第16章 随机事件及其概率 概念导航
主线
概率论的第一章不教计算，教翻译。 一道题从中文到答案要过两道关：
第二道关只有三条公理，一切公式都能在两行内推出来；第一道关没有公式，只能靠把每个词的集合含义钉死——“都不”与”不都”、“至少一个”与”不全”、“有一个是”与”指定的那个是”。
全章的两条主干
主干一：无条件世界。 事件代数 + 三条公理 + 容斥，回答”
主干二：有条件世界。 得到信息之后概率怎么改：
而独立性是两条主干的交汇点：它说的是”条件世界与无条件世界给出同一个数”，
三个层级，别串了
| 层级 | 写法 | 强度 | 能推出 |
|---|---|---|---|
| 集合级 | 强 | 概率级的一切 | |
| 概率级 | 弱 | 推不回集合级 | |
| 关系级 | 独立、正相关 | —— | 与前两者互不隶属 |
由强推弱可以，由弱推强不行。 本章至少三道题（880 基础选择 2、1000 基础 1-5、1000 基础 1-11）就卡在这个层级差上。
互斥与独立：反着走的一对
把它们当同类概念（“两件事没关系”）是本章第一号错误。
核心概念
- 样本空间与事件代数——三张翻译表；德摩根律；四块表
- 概率公理与容斥原理——从三条公理推出六条；守恒律；上下界
- 条件概率与乘法公式——换母体；分子化简；链式法则
- 事件的独立性——六种等价说法；打包原则；四格表的
- 全概率公式与贝叶斯公式——两层树；先验→后验；更新后再预测
- 伯努利概型与二项模型——三个公式；最可能值；取半和
- 古典概型与几何概型——随机排列；可交换性；min/max 作差
典型题型
- 事件关系的翻译与等价判定（7 题）——概率级 vs 集合级
- 概率的加减法公式与上下界（7 题）——守恒律与两个最优界
- 条件概率的计算与化简（8 题）——分子先化简
- 独立性判定与互斥辨析（9 题）——本章最大题型
- 全概率公式与贝叶斯公式（5 题）——解答题主力
- 伯努利概型与重复独立试验（7 题）——帕斯卡型是高频错处
- 古典概型与几何概型（5 题）——对称性一击
方法模板速查
一、中文 → 集合
| 中文 | 集合 |
|---|---|
| 至少一个发生 | |
| 都不发生 | |
| 不都发生 | |
| 恰好一个发生 | |
| A 发生则 B 必发生 |
二、四个量的守恒律
（
| 目标 | 下界 | 上界 |
|---|---|---|
三、条件概率的分子化简三招
四、独立性的三种伪装
统一动作：带 1 的项翻面 → 撞成同一形式 → 全概率收尾。
五、四格表的符号
横线数目的奇偶决定符号。
六、三种计数模型
| 模型 | 固定 | 公式 |
|---|---|---|
| 二项 | 次数 | |
| 帕斯卡 | 成功数 | |
| 几何 | 首次成功 |
组合数的上标 = 可自由安排的格子数。
复习顺序
- 先把翻译表背熟（“都不”vs”不都”、逆事件要铺满）——第一节，一小时。
- 公理 → 六条推论 → 容斥 → 上下界——第二节，全部自己推一遍，不背。
- 条件概率的定义与分子化简——第三节，这是后面一切的地基。
- 独立性——第四节，本章最大题型，重点是三种伪装形式和”互斥 ≠ 独立”。
- 全概率与贝叶斯——第五节，解答题主力，务必练”更新后再预测”。
- 伯努利与古典/几何概型——第六、七节，公式少、陷阱多，配合易错清单第 4、15、16、22 条看。
与前后的联系
来自高数
- 二重积分——几何概型的面积计算，
型的对数从 来。见 高数第14章 二重积分； - 级数——可列可加性对应级数求和；几何分布的归一性
就是等比级数； - 二项式定理
——二项分布的归一性；“取半和”抽奇偶项的手法与傅里叶级数分离奇偶谐波同源。
来自线性代数
行列式——四格表的 就是列联表的行列式，独立 行列式为零 该表秩为 1（可分解为边缘之积的外积）。见 线代第10章 行列式； - 行列式的性质——“同时逆两个不变号”= 对角整体交换；“只逆一个变号”= 交换一行或一列。符号规律完全同源；
- 随机矩阵——全概率公式写成矩阵形式就是列和为 1 的转移矩阵乘概率向量，马尔可夫链的一步转移。见 线代第11章 矩阵。
通向第17章 随机变量及其分布
的翻译（ 、 ）直接变成次序统计量的分布函数
- 伯努利概型 → 二项分布
；几何概型 → 均匀分布 ； - **“先算
再作差”**正是由分布函数求分布律的标准动作 ； - 最可能值
与取半和这两个技巧，在第17章各再考一次（离散分布：二项、泊松、几何）； - **贝叶斯”更新后再预测”**在第17章变成”混合指数为什么不再无记忆”（指数分布与无记忆性）；
- 折棒模型在第17章折成两段（非单调与分段变换），本章折的是三段。
通向第18章 多维随机变量
- 独立性从事件升级到随机变量：
，结构一字不改； - 条件概率 → 条件分布：
，分子联合、分母边缘； - 二维均匀分布就是几何概型的随机变量版，条件分布 = 截一刀再归一化。
通向第19章 数字特征
- 全概率公式 → 全期望公式
，考研高频大题； - 四格表的
就是协方差：
所以”正相关 / 负相关 / 独立”在本章已经以最简形式出现过一次；
- 二项分布的
、 ，本章的 是它们的来源。
通向第20—22章
- 第20章：
大时 （棣莫弗—拉普拉斯），本章”概率先升后降、峰在 “的图像就是它的雏形； - 第21章：可交换性（折棒题的
）是次序统计量整章的基石； - 第22章：贝叶斯”先验→后验”升级为贝叶斯估计；格点路径题里”
完全消掉”是充分统计量的第一次露面。
链接
- 题库：第16章 随机事件及其概率 题库（48 题，100% 收录）
- 易错清单：第16章易错点（30 条）
- 下一章：第17章 随机变量及其分布 · 第17章题库 · 第17章易错点
- 线代接口：线代第10章 行列式 · 线代第11章 矩阵 · 线代第15章 二次型（协方差矩阵半正定）
- 高数接口：高数第14章 二重积分
- 附录：概率论附录