第1章 随机事件与概率（数三·瘦身重写版）

🎯 全书入口：30 秒三问摸底（先闭卷答，再往下看）

三问里若有两问答案与你的直觉相反，别慌——概率论最反直觉的部分恰好集中在本章，学完你不仅能答对，还能说清为什么直觉会错。带着这三问出发。

🗺 本章地图：学什么 / 为什么学 / 学完会什么 / 可跳过什么

为什么学：整门概率论只有一件事——给不确定性称重。而"称重"之前得先干两件粗活：把口头的"下雨""中奖""阳性"翻译成数学能处理的事件（§1），再给事件配一个 0 到 1 之间的重量，即概率（§2）。后面每一章都踩在这两块砖上：第2章把事件换成数（随机变量），第3章换成一列数，第4章给这列数称"重心"和"散布"——称重的方法全在本章。

学什么：①事件的代数（和、积、差、互斥、对立、完备组，及"至少/恰好/至多"的翻译术）；②概率的三种来路与六条性质（古典概型、几何概型、频率稳定性，加法减法公式）；③信息更新三部曲（条件概率→全概率→贝叶斯，本章灵魂）；④独立性（"互斥"的反义词，全卷辨析题第一坑）；⑤伯努利概型（独立重复试验，二项分布的产房）。

学完会什么：拿到古典概型题能先画"样本空间全景"再数数，不瞎套公式；看到"已知……求……"能立刻反应"这是条件概率，世界缩小了"；全概率和贝叶斯能分清方向（由因推果 vs 执果索因）；"独立"和"互斥"的坑一眼识破。

可跳过什么：几何概型里需要复杂积分的题（数三只考一维长度、二维面积的 straight 型）；排列组合的花式技巧（捆绑法插空法的难题是高中竞赛口味，数三不炫技）；概率的公理化构造细节（σ 代数那套，会用三条公理即可）。

🗺 配套思维导图页：第1章思维导图（结构版：先看骨架，逐层展开）

§1 把"运气"装进盒子：随机试验与事件

1.1 样本空间：先列出所有可能

掷一枚骰子，你知道结果必是 1 到 6 中的一个，但事前说不准是哪个——这种试验叫随机试验，它有三条身份特征〔原理：这三条刻画了"随机"与"确定""一次性偶然"的区别——可重复排除孤例，结果多样且事先未知才叫随机〕：①可以在相同条件下重复；②结果不止一个且事先能列全；③做一次之前不知道出哪个。

把所有可能结果装进一个集合，这个集合就是样本空间 $\Omega$，每个结果是一个样本点 $\omega$。骰子的 $\Omega=\{1,2,3,4,5,6\}$；明天天气的 $\Omega=\{\text{晴},\text{雨}\}$（如果只关心这两类）；你到食堂排队时长的 $\Omega=[0,+\infty)$（这是个无穷集，第2章连续型的伏笔）。

两个极端身份：必然事件 $\Omega$ 本身（每次必发生），不可能事件 $\varnothing$（永远落不进去，如"掷两枚骰子点数之和等于 1"）。

1.2 事件的关系与运算：高中集合论换身衣服

事件既然是集合，"或、且、非"就直接继承集合的并、交、补。数学符号是外衣，生活语言是身体——考试的本质是把中文翻译成集合运算。一张表把全部关系装下：

运算律照抄集合那套（交换、结合、分配），真正要练熟的是一条对偶律（德摩根律）〔原理：把"不"字往里搬，$\cup$ 与 $\cap$ 互相翻转——"至少一个不发生"="都不发生"。"至少一个"对应并，取反后并变交〕：

1.3 排列组合：数数的两把尺子（工具复习）

古典概型要数"多少种"，初中高中那两把尺子得先擦亮：乘法原理（分步相乘：第一枚骰子 6 种 × 第二枚 6 种 = 36 种）；加法原理（分类相加）。在它们之上派生出两件常用工具〔约定：排列组合的记号 $A_n^k$、$C_n^k$ 是历史约定，全世界通用〕：

常用值：$C_n^0=C_n^n=1$；$C_n^1=n$；$C_n^k=C_n^{n-k}$（对称）；$C_6^2=15$，$C_8^3=56$，$C_{10}^3=120$。做题前心里过一遍这几个数，数感会稳很多。

