概率论与数理统计 · 2027 考研数学一

第 1 章 随机事件与概率

目标院校:四川大学 / 电子科技大学 | 建议用时:概念 3 小时 + 例题练习 4 小时

本章地位:概率论的「字母语言」。全概率公式、贝叶斯公式、独立性与伯努利概型在真题中几乎每年以选择、填空或应用题第一问的形式出现,分值约 8~12 分;事件运算与概率性质则是后面所有章节的书写工具。本章务必练到:拿到题目能先把事件用字母表示、把「至少 / 至多」自动转化成对立事件。

1.1 事件与样本空间

1.1.1 基本概念

定义随机试验 \(E\):满足①可重复;②结果不止一个;③试验前无法确定结果。试验的每个可能结果称为样本点 \(\omega\),全体样本点的集合称为样本空间 \(\Omega\)。随机事件 \(A\) 是 \(\Omega\) 的子集;单点集称为基本事件;\(\Omega\) 本身称为必然事件,空集 \(\varnothing\) 称为不可能事件。

1.1.2 事件的关系与运算

记号名称含义
\(A\subset B\)包含\(A\) 发生必导致 \(B\) 发生
\(A\cup B\)和事件\(A\)、\(B\) 至少一个发生(「或」)
\(A\cap B\)(记 \(AB\))积事件\(A\)、\(B\) 同时发生(「且」)
\(A-B=AB^{\bar{}}\)差事件\(A\) 发生而 \(B\) 不发生
\(AB=\varnothing\)互斥(互不相容)不能同时发生
\(A\cup B=\Omega\) 且 \(AB=\varnothing\)对立(互逆)\(B=A^{\bar{}}\),二者必居其一
\(A_1,\dots,A_n\) 两两互斥且和为 \(\Omega\)完备事件组每次试验恰发生其一(全概率公式的舞台)
定理摩根律(对偶律): \[ \overline{A\cup B}=\bar{A}\bar{B},\qquad \overline{AB}=\bar{A}\cup\bar{B} \] 口诀:「取反,交并互换」。\(n\) 个事件同样成立:\(\overline{A_1\cup\cdots\cup A_n}=\bar{A}_1\cdots\bar{A}_n\)。
易错① 互斥 \(\neq\) 对立:对立是「互斥 + 并为全集」;互斥的两个事件概率之和可以是 1 也可以不是。
② 「至少一个发生」是 \(A\cup B\),不是 \(A+B\) 这种记号;「都不发生」是 \(\bar{A}\bar{B}\);「不都发生」是 \(\overline{AB}=\bar{A}\cup\bar{B}\)——两者一字之差。
③ 差事件 \(A-B=A\bar{B}\),不是 \(A-AB\) 的另一种东西;但 \(A-B=A-AB\) 恒成立(画文氏图理解)。

1.1.3 例题

例 1 方法

向指定目标射击三枪,以 \(A_i\)(\(i=1,2,3\))表示「第 \(i\) 枪命中」。用 \(A_1,A_2,A_3\) 的运算表示下列事件:(1) 第一枪命中且后两枪至少一枪命中;(2) 三枪中恰有一枪命中;(3) 三枪中至少两枪命中;(4) 三枪均未命中;(5) 第三枪才首次命中。

查看解答

(1) 第一枪命中:\(A_1\);后两枪至少一枪命中:\(A_2\cup A_3\)。两者同时发生:\(\;A_1(A_2\cup A_3)=A_1A_2\cup A_1A_3\)。

(2) 恰有一枪命中(三个互斥的并):\(\;A_1\bar{A}_2\bar{A}_3\cup \bar{A}_1A_2\bar{A}_3\cup \bar{A}_1\bar{A}_2A_3\)。

(3) 至少两枪命中(恰两枪或恰三枪):\(\;A_1A_2\cup A_1A_3\cup A_2A_3\)(并里已含 \(A_1A_2A_3\),不必单写)。

(4) 三枪均未命中:\(\;\bar{A}_1\bar{A}_2\bar{A}_3=\overline{A_1\cup A_2\cup A_3}\)。

(5) 第三枪才首次命中(前两枪不中且第三枪中):\(\;\bar{A}_1\bar{A}_2A_3\)。

套路总结:把中文逐词翻译成符号:「且」= 交,「或」= 并,「不」= 取逆,「恰好」= 互斥情形逐个枚举后取并。

例 2

化简:(1) \((A\cup B)(A\cup \bar{B})\);(2) \((A\cup B)(\bar{A}\cup B)(A\cup\bar{B})\)。

查看解答

(1) 分配律展开:\((A\cup B)(A\cup\bar{B})=A\cup(B\bar{B})=A\cup\varnothing=A\)。

(2) 由 (1) 中第二、四括号相乘:\((\bar{A}\cup B)(A\cup\bar{B})=AB\cup\bar{A}\bar{B}\)(分配律展开后 \(B\bar{B}\) 与 \(\bar{A}A\) 消去,\(BA\) 合并)。于是原式 \(=(A\cup B)(AB\cup\bar{A}\bar{B})=AB\)。

语义验证:第二、三个因子联立表示「\(A,B\) 同真同假」;再与第一个因子「至少一个发生」联立,排除「同假」情形,只剩「同真」,正是 \(AB\)。演算与语义一致。

1.1.4 练习

练习 1

设 \(A,B,C\) 表示三个事件,用运算表示:(1) \(A\) 发生而 \(B,C\) 都不发生;(2) \(A,B,C\) 恰好发生两个;(3) \(A,B,C\) 至多一个发生;(4) \(A,B\) 至少一个发生且 \(C\) 不发生。

查看答案

(1) \(A\bar{B}\bar{C}\);(2) \(AB\bar{C}\cup A\bar{B}C\cup \bar{A}BC\);(3) 至多一个发生 = 恰一个 + 都不发生 = \(A\bar{B}\bar{C}\cup\bar{A}B\bar{C}\cup\bar{A}\bar{B}C\cup\bar{A}\bar{B}\bar{C}\),也等于 \(\overline{AB\cup AC\cup BC}\)(至少两个发生的对立);(4) \((A\cup B)\bar{C}\)。

