随机事件与概率

米娜桑，o(*￣▽￣*)ブ，好久不见啊，我们又在另一个专栏相遇了，这个是我最近新开辟的专栏哦，主要是我这学期担任概率与统计的助教，所以就趁着有空来给大家讲一讲有关内容，有很多基础的概念我们只会简单地列举出来，主要是负责一些类型题目的讲解.

概率论与数理统计

---

我们开始吧，之前有人看过我写的那篇文章“概率论的前世今生”（贴在下面了），里面有讲到概率的公理体系化是使得概率被人们广泛认可的重要一步.本文适于高中及其以上的同学阅读哦！

Rainsley：第7期 概率论的“前世今生”

随机试验

因为我们的概率论是研究随机现象的一门学科，如果要研究随机现象，就必须要随机试验，它需要满足下列三条（类似于我们制订了实验准则）：

1. 在相同条件下试验可以重复进行；

2. 每次试验的可能结果不止一个，在试验之前试验的所有可能结果都是明确的；

3. 每次试验出现哪一种结果均无法预测，但结果一定是之前所有试验可能结果中间的一个.

对于随机试验的每一个可能的结果均称为基本事件；人们也会考虑多个结果的结合，称之为复合事件；它俩通称为随机事件.通常用大写字母表示，例如A，B，C等.

举个例子吧，就拿最最经典的掷色子来说吧，随机试验的全部结果用" Ω "表示，掷出“1点”记为事件A，掷出“偶数点”记为事件B，从而

样本空间基本事件复合事件样本空间Ω={1,2,3,4,5,6};

基本事件A={1};

复合事件B={2,4,6}.

有人会说到这不就是高中的学的集合嘛，对啊，没错，现在事件可以用集合来表示了，这就很方便啦.那么很多事件的运算都可以跟集合的运算对应起来了，而且集合的运算律也都适用于事件的运算.具体如下：

添加图片注释，不超过 140 字（可选）

然后讲到我们的概率，它的本质就是一个测度（何为测度，就一个将集合映射成数字的的东西，通俗的来讲，就是测量集合的映射或者函数）.既然事件可以集合化，也就是一个集合了，我们的概率就是来量度它的，就从我们高中学过的古典概型与几何概型来引出一般的概率吧，在这个过程中，希望大家能够体会到数学为什么要抽象出这样一个概念，大家会感悟到公理化体系的绝妙之处.这就是我们的数学啊！

古典概型

古典试验一般具有以下两种特点：

1. 试验的所有可能结果是有限的；

2. 试验的每个可能结果，即基本事件出现的可能性是一样的.

根据我们高中所学，我们可以得到古典概型的计算公式：

类似的情况下，我们考虑几何概型：

几何概型

几何概型对应的随机试验一般具有以下两个特点：

1. 考虑的区域（比如三角形区域、矩形区域等等）是有限的，样本点，即事件的所有可能结果是无限的；

2. 每个样本点出现的可能性仍旧是一样的，但是任意两个样本点事件不可能同时发生.

同样的，回忆高中所学，我们可以得到计算几何概型的公式：

相比古典概型的第三条来说，本来是由有限可加，这里变成了无限可列可加，这便是高中与大学的本质区别，就是“有限与无限”的区别.

通过以上两个例子，我们可以看出很多关于概率测度P共同的三条性质，那么我们不妨就把它们抽象出来作为概率的定义好了啊，咯，如下：

概率的一般定义

第一二条不妨称规范性吧，第三条就是可列可加性.至此，我们抽象出了概率最一般的定义，当然不算抽象，对于数学系的同学来说，这依旧不够严格严谨.所以来说，数学的本质就是抽象，以上就是活生生的例子.

好了，本期到这里就结束了，算是开了一个小头吧，下次我们会讲到条件概率、贝叶斯公式和全概率公式，大家敬请期待！如果还喜欢我的文章的话，希望大家一键三联一波，我么下期见！（づ￣3￣）づ╭❤～

主要参考资料说明：主要参照《概率论与数理统计》第二版，四川大学出版社，邹述超，何腊梅，编.