概率论与数理统计(1)——随机事件与随机变量

一、随机事件

1.基本概念

随机现象： 现实生活中，一个动作或一件事情，在一定条件下，所得的结果不能预先完全确定，而只能确定是多种可能结果中的一种，称这种现象为随机现象。

随机实验：使随机现象得以实现和对它观察的全过程称为随机试验，记为$E$。

随机试验满足以下三个条件：

1. 可以在相同条件下重复进行；
2. 结果有多种可能性，并且所有可能结果事先已知；
3. 作一次试验究竟哪个结果出现，事先不能确定。

定义

• 称随机试验的所有可能结果组成的集合为样本空间，记为$\Omega$。

• 试验的每一个可能结果称为样本点，记为$\omega$。

• 称样本空间$\Omega$中满足一定条件的子集为随机事件，用大写字母$A,B,C...$表示。另外，随机事件在随机试验中可能出现也可能不出现。

• 在试验中，称一个事件发生是指构成该事件的一个样本点出现。由于样本空间$\Omega$包含了所有的样本点，所以在每次试验中，它总是发生，因此称$\Omega$为必然事件。

• 空集$\varphi$不包含任何样本点，且在每次试验中总不发生，所以称为不可能事件。

2.概率

1.定义：

随机试验$E$的样本空间为$\Omega$，对于每个事件$A$，定义一个实数$P(A)$与之对应，若函数$P(.)$满足条件：

1. 对每个事件$A$，均有$0<P(A)<=1$;

2. $P(\Omega )=1$;

3. 若事件$A_1,A_2,A_3,...$两两互斥，即对于$i，j=1,2,...，i\ne j,A_i\cap A_j=\varphi$，均有

   $P(A_1\cup A_2\cup ...)=P(A_1)+P(A_2)+...$

则称$P(A)$为事件$A$的概率。

2.主要性质：

• 对于任一事件$A$，均有$P(\overline{A})=1-P(A)$.

• 对于两个事件$A$和$B$，若$A\subset B$，则有

​ $P(B-A) = P(B) - P(A), P(B) >P(A) $.

• 对于任意两个事件$A$和$B$，有

  ​ $P(A\cup B)=P(A)+P(B)-P(A\cap B)$.

3.古典概型

我们将掷骰子游戏进行推广，设随机事件 $E$ 的样本空间中只有有限个样本点，即 Ω = { ω 1 , ω 2 , . . . , ω n } \Omega= \{ \omega_1, \omega_2,..., \omega_n \}