什麼是聯合機率?
聯合機率指的是兩個事件同時發生的可能性。當這兩個事件彼此獨立時——也就是其中一個的結果不會影響另一個——聯合機率就等於各自機率的乘積。本計算器採用的正是這條規則,公式寫作 \(P(A \text{ and } B) = P(A) \times P(B)\)。
如何使用本計算器
分別輸入事件 A 與事件 B 的機率,每個數值都介於 0 到 1 之間(例如 0.5 代表 50% 的機會)。點選計算後,系統會同時以小數和百分比顯示聯合機率。如果你手上只有百分比,記得先除以 100——25% 換算後就是 0.25。
公式說明
對於獨立事件,適用乘法法則:
$$P(A \cap B) = \text{P(A)} \times \text{P(B)}$$
由於每個機率最多只能是 1,因此聯合機率必定小於或等於任一輸入值——畢竟「同時滿足兩個條件」比「只滿足一個條件」更難達成。要注意這條公式建立在「獨立」的前提上;若兩個事件會互相影響,就必須改用條件機率的形式 \(P(A) \times P(B|A)\)。
範例演練
假設你丟一枚公正的硬幣,同時擲一顆公正的六面骰子。出現正面的機率為 \(P(A) = 0.5\),擲出 3 的機率為 \(P(B) = 1/6 \approx 0.1667\)。那麼「同時出現正面且擲出 3」的聯合機率就是
$$0.5 \times 0.1667 = 0.0833$$
約等於 8.33% 的機會。
聯合機率的關鍵術語
- 聯合機率
- 兩個事件同時發生的機率,寫作 \(P(A \cap B)\) 或 \(P(A \text{ 且 } B)\)。對於獨立事件,它等於 \(P(A) \times P(B)\)。例如,若 \(P(A) = 0.5\)、\(P(B) = 0.2\),則 \(P(A \cap B) = 0.5 \times 0.2 = 0.1\)。
- 交集 (∩)
- 與「且」對應的集合運算。\(A \cap B\) 是同時屬於 A 和 B 的結果集合。讀作「A 交 B」。
- 獨立事件
- 若一個事件的發生不改變另一個事件的機率,則兩者為獨立事件,即 \(P(B \mid A) = P(B)\)。只有對獨立事件,捷徑 \(P(A \cap B) = P(A) \times P(B)\) 才成立。例如兩次分開擲硬幣或兩次擲骰子。
- 邊際機率
- 單一事件本身的機率,不考慮其他任何事件,例如 \(P(A)\) 或 \(P(B)\)。這兩個數值正是本計算器相乘的兩個輸入。
- 條件機率 \(P(B \mid A)\)
- 在 A 已經發生的條件下,B 發生的機率:$$P(B \mid A) = \frac{P(A \cap B)}{P(A)}, \quad P(A) > 0$$ 移項後,一般乘法法則為 \(P(A \cap B) = P(A) \times P(B \mid A)\)。無論事件是否獨立,此法則都適用。若兩者獨立,則化簡為簡單的乘積。
- 互斥事件
- 不可能同時發生的事件,因此 \(P(A \cap B) = 0\)。例如在單次擲骰子中擲出 2 和擲出 5。機率不為零的互斥事件並不獨立,因為得知其中一個發生,就能推知另一個沒有發生。
- 「且」與「或」的機率
- 「且」要求兩個事件都發生,即 \(P(A \cap B)\),其數值永遠不大於任一單獨事件的機率。「或」要求至少一個事件發生,即 \(P(A \cup B)\),其數值永遠不小於任一單獨事件的機率:$$P(A \cup B) = P(A) + P(B) - P(A \cap B)$$ 減去交集可避免重複計算重疊部分。對於互斥事件,重疊部分為零,因此 \(P(A \cup B) = P(A) + P(B)\)。
常見問題
如果兩個事件並非獨立怎麼辦?這時單純相乘就會算錯,必須改用 \(P(A \text{ and } B) = P(A) \times P(B|A)\),其中 \(P(B|A)\) 是「在 A 發生的條件下,B 發生」的條件機率。
輸入值可以用百分比嗎?請先換算成小數(50% → 0.5)。本計算器接受的數值範圍是 0 到 1。
為什麼算出來的結果比每個輸入值都小?因為「兩個事件都必須發生」是更嚴格的要求,所以隨著條件越加越多,整體機率就會越趨近於零。