练习 2 易错

判断正误:(1) 若 \(A\) 与 \(B\) 互斥,则 \(A\) 与 \(B\) 对立;(2) 若 \(A\) 与 \(B\) 对立,则 \(A\) 与 \(B\) 互斥;(3) \(\overline{AB}=\bar{A}\,\bar{B}\);(4) \(A\cup B-B=A\)。

查看答案

(1) 错。互斥只要求不能同时发生,未必并成全集(如掷骰子「出 1」与「出 2」)。
(2) 对。对立 \(\Rightarrow\) 互斥,反向不成立。
(3) 错。\(\overline{AB}=\bar{A}\cup\bar{B}\),\(\bar{A}\bar{B}\) 是「都不发生」,\(\overline{AB}\) 是「不都发生」。
(4) 错。\(A\cup B-B=(A\cup B)\bar{B}=A\bar{B}\),等于「\(A\) 发生且 \(B\) 不发生」,当 \(B\subset A\) 时退化为 \(A-B\neq A\);只有 \(AB=\varnothing\) 时才等于 \(A\)。

1.2 概率的定义与性质

定义设 \(\Omega\) 为样本空间,若实值函数 \(P\) 满足:
① 非负性:\(P(A)\ge 0\);
② 规范性:\(P(\Omega)=1\);
③ 可列可加性:两两互斥的 \(A_1,A_2,\dots\) 满足 \(P\left(\bigcup\limits_{n=1}^{\infty}A_n\right)=\sum\limits_{n=1}^{\infty}P(A_n)\),
则称 \(P(A)\) 为事件 \(A\) 的概率。
定理由公理可推出的重要性质(都要会用):
  1. \(P(\varnothing)=0\);
  2. 单调性:\(A\subset B\Rightarrow P(A)\le P(B)\),且 \(P(B-A)=P(B)-P(A)\);
  3. 减法公式(无包含要求):高频考点 \(P(A-B)=P(A)-P(AB)\);
  4. 加法公式:\(P(A\cup B)=P(A)+P(B)-P(AB)\);互斥时特例为 \(P(A\cup B)=P(A)+P(B)\);
  5. 三事件容斥:\(P(A\cup B\cup C)=P(A)+P(B)+P(C)-P(AB)-P(AC)-P(BC)+P(ABC)\);
  6. \(P(\bar{A})=1-P(A)\);\(P(A)\le 1\)。
易错① \(P(A)=0\) 推不出 \(A=\varnothing\)(几何概型中单点概率为 0 但事件非空);\(P(A)=1\) 推不出 \(A=\Omega\)。
② 概率不能「相减到底」:\(P(A-B)\neq P(A)-P(B)\) 除非 \(B\subset A\),一般必须写 \(P(A)-P(AB)\)。
③ 由 \(P(A)=P(B)\) 不能得 \(A=B\);由 \(P(AB)=P(A)P(B)\) 才能谈独立(1.5 节)。

1.2.1 例题

例 3 高频考点

设 \(P(A)=0.4\),\(P(B)=0.3\),\(P(A\cup B)=0.6\)。求:(1) \(P(AB)\);(2) \(P(A\bar{B})\);(3) \(P(\bar{A}\bar{B})\);(4) \(P(\bar{A}B)\);(5) \(P(A\mid A\cup B)\)。

查看解答

(1) 由加法公式:\(P(AB)=P(A)+P(B)-P(A\cup B)=0.4+0.3-0.6=0.1\)。

(2) 减法公式:\(P(A\bar{B})=P(A)-P(AB)=0.4-0.1=0.3\)。

(3) 摩根律:\(P(\bar{A}\bar{B})=P(\overline{A\cup B})=1-0.6=0.4\)。

(4) \(P(\bar{A}B)=P(B)-P(AB)=0.3-0.1=0.2\)。

(5) 条件概率定义:\(P(A\mid A\cup B)=\dfrac{P(A(A\cup B))}{P(A\cup B)}=\dfrac{P(A)}{0.6}=\dfrac{0.4}{0.6}=\dfrac{2}{3}\)(因为 \(A\subset A\cup B\))。

套路总结:这一串数值构成「五问全家桶」,共同关键是先解出 \(P(AB)\),再按区域(仅 A、仅 B、都发生、都不发生)切分文氏图。

例 4 真题风格

设 \(P(A)=0.4\),\(P(B)=0.35\),\(P(C)=0.3\),\(P(AB)=0.15\),\(P(AC)=0.1\),\(P(BC)=0.1\),\(P(ABC)=0.05\)。求:(1) \(P(A\cup B\cup C)\);(2)「仅 \(A\) 发生」的概率;(3)「至少两个发生」的概率;(4)「恰有两个发生」的概率。

查看解答

(1) 容斥:\(0.4+0.35+0.3-0.15-0.1-0.1+0.05=0.75\)。

(2) \(P(A\bar{B}\bar{C})=P(A)-P(AB)-P(AC)+P(ABC)=0.4-0.15-0.1+0.05=0.2\)(多退少补:减掉两个二元交时把 \(ABC\) 减了两次,补回一次)。

(3) \(P(AB\cup AC\cup BC)=P(AB)+P(AC)+P(BC)-2P(ABC)=0.15+0.1+0.1-2(0.05)=0.25\)(\(ABC\) 在三个二元交中各出现一次、被容斥减两次)。

