人教A版必修第二册第十章《概率》教材同步学习指南

定义

概率论研究随机现象的数量规律。本章用集合语言建立概率的数学基础：把随机试验的所有可能结果组成样本空间 $\Omega$，随机事件是样本空间的子集；用事件的关系（包含、并、交、互斥、对立）与运算刻画复杂事件；在古典概型（有限等可能）中用样本点个数之比定义概率；由概率的三条基本性质（非负性、规范性、可加性）推导常用公式；最后引入事件独立性与频率稳定性，沟通理论与统计。

核心思想是：概率是随机事件发生可能性大小的度量，介于 0 与 1 之间；大量重复试验中，频率稳定于概率。

学习顺序

小节	核心任务	关键产出
10.1.1 有限样本空间与随机事件	建立数学模型	样本点、样本空间、随机事件、基本事件
10.1.2 事件的关系和运算	事件代数	包含、并、交、互斥、对立
10.1.3 古典概型	等可能模型	有限性+等可能性；$P(A)=\frac{m}{n}$
10.1.4 概率的基本性质	公理与公式	非负、规范、可加；对立事件公式
10.2 事件的相互独立性	独立模型	$P(AB)=P(A)P(B)$；独立重复试验
10.3.1 频率的稳定性	统计定义	频率稳定于概率
10.3.2 随机模拟	蒙特卡洛方法	用随机数模拟试验估计概率

10.1 随机事件与概率

有限样本空间与随机事件：随机试验的每个可能结果叫样本点，所有样本点组成样本空间 $\Omega$。随机事件是 $\Omega$ 的子集，基本事件是只含一个样本点的事件。必然事件是 $\Omega$，不可能事件是 $\varnothing$。

事件的关系和运算：包含（$A\subseteq B$：$A$ 发生则 $B$ 发生）、并事件（$A\cup B$：至少一个发生）、交事件（$A\cap B$ 或 $AB$：同时发生）、互斥（$AB=\varnothing$：不能同时发生）、对立（$AB=\varnothing$ 且 $A\cup B=\Omega$：必有一个发生）。

古典概型：样本空间有限且各样本点等可能，则 $P(A)=\frac{A\text{ 中样本点个数}}{\Omega \text{ 中样本点总数}}=\frac{m}{n}$。关键是列举法（列表、树状图）不重不漏地数清样本点。

与几何概型的对比（供理解，本章不展开）：

类型	样本空间	概率计算	例子
古典概型	有限个等可能样本点	个数之比 $\frac{m}{n}$	掷骰子、抽球
几何概型	无限个等可能样本点	几何度量之比（长度/面积/体积）	在 $[0,1]$ 内随机取点落在 $[0.3,0.5]$ 的概率

几何概型是大学概率论内容，本章只要求知道存在这种模型，理解「等可能」的两种形式。

概率的基本性质：① 非负性 $P(A)\ge 0$；② 规范性 $P(\Omega )=1$；③ 可加性：若 $A,B$ 互斥，则 $P(A\cup B)=P(A)+P(B)$。推论：对立事件 $P(\bar{A})=1-P(A)$；一般加法公式 $P(A\cup B)=P(A)+P(B)-P(AB)$。

10.2 事件的相互独立性

若事件 $A$ 是否发生不影响事件 $B$ 发生的概率，则 $A,B$ 相互独立，此时

$$P(AB)=P(A)P(B).$$

独立与互斥不同：独立是「互不影响」，可同时发生；互斥是「不能同时发生」。多个事件独立时，$P(A_1{A}_2\cdots A_n)=P(A_1)P(A_2)\cdots P(A_n)$。

条件概率的引入（为选必三铺垫）：

若事件 $A$ 的发生会影响事件 $B$ 的概率，则 $A,B$ 不独立。例如：袋中有 3 红 2 白 5 个球，不放回抽两次，「第一次抽到红球」会影响「第二次抽到红球」的概率（第一次抽红后，剩 2 红 2 白，第二次抽红概率从 $\frac{3}{5}$ 变为 $\frac{2}{4}=\frac{1}{2}$）。

