Chapter 1:随机事件及其概率

1. 随机试验,样本点,样本空间

若试验具有下列特点:

  • 在相同条件下可重复进行
  • 每次试验的可能结果不止一个,且所有可能结果在实验前是已知的
  • 实验前不能确定哪一个结果会发生

则称该试验为随机试验,常记为 E . 

随机试验的每一个可能的结果称为样本点,常用 $\omega$ 表示.

样本点的全体组成的集合称为样本空间,常用$\Omega$表示.

2. 随机事件

样本空间$\Omega$的子集称为随机事件,简称事件,常用英文大写字母$A,B,\dots$表示.

样本空间只含一个样本点的子集构成的事件称为基本事件;所有样本点组成的全集构成的事件称为必然事件样本空间的空子集构成的事件称为不可能事件,记为$\emptyset$.

每次随机试验中,当且仅当随机事件$A$所含样本点中的某一个出现时,称为事件$A$发生.

3. 事件的关系与运算

3.1 事件的包含与相等关系

若事件$A$发生必然导致事件$B$发生,则称事件$B$包含事件$A$,或称$A$是$B$的子事件,记为$A\subset B$或$B\subset A$.

若$A\subset B$且$B\subset A$,则称事件$A$与$B$相等,记为$A = B$.

3.2 事件的和,积,差的运算

注:等同于集合的和,积,差的运算

事件的和, 积运算之间的运算规律:

(1) 交换律: $A\cup B = B\cup A$; $A \cap B = B\cap A$.

(2) 结合律: $A\cup (B\cup C) = (A\cup B) \cup C$; $A\cap (B \cap C) = (A \cap B) \cap C$.

(3) 分配律: $A\cup (B \cap C) = (A \cup B) \cap (A \cup C)$; $A\cap (B\cup C) = (A \cap B) \cup (A\cap C)$.

3.3 互不相容事件,或相斥事件

若事件$A$,$B$不能同时发生,即$AB=A\cap B=\emptyset$,则称事件$A$与$B$是互不相容事件.

3.4 对立事件

记$\bar{A}=\Omega-A$,称$\bar{A}$为$A$的对立事件(或补事件逆事件).

对立事件的运算性质

(4) 对偶律: $\bar{A\cup B} = \bar{A} \cap \bar{B}$; $\bar{A\cap B} = \bar{A} \cup \bar{B}$;

任意$n$个事件的对偶律:

  \(   \overline{\cup_{i=1}^{n}A_{i}} = \cap_{i=1}^{n}\bar{A_{i}} \);

  \(  \overline{\cap_{i=1}^{n}A_{i}} = \cup_{i=1}^{n}\bar{A_{i}}  \).

互为对立事件

时间: 2024-11-08 21:55:04

Chapter 1:随机事件及其概率的相关文章

概率统计 - 07 随机事件及其概率

概率统计 - 07 随机事件及其概率 一.随机事件 1.随机试验与样本空间 2.随机事件与集合 3.事件的关系与运算 二.事件的概率 1.古典概率 2.概率的性质 3.古典概率的计算 4.概率的统计定义 三.事件的独立性 1.条件概率 2.乘法公式 3.事件的独立性 4.全概率公式 概率统计 - 07 随机事件及其概率,码迷,mamicode.com

第一章 随机事件和概率

第一章     随机事件和概率 § 1.1 随机事件和样本空间     概率论的任务是寻求随机现象发生的可能性,并对这种可能性的大小给出度量方式及其算法 随机试验是对随机现象的观察 ① 可在相同条件下重复进行 ② 每次试验可能出现不同的结果,最终出现哪种结果,试验之前不能确定 ③事先知道试验可能出现的全部结果 随机试验的每一个可能结果成为一个随机事件,简称事件 事件分为基本事件和复合事件.又可分为必然事件(记做Ω)和不可能事件(记做) 样本空间:一个随机试验E产生的所有基本事件构成的集合称为样本

概率论——随机事件及其概率

,   [随机事件] A 的对立事件为  ,A 与   有且仅有一个发生. A.B.C 为事件. 交换律: 结合律:  ,  分配律:  ,  德摩根率:  ,  [随机事件概率] 事件 A 重复 n 次发生的频数为  , 发生的频率为: (如 : 事件A为出现正面的硬币,抛硬币重复100 次,若发生频数为40,则发生的频率为 40/100=0.4) 1. 对于任意事件 A , 有 2. 对于必然事件 S,有 3. 对于互斥事件 A 和 B ,有 事件A的概率记为 P(A) ,A 的对立事件记为