(4) 恰有两个 = 至少有两个 − 三个都有 = \(0.25-0.05=0.20\)。

易错:第 (3) 问系数是 \(-2P(ABC)\) 而非 \(-P(ABC)\),用「\(AB\cup AC\cup BC\) 再容斥」推一遍才不会记错。

例 5 证明题 方法

证明:(1) \(P(A\bar{B})\ge P(A)-P(B)\);(2) \(P(A\cup B)\le P(A)+P(B)\)(加法公式的推广控制)。

查看解答

(1) \(P(A\bar{B})=P(A)-P(AB)\)。又 \(AB\subset B\),由单调性 \(P(AB)\le P(B)\),故 \(P(A\bar{B})=P(A)-P(AB)\ge P(A)-P(B)\)。

(2) 由加法公式 \(P(A\cup B)=P(A)+P(B)-P(AB)\le P(A)+P(B)\)(因 \(P(AB)\ge 0\))。

套路总结:概率不等式证明三板斧——「减法公式拆差 + 单调性 \(AB\subset B\) + 非负性丢项」。见到 \(P(A)-P(B)\) 就想凑减法公式。

1.2.2 练习

练习 3

设 \(P(A)=0.5\),\(P(B)=0.7\),\(P(AB)=0.3\)。求:(1) \(P(A\cup B)\);(2) \(P(A-B)\);(3) \(P(\bar{A}\cup B)\);(4) \(P(A\bar{B}\cup\bar{A}B)\)。

查看答案

(1) \(0.5+0.7-0.3=0.9\);(2) \(0.5-0.3=0.2\);(3) \(P(\bar{A}\cup B)=1-P(\overline{\bar{A}\cup B})=1-P(A\bar{B})=1-0.2=0.8\);(4) 恰好一个发生 = \(P(A\bar{B})+P(\bar{A}B)=P(A\cup B)-P(AB)=0.9-0.3=0.6\)。

练习 4

证明:\(|P(A)-P(B)|\le P(A\cup B)\),且 \(P(AB)\ge P(A)+P(B)-1\)。

查看答案

不妨设 \(P(A)\ge P(B)\)。由 \(A\subset A\cup B\) 得 \(P(A\cup B)\ge P(A)=P(A)-P(B)+P(B)\ge P(A)-P(B)\),即 \(P(A)-P(B)\le P(A\cup B)\),两边绝对值不等式成立。

第二问:由加法公式移项 \(P(AB)=P(A)+P(B)-P(A\cup B)\ge P(A)+P(B)-1\)(因 \(P(A\cup B)\le 1\))。这也解释了为什么 \(P(A)+P(B)\gt 1\) 时 \(A,B\) 必不互斥。

1.3 古典概型与几何概型

1.3.1 古典概型与三大模型

定义若试验满足:① 样本点有限;② 每个样本点等可能,则称为古典概型,此时 \[ P(A)=\frac{A\text{ 中样本点数}}{\Omega\text{ 中样本点数}}=\frac{\text{对 }A\text{ 有利的做法数}}{\text{总做法数}} \]
计数工具箱排列 \(A_n^k=\dfrac{n!}{(n-k)!}\);组合 \(C_n^k=\dfrac{n!}{k!(n-k)!}\);分组分配用「先分组后分配」;正难则反:「至少一个」先算对立面。常用结论:\(C_n^k=C_n^{n-k}\),\(\sum\limits_{k=0}^{n}C_n^k=2^n\)。
模型典型描述算法要点
摸球模型袋中 \(a\) 白 \(b\) 黑,任取 \(k\) 个组合计数(不计次序):分母 \(C_{a+b}^{k}\),分子各色组合相乘;「至少」用对立
分房模型\(n\) 个球随机放入 \(N\) 个盒(每球独立等可能)分母 \(N^n\);某盒空、某盒恰 \(k\) 球按「选盒 + 排球」计;生日问题属此类
随机取数从 \(1,\dots,n\) 中(不)放回取数不放回 = 组合视角;关注最大值、最小值时按「大小排序区间」选数
例 6 高频考点 摸球模型

袋中有 5 个白球、3 个黑球,从中任取 3 个球。求:(1) 恰有 2 个白球 1 个黑球的概率;(2) 至少有 1 个黑球的概率;(3) 3 个球同色的概率。

查看解答

样本总数 \(C_8^3=56\)。

(1) \(P=\dfrac{C_5^2C_3^1}{C_8^3}=\dfrac{10\times 3}{56}=\dfrac{30}{56}=\dfrac{15}{28}\)。

(2) 对立面为「3 个全白」:\(P=1-\dfrac{C_5^3}{C_8^3}=1-\dfrac{10}{56}=\dfrac{46}{56}=\dfrac{23}{28}\)。

(3) 全白或全黑:\(P=\dfrac{C_5^3+C_3^3}{C_8^3}=\dfrac{10+1}{56}=\dfrac{11}{56}\)。

完备性自检:按黑球个数 0、1、2、3 分类,概率依次为 \(\frac{10}{56}+\frac{C_5^2C_3^1}{56}+\frac{C_5^1C_3^2}{56}+\frac{1}{56}=\frac{10+30+15+1}{56}=1\),计算无误。

例 7 分房模型

将 3 个不同的球随机地放入 3 个不同的盒子中(每球等可能落入任一盒)。求:(1) 恰有一个空盒的概率;(2) 指定的某个盒子(如 1 号盒)恰有 2 个球的概率。

查看解答

每球 3 种去向,样本总数 \(3^3=27\)(球可分辨、盒可分辨,这是分房模型的分母特征)。

(1) 先选空盒:\(C_3^1=3\) 种;剩 2 盒各至少 1 球,即 3 球分给 2 盒且不空:\(2^3-2=6\) 种。故 \(P=\dfrac{3\times 6}{27}=\dfrac{18}{27}=\dfrac{2}{3}\)。

(2) 1 号盒恰 2 球:先选 2 个球进 1 号盒 \(C_3^2=3\) 种,剩 1 球落入其余 2 盒之一:2 种。\(P=\dfrac{3\times 2}{27}=\dfrac{6}{27}=\dfrac{2}{9}\)。

