概率是 IGCSE 数学中一个引人入胜且必不可少的部分。它是研究某事发生的可能性，一个我们在日常生活中经常使用的概念，从天气预报到玩游戏。本指南将带您了解概率的基本概念，从基础术语到树状图的应用。
概率的基石：关键术语
在计算事件发生的几率之前，我们需要理解概率的语言。
- 实验 (Experiment)： 可以重复进行并产生一组结果的活动，如抛硬币或掷骰子。
- 试验 (Trial)： 每次执行实验的过程。例如，掷一次骰子就是一次试验。
- 结果 (Outcome)： 试验的一种可能结果。当您掷一个标准六面骰子时，可能的结果是数字 1、2、3、4、5 和 6。
- 样本空间 (Sample Space)： 实验所有可能结果的完整集合。对于抛硬币，样本空间是 {正面, 反面}。
- 事件 (Event)： 您感兴趣的一个特定结果或一组结果。例如，掷骰子得到偶数是一个事件，包含结果 {2, 4, 6}。
概率在 0 到 1 的范围内衡量。
- 概率为 0 意味着事件是 不可能的。
- 概率为 1 意味着事件是 必然的。
- 概率可以用分数、小数或百分比表示。
事件 ‘A’ 发生的概率记作 P(A)。
如何计算基础概率
当实验的所有结果可能性相等时，我们可以使用一个简单的公式来计算事件的理论概率。
P(事件) = (有利结果的数量) / (所有可能结果的总数)
范例 1：掷骰子
想象您想求在公正的六面骰子中掷出大于 4 的数字的概率。
- 确定结果总数： 标准骰子有 6 个面，因此有 6 种可能的结果。
- 确定有利结果的数量： 大于 4 的数字是 5 和 6。因此，有 2 种有利结果。
- 计算概率：
P(掷出 > 4) = 2⁄6 = ⅓
独立事件 (Independent Events)
如果一个事件的结果不影响另一个事件的结果，则这两个事件被认为是独立的。想想抛两次硬币；第一次抛的结果对第二次抛的结果没有影响。
要求两个独立事件 A 和 B 同时发生的概率，需要将它们的独立概率相乘。这被称为乘法法则。
P(A 和 B) = P(A) × P(B)
范例 2：硬币和骰子
抛一枚硬币得到正面，且掷一个骰子得到 6 的概率是多少？
- 得到正面的概率： P(正面) = ½
- 掷出 6 的概率： P(6) = ⅙
- 计算组合概率：
P(正面且 6) = P(正面) × P(6) = ½ × ⅙ = 1⁄12
互斥事件 (Mutually Exclusive Events)
如果两个事件不能同时发生，则它们是互斥的。例如，掷一次骰子时，您不能同时得到 2 和 3。
要求互斥事件 A 或 B 发生的概率，需要将它们的独立概率相加。
P(A 或 B) = P(A) + P(B)
范例 3：抽牌
从一副标准的 52 张扑克牌中抽出一张。抽到老 K (King) 或皇后的概率是多少？
- 一张牌不能既是老 K 又是皇后，因此这些事件是互斥的。
- 抽到老 K 的概率： P(King) = 4⁄52
- 抽到皇后的概率： P(Queen) = 4⁄52
- 计算组合概率：
P(King 或 Queen) = P(King) + P(Queen) = 4⁄52 + 4⁄52 = 8⁄52 = 2⁄13
值得注意的是，如果事件不是互斥的，您不能简单地将它们的概率相加。由于这些事件有交集，我们可以使用以下规则计算它们的概率。
- P(A 或 B) = P(A) + P(B) – P(A 且 B)
- P(A 且 B) ：它是两个事件同时发生的交集。
范例 4：掷骰子
掷一次骰子。P(A) 是得到偶数的概率，P(B) 是得到 3 的倍数的概率。P(A)= ½，P(B)=⅓ 。
- P(A 且 B) = ⅙
- P(A 或 B) = ½ + ⅓ – ⅙ = ⅔
可视化概率：树状图 (Tree Diagrams)
在处理一系列事件时，树状图是列出所有可能结果并计算其概率的绝佳工具。树的每个分叉代表事件的一个可能结果，该结果的概率写在分叉上。
