一道+ / edao.plus
通用思想#条件概率

条件概率

“在 B 已经发生的前提下,A 发生”的概率。记作 P(A | B) = P(A 且 B) ÷ P(B)。

直观场景

把样本空间“缩小”到 B 这一部分,再在新样本空间里数 A 的占比。原本一桌 36 种点数组合,知道“第一颗是 6”后只剩 6 种,再问 A 在这 6 种里的占比。

推导思路

  1. P(A | B) = P(A 且 B) ÷ P(B),要求 P(B) > 0。
  2. 等价:在样本空间 Ω 里只保留属于 B 的结果,重新计数。
  3. 乘法公式:P(A 且 B) = P(A | B) × P(B),常用来分解多步事件的联合概率。

公式 / 要点

  • 条件概率 ≠ 联合概率:P(A | B) 通常 ≠ P(A 且 B)。
  • 若 A、B 独立,则 P(A | B) = P(A),条件信息不改变概率。

典型例题

1不放回连抽两次
袋中有 3 个红球、2 个白球。不放回地连抽两次,求第二次抽到红球的概率(已知第一次抽到红球)。
  1. 条件“第一次抽到红球”发生后,袋中变为 2 红、2 白共 4 球。
  2. P(第二次红 | 第一次红) = 2 ÷ 4 = 1/2。
2条件改变结果
掷两枚均匀骰子,已知至少有一枚是 6 点,求两枚都是 6 点的概率。
  1. 样本空间限定为“至少一枚 6”的情形:(6,1)…(6,6) 与 (1,6)…(5,6),共 11 种。
  2. 其中两枚都是 6 仅 1 种 (6,6)。
  3. P = 1 ÷ 11。

小结:在条件概率中先“缩小样本空间”,然后再像古典概型一样数。

常见误区

  • “P(A | B)”和“P(B | A)”不要混——前者已知 B 求 A,后者反之。
  • 无放回模型必须用条件概率,不要直接套独立事件的乘法。

用到「{entry.name}」的题目

相关知识点