易错:分房模型分母是 \(N^n\) 而不是排列数;「同色球 / 相同球」要用分组思想另算。生日问题:50 人中至少两人生日相同的概率 \(=1-\dfrac{365\cdot 364\cdots 316}{365^{50}}\approx 0.97\),反直觉但正是分房模型。

例 8 随机取数

从 \(1,2,\dots,10\) 这 10 个数中任取 3 个(不放回、不计次序)。求:(1) 最小数为 4 的概率;(2) 最大数为 7 的概率。

查看解答

分母 \(C_{10}^3=120\)。

(1) 最小数为 4:必取 4,其余 2 个从 \(5,6,\dots,10\)(比 4 大的 6 个数)中取:\(P=\dfrac{C_6^2}{C_{10}^3}=\dfrac{15}{120}=\dfrac{1}{8}\)。

(2) 最大数为 7:必取 7,其余 2 个从 \(1,\dots,6\) 中取,但要「恰」最大:即其余从 1~6 任取:\(P=\dfrac{C_6^2}{C_{10}^3}=\dfrac{15}{120}=\dfrac{1}{8}\)。

套路总结:最小值为 \(m\) ⇒ 必取 \(m\)、其余从大于 \(m\) 的数中取;最大值为 \(m\) ⇒ 必取 \(m\)、其余从小于 \(m\) 的数中取。「至少 / 至多」可先算「恰为」再累加。

1.3.2 几何概型

定义样本点充满某可测区域 \(\Omega\)(长度、面积、体积)且分布均匀时, \[ P(A)=\frac{A\text{ 的测度}}{\Omega\text{ 的测度}} \] 称为几何概型。此时「单点概率为 0」「有限点概率为 0」依然可能,故 \(P(A)=0\not\Rightarrow A=\varnothing\)。
例 9 真题风格 会面问题

甲、乙两人约定在 0 到 60 分钟内到某地会面,先到者等候另一人 20 分钟后离去。设两人到达时刻在区间内均匀分布且独立,求两人能会面的概率。

查看解答

设甲、乙到达时刻为 \(x,y\),则 \((x,y)\) 均匀分布在正方形 \(\Omega=[0,60]\times[0,60]\),面积为 \(3600\)。

能会面 \(\iff |x-y|\le 20\),即两直线 \(y=x-20\) 与 \(y=x+20\) 之间的带形区域。

其面积为 \(3600-2\times\dfrac{1}{2}\times 40\times 40=3600-1600=2000\)(两个边长 40 的等腰直角三角形)。

\[ P=\frac{2000}{3600}=\frac{5}{9} \]

一般结论(等 \(\tau\) 分钟):\(P=1-\left(\dfrac{T-\tau}{T}\right)^2\),本题 \(1-\left(\dfrac{40}{60}\right)^2=\dfrac{5}{9}\),一致。易错:把「\( |x-y|\le 20\)」写成「\(x-y\le 20\)」,漏掉绝对值会丢掉一半带形。

1.3.3 练习

练习 5 抽签原理

10 个人依次抽签(3 张有签、7 张空签,抽后不放回),每个人抽到签的概率是否与次序有关?求第 3 个人抽到签的概率。

查看答案

无关,都是 \(\dfrac{3}{10}\)。以第 3 人为例:前 2 人抽出后,第 3 人面对的「签的排列」总数可视为 10 支签的全排列中他拿到第 3 位,等可能取到任一支:\(P=\dfrac{3}{10}\)。

严格计算:\(P=\sum\limits_{k=0}^{2}\dfrac{C_3^{k}C_7^{2-k}}{C_{10}^{2}}\cdot\dfrac{3-k}{8}\)。逐项:\(k=0:\ \dfrac{21}{45}\cdot\dfrac{3}{8}=\dfrac{63}{360}\);\(k=1:\ \dfrac{21}{45}\cdot\dfrac{2}{8}=\dfrac{42}{360}\);\(k=2:\ \dfrac{3}{45}\cdot\dfrac{1}{8}=\dfrac{3}{360}\);合计 \(\dfrac{108}{360}=\dfrac{3}{10}\)。「抽签与次序无关」是重要常识,第 2 章还会用乘法公式一行证出。

练习 6

在区间 \((0,1)\) 中随机取两个数 \(x,y\),求 \(x^2+y^2\le 1\) 的概率。

查看答案

\((x,y)\) 均匀分布于单位正方形(面积 1),所求是四分之一单位圆,面积 \(\dfrac{\pi}{4}\),故 \(P=\dfrac{\pi}{4}\)。

这正是「蒙特卡洛方法」求 \(\pi\) 的原理:大量随机取点统计落圆比例,乘 4 即估计 \(\pi\)。

练习 7

将长度为 1 的木棍在两处随机折断,求所得三段能构成三角形的概率。

查看答案

设两折点 \((x,y)\) 均匀分布于单位正方形。三段长(不妨设 \(x\lt y\))为 \(x,\ y-x,\ 1-y\),构成三角形的充要条件是每段小于 \(\dfrac{1}{2}\):

\[ x\lt\tfrac{1}{2},\quad y\gt\tfrac{1}{2},\quad y-x\lt\tfrac{1}{2} \]

在区域 \(x\lt y\)(面积 \(\tfrac12\))内,上述条件围成直角边长 \(\tfrac12\) 的等腰直角三角形,面积 \(\tfrac18\)。由对称性(\(y\lt x\) 情形同面积),

\[ P=2\times\frac{\frac{1}{8}}{1}=\frac{1}{4} \]

