高度相關 (highly dependent) 的，因為如果其中一個發生，另一個絕對不可能發生！
5. 條件概率
這是指在事件 \(B\) 已經發生的前提下 (given that)，事件 \(A\) 發生的機率。我們寫作 \( P(A|B) \)。
公式：
\( P(A|B) = \frac{P(A \cap B)}{P(B)} \)
處理「前提下 (Given that)」問題的步驟：
1. 找出條件（「given」的部分）。這會成為你的新分母。
2. 找出交集（重疊的部分）。這會成為你的分子。
3. 相除！
常見錯誤：
學生常會搞混 \(P(A|B)\) 和 \(P(B|A)\)。
\(P(\text{下雨} | \text{多雲})\) 是多雲時下雨的機率。
\(P(\text{多雲} | \text{下雨})\) 是已經在下雨時天空多雲的機率（這機率是 100%！）。它們是不一樣的！
6. 概率視覺化：文氏圖與樹狀圖
文氏圖 (Venn Diagrams)
非常適合處理涉及集合、「僅有 A」或「既非 A 也非 B」的問題。請務必先填寫中心交集 \(P(A \cap B)\)！
樹狀圖 (Tree Diagrams)
最適合多階段事件（例如：先抽一個球，再抽另一個）。
- 沿著分支相乘（橫向計算）。
- 將不同分支的結果相加（縱向計算）。
速查表：
- 文氏圖： 用於重疊的群體。
- 樹狀圖： 用於事件序列。
最後的鼓勵
你已經撐過了概率的核心內容！提升這一章能力的最好方法就是練習。當你看到題目時，請先問自己：「我是在排列還是在選取？」以及「這些事件是獨立的嗎？」
保持練習，很快這些公式就會變成你的直覺反應。你可以的！
本章重點：
概率其實就是：成功結果的數量 ÷ 總可能結果的數量。你今天學到的每一種技巧（計數、排列、圖表）都只是幫助你找出這兩個數字的工具而已！