随机事件与概率

核心定义

随机事件 是样本空间的子集，概率 是事件发生可能性的数值刻画，满足非负性、规范性、可列可加性三大公理。

核心公式包括 加法公式、条件概率、独立性、全概率公式、贝叶斯公式，构成概率运算的五大工具。

条件概率：$P(A|B)=\dfrac{P(AB)}{P(B)}$，前提是$P(B)>0$。

全概率公式（正向分解）：$P(A)=\sum_{i} P(B_i)P(A|B_i)$，要求 $\{B_i\}$ 是样本空间的完备事件组。

贝叶斯公式（逆向回推）：$P(B_k|A)=\dfrac{P(B_k)P(A|B_k)}{\sum_{j} P(B_j)P(A|B_j)}$。

独立性的充要条件：$P(AB)=$ $P(A)P(B)$；互斥的充要条件：$P(AB)=$ $0$。

关键细节 / 操作步骤

1. 第一步：先区分 事件、样本空间、条件事件。
2. 第二步：再看是否需要条件概率或独立性。
3. 第三步：树图/表格题常先用全概率公式分解，再用贝叶斯公式回推。
4. 第四步：若题目给多个原因导致同一结果，优先想 全概率公式。
5. 第五步：若题目要求反推某原因发生的概率，优先想 贝叶斯公式。
6. 第六步：若题目问是否独立，检查 $P(AB)=P(A)P(B)$ 是否成立。
7. 第七步：若题目问是否互斥，检查 $AB=\varnothing$（即交集是否为空）。
8. 第八步：若题目问加法公式，先判断事件是否互斥——互斥则 $P(A\cup B)=$ $P(A)+P(B)$，否则 $P(A\cup B)=$ $P(A)+P(B)-P(AB)$。
9. 第九步：若题目给树图，先从路径概率逐层相乘，再对终点求和。
10. 第十步：若题目问概率模型搭建，先把事件划分清楚，再写公式。

⚠️ 易错辨析

1. $P(A|B)$ 不是 $P(B|A)$——前者以 $B$ 为条件，后者以 $A$ 为条件，方向完全不同。
2. 独立 $\neq$ 互斥：独立要求 $P(AB)=P(A)P(B)$，互斥要求 $P(AB)=0$。两者在概率意义上完全不同，$P(A)>0,P(B)>0$ 时独立与互斥不能同时成立。
3. 条件概率的分母必须是 $P(B)$，前提是 $P(B)>0$，否则条件概率无定义。
4. 全概率是正向分解来源，贝叶斯是逆向回推来源，不要把方向写反。
5. 树图中路径概率是”先乘后加”，不要只乘不加或只加不乘。

💡 技巧与口诀 口诀：先全概率，再贝叶斯；先分母后分子，别把方向写反。

应用场景：只要题目出现”来源分解、诊断反推、树图路径”，就直接把全概率和贝叶斯拉出来。

若题目问独立与互斥：先比较定义——独立看乘积关系，互斥看交集是否为空。 若题目问加法公式：互斥直接相加，否则减去交集。 若题目问贝叶斯：通常是”已知结果，反推原因”。 若题目问条件概率本质：归一化后的比值。

📝 真题闭环 设某疾病患病率为 $0.1\%$，检测真阳性率 $99\%$，假阳性率 $5\%$。若某人检测为阳性，实际患病的概率是多少？

解题思路：审题抓”已知结果（阳性）反推原因（患病）“，切入点是 贝叶斯公式；设 $D$=患病，$+$=阳性，则 $P(D)=$ $0.001$，$P(+|D)=$ $0.99$，$P(+|\bar{D})=$ $0.05$；先用全概率求分母 $P(+)=$ $P(D)P(+|D)+P(\bar{D})P(+|\bar{D})=0.001\times0.99+0.999\times0.05$；再代入贝叶斯公式。

答案：$P(D|+)=\dfrac{0.001\times0.99}{0.001\times0.99+0.999\times0.05}\approx 1.94\%$。