§2 概率是什么：给不确定性称重

2.1 概率的三种来路

"概率 0.7"这个数从哪来？历史上三条路，对应三类考题：

来路一：古典概型——数出来。如果样本空间有限且每个样本点等可能（骰子、硬币、摸球天生满足），则〔原理：等可能意味着每个样本点平分总重量 1，故每个点重 $1/n$，事件 A 含 $m$ 个点就重 $m/n$〕：

【例】掷两枚骰子：点数之和为 7 的组合有 $(1,6)(2,5)(3,4)(4,3)(5,2)(6,1)$ 共 6 种，$P=\frac{6}{36}=\frac16$；之和为 8 的有 $(2,6)(3,5)(4,4)(5,3)(6,2)$ 共 5 种，$P=\frac{5}{36}$。7 是所有点数和里最容易出的——因为凑 7 的搭配最多（6 种），凑 8 只有 5 种，凑 12 只有 1 种。赌场里"押 7 赔得少"的道理就在这。

来路二：几何概型——量出来。样本点无穷多（等公交车到达时刻、两人会面的时间），数不动了，改用"长度/面积/体积"之比〔原理：等可能=落在任一位置的机会只与其几何度量成正比，概率=有利区域度量/总度量〕：

【例】你随机到达公交站，公交每 15 分钟一班，你等不超过 5 分钟的概率 $=\frac{5}{15}=\frac13$（把一小时看成环上的周期，你落在"刚走车后 10 分钟内"才要等超过 5 分钟）。

来路三：频率稳定性——试出来。前两条路都依赖"等可能"这个先天条件；条件不满足（硬币不均匀、明天下不下雨）时，概率的 operational 定义靠大数次重复：频率 $\frac{m}{n}$ 会稳定在某个数附近，这个稳定值就是概率的估计。

2.2 概率的公理与六大性质

三条来路各有适用场景，数学家柯尔莫哥洛夫 1933 年干了件统一的事：不管概率从哪来，只要它满足三条公理，整座大厦就能推起来〔原理：公理是地基不是定理——不证自明的基本约定，全章所有公式都从这三条推出来，这是"规则不天降"的极致示范〕：

公理（对每个事件 A 赋一个数 $P(A)$）：①非负性 $P(A)\ge 0$；②规范性 $P(\Omega)=1$；③可加性：互斥事件之并的概率=概率之和（可推广到可列个）。〔原理：这三条不是凭空拍出来的——它们正是"频率"这种重量在实测中表现出的性质（非负、总数归一、互斥块可加）的抽象；全章所有公式都从这三条推出来〕

从三条公理能推出考试天天用的六条性质：

加法公式是六条里的劳模〔原理：把 $A\cup B$ 切成互斥的三块 $A\bar B$、$B\bar A$、$AB$，分别累加时 $AB$ 被数了两次，所以减一次——韦恩图上看一眼即懂〕；互斥时 $P(AB)=0$，退化为 $P(A\cup B)=P(A)+P(B)$。三个事件的推广把"容斥"背全：

2.3 古典概型实战：数数三板斧

古典概型题的全部功夫在数数。三个高频模型一次配齐：

【例 1 · 摸球】袋中 5 红 3 白，任取 3 球全红的概率：$\dfrac{C_5^3}{C_8^3}=\dfrac{10}{56}=\dfrac{5}{28}\approx 0.179$。若改"逐个取、取完不放回、求前 3 个全红"：分母变 $8\times7\times6=336$，分子 $5\times4\times3=60$，$\dfrac{60}{336}=\dfrac{5}{28}$——两种口径答案相同〔原理：分子分母同步切换"分不分次序"，比值不变；但中间步骤的分母绝不能一口径混用〕。

【例 2 · 生日问题（反直觉名场面）】一个班 23 人，至少两人生日相同的概率是多少？"直接数相同"很难（情况太杂），正难则反：$P(\text{至少两人同})=1-P(\text{全不同})$。全不同：第 1 人任意，第 2 人要避开（$\frac{364}{365}$），第 3 人要避开前两人（$\frac{363}{365}$）……第 23 人避开前 22 人（$\frac{343}{365}$）：

23 人就过半！60 人时达到约 0.994。直觉以为要 183 人（半年的天数），错在：生日相同是两两配对发生的，23 人有 $C_{23}^2=253$ 对配对机会，碰撞机会远比直觉多。〔原理：组合爆炸——"对数"按平方速度增长〕这道题是"正难则反"最漂亮的代言。

