第六章：概率初步

概率研究的是事件发生可能性的大小。本章题目通常不难，但很容易因为“没数清楚”而丢分。复习时要抓住两个问题：这个实验的所有可能结果是什么？我要的结果有几个？

本章主线是：

事件类型 → 概率意义 → 等可能概率 → 列表法 → 树状图法 → 游戏公平性

一、事件的类型

1. 必然事件

在一定条件下，一定会发生的事件叫必然事件。

例：

一个普通骰子掷出后，点数小于 7。

2. 不可能事件

在一定条件下，一定不会发生的事件叫不可能事件。

例：

一个普通骰子掷出后，点数为 8。

3. 随机事件

在一定条件下，可能发生也可能不发生的事件叫随机事件。

例：

一个普通骰子掷出后，点数为 6。

重点： 判断事件类型时，一定要看“在什么条件下”。

二、概率的意义

概率表示事件发生可能性的大小，通常用 P(A) 表示事件 A 发生的概率。

概率范围：

0 ≤ P(A) ≤ 1

其中：

P(A) = 0，表示不可能事件。
P(A) = 1，表示必然事件。
概率越接近 1，事件越可能发生。
概率越接近 0，事件越不可能发生。

重点： 概率不是保证某次一定发生，而是描述长期来看发生可能性的大小。

三、等可能事件的概率

如果一个实验中所有结果出现的可能性相同，就叫等可能。

等可能情况下：

P(A) = A包含的结果数 / 所有可能结果数

例：

掷一个普通骰子，求掷出偶数的概率。

所有可能结果：1, 2, 3, 4, 5, 6，共 6 个。
偶数结果：2, 4, 6，共 3 个。
所以概率为：

3 / 6 = 1 / 2

重点： 先判断每个结果是否等可能，再使用公式。

四、列表法

列表法适合两步实验，尤其是两个对象组合时。

例：

同时掷两枚硬币，可能结果可以列表：

第一枚\第二枚	正	反
正	正正	正反
反	反正	反反

如果求“一正一反”的概率，有利结果是 正反、反正，共 2 个；总结果共 4 个，所以概率是：

2 / 4 = 1 / 2

易错点： 正反 和 反正 是两个不同结果，不能只算一个。

五、树状图法

树状图法适合两步或多步实验。

使用步骤：

第一层写第一步所有可能结果。
从每个第一步结果出发，写第二步所有可能结果。
多步实验继续往下分支。
从每条完整路径得到一个结果。
数总路径数和有利路径数。

重点： 树状图的优势是“不重不漏”。

六、放回与不放回

概率题里经常出现摸球、抽卡、抽签。

1. 放回

每次抽取后放回，下一次实验的总数不变。

2. 不放回

每次抽取后不放回，下一次实验的总数会减少。

易错点： 放回和不放回会改变第二步的总结果，必须看清题目。

七、游戏公平性

判断游戏是否公平，本质是比较双方获胜概率。

如果双方获胜概率相等，游戏公平。
如果双方获胜概率不相等，游戏不公平。

步骤：

列出所有可能结果。
计算甲获胜概率。
计算乙获胜概率。
比较两个概率。

重点： 不能凭感觉说公平，要用概率计算说明。

八、典型题型

题型一：判断事件类型

先看条件，再判断一定发生、一定不发生，还是可能发生。

题型二：简单概率计算

适用于一次实验，例如掷骰子、抽一个球。

题型三：列表法计算概率

适用于两步实验，例如两枚硬币、两个转盘、两个骰子。

题型四：树状图计算概率

适用于步骤较多或分类较复杂的问题。

题型五：判断游戏是否公平

分别算双方概率，而不是只看规则是否“看起来对称”。

九、拓展知识点

1. 频率估计概率

如果一个随机实验重复很多次，某事件发生的频率会在某个数附近波动，这个数可以用来估计概率。

例如：抛硬币次数很多时，正面朝上的频率通常会接近 1/2。

拓展意义： 概率是理论可能性，频率是实际实验结果。实验次数越多，频率通常越稳定。

2. 古典概型的意识

七下的等可能概率，其实是概率学习中的一种基础模型：所有基本结果等可能时，用“有利结果数 ÷ 总结果数”计算。

以后会遇到更复杂的概率问题，不一定都能直接这么算。

3. 计数意识

概率题的关键往往不是公式，而是计数。

常用计数方法：

分类数。
列表数。
树状图数。
按顺序数，避免重复。

十、易错清单

易错点	错误表现	正确提醒
没判断等可能	直接套概率公式	先判断所有结果可能性是否相同
总结果数数错	漏掉某些组合	用列表或树状图
有利结果数数错	把不符合条件的也算进去	逐个检查条件
放回不放回混淆	第二次总数不变或变少算错	圈出题目关键词
频率等同概率	实验几次就下结论	次数少时频率波动大

本章复习建议

概率题要养成“先列后算”的习惯。只要把所有可能结果列清楚，公式通常很简单。遇到复杂题，不要急着口算，先画表或树状图，答案会稳很多。