概率从不确定开始
上一节里，我们一直在提醒自己：数据里看见关系，不等于已经找到了原因。那种停顿其实正好把我们带到概率——现实中的信息经常不完整，结果也还没有发生，可我们仍然要描述风险、做出判断，还要知道自己有多大把握。
扔一枚硬币，落地前不知道哪一面朝上；抽一张洗匀的牌，翻开前不知道花色；天气预报说降雨概率为 ，出门前也没人能把明天提前演一遍。概率处理的正是这种局面：结果还不确定，但可能结果、判断依据和不确定程度可以说清楚。
这一节不把概率写成一堆孤立公式。我们会从同一个问题一路往下走：一次随机过程可能产生什么结果，我们关心的是哪些结果，概率从哪里来，为什么短期常常反直觉，以及怎样用模拟把一个难算的问题变成可以估计的问题。
学概率时最有用的习惯，是每次计算前先问三句：随机实验是什么？样本空间有没有列完整？我关心的事件究竟包含哪些结果？只要这三句含糊，后面的数字再漂亮也不可信。
从随机实验到事件：先把问题边界画出来
概率里的“实验”不一定发生在实验室。只要一个过程可以观察到明确结果，而在观察前结果还不能确定，我们就可以把它建成一个随机实验。
例如：
这里有四个词需要分清。
- 随机实验是产生结果的过程，例如“连续抛两次硬币”。
- 结果是一次实验最终出现的具体情况，例如“第一次正面、第二次反面”。
- 样本空间是所有可能结果组成的集合，常记作 。
- 事件是我们关心的一组结果，常记作 等。
一个结果可以看成样本空间里的一个点，事件则是把其中一些点圈起来。事件不是实验之外的新东西，它只是我们根据问题重新给结果分组。
同一个动作，记录方式不同，样本空间也会变
只抛一枚硬币，而且只记录朝上的一面，样本空间是：
如果连续抛两次，并记录先后顺序，样本空间变成：
“正反”和“反正”都表示一正一反，但它们不是同一个结果。前者是第一次正面、第二次反面；后者正好相反。只要题目记录顺序，它们就必须分开。
如果题目只问“两次里正面出现了几次”，记录对象又变了。此时可以写：
先别急着说这三个结果各占三分之一。它们只是三个可能的取值，并不等可能：出现 次正面有“正反”和“反正”两条路径，出现 次或 次都只有一条路径。
样本空间不是客观世界自动递给我们的清单，它取决于“这次实验记录什么”。顺序、身份、时间和位置是否被记录，会直接改变一个结果长什么样。
事件是对结果的提问
继续用连续抛两次硬币的样本空间：
设事件 表示“至少出现一个正面”，那么：
设事件 表示“两次结果相同”，那么：
设事件 表示“恰好出现一个正面”，那么：
日常语言里的“至少”“至多”“恰好”“不是”“同时”“或者”，都在告诉我们怎样圈事件。很多看起来像算术错误的问题，真正的错误往往发生在这一步：把“至少一个”读成了“恰好一个”，或者忘记“或者”通常包括两者同时发生。
交互：换一种实验，样本空间会怎样变
在交互里切换“抛两枚硬币”“抛硬币再抽卡”和“掷一个六面骰”。先只看全部结果，再点不同事件。你会发现，事件改变时样本空间没有变，变的是被圈中的那部分结果。
例题：把一个两阶段实验写完整
题目：先抛一枚硬币，再从装有红、蓝、绿三张卡片的盒子里随机抽一张。硬币和卡片都要记录。写出样本空间，并写出事件 ：“硬币为正面或抽到绿卡”。
先确认实验有两个阶段。最终结果必须同时写出硬币和卡片的信息，只写“正面”或“绿卡”都不完整。
硬币有 个可能结果，卡片有 个可能结果。把每个硬币结果和每个卡片结果配对，得到 个最终结果。
样本空间是 。
事件里的“或”包括“只有硬币正面”“只有绿卡”和“两者都发生”。因此 。