如何使用树状图：
- 为第一个事件画出分叉，并在每个分叉旁写下概率。
- 从第一个分叉的末端开始，为第二个事件画出新的分叉，写下相关的概率。
- 要求特定结果序列的概率，请将沿对应分叉路径的概率相乘。
- 如果一个事件可以通过多个结果序列满足，请计算每个序列的概率，然后将它们相加。
范例 5：抛两次非公正硬币
一枚非公正硬币正面 (H) 朝上的概率为 0.6，反面 (T) 朝上的概率为 0.4。让我们求抛两次硬币中至少得到一次正面的概率。
树状图如下所示：
- 第一次抛：
- 正面 H 的分叉，概率为 0.6
- 反面 T 的分叉，概率为 0.4
- 第二次抛（基于第一次的每个结果）：
- 从 H 开始，分叉到 H (0.6) 和 T (0.4)
- 从 T 开始，分叉到 H (0.6) 和 T (0.4)
可能的结果及其概率为：
- P(H 且 H) = 0.6 × 0.6 = 0.36
- P(H 且 T) = 0.6 × 0.4 = 0.24
- P(T 且 H) = 0.4 × 0.6 = 0.24
- P(T 且 T) = 0.4 × 0.4 = 0.16
“至少一个正面”意味着我们可以有 HH、HT 或 TH。我们将这些结果的概率相加：
P(至少一个 H) = 0.36 + 0.24 + 0.24 = 0.84
注：检查计算是否正确的一个快速方法是将所有概率相加。总和应始终等于 1。
在此，P(HH) + P(HT) + P(TH) + P(TT) = 0.36 + 0.24 + 0.24 + 0.16 = 1 。
或者，更快捷的方法是计算补集事件（没有正面，即 TT）的概率，然后用 1 减去它。
P(至少一个 H) = 1 – P(TT) = 1 – 0.16 = 0.84。
范例 6：不放回抽筹码
一个袋子里有 5 个红筹码和 3 个绿筹码。从袋中取出一个筹码，记下颜色，且不放回。然后取出第二个筹码。取出两个同色筹码的概率是多少？
这涉及相关事件概率，因为第二次抽取的结果取决于第一次的结果。
- 第一次抽取：
- P(红) = ⅝
- P(绿) = ⅜
- 第二次抽取（概率发生变化）：
- 如果第一次是红色：P(红) = 4⁄7, P(绿) = 3⁄7,
- 如果第一次是绿色：P(红) = 5⁄7, P(绿) = 2⁄7
现在，我们计算所需结果的概率：
- 红后再红的概率： P(红且红) = (⅝) × (4⁄7) = 20⁄56
- 绿后再绿的概率： P(绿且绿) = (⅜) × (2⁄7) = 6⁄56
要求取出两个同色筹码的概率，我们将这些概率相加：
P(同色) = P(红且红) + P(绿且绿) = 20⁄56 + 6⁄56 = 26⁄56 = 13⁄28。
常见错误及如何避免
- 混淆放回与不放回场景： 始终检查选择后物品是否放回。如果不放回，您必须为下一个事件减少结果总数（分母）。
- 树状图加法或乘法错误： 记住，对于一系列事件（A 且 B），将概率相乘；对于互斥事件之间的选择（A 或 B），将概率相加。
- 误读关键问题词组： 密切注意“至少一个”或“已知”等词组。误解这些词组会导致您使用完全错误的方法。
- 忘记补集原则： 对于“至少一个”的问题，计算事件从未发生的概率并用 1 减去它通常要容易得多。
通过理解这些关键概念，从基本定义到树状图的实际应用，您将能够从容应对 IGCSE 数学考试中的概率问题。
All Round 卓越学习之道：
熟练掌握概率和树状图对于在 IGCSE 数学中取得优异成绩至关重要。在 All Round Education Academy，我们的专家导师提供个性化指导，帮助您理解复杂概念并在考试中应用正确技巧。如果您发现自己需要更多指导，我们邀请您联系 All Round Education Academy。我们的专业团队将致力于支持您实现学术目标。欲了解更多信息，请联系我们：[email protected] 或 +852 6348 8744。