简短的回答
Probability measures how likely an event is, on a scale from 0 (impossible) to 1 (certain): P(A) = favorable outcomes ÷ total outcomes. For combining two events, use the right rule for how they relate: multiply for "and" with independent events, add and subtract overlap for "or," and divide for "given that" (conditional probability).
要点
- P(A 和 B) = P(A) × P(B) 仅当 A 和 B 独立时才有效 - 相关事件需要条件概率。
- P(A 或 B) = P(A) + P(B) − P(A 和 B) — 减法避免了重复计算满足两个事件的结果。
- Conditional probability, P(A|B) = P(A and B) ÷ P(B), narrows the "total outcomes" down to just the cases where B already happened.
- The complement rule — P(at least one) = 1 − P(none) — is often the fastest way to solve "at least one" problems that would otherwise need many separate cases added together.
核心概率规则
| 规则 | 公式 | 用于 |
|---|---|---|
| 基本的 | P(A) = favorable/total | 单个事件 |
| 联盟 | P(A or B) = P(A)+P(B)−P(A∩B) | 任一事件发生 |
| 联合（独立） | P(A and B) = P(A) × P(B) | 两者都发生，无关的事件 |
| 有条件的 | P(A|B) = P(A∩B)/P(B) | 一件事情已经发生了另一件事 |
工作示例：滚动至少一个六
公平骰子 4 次掷出至少 6 次的概率是多少？
P（一卷上没有六个）= 5/6
P(4 卷中没有 6 个) = (5/6)⁴ ≈ 0.482
P（至少六分之一）= 1 − 0.482 ≈ 0.518 (51.8%)
Trying to solve this by directly adding up "exactly one six," "exactly two sixes," and so on would take far more work — the complement rule turns a multi-case problem into a single subtraction.
独立事件与相关事件
两次抛硬币是独立的——第一次抛硬币的结果对第二次抛硬币的影响为零。但是从一副牌中抽两张牌而不放回是相互依赖的——如果第一张牌是红心，那么第二次抽牌时剩下的红心就会减少，这会改变它的概率。每当删除或用完部分样本空间会改变接下来发生的事情的几率时，事件都是相关的，而条件概率（不是简单的乘法）就是正确的工具。
要避免的常见错误
- Adding P(A) + P(B) for "or" without subtracting the overlap P(A and B) — this double-counts outcomes that satisfy both events.
- 对于实际上并不独立的事件，将 P(A) × P(B) 相乘——该捷径仅适用于一个事件对另一事件没有影响的情况。
- 将 P(A|B) 与 P(B|A) 混淆——它们通常是不同的值，是现实世界中对医学测试结果和统计数据的许多误读背后的混淆。
- 最终概率超出 0 到 1 的范围——这总是表明上游有错误，因为有效概率永远不可能为负或大于 1。