最后回到自然语言检查。六个结果没有遗漏， 中所有结果都满足“硬币为正面或抽到绿卡”，而“正绿”只写一次。
概率模型：不是给结果贴标签，而是给可能性分配重量
有了样本空间，还不能自动得到概率。我们还需要一个概率模型：它说明每个结果或事件有多可能发生。
如果一个袋子里有 个白球和 个黑球，抽一次的结果可以简写成：
但“白”和“黑”显然不是各占一半。样本空间告诉我们有哪些可能，概率模型才告诉我们这些可能各有多重。
概率首先要守住两条底线
对任意事件 ，概率必须满足：
负概率没有现实含义，大于 的概率也不能表示“比必然还必然”。如果习惯用百分数，同一条范围就是 到 。
整个样本空间包含所有可能结果，所以必有：
对于离散样本空间，我们可以给每个互不重叠的基本结果分配概率。这些概率都不能为负，而且全部加起来必须等于 。例如某个不均匀转盘有三块区域：
这是一份合法的概率模型，因为三个概率都在 与 之间，而且：
如果把黄色写成 ，或者三个数加起来是 ，这份模型不用做任何实验就可以判定有问题。
补事件：不发生的概率从哪里来
事件 的补事件记作 ，表示样本空间中所有不属于 的结果。 和 不会同时发生，却合起来覆盖全部结果，因此：
也就是：
例如掷两个公平六面骰，事件 表示“点数和小于 ”。直接列出点数和为 的所有情况很费劲；它的补事件只有“点数和等于 ”，也就是结果 。
因为两个骰子的 个有序点数组合同样可能：
所以：
补事件不是一个需要额外背诵的技巧。它只是提醒我们：当“想要的情况很多、不想要的情况很少”时，数反面更省力。
概率可以来自模型，也可以接受数据检查
说一枚硬币“正面概率为 ”，其实是在提出一个模型。这个模型可能来自硬币的对称结构，也可能来自长期实验。模型给出理论概率，观察则给出实际频率。
假设抛了 次硬币，其中正面出现 次，正面的经验频率是：
如果一枚号称公平的硬币抛 次出现 次正面，，这还不足以断言硬币有问题，因为短期波动很常见。如果抛 次仍有约 的正面比例，公平模型就变得很可疑。
这两个方向要同时保留：模型帮助我们预测频率，频率也帮助我们检查模型。概率不是“看到一次结果后编一个解释”，而是一套可以被新数据反复检验的描述。
等可能模型：好用，但前提不能偷偷省掉
当样本空间中每个基本结果都同样可能，而且一共有 个结果时，每个结果的概率都是 。如果事件 包含其中 个结果，那么：
这就是常说的“有利结果数除以总结果数”。它很容易用，也最容易被滥用。
为什么公平骰子可以直接数
掷一个公平六面骰，样本空间是：
事件 表示“点数大于 ”，所以 。六个点数被模型假定为等可能，于是：
这个三分之一不是因为“点数大于 ”听起来占了某种语言比例，而是因为六个同样可能的基本结果中，有两个落在事件里。
两个结果不代表一半一半
“明天下雨”和“明天不下雨”是两个结果，但不会因此自动各占 ；“球队赢”和“球队输”也是两个结果，但强队与弱队对阵时，两边机会通常不同。
再看两枚公平硬币。如果样本空间只写成：
这三个结果也不等可能。把背后的有序结果展开后，概率分别是：
“有几类结果”与“每类结果机会相同”是两件事。只有等可能经过了结构、机制或数据上的合理说明，才能直接数结果。
例题：两个骰子的点数和为什么不等可能
题目：掷两个公平六面骰。点数和可能是 到 ，一共 个数。点数和为 的概率是不是 ？
先找真正等可能的基本结果。两个骰子可以区分时，结果写成有序对 ，每个骰子各有 种点数，因此一共有 个等可能结果。
再列出点数和为 的结果：，一共有 个。
因此点数和为 的概率是：