易错:忘记乘 2(两个对称半区域)或忘记条件 \(\max\lt\frac{1}{2}\) 中「\(y\gt\frac12\)」这一条。

1.4 条件概率、全概率与贝叶斯 高频考点

1.4.1 条件概率与乘法公式

定义设 \(P(B)\gt 0\),称 \[ P(A\mid B)=\frac{P(AB)}{P(B)} \] 为「\(B\) 发生条件下 \(A\) 发生」的条件概率。几何意义:把样本空间压缩到 \(B\) 内部再重新度量。条件概率满足全部概率公理(加法、减法公式照用)。
定理乘法公式:\(P(AB)=P(B)P(A\mid B)=P(A)P(B\mid A)\);三个事件:\(P(ABC)=P(A)P(B\mid A)P(C\mid AB)\)。
技巧「缩小样本空间法」常比套公式快:条件出现后直接在缩小的 \(\Omega\) 里古典计数(如「已知点数和为 7」就只在 6 个样本点中数)。

1.4.2 全概率公式与贝叶斯公式

定理设 \(B_1,\dots,B_n\) 为完备事件组(\(P(B_i)\gt 0\)),则
全概率公式:\(\;P(A)=\sum\limits_{i=1}^{n}P(B_i)P(A\mid B_i)\)(由因求果:把结果按原因拆开加权);
贝叶斯公式:\(\;P(B_j\mid A)=\dfrac{P(B_j)P(A\mid B_j)}{\sum\limits_{i=1}^{n}P(B_i)P(A\mid B_i)}\)(由果溯因:观察到 \(A\) 后反推各原因的「事后概率」)。
公式什么时候用题目特征
全概率求「结果」概率,试验分两步且第一步不明产品来自多个车间 / 先取箱再取球 / 先传送再检验
贝叶斯已知结果反推「哪一步」查出次品问来自哪个车间 / 化验阳性问真患病概率

1.4.3 例题

例 10 缩小样本空间

掷两枚骰子,已知点数之和为 7,求其中一枚点数为 1 的概率。

查看解答

和为 7 的样本点共 6 个:\((1,6),(2,5),(3,4),(4,3),(5,2),(6,1)\),它们等可能(原样本空间 36 个点等可能,条件分布继承等可能性)。

其中含 1 的有 2 个:\((1,6),(6,1)\)。故所求概率 \(=\dfrac{2}{6}=\dfrac{1}{3}\)。

用定义验证:\(P(AB)=\dfrac{2}{36}\),\(P(B)=\dfrac{6}{36}\),\(P(A\mid B)=\dfrac{2}{6}=\dfrac{1}{3}\)。一致。

例 11 乘法公式

袋中 5 个白球、3 个黑球,不放回地依次取 3 个球。求 3 个球全是白球的概率。

查看解答

设 \(A_i\) 为「第 \(i\) 次取到白球」。\(\;P(A_1)=\dfrac{5}{8}\),\(P(A_2\mid A_1)=\dfrac{4}{7}\),\(P(A_3\mid A_1A_2)=\dfrac{3}{6}\)。

\[ P(A_1A_2A_3)=\frac{5}{8}\cdot\frac{4}{7}\cdot\frac{3}{6}=\frac{60}{336}=\frac{5}{28} \]

对照组合法:\(\dfrac{C_5^3}{C_8^3}=\dfrac{10}{56}=\dfrac{5}{28}\),两种方法一致。

易错:不放回时各次概率分母递减(8、7、6),且必须写成条件概率连乘,不能写 \(\left(\frac{5}{8}\right)^3\)(那是放回的情形)。

例 12 高频考点 全概率公式(产品分区)

某工厂的甲、乙、丙三个车间产量分别占全厂的 50%、30%、20%,次品率分别为 1%、2%、3%。从全厂产品中任取一件,求它是次品的概率。

查看解答

设 \(A\) =「取到次品」,\(B_1,B_2,B_3\) = 「取到甲、乙、丙车间的产品」,它们构成完备事件组。

\[ P(A)=0.5\times 0.01+0.3\times 0.02+0.2\times 0.03=0.005+0.006+0.006=0.017 \]

即全厂平均次品率 1.7%(按产量加权的「混合率」,一定介于最高 3% 与最低 1% 之间,可作数量级自检)。

例 13 真题风格 贝叶斯公式(化验问题)

某疾病在人群中的患病率为 0.05%。医学检验对真患者呈阳性的概率为 0.99,对健康者误呈阳性的概率为 0.005。某人化验结果为阳性,问他确实患病的概率是多少?

查看解答

设 \(D\) =「患病」,\(+\) =「化验阳性」。\(\;P(D)=0.0005\),\(P(+\mid D)=0.99\),\(P(+\mid \bar{D})=0.005\)。

先由全概率公式:

\[ P(+)=0.0005\times 0.99+0.9995\times 0.005=0.000495+0.0049975=0.0054925 \]

再由贝叶斯公式:

\[ P(D\mid +)=\frac{0.000495}{0.0054925}\approx 0.090 \]

即化验阳性者中真正患病的只有约 9%!原因是发病率极低(0.05%),健康人群基数巨大,即使误报率仅 0.5%,其贡献的假阳性人数仍远超真阳性。套路总结:贝叶斯题两步走——先全概率算分母,再代一个分子的比值;答案务必落在 0 与 1 之间。

例 14 全概率 + 贝叶斯(先选箱再取球)

掷一枚均匀骰子:若出现 1~4 点,从甲箱(2 白 1 黑)取一球;若出现 5~6 点,从乙箱(1 白 2 黑)取一球。(1) 求取到白球的概率;(2) 若已知取到白球,求它来自甲箱的概率。

查看解答

记 \(B_1\) =「掷出 1~4 点选甲箱」,\(B_2\) =「选乙箱」,\(W\) =「取到白球」。\(P(B_1)=\dfrac{4}{6}=\dfrac{2}{3}\),\(P(B_2)=\dfrac{1}{3}\);\(P(W\mid B_1)=\dfrac{2}{3}\),\(P(W\mid B_2)=\dfrac{1}{3}\)。

(1) \[ P(W)=\frac{2}{3}\cdot\frac{2}{3}+\frac{1}{3}\cdot\frac{1}{3}=\frac{4}{9}+\frac{1}{9}=\frac{5}{9} \]

