討論兩個非互斥事件 A 和 B 的加法規則的例題
介紹
在機率論中，理解基本概念及其應用至關重要。機率加法規則是經常出現的概念。本文將深入探討兩個非互斥事件的機率加法規則。非互斥事件是指兩個事件共享一個可能元素，或者換句話說，這兩個事件可以同時發生。為了便於理解，我們來看一個例題及其解釋。
基本理論
如果事件 A 和 B 不是互斥的，那麼計算事件 A 或 B 的機率的加法規則可以表示為：
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
這裡：
– \( P(A \cup B) \) 表示 A 或 B（或兩者都）發生的機率。
– \( P(A) \) 表示事件 A 發生的機率。
– \( P(B) \) 表示事件 B 發生的機率。
– \( P(A \cap B) \) 表示 A 和 B 同時發生的機率。
問題範例
問題1：某學校中，70%的學生喜歡踢足球（事件A），40%的學生喜歡打籃球（事件B），20%的學生兩種運動都喜歡。求一名學生喜歡踢足球或打籃球的機率。
討論：
我們都知道：
– \( P(A) = 0.70 \)
– \( P(B) = 0.40 \)
– \( P(A \cap B) = 0.20 \)
運用將兩個互斥事件相加的規則：
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.70 + 0.40 – 0.20 \]
\[ P(A \cup B) = 0.90 \]
因此，一個學生喜歡踢足球或打籃球的機率是 0.90 或 90%。
問題 2：在一項調查中，35% 的受訪者喜歡咖啡（事件 A），50% 的受訪者喜歡茶（事件 B），10% 的受訪者兩者都喜歡。一位受訪者喜歡咖啡或茶的機率是多少？
討論：
我們都知道：
– \( P(A) = 0.35 \)
– \( P(B) = 0.50 \)
– \( P(A \cap B) = 0.10 \)
運用將兩個互斥事件相加的規則：
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.35 + 0.50 – 0.10 \]
\[ P(A \cup B) = 0.75 \]
因此，受訪者喜歡咖啡或茶的機率分別為 0.75 或 75%。
問題3：根據統計數據，已知60%的人喜歡閱讀（事件A），30%的人喜歡看電影（事件B），15%的人兩者都喜歡。一個人喜歡閱讀或看電影的機率是多少？
討論：
我們都知道：
– \( P(A) = 0.60 \)
– \( P(B) = 0.30 \)
– \( P(A \cap B) = 0.15 \)
運用將兩個互斥事件相加的規則：
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.60 + 0.30 – 0.15 \]
\[ P(A \cup B) = 0.75 \]
所以，一個人喜歡閱讀或看電影的機率是 0.75 或 75%。
問題 4：某餐廳的調查顯示，55% 的顧客點了披薩（事件 A），35% 的顧客點了義大利麵（事件 B），20% 的顧客兩者都點了。顧客點披薩或義大利麵的機率是多少？
討論：
我們都知道：
– \( P(A) = 0.55 \)
– \( P(B) = 0.35 \)
– \( P(A \cap B) = 0.20 \)
運用將兩個互斥事件相加的規則：
\[ P(A \cup B) = P(A) + P(B) – P(A \cap B) \]
\[ P(A \cup B) = 0.55 + 0.35 – 0.20 \]
\[ P(A \cup B) = 0.70 \]
因此，顧客點披薩或義大利麵的機率是 0.70 或 70%。
結論
在機率論中，兩個非互斥事件 A 和 B 的機率相加規則對於確定一個或兩個事件同時發生的機率非常重要。使用公式 \( P(A \cup B) = P(A) + P(B) – P(A \cap B) \) 可以方便地計算兩個有交集或公共元素的事件的聯合機率。
透過上述範例，我們可以看出，理解機率計算的基本步驟能夠幫助我們將其應用於各種情境，無論是在教育、調查或日常生活中。清晰準確地識別哪些事件具有共同要素對於正確計算機率至關重要。因此，持續練習並理解基本概念將極大地幫助我們掌握這個主題。
