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。