(2) \[ P(B_1\mid W)=\frac{\frac{4}{9}}{\frac{5}{9}}=\frac{4}{5} \]

自检:(2) 中另一部分 \(P(B_2\mid W)=\dfrac{1/9}{5/9}=\dfrac{1}{5}\),两者之和为 1,完备组反推封闭,正确。

1.4.4 练习

练习 8

掷三枚均匀硬币,已知至少出现一枚正面,求三枚全是正面的概率。

查看答案

样本总数 8。「全正」1 个,「至少一正」\(2^3-1=7\) 个(排除「全反」1 个)。

\[ P=\frac{P(\text{全正})}{P(\text{至少一正})}=\frac{\frac{1}{8}}{\frac{7}{8}}=\frac{1}{7} \]

练习 9 真题风格

某地区男性占 55%,女性占 45%;男性患色盲的概率为 5%,女性为 0.25%。(1) 求该地区随机一人为色盲的概率;(2) 已知某人是色盲,求其为男性的概率。

查看答案

(1) \(P(C)=0.55\times 0.05+0.45\times 0.0025=0.0275+0.001125=0.028625\)。

(2) \[ P(M\mid C)=\frac{0.0275}{0.028625}\approx 0.961 \]

自检:\(P(\bar{M}\mid C)=\dfrac{0.001125}{0.028625}\approx 0.039\),与 0.961 相加为 1。

练习 10

甲袋有 3 个红球 2 个白球,乙袋有 2 个红球 3 个白球。先从甲袋任取 1 球放入乙袋,再从乙袋任取 1 球。(1) 求取到白球的概率;(2) 若取到白球,问从甲袋放入乙袋的是白球的概率。

查看答案

设 \(A\) =「转移的是白球」,\(W\) =「从乙袋取到白球」。\(P(A)=\dfrac{2}{5}\);转移白球后乙袋 1 红 4 白:\(P(W\mid A)=\dfrac{4}{6}=\dfrac{2}{3}\);转移红球后乙袋 3 红 3 白:\(P(W\mid\bar{A})=\dfrac{3}{6}=\dfrac{1}{2}\)。

(1) \(P(W)=\dfrac{2}{5}\cdot\dfrac{2}{3}+\dfrac{3}{5}\cdot\dfrac{1}{2}=\dfrac{4}{15}+\dfrac{9}{30}=\dfrac{8+9}{30}=\dfrac{17}{30}\)。

(2) \[ P(A\mid W)=\frac{\frac{8}{30}}{\frac{17}{30}}=\frac{8}{17} \]

自检:\(P(\bar{A}\mid W)=\dfrac{9/30}{17/30}=\dfrac{9}{17}\),\(8+9=17\),完备组封闭。

1.5 独立性与伯努利概型 高频考点

1.5.1 两事件的独立性

定义若 \(P(AB)=P(A)P(B)\),称 \(A\) 与 \(B\) 相互独立。直观:一个事件的发生不改变另一个事件发生的概率,即 \(P(A\mid B)=P(A)\)(\(P(B)\gt 0\) 时)。
定理若 \(A,B\) 独立,则以下配对都独立:\(A\) 与 \(\bar{B}\)、\(\bar{A}\) 与 \(B\)、\(\bar{A}\) 与 \(\bar{B}\)(「一对独立,四对独立」)。
证明思路(\(A\) 与 \(\bar{B}\)):\(P(A\bar{B})=P(A)-P(AB)=P(A)-P(A)P(B)=P(A)(1-P(B))=P(A)P(\bar{B})\)。
对比项互斥独立
定义\(AB=\varnothing\)(事件集合关系)\(P(AB)=P(A)P(B)\)(概率数值关系)
正概率时能否同时成立若 \(P(A)\gt 0,P(B)\gt 0\),互斥 \(\Rightarrow P(AB)=0\neq P(A)P(B)\),二者不可能同时成立
常见搭配加法公式拆项乘法公式拆项、伯努利试验

1.5.2 两两独立与相互独立 易错

定义三事件 \(A,B,C\):两两独立指 \(P(AB)=P(A)P(B)\)、\(P(AC)=P(A)P(C)\)、\(P(BC)=P(B)P(C)\) 三个等式成立;相互独立还需再加 \(P(ABC)=P(A)P(B)P(C)\)(共 4 个等式,\(n\) 个事件需 \(2^n-n-1\) 个等式)。
易错两两独立推不出相互独立(经典反例见例 16);相互独立可推出两两独立。判断题常在此设陷阱。

1.5.3 伯努利概型

定理独立重复做 \(n\) 次试验,每次成功率为 \(p\)(\(q=1-p\)):
① 二项概率:恰好成功 \(k\) 次的概率 \(P_n(k)=C_n^k p^k q^{n-k}\);
② 至少一次成功:\(1-q^n\)(对立为「全不成功」);至多 \(m\) 次:\(\sum\limits_{k=0}^{m}C_n^k p^k q^{n-k}\);
③ 直到第 \(k\) 次才首次成功(几何分布思想):\(q^{k-1}p\);直到第 \(k\) 次出现第 \(r\) 次成功:\(C_{k-1}^{r-1}p^{r}q^{k-r}\)。

1.5.4 例题

例 15 独立性数值计算

设 \(A,B\) 相互独立,\(P(A)=0.4\),\(P(B)=0.5\)。求:(1) \(P(A\cup B)\);(2) \(A,B\) 恰好一个发生的概率;(3) \(P(AB\mid A\cup B)\);(4) \(P(A\cup B\mid A)\)。

查看解答

(1) \(P(A\cup B)=0.4+0.5-0.4\times 0.5=0.7\)。

(2) \(P(A\bar{B})+P(\bar{A}B)=0.4\times 0.5+0.6\times 0.5=0.2+0.3=0.5\)(独立时差事件也独立,可直接乘)。

