随机事件与概率术语与主题

1.随机试验

随机现象：在个别试验中其结果呈现出不确定，在大量实验中其结果又具有统计规律性的现象。

概率论与数理统计研究的对象是随机现象。概率论是研究随机现象的模型（即概率分布），数理统计是研究随机现象的数据收集与处理。

将具有以下三个特点的试验称为随机试验：
（1）可以在相同的条件下重复；
（2）每次试验的可能结果不止一个，并且能事先明确试验的所有可能的结果；
（3）进行一次试验之前不能确定哪一个结果会出现。

2.样本空间

随机现象的一切可能基本结果组成的集合称为样本空间，记为 Ω = { ω } , 其 中 ω \Omega = \{ \omega\},其中\omega Ω={ ω},其中ω表示基本 结果，又称样本点.
离散样本空间：样本的个数为有限个或可列个
连续样本空间：样本点的个数为不可列无限个

3.随机事件

随机现象的某些样本点组成的集合，即样本空间$\Omega$的子集称为随机事件。

4.基本事件

由样本空间$\Omega$中的单个元素组成的子集称为基本事件。

5.频率

在n次重复试验中，记n(A)为事件A出现的次数，又称n(A)为事件A的频数，称$$f_n(A)=\frac{n(A)}{n}$$为事件A出现的频率。

6.概率

概率的公理化定义：
设$\Omega 为一个样本空间，\mathcal{F}为\Omega 的某些子集组成的一个事件域。如果对任意事件A\in \mathcal{F},定义在\mathcal{F}上的一个实值函数P(A)满足：$
（1）非负性：$若A\in \mathcal{F},则P(A)\ge 0$,
（2）正则性：$P(\Omega )=1$
（3）可列可加性：$若A_1,A_2,...,A_n...互补相容，则$
$$P(\bigcup _{i=1}^{\infty }{A}_i)=\sum _{i=1}^{\infty }P(A_i)$$
则称P(A)为事件A的概率，称三元素$(\Omega ,\mathcal{F},P)$为概率空间。

简而言之，概率就是定义在事件域上满足非负、规范、可列可加性的实值函数。
而随机变量是定义在样本空间上的实值函数。

7.古典概型

确定概率的古典方法是概率论史上最先开始研究的情形，它简单直观不需要做大量重复试验，而是在经验事实的基础上，对被考察事件的可能性进行逻辑分析后得出该事件的概率。
古典概型的基本思想：
（1）所涉及的随机现象只有有限个样本点。
（2）每个样本点发生的可能性相等。
（3）若事件A 含有k个样本点，则事件A的概率为：
$$P(A)=\frac{事件A所含样本点的个数}{\Omega 中所含样本点的个数}=\frac{k}{n}$$
容易验证，上式确定的概率满足概率的公理化定义。

8.A的对立事件$\bar{A}$及其概率

$P(\bar{A})=1-P(A)$

9.两个互不相容事件的和事件的概率

$A_1,A_2互不相容，则P(A_1\bigcup A_2)$