第一章 随机事件与概率

1.随机事件 1.1.随机试验与样本空间 为了研究随机现象,就要进行实验或对随机现象进行观察.这种实验或观察的过程称为 随机试验.概率论里所研究的随机试验具有下面两个特征: (1) 可以在完全相同的条件下重复进行:(2) 试验会出现哪些可能的结果在试验前是已知的,但每次试验究竟会出现哪一个结果在试验前是无法准确预知的. 在随机试验中,每一个可能出现的不可再分解的最简单的结果称为随机试验的基本事件基本事件或 样本点:由全体基本事件构成的集合称为 基本事件空间或 样本空间,样本空间通常用 ? 表示.

定义随机事件的概率时为什么要先定义σ-代数?

在高教社出版的中山大学统计科学系编写的<概率论与数理统计>一书的§1.3 概率模型与公理化结构一节中,为了建立概率论的公理化结构,首先定义了一个叫做"σ-代数"的东东.作为初学者,往往畏惧这些抽象概念却又避之不过,只得选择死记硬背,其实这样也无可厚非.只是当我们费劲脑汁终于记住了这些概念后,不妨想一想:前人是出于什么目的来定义这些概念的?真正理解了前人的用意以后,估计你就再也不会忘却这一概念了. 其实本书在这一节的最前面已经给出了定义"σ-代数"的原因,

概率论与数理统计总结-Fall2014

概率论部分的总结 Chapter 1: 随机事件及其概率 1 随机试验:样本点:样本空间 2 随机事件:必然事件:不可能事件:互不相容事件:对立事件 3 概率的公理化定义 4 概率的性质:有限可加性,减法公式,加法公式,及推论 5 条件概率及乘法公式 6 两个事件相互独立的定义及性质:多个事件相互独立的定义及性质 7 伯努利概率模型 8 全概率公式 9 贝叶斯公式 Chapter 2: 随机变量及其分布 1 随机变量:离散型随机变量:连续型随机变量 2 分布函数及性质 3 离散型随机变量的分布率

深度学习数学基础介绍(二)概率与数理统计

第1章 随机事件与概率§1.1 随机事件§1.2 随机事件的概率§1.3 古典概型与几何概型§1.4 条件概率§1.5 事件的独立性 第2章 随机变量的分布与数字特征§2.1 随机变量及其分布§2.2 随机变量的数字特征§2.3 常用的离散型分布§2.4 常用的连续型分布§2.5 随机变量函数的分布 第3章 随机向量§3.1 随机向量的分布§3.2 条件分布与随机变量的独立性§3.3 随机向量的函数的分布与数学期望§3.4 随机向量的数字特征§3.5 大数定律与中心极限定理 第4章 数理统计的基

概率基本概念

1.随机事件与概率 自然界中各种现象可以区分为两种:确定性现象与随机现象 确定性现象:在一定条件下必然会出现的现象 随机现象:在一定的条件下,可能出现多种结果,而在试验之前无法预知其确切的结果,也无法控制 概率论与数理统计是研究和揭示随机现象统计规律性的一 门数学学科 2.随机事件及其运算 (1)随机试验 随机试验 具有以下特点的试验称为随机试验: 1.试验可以在相同条件下重复进行 2.试验可能出现的结果有多个,试验之前知道所有可能的结果 3.试验结束后会出现哪一个结果是随机的(无法事先知道,也

贾俊平统计学——概率

统计学分为描述性统计和推断统计.推断统计是指通过样本数据对总体特征作出推断,它有3个要素:1.随机观测的样本数据:2.问题的条件和假定:3.对总体所做出的以概率的形式进行表述的推断.因此推断统计与概率论是密不可分的. 随机事件.基本事件.样本空间 随机事件是概率论中一个很重要的概念,它不是指一个试验,而是指一个试验的结果,可以用A.B.C等表示,必然事件用$\Omega$表示,不可能事件用$\Phi$表示. 随机事件简称为事件,要注意这一概念是指试验的结果(而不是试验本身),这个结果可以是数值,