工程 / 算法与概率 2026年11月2日约 11 分钟阅读

概率建模：从题目到计算

先定义可能结果及其概率，再标出目标和条件，利用事件关系计算。

BigDog

文章目录 · 8 章 · 约 11 分钟

把概率题写成可计算的表达式，需要回答四个问题：可能发生什么，各有多大可能，哪些结果满足条件，以及如何组合这些概率。

例如，从 3 个红球、2 个蓝球中不放回抽两个，已知至少抽到一个红球，求两个都是红球的概率。先区分每个球，确定所有可能的球对；再确定每对的概率，找出满足条件的球对；最后计算目标球对在其中所占的概率。下文会完整走一遍。

一、四步把题面变成计算

有限离散问题可以沿着“列结果 → 配概率 → 定义事件 → 分析关系”推进。

步骤	要回答的问题	产出
3. 构造样本空间	一次实验有哪些完整结果？	$\Omega=\{\omega_1,\ldots,\omega_n\}$
4. 确定概率规则	各结果的概率是多少？依据是什么？	$p_i=P(\{\omega_i\})$
5. 定义事件	哪些结果满足目标和观察条件？	目标 $A$ 、条件 $B$
6. 分析关系	应当相加、归一化，还是先分情况？	可计算的表达式

这四步对应《概率问题解题手册》中的第 3 至第 6 步。对于 $P(B)>0$ ，条件概率可以直接写成

P(A\mid B)=\frac{\sum_{\omega_i\in A\cap B}p_i}{\sum_{\omega_i\in B}p_i}.

分母汇总所有符合条件的结果的概率，分子只汇总其中同时符合目标的结果。没有附加观察条件时，直接对 $A$ 中的结果求和。

二、构造样本空间：一次完整结果是什么

先决定要记录哪些信息，再列出结果。 样本空间要覆盖所有可能结果，并使每次实验对应其中一个样本点。

连续抛两次公平硬币，并且两次抛掷相互独立。用 $H$ 表示正面、 $T$ 表示反面，按顺序记录两次结果，得到

\Omega=\{HH,HT,TH,TT\},\qquad P(\{\omega\})=\frac14.

也可以只记录正面次数，使用样本空间 $\{0,1,2\}$ 。但这三个结果的概率依次是 $1/4,1/2,1/4$ ：出现一次正面既可能是 $HT$ ，也可能是 $TH$ 。

两种记录方式都能回答“恰好出现一次正面的概率”。选择时，要让样本点既能表达所求事件，又容易确定概率。合并结果后，应把被合并结果的概率相加。

三、确定概率规则：概率从哪里来

每个概率都应能追溯到题目给出的随机机制。 常见机制有等可能选择、按权重选择和分阶段选择。

例如袋中有 3 个红球和 2 个蓝球，从剩余球中均匀随机、不放回地抽两个。记 $R_1$ 为第一次抽到红球， $R_2$ 为第二次抽到红球：

P(R_1)=\frac35,\qquad P(R_2\mid R_1)=\frac24.

第一次取走红球后，袋中还剩 2 个红球、共 4 个球。根据乘法法则，

P(R_1\cap R_2)=P(R_1)P(R_2\mid R_1) =\frac35\times\frac24=\frac3{10}.

第二次的条件概率来自第一次抽取后的状态。两次抽取是否独立，需要根据机制判断。

四、定义目标与条件

看到“已知”，先判断题目是在给出一个概率，还是在说明已经观察到了某件事。

假设 $A$ 是“2 号红包中奖”， $B$ 是“1 号红包为空”。如果已经打开 1 号并看到它为空，接下来询问 2 号中奖的概率，求的是 $P(A\mid B)$ 。

如果题目只说“1 号为空的概率为 90%”，给出的信息是 $P(B)=0.9$ 。这条信息本身没有告诉我们是否观察到了 $B$ 。还要看题目具体要求 $P(A)$ 还是 $P(A\mid B)$ 。

题意	写成数学表达式
$A$ 发生	$P(A)$
已观察到 $B$ ，求 $A$	$P(A\mid B)$
$A$ 和 $B$ 同时发生	$P(A\cap B)$
$A$ 或 $B$ 至少一个发生	$P(A\cup B)$
数值结果的平均	定义随机变量 $X$ ，求 $\mathbb E[X]$

