# 概率
> [!summary]
> 用一个 $0$ 到 $1$ 之间的数来度量随机事件发生的可能性大小——从"可能发生"走向"发生的概率是多少"。
## 为什么需要它
在学习[[随机现象的可能性]]时，我们已经知道事件有"一定发生""不可能发生""可能发生"三种情况。但在实际问题中，仅仅说"可能发生"是不够的——抽奖中奖的可能性有多大？下雨的可能性有多大？我们需要一个数来**精确度量**可能性的大小，这就是概率。
概率让我们能够在不确定中做出合理的决策：医生根据治愈概率选择方案，工程师根据故障概率设计冗余，日常生活中我们也在不自觉地用概率思维评估风险。
## 它从哪来
人们很早就注意到：抛一枚硬币，虽然每次结果不确定，但抛足够多次后正面出现的比例会稳定在 $\dfrac{1}{2}$ 附近。这个观察启发了概率的定义：
- **古典方法**：如果一个试验的所有可能结果是有限个，且每个结果出现的机会相等，那么事件 $A$ 的概率就是"$A$ 包含的结果数"除以"所有结果的总数"
- **频率方法**：大量重复试验，事件发生的频率会趋于稳定，这个稳定值就是概率
两种方法殊途同归，都指向同一个数。
## 一句话定义
概率是对随机事件发生可能性大小的度量，用 $P(A)$ 表示事件 $A$ 的概率，$0 \leqslant P(A) \leqslant 1$。
## 正式表述
### 基本概念
- **随机事件**：在一定条件下，可能发生也可能不发生的事件
- **必然事件**：一定会发生的事件，$P = 1$
- **不可能事件**：一定不会发生的事件，$P = 0$
### 古典概型（等可能事件）
如果一个试验满足：
1. 所有可能的结果只有**有限**个
2. 每个结果出现的**可能性相等**
则称为古典概型。事件 $A$ 的概率为：
$P(A) = \frac{\text{事件 } A \text{ 包含的结果数}}{\text{所有可能结果的总数}}$
### 列举法
当可能结果较多时，用系统的方法列出所有可能结果：
**列表法**：适用于两步试验。例如掷两枚骰子，用一个 $6 \times 6$ 的表格列出所有 $36$ 种结果。
**树状图**：适用于多步试验。从起点出发，每一步的每种可能结果画一个分支，最终所有"从根到叶"的路径就是所有可能结果。
### 用频率估计概率
当无法用古典概型计算时（例如结果不等可能，或结果无限多），可以通过大量重复试验，用频率来估计概率：
$P(A) \approx \frac{\text{事件 } A \text{ 发生的次数}}{n} \quad (n \text{ 足够大})$
试验次数越多，频率越接近概率。
## 典型例题
> [!example] 基础：古典概型
> 一个不透明袋子里有 $3$ 个红球和 $2$ 个白球，它们除颜色外完全相同。随机摸出一个球，求摸到红球的概率。
>
> 所有可能结果有 $5$ 个（$5$ 个球），每个球被摸到的可能性相等。
> $P(\text{红球}) = \frac{3}{5}$
> [!example] 综合：列表法
> 同时掷两枚骰子，求点数之和为 $7$ 的概率。
>
> 所有可能结果共 $6 \times 6 = 36$ 种。
> 点数之和为 $7$ 的情况：$(1,6)$、$(2,5)$、$(3,4)$、$(4,3)$、$(5,2)$、$(6,1)$，共 $6$ 种。
> $P(\text{和为} 7) = \frac{6}{36} = \frac{1}{6}$
> [!example] 探究：用频率估计概率
> 小明做了一个图钉抛掷试验，结果如下：
>
> | 抛掷次数 | 50 | 100 | 200 | 500 | 1000 |
> |:--|:--|:--|:--|:--|:--|
