🟦 概率论基础：随机事件、关系与独立性 (Probability Theory)
核心心法
“样本驱动事件，逻辑决定计算”。概率论的研究始于对随机现象的观察。通过样本空间刻画所有可能结果，利用集合论语言（交、并、补）定义事件关系，并以“独立性”作为概率乘法公式的逻辑基石，从而实现从频率估算到理论概率的跃迁。
一、 基本概念 (Basic Concepts)
1. 随机试验 (Random Experiment)
具备以下特点的试验称为随机试验：
- ① 相同条件下可重复。
- ② 可能结果不止一个，且事先明确所有可能结果。
- ③ 试验前不能确定哪一个结果会出现。
2. 样本空间与样本点
- 样本空间 ()：所有可能结果组成的集合。
- 样本点 ()：样本空间的元素，即每个可能的基本结果。
3. 随机事件
- 事件：样本空间 的子集，常用 表示。
- 基本事件：由单个样本点组成的单点集。
- 必然事件 ()：在每次试验中总是发生，。
- 不可能事件 ()：在每次试验中都不发生，。
注意
概率为 1 的事件不一定是必然事件；概率为 0 的事件不一定是不可能事件。
二、 事件的关系、性质及概率计算
1. 包含与相等
- 包含 ()：若 发生则 必发生。性质：。
- 相等 ()： 且 。性质：。
2. 并、交、互斥与对立
- 并事件 (和事件 )： 与 至少有一个发生。
- 通用公式：
- 交事件 (积事件 )： 与 同时发生。
- 互斥事件： 和 不能同时发生（）。
- 性质：。
- 对立事件 ()：有且仅有一个发生。
- 性质：。
三、 事件的相互独立性 (Independence)
1. 定义
对于任意两个事件 和 ，若满足： 则称事件 与 相互独立。
2. 性质
- (1) 特殊事件：必然事件 和不可能事件 与任意事件相互独立。
- (2) 四组独立：若 与 独立，则 与 、 与 、 与 也相互独立。
🔍 证明（以 与 为例）
，且 与 互斥： 证毕。
3. 三个事件的独立性
若三个事件 两两相互独立，需满足三个交事件的积公式。
注意：两两独立不能推出 ，反之亦然。
四、 频率与概率
- 频率的稳定性：随着试验次数 的增大，频率 会逐渐稳定于概率 。
- 应用：实际应用中，可以用频率估计概率。
⚠️ 考场避坑与做题技巧
互斥与独立的区分 (高频错点)
- 互斥是指两个事件“能不能同时发生”（集合关系）。
- 独立是指一个事件发生与否“影不影响另一个发生的概率”（概率关系）。
- 若 ，互斥事件一定不独立，独立事件一定不互斥。
对立与互斥的区别
对立是互斥的加强版。互斥要求“不能同时发生”（可以都不发生），而对立要求“有且仅有一个发生”（必须发生一个）。
利用独立性简化计算
当题目出现“同时发生”、“相继发生”或“互不影响”等关键词时，优先考虑乘法公式 。对于复杂的并事件 ，有时计算对立事件 会更简单。