【例 3 · 抽签原理】10 张签 1 张有奖。第 $k$ 个抽的人中奖概率是多少？直觉说"先抽沾光"，实际人人 $\frac{1}{10}$。用乘法公式走一遍链条：第 3 人中奖=前两人都不中且他中：

分子分母像多米诺一样连环约掉，只剩 $\frac{1}{10}$——第 $k$ 个人同理〔原理：不放回抽取里"先来后到"不影响份额，这就是抽签公平的数学根据；前提是大家抽之前都不知道前面的结果〕。

2.4 几何概型实战：会面问题

【例】两人约在 12:00–13:00 之间随机到达某地，先到者等 20 分钟就走，两人能碰上的概率？设到达时刻 $x,y\in[0,60]$（分钟），全空间是 60×60 的正方形（面积 3600）。碰上要求 $|x-y|\le 20$——两直线 $y=x-20$ 与 $y=x+20$ 之间的带状区域。补集（碰不上）是两个腰长 40 的等腰直角三角形，面积 $2\times\frac{1}{2}\times40\times40=1600$：

"等 20 分钟碰上概率才 0.556"——约会迟到的代价，数学早就算清楚了。做几何概型就这三步：建坐标系、画区域、算度量之比〔原理：等可能落在区域内任一点，概率=面积比，与古典概型的"点数比"同构〕。自检口诀：等可能要看"什么的"等可能——是"到达时刻均匀"而非"等待时长均匀"，设错对象全盘皆输。

§3 信息来了，概率怎么变：条件概率与三大公式

3.1 条件概率：世界缩小了

回到开篇第一问。明天下雨概率 70% 是"无条件"的判断；若你半夜醒来听到窗外的雨声——新信息到手，概率就该更新。数学处理方式朴素到惊人：把样本空间缩小到"已知信息"之内，在新世界里重新分配重量——这就是"条件化"思想的核心。

【例】掷两枚骰子，已知点数之和为 7，问其中一枚是 6 的概率。无条件下"含 6"的概率是 $\frac{11}{36}$（$(1,6)\dots(6,6)$ 加 $(6,1)\dots(6,5)$ 去重）；但"和为 7"这个信息把样本空间缩成 $\{(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)\}$ 6 个点，其中含 6 的有 2 个：$P=\frac{2}{6}=\frac13$。同一个人、同一件事，信息一变概率就变——概率不是事件的固有属性，而是你当前信息量的函数〔原理：这正是"条件化"思想——贝叶斯学派的看家哲学，频率学派同样使用条件概率这件工具〕。

条件概率完全合法地是个概率（满足三条公理），所以前面六条性质在条件世界里全部照用〔原理：逐条验证可加性即得，考试可直接用，如 $P(A\cup B\mid C)=P(A\mid C)+P(B\mid C)-P(AB\mid C)$〕。把定义式变形，得到乘法公式：

链式推广：$P(ABC)=P(A)\,P(B\mid A)\,P(C\mid AB)$——逐个"带条件往下传"，摸球不放回题的标准解法（例 3 抽签原理就是这么走的）。

3.2 全概率公式：由因推果

一件结果（抽到次品/企业违约/检查阳性）往往有若干个互斥的"原因通道"。想知道结果的概率，把每个通道的贡献加起来即可——完备事件组就是分流的水渠。

【例 · 经济版】明年经济向好/平稳/下行的概率为 0.3/0.5/0.2，三种状态下某企业违约的概率为 0.5%/2%/9%。该企业明年违约概率：

【例 · 传统版】三厂产量占 50%/30%/20%，次品率 1%/2%/3%：$P(\text{次})=0.5\times0.01+0.3\times0.02+0.2\times0.03=0.017$。两个版本是同一副骨架：原因要互斥且 exhaustive（完备），结果顺着渠道流。

3.3 贝叶斯公式：执果索因

全概率回答"由因推果"，贝叶斯反过来：结果已发生，反推是哪条渠道送来的。开篇第三问（体检阳性）就是它的主场。公式只是全概率的搬运〔原理：分子=乘法公式 $P(B_kA)=P(B_k)P(A\mid B_k)$，分母=全概率公式，无新部件〕：

【例 · 工厂反查】接 §3.2 传统版：抽到一件次品，它是甲厂产的概率？$P(\text{甲}\mid\text{次})=\dfrac{0.005}{0.017}\approx 0.294$。甲厂产量占一半（先验 0.5），但次品率低，证据把它"洗"到 29.4%——证据修正先验，两个方向的数字对照着记。