错在把 这 个“和”当成等可能结果。点数和为 有六条路径，点数和为 只有 一条路径，它们当然不该得到相同概率。
这道题也提前透露了下一节为什么要学计数：概率公式可能只有一行，真正费脑筋的是找出那些等可能的基本结果，并把路径数对。
经验概率：当等可能并不存在时
现实里经常没有对称骰子，也没有事先写好的概率。假设一家咖啡店记录了过去 个相似工作日的早高峰，其中有 天出现“排队超过 分钟”。最直接的经验估计是：
这并不表示下一次一定有 的时间在排队，也不表示每逢十天就固定三天超时。它表示：在这批历史记录的定义和条件下，事件出现的比例是 ，我们暂时用它估计相似情境下的概率。
“相似情境”很关键。周末和工作日可能不同，促销日和平日可能不同，店员人数变化也会改变等待时间。如果数据混在一起，经验概率只是一个粗略平均。概率估计从来不只需要除法，还需要检查数据是否真的对应当前问题。
“或”与“且”：先看结果怎样重叠
概率规则其实都在回答事件之间怎样组合。“或”通常把区域合起来，“且”寻找共同部分。先看集合关系，公式会比死记容易得多。
互斥事件的“或”：概率可以直接相加
两个事件互斥，意思是它们不能在同一次实验中同时发生。掷一次骰子时：
- 表示“点数为 ”；
- 表示“点数为 ”。
一次掷骰不可能既是 又是 ，所以 与 互斥。事件“点数为 或 ”的概率可以直接相加：
对公平骰子来说：
这里能直接相加，是因为两个事件没有重叠区域。
不互斥时，要把重复计算的一次减掉
从一副 张的普通扑克牌里随机抽一张。设：
- 表示“抽到红牌”，共有 张；
- 表示“抽到 A”，共有 张。
红桃 A 和方块 A 同时属于两个事件。如果直接算 ，这两张牌会各被数两次。所以：
代入数量：
这条加法规则背后的直觉只有一句：先把两块区域都加进来，再把重叠部分多算的那一次拿掉。
独立事件的“且”：概率可以相乘
现在连续抛两次公平硬币。设 表示“第一次正面”， 表示“第二次正面”。知道第一次的结果，不会给第二次提供有用信息；两次抛掷彼此独立。
可以把很多次重复实验想象成两层筛选：大约一半实验先通过“第一次正面”，在这部分里又大约一半通过“第二次正面”。所以同时通过两层的比例约是：
对独立事件 和 ，乘法规则是：
乘法不能只因为题目出现“且”就使用。这里能乘，是因为独立。等我们学习条件概率时，会正式处理“前一个条件会改变后一个机会”的情形；在那之前，先把“相乘需要独立”牢牢记住。
互斥和独立，问的是两件完全不同的事
这两个词最容易在入门阶段搅在一起。
- 互斥问：“两个事件能不能同时发生？”
- 独立问：“知道一个事件发生，会不会改变我们对另一个事件的判断？”
掷一次骰子，“点数为 ”与“点数为 ”互斥。但它们绝不独立：一旦知道点数为 ，点数为 的可能性立刻变成 。
连续抛两次硬币，“第一次正面”与“第二次正面”独立，却不互斥，因为“正正”会让两件事同时发生。
如果两个事件概率都大于 ，它们又互斥，那么它们不可能独立。理由很直接：
但如果独立，本应有：
两边矛盾。
“互不影响”不等于“不能同时发生”。前者是独立，后者是互斥。互斥的非零概率事件恰恰会强烈影响彼此：一个发生，就把另一个排除了。
例题：先判断关系，再选规则
题目：掷一个公平六面骰，再抛一枚公平硬币。求“骰子点数为偶数且硬币为正面”的概率。
事件 是“骰子点数为偶数”，包含 ，所以 。
事件 是“硬币为正面”，所以 。
掷骰结果不会改变硬币的正反面机会，两个随机过程独立，因此可以使用独立乘法规则。
也可以列出 个等可能的“点数—硬币”组合，其中 三个符合，得到 。两种方法互相核对。