(3) \[ P(AB\mid A\cup B)=\frac{P(AB)}{P(A\cup B)}=\frac{0.2}{0.7}=\frac{2}{7} \]

(4) \(A\subset A\cup B\),故 \(P(A\cup B\mid A)=\dfrac{P(A)}{P(A)}=1\)(已知 \(A\) 发生则并事件必然发生)。

易错:第 (4) 问是「已知部分发生,问必然包含它的事件」,答案恒为 1,不必硬套数值。

例 16 易错 伯恩斯坦反例

一个均匀的正四面体,四个面分别涂成全红、全白、全黑、红白黑三色。将其任意抛掷一次,以 \(A,B,C\) 分别表示「底面含红、含白、含黑」。证明 \(A,B,C\) 两两独立但不相互独立。

查看解答

样本点 4 个(四个面等可能)。

\(P(A)=P(B)=P(C)=\dfrac{2}{4}=\dfrac{1}{2}\);\(P(AB)=P(AC)=P(BC)=\dfrac{1}{4}\)(同含两色的只有「红白黑」面)。

于是 \(P(AB)=\dfrac14=\dfrac12\cdot\dfrac12=P(A)P(B)\),其余同理,两两独立成立。

但 \(P(ABC)=\dfrac{1}{4}\),而 \(P(A)P(B)P(C)=\dfrac{1}{8}\),二者不等,故不相互独立。

套路总结:此反例必须会构造、会讲述;真题常以「两两独立必相互独立对吗」设问,答「不对」并举本例。

例 17 高频考点 伯努利概型

某人独立射击,每次命中率为 0.2,共射击 5 次。求:(1) 恰好命中 1 次的概率;(2) 至少命中 1 次的概率;(3) 一次都未命中的概率。

查看解答

\(p=0.2,\ q=0.8,\ n=5\)。

(1) \(P=C_5^1(0.2)(0.8)^4=5\times 0.2\times 0.4096=0.4096\)。

(2) 对立事件「全不中」:\(P=1-q^5=1-0.8^5=1-0.32768=0.67232\)。

(3) \(P=0.8^5=0.32768\)。

自检:按 \(k=0,1,2,3,4,5\) 求和应为 1,其中 (1)+(3) = 0.73728,其余 \(k\ge 2\) 部分共 0.26272,量级合理(命中率低时「0 中或 1 中」占大头)。

套路总结:「至少一次」永远是 \(1-q^n\),这是概率中最常用的对立转化,比直接累加快得多。

例 18 直到第 k 次的试验

独立重复试验每次成功的概率为 \(p=\dfrac{1}{3}\)。(1) 求直到第 4 次才首次成功的概率;(2) 求直到第 3 次才出现第 2 次成功的概率。

查看解答

(1) 前 3 次失败、第 4 次成功:\(q^{3}p=\left(\dfrac{2}{3}\right)^3\cdot\dfrac{1}{3}=\dfrac{8}{81}\)。

(2) 第 3 次成功且前 2 次中恰成功 1 次:前 2 次中选 1 次成功有 \(C_2^1=2\) 种:

\[ P=C_2^1 p\cdot q\cdot p=2\times\frac{1}{3}\times\frac{2}{3}\times\frac{1}{3}=\frac{4}{27} \]

易错:第 (2) 问不是 \(C_3^2 p^2 q=3\cdot\frac19\cdot\frac23=\frac{2}{9}\)——「直到第 3 次」意味着第 3 次必须成功,只能在前 2 次里安排另一个成功,组合数是 \(C_2^1\) 而非 \(C_3^2\)。

1.5.5 练习

练习 11

甲、乙两人独立射击同一目标,命中率分别为 0.8 与 0.7。各射击一次,求:(1) 目标被命中的概率;(2) 恰有一人命中的概率。

查看答案

(1) \(1-(0.2)(0.3)=1-0.06=0.94\)(对立:都不中)。

(2) \(0.8\times 0.3+0.2\times 0.7=0.24+0.14=0.38\)。

自检:恰一命中 0.38 + 都中 \(0.8\times0.7=0.56\) + 都不中 0.06 = 1。

练习 12 真题风格

设每次试验中事件 \(A\) 发生的概率为 \(p\)。在 4 次独立重复试验中,\(A\) 至少发生一次的概率为 \(\dfrac{65}{81}\),求 \(p\)。

查看答案

由 \(1-(1-p)^4=\dfrac{65}{81}\),得 \((1-p)^4=\dfrac{16}{81}\),故 \(1-p=\left(\dfrac{16}{81}\right)^{1/4}=\dfrac{2}{3}\)(取正根),\(p=\dfrac{1}{3}\)。

练习 13

某系统由两个元件并联组成,两元件独立工作,每个正常工作的概率为 0.9。求系统正常工作(至少一个元件正常)的概率;若改为串联呢?

查看答案

并联(至少一个正常):\(1-0.1\times 0.1=0.99\);

串联(都正常):\(0.9\times 0.9=0.81\)。

并联提升可靠性的幅度直观可见,这是「用对立事件算至少」的工程版本。

1.6 章末自测 真题风格

限时 70 分钟,先做后看答案。难度:★★ 基础 / ★★★ 强化 / ★★★★ 冲刺。建议每题都动笔复算,概率结果务必检验是否落在 0 与 1 之间、完备事件组之和是否为 1。

自测 1(选择 · ★★)

设 \(A,B\) 互斥且 \(P(A)\gt 0,\ P(B)\gt 0\),则下列结论正确的是( )
A. \(P(\bar{A}\bar{B})=1\) B. \(P(A\mid B)=P(A)\) C. \(P(\bar{A}\cup\bar{B})=1\) D. \(P(\overline{A\cup B})=P(A)P(B)\)

