树状图法是一种直观、系统地列出多步随机实验所有可能结果的方法,特别适用于每一步都有有限种可能结果的情况。例如,连续抛两次硬币、从袋子中不放回地摸球等。
在树状图中,每一步实验用一层分支表示,每个分支代表该步的一个可能结果,并标注对应的概率。整个路径从起点到终点代表一个完整的实验结果,其发生的概率等于路径上各步概率的乘积(乘法原理)。
如果所有基本事件等可能,则某个事件的概率为:
但若各步概率不同(如不放回抽样),则需用路径概率相加的方式求总概率。例如,第一次抽到红球概率为 ,第二次抽到蓝球(不放回)概率为 ,则“先红后蓝”的概率为 。
树状图帮助我们避免遗漏或重复计数,是解决两步或三步概率问题的有力工具。
路径概率公式:某条完整路径的概率 = 各步概率的乘积。 示例:抛两次硬币,“正→反”的概率为 。
事件总概率:事件的概率 = 所有满足条件的路径概率之和。 示例:两次抛硬币中“恰好一次正面”的概率 = “正→反” + “反→正” = 。
例题1(基础):一个袋子里有2个红球(R)和1个蓝球(B)。从中随机摸出一个球,记录颜色后放回,再摸一次。求两次都摸到红球的概率。
解题过程:
答:概率为 。
例题2(进阶):袋中有3个白球和2个黑球。不放回地连续摸两个球。求摸到一白一黑的概率。
解题过程:
答:概率为 。
忘记是否放回:放回时每次概率不变,不放回时后续概率会变。解决方法:仔细审题,明确“放回”还是“不放回”。
漏画某些分支:比如两步实验只画了部分路径。解决方法:按步骤逐层画,确保每一步的所有可能都被列出。
直接数结果而不看概率是否相等:在不等可能情况下(如不放回),不能简单用“有利结果数/总结果数”。解决方法:始终用路径概率相乘再相加。
混淆路径顺序:例如把“先白后黑”和“先黑后白”当成同一种结果而只算一次。解决方法:在树状图中它们是不同路径,要分别计算再相加(除非题目明确不考虑顺序且已合并)。
概率计算错误:如不放回时分母没减1。解决方法:每一步都要重新计算剩余总数和目标数量。