大数定律：长期频率会稳定，但随机过程不会“还债”
公平硬币正面的概率是 。这句话到底承诺了什么？它不承诺抛两次必然一正一反，也不承诺抛十次必然五次正面。你完全可能一开始连出五次正面。
更准确的意思是：如果在相同机制下独立重复很多次，正面出现的累计比例通常会越来越靠近 。
设前 次抛掷中正面出现 次，累计正面比例是：
大数定律描述的是：当 越来越大时， 偏离真实概率 很多的可能性会越来越小。对公平硬币，。
交互：先看它乱跳，再看它慢慢稳定
先点几次“抛 次”。第一次之后，正面比例只能是 或 ，离 都很远；再点“抛 次”，曲线仍可能明显偏向一边；累计到几百或几千次后，曲线通常更靠近 。
这里有一个很容易忽略的机制：当已经抛了 次时，新的一次结果只占总量的 ，所以它很难让累计比例大幅跳动。曲线变稳，并不是硬币开始有记忆，而是每个新结果在庞大累计数据里的分量变小了。
“越来越接近”不是“每一步都更接近”
假设前 次有 次正面，比例正好是 。第 次如果出现正面，新比例变成：
它反而暂时离 更远了。这不违反大数定律，因为大数定律从未保证比例会单调靠近，也没有规定从第几次起就必须待在某个范围内。
还有一个反直觉点：比例误差缩小，不等于正反面次数差一定缩小。
假设抛 次得到 次正面，正反面相差 次，正面比例是 。后来抛到 次，得到 次正面，正反面相差 次，次数差变大了，但正面比例已经是 ，反而更接近 。
大数定律控制的是长期平均或比例，不是要求两类结果的绝对次数差自动回到零。
赌徒谬误：把长期规律误读成短期补偿
一枚公平硬币已经连续六次正面。第七次反面的概率是多少？仍然是：
很多人会觉得“反面该来了”，仿佛随机过程欠下六次反面，之后必须补账。这就是赌徒谬误。过去的连串结果可以让整个序列显得少见，却不会改变下一次独立抛掷的机会。
要把两个问题分开：
- 在抛之前，连续七次正面的概率确实很小。
- 已经亲眼看到前六次正面后，第七次正面的概率仍然是 。
第一个问题评价整段尚未发生的序列；第二个问题只评价一次新的独立抛掷。已知信息不同，问题也不同。
大数定律说的是“重复次数很多时，累计比例更可靠”，不是“下一次会修复前面的不均衡”。硬币没有账本，骰子也不知道自己刚才连续出了什么。
连串结果什么时候值得怀疑
看到六次正面，不该自动说“下一次更可能反面”；但这不等于我们永远不能怀疑硬币。
如果“硬币公平、每次独立”只是一个待检验的模型，那么越来越多极端数据会让这个模型显得不可信。连续六次正面可能只是巧合，连续六百次正面几乎一定会让人检查硬币、抛法或记录系统。
这不是赌徒谬误。赌徒谬误是在仍然接受公平独立模型时，错误地认为未来会补偿过去；模型检查则是在问：现有证据是否已经强到足以否定“公平独立”这个前提。一个是在模型内部算错了，另一个是在用数据评估模型本身。
模拟：让随机模型替我们重复做实验
有些概率可以精确算出，有些问题的样本空间太大，直接计数很麻烦。模拟的思路很朴素：先规定一个能代表现实的随机模型，让计算机按这个模型重复许多次，再用事件出现的比例估计概率。
一次完整模拟通常有五步。
明确随机实验和目标事件。要估计的是“两个骰子的和至少为 ”，还是“未来一小时排队超过 分钟”？事件必须可以从一次模拟结果中判断真或假。
写出生成结果的规则。公平骰子可以等概率生成 到 ；排队模型则需要顾客到达间隔、服务时长和服务窗口数量等假设。
独立重复 次。每次都记录目标事件是否发生，发生记作 ，没有发生记作 。
如果事件发生了 次，就用 作为模拟概率。