查看答案

C。由 \(AB=\varnothing\) 知 \(\overline{AB}=\Omega\),即 \(\bar{A}\cup\bar{B}=\Omega\),概率为 1。A:\(\bar{A}\bar{B}=\overline{A\cup B}\) 概率 \(=1-P(A\cup B)\lt 1\);B:互斥时 \(P(A\mid B)=0\neq P(A)\)(互斥与独立互斥);D:右边 \(P(A)P(B)\gt 0\) 而左边 \(=1-P(A\cup B)\),一般不等。

自测 2(选择 · ★★★)

设 \(P(A)=0.5\),\(P(B)=0.6\),\(P(A\cup B)=0.9\),则 \(P(A\bar{B})=\)( ) A. 0.1 B. 0.2 C. 0.3 D. 0.4

查看答案

C。\(P(AB)=0.5+0.6-0.9=0.2\),\(P(A\bar{B})=0.5-0.2=0.3\)。

自测 3(选择 · ★★★)

将一枚均匀硬币独立地掷 3 次,恰好出现 1 次正面的概率为( ) A. \(\dfrac{1}{8}\) B. \(\dfrac{3}{8}\) C. \(\dfrac{1}{2}\) D. \(\dfrac{1}{4}\)

查看答案

B。\(C_3^1\left(\frac12\right)^3=\frac38\)。

自测 4(选择 · ★★★★ 冲刺)

设 \(A,B,C\) 两两独立且 \(P(A)=P(B)=P(C)=\dfrac{1}{2}\),\(ABC=\varnothing\)。则 \(P(A\cup B\cup C)=\)( ) A. \(\dfrac{3}{4}\) B. \(\dfrac{5}{8}\) C. \(\dfrac{7}{8}\) D. 1

查看答案

A。两两独立给出 \(P(AB)=P(AC)=P(BC)=\dfrac12\cdot\dfrac12=\dfrac14\);又 \(ABC=\varnothing\)。代入容斥:

\[ P(A\cup B\cup C)=\frac12+\frac12+\frac12-\frac14-\frac14-\frac14+0=\frac34 \]

此结构(两两独立 + 三交为空)在真题中反复出现,一般值为 \(3p-3p^2\)(此处 \(p=\frac12\))。

自测 5(选择 · ★★★)

下列命题正确的是( )
A. \(P(A)=0\) 则 \(A\) 是不可能事件 B. 两两独立必相互独立 C. \(A,B\) 独立则 \(P(A\cup B)=P(A)+P(B)-P(A)P(B)\) D. 互斥的两事件必独立

查看答案

C。A 错(几何概型单点概率 0);B 错(伯恩斯坦四面体反例);D 错(正概率互斥事件不独立)。

自测 6(填空 · ★★)

两人相约 0 到 60 分钟内会面,先到者最多等 10 分钟,则会面概率为 \(\underline{\hspace{2cm}}\)。

查看答案

\(1-\left(\dfrac{50}{60}\right)^2=1-\dfrac{25}{36}=\dfrac{11}{36}\)。

自测 7(填空 · ★★★)

掷两枚均匀骰子,已知点数之和为偶数,则点数之和等于 6 的概率为 \(\underline{\hspace{2cm}}\)。

查看答案

和为偶数要求两骰子同为奇或同为偶,各 \(3\times 3=9\) 个,共 18 个等可能样本点;其中和为 6 的有 \((1,5),(2,4),(3,3),(4,2),(5,1)\) 共 5 个。所求 \(=\dfrac{5}{18}\)。

自测 8(填空 · ★★★)

每次试验成功概率为 0.3,独立重复 5 次,则至少成功一次的概率为 \(\underline{\hspace{2cm}}\)。

查看答案

\(1-0.7^5=1-0.16807=0.83193\)。

自测 9(解答 · ★★★★ 冲刺)

某厂三台机器产量分别占 25%、35%、40%,次品率分别为 5%、4%、2%。(1) 从该厂产品中任取一件,求它是次品的概率;(2) 若取出的是次品,求它由第二台机器生产的概率。

查看答案

设 \(B_i\) = 「第 \(i\) 台机器生产」,\(D\) = 「次品」。

(1) 全概率:\(P(D)=0.25\times 0.05+0.35\times 0.04+0.40\times 0.02=0.0125+0.014+0.008=0.0345\)。

(2) 贝叶斯:\(P(B_2\mid D)=\dfrac{0.014}{0.0345}=\dfrac{140}{345}=\dfrac{28}{69}\approx 0.406\)。

自检:三个后验概率为 \(\dfrac{125}{345},\dfrac{140}{345},\dfrac{80}{345}\),和为 \(\dfrac{345}{345}=1\),完备组封闭,计算可信。

1.7 本章考点总结

考点常考题型热度核心方法
事件运算与概率性质选择 / 填空(数值五问)★★★★ 高频文氏图分块;先解 \(P(AB)\);减法公式 \(P(A)-P(AB)\)
古典概型(摸球 / 分房 / 取数)选择 / 解答第一问★★★★组合计数;「至少」转对立;最大最小值区间法
几何概型填空★★★线性规划画区域求面积比(会面问题模型)
条件概率与乘法公式选择 / 填空★★★★缩小样本空间法;不放回连乘分母递减
全概率与贝叶斯公式解答题(产品 / 化验 / 抽箱)★★★★★ 每年必考完备事件组 → 加权求和 → 反推比值;答案自检 0~1
独立性与两两独立辨析选择判断★★★★ 高频定义验证四个等式;伯恩斯坦反例必须会举
伯努利概型填空 / 应用题★★★★\(C_n^k p^k q^{n-k}\);至少一次 \(1-q^n\);直到第 k 次 \(q^{k-1}p\)
下一步本章过关标准:例题全部独立重做;自测 9 题中至少 7 题正确;能默写全概率与贝叶斯公式并说清「完备事件组」的作用;能构造两两独立但不相互独立的反例。然后进入 第 2 章 一维随机变量及其分布——从「事件」升级到「随机变量」,是概率论真正的开始。