每到主客场两回合的淘汰赛,球迷都会问同一个问题:我支持的球队晋级的机会有多大?主客场两回合的对决是很好的概率练习场,因为它包含先后两个事件、一次决胜规则和一场点球大战。本文使用两支假设的球队 A 和 B,概率都是为举例而设定的。目的不是预测比赛,而是展示任何预测模型背后都会用到的数学。

模型:两场比赛,每场三种结果

对 A 队来说,每场比赛有三种结果:胜(W)、平(D)、负(L)。两场比赛的样本空间共有 3 × 3 = 9 条路径:WW、WD、WL、DW、DD、DL、LW、LD、LL。这正是树状图:第一层有三个分支,每个分支再分出三个。

要求某条路径的概率,就用乘法原理。如果两场比赛相互独立(首回合结果不影响次回合的概率),那么两个事件同时发生的概率等于各自概率的乘积。

P(AB)=P(A)P(B)P(A \cap B) = P(A)\cdot P(B)
独立事件的乘法原理。

独立性只是一种简化。现实中,首回合获胜的球队可能在次回合更加保守,从而改变概率。更精细的模型会用条件概率 P(BA)P(B \mid A) 代替 P(B)P(B)。但要理解结构,独立模型是正确的起点。

还有一个细节:按现行规则,两回合按总净胜球决定晋级,总比分持平则进行点球大战。为了不必模拟具体比分,假设本例中每场胜利都只赢一球。这样 WL 和 LW 净胜球相互抵消,DD 也是如此,这三条路径都进入点球。

3 × 3 = 9
9 条可能路径:首回合 3 种结果乘以次回合 3 种结果。

分步例题

假设 A 队的概率如下。首回合主场:胜 0.5,平 0.3,负 0.2。次回合客场:胜 0.3,平 0.3,负 0.4。每场比赛三个概率之和都等于 1。再假设如果进入点球大战,双方获胜概率各为 50%。

0.5首回合胜0.3次回合胜0.3次回合平0.4次回合负0.3首回合平0.3次回合胜0.3次回合平0.4次回合负0.2首回合负0.3次回合胜0.3次回合平0.4次回合负0.5 × 0.3 = 0.150.5 × 0.3 = 0.150.5 × 0.4 = 0.200.3 × 0.3 = 0.090.3 × 0.3 = 0.090.3 × 0.4 = 0.120.2 × 0.3 = 0.060.2 × 0.3 = 0.060.2 × 0.4 = 0.08
A 队的概率树:首回合胜 0.5、平 0.3、负 0.2;每个分支在次回合再分为 0.3、0.3、0.4。每条路径的概率是各分支之积。
A 队晋级的概率
  1. 把路径分成三组。WW、WD、DW 时 A 直接晋级;LL、LD、DL 时 A 直接出局;WL、LW、DD 时进入点球。
  2. 0.50.3+0.50.3+0.30.3=0.15+0.15+0.09=0.39\displaystyle 0.5\cdot0.3 + 0.5\cdot0.3 + 0.3\cdot0.3 = 0.15+0.15+0.09 = 0.39 把 A 直接晋级的各路径概率相加。
  3. 0.20.4+0.20.3+0.30.4=0.08+0.06+0.12=0.26\displaystyle 0.2\cdot0.4 + 0.2\cdot0.3 + 0.3\cdot0.4 = 0.08+0.06+0.12 = 0.26 计算直接出局的概率。
  4. 10.390.26=0.35\displaystyle 1 - 0.39 - 0.26 = 0.35 进入点球的概率是前两者的对立面。
  5. 0.39+0.350.5=0.565\displaystyle 0.39 + 0.35\cdot0.5 = 0.565 点球大战中 A 赢一半。相乘后加上直接晋级的概率。
P(A)=0.39+0.350.5=0.565P(\text{A}) = 0.39 + 0.35 \cdot 0.5 = 0.565
假设例子中 A 队晋级的总概率。

验算。 不用对立事件,直接计算点球概率:WL 为 0.5 × 0.4 = 0.20,LW 为 0.2 × 0.3 = 0.06,DD 为 0.3 × 0.3 = 0.09,合计 0.35,与第 4 步一致。三组加起来 0.39 + 0.26 + 0.35 = 1,说明没有遗漏也没有重复计算。同理,B 队晋级的概率是 1 − 0.565 = 0.435。

点球的影响不小:如果 A 在点球中的胜率是 55% 而不是 50%,总概率会升到 0.39 + 0.35 × 0.55 = 0.5825。

39%直接晋级35%点球大战26%直接出局
A 队的三组路径:39% 直接晋级,35% 进入点球大战,26% 直接出局。合计 100%,没有遗漏。

把点球大战看作概率模型

点球大战本身也可以建模。假设每名罚球队员的命中率都是 0.75,且各次罚球相互独立。一支球队前五轮全部罚进的概率是多少?由乘法原理,是 0.75 的 5 次方,约 0.237。因此至少罚丢一球的概率就是它的对立事件

P(至少罚丢一球)=10.7550.763P(\text{至少罚丢一球}) = 1 - 0.75^5 \approx 0.763
对立事件:先算全部罚进的概率,再用 1 减去它更简单。

只要出现“至少一个”,对立事件就是合适的工具。直接计算“恰好丢一球、恰好丢两球……”需要把五项分别相加,每项还涉及不同组合。用对立事件只需一步:1 − 0.237 ≈ 0.763。在这个模型里,约 76% 的点球大战中,一支球队会在前五轮中至少罚丢一球。

76%76 / 100至少罚丢一球
每次罚球命中率为 75% 时,1 − 0.75⁵ ≈ 0.763:约每 100 场点球大战中有 76 场,球队前五轮至少罚丢一球。

常见错误

  • 该乘却加。 首回合次回合都赢的概率是 0.5 × 0.3 = 0.15,而不是 0.5 + 0.3。独立事件之间的“且”对应乘法,互不重叠路径之间的“或”对应加法。
  • 漏掉路径。 只列 WW、DD、LL 会漏掉九条中的六条。计算前先画完整的树状图。
  • 把总比分持平当作失败。 进入点球的路径仍有晋级机会,忽略它们会低估双方。
  • 默认独立却不说明。 独立是模型假设,不是事实。若首回合会影响次回合,应使用条件概率。
  • 把概率当成确定。 晋级概率 56.5% 的球队,仍有约 43.5% 的情形会被淘汰。

常见问题

为什么要把两场比赛的概率相乘?

因为我们要求两个事件同时发生。对独立事件,交事件的概率等于乘积。若存在依赖,把第二个概率换成条件概率即可。

怎么确认没有漏掉路径?

把所有路径的概率相加,结果必须恰好等于 1。小于 1 说明漏了路径,大于 1 说明有重复计算。

点球真的是五五开吗?

在最简单的模型里是,但这只是假设。如果一方的罚球手或门将更强,概率就会改变,可以用乘法原理和对立事件重新计算。

足球之外哪里会用到?

任何分阶段的过程:串联元件的可靠性、连续的医学检测、两轮制考试。树状图和乘法原理完全相同。