第一节：导论与随机事件
概率论是数学的一个分支，研究如何定量描述随机现象及其规律。
数理统计则是以数据为唯一研究对象，包括数据的收集、整理、分析和建模，从而对随机现象的某些规律进行预测和决策。
概率论是演绎，从先验知识推出结论，在已知变量的概率分布下来推出各种结论。
数理统计是归纳，从观察值推出背后的数学模型（变量之间的关系），因为在真实世界里，我们只能通过观测值来预估数学模型，所以数理统计又是后验的。
一、样本空间与随机事件
确定性现象（必然现象）：一定发生或一定不发生
随机现象（偶然现象）：可能发生或可能不发生
对于随机现象而言，在实验中不能预知结果，随着随机试验次数的增加，会呈现一些规律。
随机试验（E）的特点：
在相同条件下可重复进行
事先知道所有可能的结果
试验前无法预知哪种结果会发生
样本空间𝛺
样本空间（或基本事件空间）：随机试验的所有可能结果构成的集合。记作𝛺。是样本点的全体组成的集合。
样本点：随机试验的每一个可能结果。记作𝜔。
随机事件：
样本空间𝛺的子集A称为随机事件A，简称事件A。当且仅当A中的某个样本点发生，即称事件A发生。
应该注意的是，事件的结果是相应于"一定条件"而言的。
必然事件：可以把样本空间𝛺看成一个事件，则事件𝛺总会发生的，因此称为必然事件。
基本事件：如果事件只有一个样本点𝜔，即A={𝜔}，称其为基本事件。
不可能事件：如果事件是空集，里面不包含任何样本点，记为𝝓。那么每次试验𝝓都是不会发生的，称之为不可能事件。
在概率论中，事件常称为“随机事件”，其极端情况为“必然事件”和“不可能事件”。
二、事件的相互关系
1、包含与相等的事件：事件A发生必然导致事件B的发生。
A ⊂ B 或 B ⊃ A 称事件B包含事件A
证明两个事件相等的A=B即证明以下两个条件：
（1）A包含于B
（2）且B包含于A
此定理可用于德∙摩根定律的证明。
2、并（和）事件：事件A与B至少有一个发生。
A ∪ B = {𝒙|𝒙∈A或𝒙∈B}
显然有，A⊂(A∪B)，B⊂(A∪B)；若A⊂ B，则A∪B = B。
3、交（积）事件：事件A与B同时发生。
A ∩ B = {𝒙|𝒙∈A且𝒙∈B}
显然有，AB⊂A，AB⊂B；若A⊂ B，则AB = A。
并事件与交事件的符号区别：上并下交。
无限可列个：能够按照某种规律排成某种序列。
（1）自然数：0,1,2,3,4…
（2）整数：0,1，-1,2，-2,3，-3…
（3）有理数：p/q：（按照分母的大小来排）0，1/1,-1/1,1/2,-1/2,1/3,-1/3,2/3,-2/3,1/4,-1/4…
（4）实数集不能排，直线点集也不能排
4、差事件：当且仅当A发生、B不发生
A − B = {𝒙|𝒙∈A且𝒙∉B}
显然有，A−B⊂A；若A⊂ B，则A−B = 𝝓。
其实A-B就是把A中AB的公共部分减掉，所以有
5、互不相容（互斥）事件：不能同时发生的事件。
A ∩ B = 𝝓
可知互斥事件只说是不能同时发生，但还是有可能同时不发生的。基本事件是两两互不相容的。
6、对立（逆）事件：事件A与B必有一个且仅有一个发生。（非此即彼）
A ∪ B = 𝛺 且 A ∩ B = 𝝓
对立事件属于一种特殊的互斥事件（即对立必然互斥，互斥不一定会对立。）；对立事件只适应于两个事件中，而互斥事件可适用于多个事件中。
“恰有“就是”正好有“，则彼此各方面都要交待清楚；”至少“只要考虑彼或此一个方面；”至多“则不要忽略“都不”的情况；”都不“与”不都“是两个不同概念。
经典例题：
1、事件A、B、C至少有一个不发生。（隐含：可以二个、三个不发生）
2、事件A、B、C至少有两个发生。（隐含：可以三个都发生）
3、事件A、B、C至多有一个发生。（隐含：可以三个都不发生）
三、事件的运算律
交换律
A ∪ B = B ∪ A
A ∩ B = B ∩ A
结合律
(A ∪ B) ∪ C = A ∪ (B ∪ C)
(A ∩ B) ∩ C = A ∩ (B ∩ C)
分配律
A ∪ (B ∩ C) = (A ∪ B) ∩ (A ∪ C)
A ∩ (B ∪ C) = (A ∩ B) ∪ (A ∩ C)
对偶律（德∙摩根定律）：长短变，符号换
对偶律是左右双向成立的。
A ∪ 𝛺 = 𝛺，A ∪ 𝛷 = A，A𝛺 = A，A𝛷 = 𝛷
四、维恩图验证事件等式
维恩图（英语：Venn diagram），或译Venn图、文氏图、温氏图、韦恩图。 用于展示在不同的事物群组（集合）之间的数学或逻辑联系，尤其适合用来表示集合（或）类之间的“大致关系”，它也常常被用来帮助推导（或理解推导过程）关于集合运算（或类运算）的一些规律。
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