这种「在 $A$ 发生的条件下 $B$ 的概率」叫条件概率，记为 $P(B|A)$，将在选择性必修第三册系统学习。本章只需理解：独立是「条件不影响概率」，不独立时需要用条件概率计算。

独立重复试验：同一试验重复 $n$ 次，各次相互独立。若每次事件 $A$ 发生的概率为 $p$，则 $n$ 次中恰发生 $k$ 次的概率为 ${\mathrm{C}}_n^k{p}^k(1-p{)}^{n-k}$（二项分布的雏形，选择性必修详学）。

10.3 频率与概率

频率的稳定性：在相同条件下重复 $n$ 次试验，事件 $A$ 发生 $n_A$ 次，频率 $f_n(A)=\frac{n_A}{n}$。大量试验中，频率在某个常数附近摆动，且摆动幅度随次数增加而减小，这个常数即概率 $P(A)$。这是概率的统计定义，也是用频率估计概率的依据。

随机模拟（蒙特卡洛方法）：用计算机或计算器产生随机数，模拟随机试验，用频率估计概率。适用于理论计算复杂或无法试验的情形（如估计不规则图形面积、模拟排队问题）。

本章的四条主线结论

1. 概率是随机现象的度量：用样本空间与事件建立数学模型，用古典概型计算等可能情形，用基本性质推导一般公式。

2. 独立性是简化计算的关键：独立事件概率乘法公式 $P(AB)=P(A)P(B)$，是独立重复试验与二项分布的基础。

3. 频率稳定于概率：沟通理论与统计，用频率估计概率是统计推断的依据，随机模拟是实用工具。

4. 模型化与公理化：用集合语言建立概率模型，三条基本性质（非负、规范、可加）是公理化思维的体现。

最易错：古典概型不满足等可能性、互斥与对立混淆、独立与互斥混用、频率与概率概念不分。

自测

先自己判断，再看答案：

1. 掷一枚骰子，样本空间是什么？事件「点数大于 4」含几个样本点？——$\Omega =\{1,2,3,4,5,6\}$，事件 $\{5,6\}$ 含 2 个。
2. 袋中有 3 红 2 白 5 个球，任取 1 个，求取到红球的概率。——$\frac{3}{5}$。
3. 掷两枚硬币，求「至少一个正面」的概率。——样本空间 $\{HH,HT,TH,TT\}$，事件含 3 个样本点，概率 $\frac{3}{4}$。
4. 事件 $A,B$ 互斥，$P(A)=0.3$、$P(B)=0.5$，求 $P(A\cup B)$ 与 $P(\bar{A})$。——$0.8$；$0.7$。
5. 甲乙独立投篮，命中率 0.6、0.7，求「都命中」与「恰有一个命中」的概率。——$0.42$；$0.6\times 0.3+0.4\times 0.7=0.46$。
6. 某射手射击 100 次，命中 80 次，估计其命中率。——频率 $0.8$，可估计概率约为 0.8。

第 3 题出错说明列举法不熟练；第 4、5 题出错说明概率公式与独立性理解不透；第 6 题出错说明频率与概率关系不清。

7.（辨析）袋中有 3 红 2 白共 5 个球，不放回抽两次。求：① 两次都红的概率；② 已知第一次抽到红球，第二次也抽到红球的概率；③ 说明①②为什么不同。——① $\frac{3}{10}$；② $\frac{1}{2}$；③ ①是积事件无条件概率，②是条件概率，样本空间缩小了。

学完本章之后

• 选择性必修第三册第七章《随机变量及其分布》：条件概率 $P(B|A)$、全概率公式、贝叶斯公式；离散型随机变量及其分布列、期望、方差；二项分布、超几何分布、正态分布。
• 高考：概率小题（古典概型、独立性）与大题（分布列、期望、统计案例综合）是稳定考点。
• 实际应用：保险精算、质量控制、医学诊断、金融风险评估都依赖概率模型。

一句口诀收尾：样本空间列样本点，事件运算用集合；古典概型有限等可能，概率等于个数比；互斥可加对立补，独立可乘要牢记；频率稳定于概率，随机模拟估未知。