概率论与数理统计（第一章）1.1随机事件

ᴄᴏɴᴛɪɴᴜᴇ

于 2024-09-16 21:19:58 发布

阅读量911

点赞数 28

文章标签：概率论

本文链接：https://blog.csdn.net/2401_84017209/article/details/142262238

版权

随机事件与概率

1.1随机事件

1.1.1随机试验与样本空间

1.随机试验

随机试验具有不确定性、偶然性或随机性

随机试验（E）的三个特点：

①重复性（可在相同条件下重复进行）

②明确性（在实验之前知道所有可能的结果）

③随机性（每次试验的结果都具有随机性）

确定性试验结果外在表现为确定性现象或必然现象；随机试验的外在表现为随机现象或偶然现象。

随机现象的统计规律性：在大量的重复试验或观察中，随机现象呈现出某种固有的规律性。（大量的偶然之中存在着必然的规律）

2.样本空间与样本点

一个随机试验的所有可能结果组成的集合称为该试验的样本空间，记为 $\Omega$ 或 $S$ 。

样本空间中的每个元素 $\omega$ ，即试验的每个可能结果，称为该试验的样本点。（ $\omega \epsilon \Omega$ ）

有限样本空间S={1,2,3,4,5,6}和无限样本空间S={ t | t > 0 }。

1.1.2随机事件

随机事件是试验的若干个可能组成的集合（样本空间的某些子集合 $A\subset \Omega$ ，注意和样本点区分）。

常用A，B，C，...表示；并且用同一个字母加下标的方式来表示几个事件具有同类属性，如 $A_{1}$ ， $A_{2}$ ，...， $A_{n}$ ，...。

只有一个样本点所构成的随机事件是基本事件；一定会发生的事件是必然事件；不可能事件记为 $\varnothing$

注：在一次试验中，当且仅当这一集合中的一个样本点出现时（一个基本事件发生），称这一事件发生；

【随即试验 $\rightarrow$ 样本空间 $\rightarrow$ 随机事件】

1.1.3事件之间的关系

1.包含关系

若事件A发生必然导致事件B发生；事件B不发生时，A必不发生；则称事件A包含于事件B，记为 $A\subset B$ 。

结论：对于任一事件A，总有 $\varnothing \subset A\subset \Omega$

2.相等关系

A、B两个事件同时发生或同时不发生，记为 $A= B\Leftrightarrow A\subset B$ 且 $B\subset A$ 。

相等的事件：同一事件的不同表述。

1.1.4事件的运算

1.事件的乘积

“事件A与B同时发生”的事件称为事件A与B的乘积，记为 $A\cap B$ （或AB）。

“ $\cap$ ” 表示“且”、“都”、“同时”。

推广：

$A\cap B\cap C$ (ABC)表示A,B,C同时发生；
$\bigcap_{k=1}^{n}$ $A_k{}$ 表示n个事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ 同时发生；
$\bigcap_{k=1}^{\infty }$ $A_k{}$ 表示可列个事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ ，…同时发生。

性质：

（1） $A\cap B\subset A,A\cap B\subset B$ ;
（2）若 $A\subset B$ ，则AB=A；
（3）交换律： $A\cap B$ = $B\cap A$

2.事件的和

“事件A与B中至少有一个发生”的事件称为事件A与B之和，记为 $A\cup B$ （或A+B）。

或事件A发生，或事件B发生，或事件A和B都发生。

“ $\cup$ ” 表示“或”、“至少有一个”。

推广：

$A_1{}+A_2{}+...+A_n{}=\bigcup_{i=1}^{n}A_{i}$ 表示n个事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ 中至少有一个发生。
$\bigcap_{k=1}^{\infty }$ $A_k{}$ 表示可列个事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ ，… 中至少有一个发生这一事件。

性质：

（1） $A\subset A\cup B,B\subset A\cup B$ ;
（2）若 $A\subset B$ ，则 $A\cup B$ $=B$ ;
（3）交换律： $A\cup B$ $=B\cup A$ ;
（4）交对并的分配律: $A\cap (B\cup C)=(A\cap B)\cup (A\cap C)$ ;
（5）并对交的分配律： $A\cup (B\cap C)=(A\cup B)\cap (A\cup C)$ ;

3.事件的差

“事件A发生且事件B不发生”的事件称之为A与B之差，记为A-B。

事件A与B的差分为一般差和真差。【若B不包含于A，A与B的差则为一般差， $A-B=A-AB=\left ( A\cup B \right )-B$ ;若 $B\subset A$ ,A-B的差则为真差】

注：事件的差运算A-B并未要求 $B\subset A$ 。

性质：

（1） $A-A=\varnothing$ ;
（2） $A-\varnothing =A$ ;
（3） $A-\Omega =\varnothing$ ;

注：事件差不再是和的逆运算。【 $A+B=C$ 不能推出 $C-B=A$ ，eg： $A+A=A$ 】

4.互不相容

事件A与事件B不可能同时发生，即 $A\cap B=\varnothing$ ，则称事件A与事件B互不相容（或互斥）

推广：

如果n个事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ 中任意两个事件不可能同时发生，即 $A_i{}\cap A_j{}=\varnothing$ ， $1\leq i< j\leq n$ 两两互斥，则称这个n事件是互不相容的。

注：基本事件互不相容，反之未必；不可能事件 $\varnothing$ 与任何事件A都互不相容。

5.对立（逆）事件

设A表示“事件A发生”，则“事件A不发生”称为事件A的对立事件或逆事件，记为 $\AA$ $\bar{A}$ 。

性质：

$\bar{\bar{A}}=A$ ， $\bar{\Omega }=\varnothing$ ， $\bar{\varnothing }=\Omega$ ；
$A+\bar{A}=\Omega ,A\bar{A}=\varnothing$ .

差化积公式： $A-B=A\bar{B}$

相互对立：若事件A与事件B满足条件 $A\cap B=\varnothing$ （不可能同时发生）且 $A\cup B=\Omega$ （至少有一个发生），有且仅有一个发生，则称事件A与事件B相互对立。即 $B=\bar{A}$ 或 $A=\bar{B}$ 。

相互独立事件与互不相容事件的区别：

对偶原则： $\overline{A\cup B}=\bar{A}\cap \bar{B},\overline{A\cap B}=\bar{A}\cup \bar{B.}$ （并集的余集等于余集的交集，交集的余集等于余集的并集）好绕呀，看着有点晕😵

推广：

推广到有限个事件中：

$\overline{\bigcup_{i=1}^{n}A_i{}}=\bigcap_{i=1}^{n}\bar{A_i{}}$ ；
$\overline{\bigcap_{i=1}^{n}A_i{}}=\bigcup_{i=1}^{n}\bar{A_i{}}.$

6.完备事件组

如果一组事件 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ 满足两个条件：①两两互不相容 $A_i{}\cap A_j{}=\varnothing$ ， $i\neq j$ ；②在每次试验中至少有一个发生 $\bigcup_{i=1}^{n}A_i{}=\Omega$ ；则称 $A_1{}$ ， $A_2{}$ ，…， $A_n{}$ 构成一个完备事件组。