增加模拟次数或换一个随机种子再运行，检查估计是否稳定；同时回头审查模型假设，而不是只盯着最后的小数。
例题：用模拟估计两个骰子的点数和
题目：估计掷两个公平六面骰时，点数和至少为 的概率。
一种模拟流程如下：
每轮独立生成两个 到 的整数，分别代表两枚公平骰子的点数。
把两个点数相加。如果和为 或 ，就把这一轮记为“命中”；否则记为“未命中”。
重复 轮。假设某次运行命中 次，那么模拟估计是：
这不是宣称真实概率精确等于 。换一次运行可能得到 或 。模拟结果本身也有随机波动。
这个例子还能精确核对。满足条件的有序结果共有 个，因此理论概率是 ，模拟值应该在它附近摆动。
模拟次数多，解决的是随机误差
模拟 次和 次，后者通常更稳定。粗略地说，想把典型的随机波动缩小到原来的一半，往往要把模拟次数增加到约四倍。因为精度提升与重复次数的平方根有关，不是次数翻倍、误差就直接减半。
不过，模拟次数再多也救不了一个错误模型。如果把一个明显偏重的骰子仍然写成六面等概率，运行十亿次只会非常精确地得到错误模型的答案。
所以模拟有两类误差要分开：
- 随机误差来自重复次数有限，可以通过增加次数、重复运行来减小。
- 模型误差来自机制设错、参数过时或遗漏关键因素，必须靠数据检查和重新建模处理。
模拟不是证明，但能建立直觉
精确推导告诉我们某个结论为什么必然成立；模拟告诉我们这个结论在重复实验中长什么样。刚学概率时，模拟特别适合处理反直觉问题：连续结果会不会很常见、长期比例怎样摆动、一个看似公平的策略是否隐藏了罕见的大损失。
如果模拟与精确答案不一致，先不要挑一个自己喜欢的。检查样本空间、随机生成规则、事件判定和代码是否都对应同一个问题。模拟最大的价值之一，就是逼着我们把模型说得足够明确。
现实里的概率：频率、模型与判断怎样接在一起
硬币很适合用长期频率理解，可现实里有些事件无法原样重复。明天只有一次，一场即将开始的比赛也只会得到一个结果。我们仍然可以给出概率，但必须说明它依赖什么信息。
天气预报里的 到底在说什么
“明天降雨概率为 ”不是说：
- 明天一定有 的时间下雨；
- 城市一定有 的面积下雨；
- 因为小于 ，所以一定不下雨。
更稳妥的读法是：针对预报规定的地点和时间段，在当前观测资料、模型与历史经验下，出现预报所定义降水事件的可能性约为 。 地点、时段和“降雨”的判定标准如果变了，讨论的事件也就变了。
明天最终只会下雨或不下雨。即使最后没下，也不能只凭这一次就说 的预报错了。概率预报要靠一批相似预测来检查。
校准：概率判断要经得起长期对账
假设预报系统在许多天里都给出接近 的降雨概率。把这些天放在一起，如果其中约三成真的出现了规定的降雨事件，我们会说这组预报校准得较好。
如果“报 ”的日子实际上有七成下雨，系统长期低估了风险；如果只有百分之几下雨，系统又长期高估了风险。校准不要求每一组恰好命中一个整数比例，但随着样本增加，实际频率应当与所报概率大致匹配。
这也适用于医生对风险的判断、设备故障预警和比赛预测。一个人偶尔猜中高概率事件并不能证明判断可靠；真正可靠的概率判断，要在许多同类问题上经得起频率对账。
主观概率不是随口说一个数
当可重复数据很少时，人们会根据已有信息给单次事件分配概率。这种概率带有判断成分，但并不等于“我感觉差不多”。一个像样的主观概率至少要满足三点：
- 信息改变时，判断能够解释为什么更新。
- 不同事件之间的概率保持一致，不出现总和超过 或彼此矛盾。
- 长期积累到同类事件后，愿意用实际频率检查校准。