3.4 抽签公平的完整证明

§2.3 例 3 用乘法公式算过第 3 个人抽中的概率，现在给出一般式：第 $k$ 个人抽中=前 $k{-}1$ 人都不中且第 $k$ 人中：

连环约分后人人 $\frac1n$〔原理：不放回抽取的对称性——"位置"不携带特权，条件概率的链条恰好把先手的优势全部约掉〕。

§4 独立性：互斥的反义词

4.1 定义与第一坑

直觉说"独立=没关系"，数学把它钉死成一句可检验的话：

全卷辨析第一坑就在这：互斥和独立不但不同，还几乎相反。互斥是 $AB=\varnothing$（一起发生没门路）；独立是 $AB$ 的概率恰好等于两概率之积（一起发生不打折）。对照着看：

〔原理：正概率的两事件互斥时 $P(AB)=0$ 而 $P(A)P(B)>0$，等式 $P(AB)=P(A)P(B)$ 不可能成立——"互斥必不独立"（正概率时）是定义的直接推论，不是新增结论〕。为什么直觉总把它们搞混？因为生活语言里"没关系"和"不相干"听着像一回事，但数学上"不相干"（不改变概率）与"不相交"（无公共样本点）是两个维度的事。

4.2 独立的成对传播与多事件陷阱

若 A 与 B 独立，则 A 与 $\bar B$、$\bar A$ 与 B、$\bar A$ 与 $\bar B$ 也独立（"配对自由换装"）〔原理：$P(A\bar B)=P(A)-P(AB)=P(A)-P(A)P(B)=P(A)(1-P(B))=P(A)P(\bar B)$，一行代数，其余同理〕。这条性质做题极常用："至少一个发生"的概率用独立+求逆最顺：

【例】系统可靠性：元件甲可靠概率 0.9，乙 0.8，独立工作。并联（至少一个工作）：$1-0.1\times0.2=0.98$；串联（都工作）：$0.9\times0.8=0.72$。并联只多花一个元件，可靠率从 0.72 抬到 0.98——冗余设计的数学红利，工程和风控里的"备份思维"都源于此〔原理：独立时"全坏"的概率是坏概率之积，小概率相乘更小〕。

三事件以上的陷阱：两两独立 ≠ 相互独立。经典反例：掷两枚硬币，$A=$"甲正面"，$B=$"乙正面"，$C=$"两枚同面"。任两个独立（如 $P(AB)=\frac14=P(A)P(B)$），但 $P(ABC)=\frac14\ne\frac18=P(A)P(B)P(C)$——C 恰好由 A、B 完全决定〔原理：相互独立的定义要求任意子集都满足积公式（$2^n-n-1$ 个等式），两两独立只是其中 $C_n^2$ 个，条件更弱〕。数三选择题偏爱这个坑。

4.3 伯努利概型：独立重复试验

同一试验独立重复 $n$ 次、每次只关心"成/不成"（成功率 $p$），就叫 $n$ 重伯努利试验——它是第2章二项分布 $B(n,p)$ 的产房〔欠条：二项分布的完整展开见第2章〕。核心问题：$n$ 次里恰好成功 $k$ 次的概率。两步拆：①数一个选法的重量——选出哪 $k$ 次成功后，"$k$ 次成、其余败"由各次试验独立性相乘，得 $p^k q^{n-k}$（$q=1-p$）；②数有多少个选法——$C_n^k$ 种选法两两互斥，由可加性相加，总重 $C_n^k$ 份：

【例】罚球命中率 0.6，罚 5 次：恰好 3 中 $=C_5^3\,0.6^3\,0.4^2=10\times0.216\times0.16=0.3456$；至少 1 中 $=1-0.4^5=1-0.01024=0.98976$（又是"正难则反"）。注意 $C_5^3=10$ 这个组合数别算成 20（$C_5^3=\frac{5!}{3!2!}=\frac{120}{12}=10$）。

§5 收官：考什么、规则账、自测

5.1 本章考什么（数三视角）

注：考频为共识分档估计（历年数三出题模式），精确到年份的统计欠条：待真题集到货回填。

5.2 规则账（本章每条规则的"出生证明"）

5.3 学完自测 · 已并入导图页

5.4 回访口（三天后回来答三问）

—— 第1章完 · 配套思维导图页（导图+题库+速查三合一） ——

概率论瘦身重写版 · 2026-10 · 数三