> | 钉尖朝上次数 | 32 | 58 | 118 | 296 | 603 |
> | 频率 | 0.640 | 0.580 | 0.590 | 0.592 | 0.603 |
>
> 随着抛掷次数增加，频率趋于稳定在 $0.6$ 附近。所以可以估计图钉钉尖朝上的概率约为 $0.6$。
> [!warning] 易错点
> - **把频率当概率**：抛 $10$ 次硬币出现 $7$ 次正面，不能说"正面概率是 $0.7
quot;。$10$ 次太少，频率不稳定。只有大量重复试验后频率才接近概率。
> - **忘记"等可能性"条件**：用古典概型公式前，必须确认每个结果出现的可能性相等。例如掷两枚硬币，结果不是"两正、两反、一正一反"$3$ 种等可能，而是"正正、正反、反正、反反"$4$ 种等可能。
> - **列举不完全**：用列表法或树状图时，漏掉某些结果会导致概率计算错误。要有系统性，保证不重不漏。
## 这个概念的好处
概率把"凭感觉猜"变成了"用数算"。它是数学与现实世界之间最直接的桥梁之一——天气预报、医学诊断、保险精算、游戏设计，都离不开概率。掌握概率思维，能帮助我们在不确定的世界中做出更理性的判断。
> [!info]- 学习边界：掌握 / 接触 / 不要求
> - **必须掌握**：随机事件、必然事件、不可能事件的判断；古典概型的条件和计算公式；用列表法、树状图列出所有可能结果；计算简单随机事件的概率；知道大量重复试验中频率趋于稳定，能用频率估计概率。
> - **可以接触**：对立事件的概率关系 $P(\bar{A}) = 1 - P(A)$；概率与统计的关系；模拟试验。
> - **不作为本页要求**：条件概率；概率的加法和乘法公式；排列组合计数（高中内容）；概率分布（高中内容）。
> [!note]- 教师视角·课标解析
> **课标锚点（2022 课标·第四学段）**
> - **内容要求**：能通过列表、画树状图等方法列出简单随机事件所有可能的结果，以及指定随机事件发生的所有可能结果，了解随机事件的概率；知道通过大量重复试验，可以用频率估计概率。
> - **学业要求**：能描述简单随机事件的特征（可能结果有限且等可能）；能用列表、树状图求出所有可能结果；能计算简单随机事件的概率；知道大量重复试验中频率具有稳定性，能用频率估计概率；体会数据的随机性以及概率与统计的关系；能综合运用统计与概率的方法解决简单实际问题。
> - **教学提示**：建议让学生亲手做试验（抛硬币、掷骰子、摸球），先积累直觉体验，再引入古典概型的计算。列表法和树状图要强调"系统性"——不重不漏是关键。频率估计概率的教学要通过实际数据感受"频率的稳定性"。
> - **锚点**：[[第四学段（7-9 年级）@统计与概率]]
>
> **关键词**：随机事件、概率、古典概型、列表法、树状图、频率、用频率估计概率。
>
> **关键解释**：概率是初中"统计与概率"板块中最核心的概念。它的教学目标不仅是会算，更是建立"随机"的观念——承认不确定性的存在，并用数学工具理性地应对它。从小学的"可能性大小"到初中的"概率计算"，学生完成了从定性到定量的跨越。
>
> **建议路径**：1. 回顾随机现象和可能性的定性描述；2. 提出"能不能用数来表示可能性大小"的问题；3. 从简单例子（摸球）引入古典概型公式；4. 列表法和树状图的系统训练；5. 抛硬币/掷骰子试验体会频率稳定性；6. 用频率估计概率。
>
> **命题边界**：可考随机事件的判断、古典概型计算、列表法和树状图列出所有结果、简单概率计算、频率估计概率的理解；不考条件概率、概率加法/乘法公式、排列组合。
---
## Logs
- 2026-06-01 按概念页写作规范重写：从索引页升级为四层结构概念页；补 frontmatter 图谱关系；补学习边界与教师视角·课标解析