例如你根据乌云、雷达和天气预报判断“今晚下雨概率为 ”。后来看到降雨带转向，概率下降到 ，这种变化有信息依据。反过来，如果结果发生后才说“我早就有 把握”，却从不保留事前判断，那就无法校准，也无法学习。
概率不是决策本身
同样是 的下雨概率，不同人可能做出不同选择。步行五分钟的人也许不带伞，要在户外工作两小时的人可能一定带伞。差异不一定来自谁把概率算错了，而可能来自后果不同。
概率回答“有多可能”，决策还要问“发生了会损失什么”“预防要付出什么代价”。这门课后面会逐渐把概率、期望与决策接起来。现在先保留这个界限：高概率不是保证，低概率也不是可以无视。
一套不容易出错的解题顺序
遇到新的概率题，可以按下面的顺序检查。
先写随机实验。明确一次实验从哪里开始、到哪里结束，以及记录哪些信息。
再写样本空间。检查顺序、身份、位置是否需要区分，避免把多条路径提前合并。
把题目的自然语言翻译成事件。特别留意“至少”“至多”“恰好”“不”“或”“且”。
说明概率从哪里来。是等可能模型、历史频率、机制模型，还是在当前信息下的判断？
判断事件关系。是互斥、重叠还是独立？不要只看题目用了“或”还是“且”。
选择直接计数、补事件、加法、独立乘法或模拟，并在算完后检查结果是否位于 与 之间。
最后把数字翻译回情境。概率是长期频率、模型预测还是单次风险判断？不要让一个小数脱离问题独自存在。
练习：先把直觉停下来，再作答
练习一：结果、样本空间与事件
一个袋子里有红、蓝、绿三种颜色的球。随机抽一个球，只记录颜色。写出样本空间，并写出事件 ：“没有抽到红球”。
练习二：检查概率模型
某游戏给三个互斥结果分配概率 。这是一份合法的概率模型吗？
练习三：等可能的陷阱
连续抛两次公平硬币，只记录正面出现次数。有人说：“可能是 次，所以每种情况的概率都是 。”错在哪里？
练习四：用补事件省力
连续抛三次公平硬币。求“至少出现一次正面”的概率。
练习五：互斥还是独立
掷一次公平六面骰。事件 是“点数为偶数”，事件 是“点数大于 ”。它们互斥吗？能否仅凭“都是掷同一个骰子”就说它们不独立？
练习六：加法里的重叠
从一副 张普通扑克牌中随机抽一张。求“抽到黑牌或抽到 K”的概率。
练习七：大数定律不保证什么
一枚公平硬币已经连续出现 次正面。判断下面两句话。
- 下一次反面的概率大于 ，因为长期要平衡。
- 如果继续独立抛很多次，累计正面比例通常会逐渐靠近 。
练习八：读懂模拟结果
某人模拟掷两个公平骰子 次，得到“点数和为 ”出现 次。他说真实概率就是 。这个说法有什么问题？
练习九：天气概率与校准
某预报系统在 个“降雨概率约为 ”的日子里，有 天实际下雨。你会怎样评价它？
练习十：经验概率的适用范围
一家咖啡店根据过去一年的全部记录，估计“等待超过 分钟”的概率为 。现在店里少了一名员工，而且正在做大型促销。能否直接把当前概率仍写成 ？
从“可能性”走向“数清可能性”
到这里，我们已经有了一套完整的概率语言：随机实验产生结果，全部结果组成样本空间，事件从中圈出我们关心的部分，概率模型再给这些结果分配重量。我们也知道了概率必须非负、总量必须为 ，补事件如何简化计算，以及互斥与独立为什么完全不同。
更重要的是，我们没有把大数定律误写成“短期必须平衡”。长期频率能帮助我们解释和估计概率，模拟能让复杂随机过程重复运行，但两者都依赖模型前提。模型设错，重复再多也不会自动变对。
下一步会遇到一个很实际的困难：当等可能结果很多时，怎样保证分子和分母都数对？两步选择为什么相乘，互不重叠的方案为什么相加，顺序重要和不重要时又该怎样区分？这正是计数、排列与组合要解决的问题。