五、分析关系，再选择计算方法

把事件写清后，检查它与其他事件怎样关联。以下方法分别适用于不同结构。

等可能结果：用符合条件的结果数量除以总数。
互斥情形：将各情形的概率相加。
至少一次发生：可以先算一次也没发生的概率，再用 1 减去它。
分阶段同时发生：按阶段相乘，后续概率要以之前发生的事情为条件。
已知观察结果：在符合条件的结果中重新计算概率权重。反推原因时可用贝叶斯公式。
过程重复且状态相同：考虑用期望递推求平均次数。

例如“至少一次中奖”的补事件是“一次也没中奖”。如果各次抽奖独立且每次中奖概率为 $p$ ，抽 $n$ 次至少中奖一次的概率是 $1-(1-p)^n$ 。其中乘方使用了独立性。

六、完整例子：抽到的两个球

袋中有 3 个红球、2 个蓝球。每次从剩余球中均匀随机抽取，连续抽两个且不放回。已知至少有一个红球，求两个都是红球的概率。

6.1 列结果并配概率

给球编号为 $R_1,R_2,R_3,B_1,B_2$ ，用无序球对表示结果。一共有 $\binom52=10$ 对。

任何指定球对可以由两种先后顺序得到，每种顺序的概率都是 $(1/5)(1/4)$ ，因此每个无序球对的概率均为 $2/(5\times4)=1/10$ 。

6.2 定义事件并求解

设 $A$ 为“两个球都是红球”， $B$ 为“至少一个球是红球”。 $A$ 包含 $\binom32=3$ 对， $B$ 包含 $10-\binom22=9$ 对。

两个红球必然包含至少一个红球，所以 $A\subseteq B$ ，于是

P(A\mid B)=\frac{P(A)}{P(B)} =\frac{3/10}{9/10}=\boxed{\frac13}.

分母是满足观察条件的 9 对，分子是其中两个球都是红球的 3 对。这里可以数球对，是因为前面已经证明这些球对等可能。

七、改变条件，检查哪一步要重做

下面四题都用四个编号红包、唯一一份奖金。已观察为空的红包均按事先约定打开。

条件与问题	改变的是哪一步	答案
位置等可能，求 2 号中奖概率	确定等可能的概率规则	$1/4$
位置等可能，已知 1 号为空，求 2 号中奖概率	加入观察条件	$1/3$
位置概率依次为 10%、20%、30%、40%，已知 1 号为空，求 2 号中奖概率	用原有权重重新归一化	$20\%/90\%=2/9$
只知 1 号为空的概率是 90%，且观察到它为空，求 2 号中奖概率	检查概率规则是否充分	无法唯一确定

最后一题中，2 号原先中奖的概率没有给出。剩余概率总计 90%，可以按不同方式分配到 2、3、4 号。

八、练习：先写四行，再计算

8.1 三次抛硬币

连续抛 3 次相互独立的公平硬币，求恰好出现 2 次正面的概率。

查看样本空间、事件与计算

按顺序记录三次结果，共有 $2^3=8$ 个等可能样本点。恰好两次正面的结果是 $HHT$ 、 $HTH$ 、 $THH$ ，所以概率为 $3/8$ 。

8.2 更新红包概率

3 个红包恰好一个有奖，奖金位置的概率依次为 50%、30%、20%。按约定打开 1 号后发现为空，求 2 号中奖的概率。

查看保留的概率权重

记 $A$ 为 2 号中奖， $B$ 为 1 号为空。 $P(B)=30\%+20\%=50\%$ ，而 $A\subseteq B$ ，所以 $P(A\mid B)=30\%/50\%=60\%$ 。

8.3 从判断结果反推原因

某人群中欺诈用户占 10%。模型将欺诈用户判为欺诈的概率为 80%，将正常用户误判为欺诈的概率为 20%。一名从该人群中随机选出的用户被模型判为欺诈，求他实际欺诈的概率。

查看先验、两类判断结果与贝叶斯计算

设 $F$ 为实际欺诈， $D$ 为模型判为欺诈。总的判为欺诈概率为 $P(D)=0.1\times0.8+0.9\times0.2=0.26$ 。其中实际欺诈且被判为欺诈的概率为 $0.08$ ，所以

P(F\mid D)=\frac{0.1\times0.8}{0.1\times0.8+0.9\times0.2} =\frac4{13}\approx30.8\%.

做题时可先写四行：完整结果、概率规则、目标与条件、事件之间的关系。确定这些以后，再选择计数、求和、条件概率或递推。