概率论 (Probability) 是 HSC 数学 Advanced 和 Extension 1 中一个充满陷阱但又极其重要的领域。它不仅考验学生的计算能力，更考验他们的逻辑建模能力。
许多学生能够轻松应对简单的抛硬币或掷骰子问题（离散概率），但一旦遇到正态分布、连续变量或条件概率中的复杂情况，就容易卡壳。
在 Oziter (www.oziter.com)，我们指导学生掌握 HSC 概率的两个核心思维模式：离散与连续。
1. 核心一：离散概率——“数个数”的思维
离散概率 (Discrete Probability) 适用于结果是有限或可数的情况（如人数、投掷次数）。
- 关键概念：
- 排列组合 (Permutations and Combinations)： 决定你是在“数顺序”（排列）还是在“数群体”（组合）。这是离散概率的基础。
- 二项分布 (Binomial Distribution)： 适用于只有两种结果（成功/失败）且试验次数固定、每次试验独立的情况。
- 条件概率 (Conditional Probability)： 关键在于理解“在已知…的情况下发生…”($P(A|B)$)。树状图和二维表格是解决复杂条件概率的最佳工具。
💡 策略： 遇到离散概率问题，先问自己：总共有多少种可能性？我的事件有多少种可能性？
2. 核心二：连续概率——“算面积”的思维
连续概率 (Continuous Probability) 适用于结果是不可数或在某一区间内取值的情况（如时间、身高、温度）。
- 关键概念：
- 概率密度函数 (Probability Density Function, PDF)： 连续概率的函数。其曲线下与 $x$ 轴围成的总面积必须等于 1。
- 正态分布 (Normal Distribution)： HSC 阶段最重要的连续分布。其特点是钟形曲线，由均值 ($\mu$) 和标准差 ($\sigma$) 决定。
- 求概率即求面积： 在连续概率中，求某一范围的概率，实际上就是求 PDF 曲线下，该范围对应的面积。
❌ 常见的错误： 在连续概率中，单个点（如 $P(X=5)$）的概率永远为零。概率只能在区间内计算。
3. 核心三： Oziter 高分秘诀——“转化与建模”
HSC 的难题往往在于你如何将现实世界的问题，准确地转化为数学模型：
- 诊断： 确定是离散还是连续？是否有固定次数？是否符合二项分布条件？
- 建模： 写出你的概率函数或分布公式，并确定关键参数（如 $n, p, \mu, \sigma$）。
- 计算： 选择正确的计算工具（离散用公式，连续用积分或正态分布表/计算器）。
