1.1随机事件和样本空间 《概率论与数理统计》课件
合集下载
概率论课堂教学课件——1.1 随机试验、随机事件及样本空间

试验中,骰子“出现1点”, “出现2点”, … ,“出现6点”
“点数不大于4”, “点数为偶数” 等都为随机事件.
基本事件:对于一个随机试验来说,它的每 一个结果(样本点)是一个最简单的随机事件, 称为基本事件。
(相对于观察目的不可再分解的事件)
例如 “出现1点”, “出现2点”, … , “出现6点”.
概率论与数理统计
乔高秀 Email: gxqiao@
一、随机现象
自然界所观察到的现象: 确定性现象 随机现象
1.确定性现象
在一定条件下必然发生 的现象称为确定性现象. 实例 “太阳不会从西边升起”, “水从高处流向低处”, “同性电荷必然互斥”,
“函数在间断点处不存在导数” 等. 确定性现象的特征 条件完全决定结果
说明 1. 随机现象揭示了条件和结果之间的非确定
性联系 , 其数量关系无法用函数加以描述.
2. 随机现象在一次观察中出现什么结果具有
偶然性, 但在大量试验或观察中, 这种结果的出现
具有一定的统计规律性 , 概率论就是研究随机现 象这种本质规律的一门数学学科. 如何来研究随机现象? 随机现象是通过随机试验来研究的. 问题 什么是随机试验?
必然事件
四、事件的关系及其运算 1. 事件的包含:如果事件A的发生必然导致事 件B的发生,即属于A的每个样本点也都属于B, 则称事件B包含事件A,或称事件A包含于事件B, 记作 B A 或 A B 。
如 A=“长度不合格” ,B= “产品不合格”
因为“长度不合格” 必然导致 “产品不合格” 所以 A 包含于B. 即
必然事件 随机试验中必然会出现的结果.
例如 上述试验中 “点数不大于6” 就是必然事件.
不可能事件 随机试验中不可能出现的结果.
《概率论与数理统计》全套课件PPT(完整版)

m?????若对于一随机试验每个样本点出现是等可能的样本空间所含的样本点个数为无穷多个且具有非零的有限的几何度量即则称这一随机试验是一几何概型的20义定义当随机试验的样本空间是某个区域并且任量意一点落在度量长度面积体积相同的子区域是等可能的则事件a的概率可定义为?mamap??说明当古典概型的试验结果为连续无穷多个时就归结为几何概率
P(B| A) P(AB) P(A)
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即
10 对于每一个事件B, 有 1 P(B | A) 0.
20 P(S | A) 1.
30 设B1 , B2 ,两两互不相容, 则
P( Bi | A) P(B i | A).
i1
i1
此外, 条件概率具有无条件概率类似性质.例如:
(1) P( | A) 0.
(2) 设B1 ,B2 ,, Bn两两互不相容,则
n
n
P( Bi | A) P(B i | A).
30
i1
i1
(3) P(B | A) 1 P(B | A).
(4) P(B C | A) P(B | A) P(C | A) - P(BC | A).
在其中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取后不放回, 连取两次, 求在第1次取到偶数的条 件下, 第2次取到奇数的概率.
32
(二) 乘法公式: 由条件概率定义, 立即可得P(A) 0, 则有 P(AB) P(A)P(B | A).
注 当A=S时, P(B|S)=P(B), 条件概率化为无 条件概率, 因此无条件概率可看成条件概率.
P(B| A) P(AB) P(A)
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即
10 对于每一个事件B, 有 1 P(B | A) 0.
20 P(S | A) 1.
30 设B1 , B2 ,两两互不相容, 则
P( Bi | A) P(B i | A).
i1
i1
此外, 条件概率具有无条件概率类似性质.例如:
(1) P( | A) 0.
(2) 设B1 ,B2 ,, Bn两两互不相容,则
n
n
P( Bi | A) P(B i | A).
30
i1
i1
(3) P(B | A) 1 P(B | A).
(4) P(B C | A) P(B | A) P(C | A) - P(BC | A).
在其中计算B发生的概率, 从而得到P(B|A). 例2. 在1, 2, 3, 4, 5这5个数码中, 每次取一个数码, 取后不放回, 连取两次, 求在第1次取到偶数的条 件下, 第2次取到奇数的概率.
32
(二) 乘法公式: 由条件概率定义, 立即可得P(A) 0, 则有 P(AB) P(A)P(B | A).
注 当A=S时, P(B|S)=P(B), 条件概率化为无 条件概率, 因此无条件概率可看成条件概率.
概率论与数理统计全套精品课件(PPT)

概率论与数理统计
河南工业大学理学院
教材:《概率论与数理统计》第三版 王松桂 等编 科学出版社
参考书:1.《概率论与数理统计》 浙江大学 盛骤等 编 高等教育出版社
2. 《概率论与数理统计》 魏振军 编
中国统计出版社
序言
概率论是研究什么的?
人们所观察到的现象大体上分成两类: 1.确定性现象或必然现象 事前可以预知结果的:即在某些确定的条 件满足时,某一确定的现象必然会发生,或根 据它过去的状态,完全可以预知其将来的发展 状态。 2.偶然性现象或随机现象 事前不能预知结果:即在相同的条件下重 复进行试验时,每次所得到的结果未必相同, 或即使知道它过去的状态,也不能肯定它将来 的状态。
写出样本空间,指出哪些是基本事件,表示B ,C,D。
解: {1, 2,..., 6} Ai {i},i 1,..., 6 为基本事件
B {2, 4, 6} C {1,3,5} D {4,5, 6}
既然事件是一个集合,因此有关事件 间的关系、运算及运算规则也就按集合 间的关系、运算及运算规则来处理。
1.1.1 随机试验与事件
随机试验(试验)的特点: 1.可在相同条件下重复进行; 2.每次试验之前无法确定具体是哪种结果出 现,但能确定所有的可能结果。
试验常用“E”表示
(随机)试验的例子
E1: 掷一颗骰子,观察所掷的点数是几; E2 :工商管理部门抽查产品是否合格; E3: 观察某城市某个月内交通事故发生的次数; E4 :已知物体长度在a和b之间,测量其长度; E5: 对某只灯泡做试验,观察其使用寿命; E6: 对某只灯泡做试验,观察其使用寿命是否小
于200小时。
样本空间:试验的所有可能结果所组成
的集合称为样本空间。记为:
河南工业大学理学院
教材:《概率论与数理统计》第三版 王松桂 等编 科学出版社
参考书:1.《概率论与数理统计》 浙江大学 盛骤等 编 高等教育出版社
2. 《概率论与数理统计》 魏振军 编
中国统计出版社
序言
概率论是研究什么的?
人们所观察到的现象大体上分成两类: 1.确定性现象或必然现象 事前可以预知结果的:即在某些确定的条 件满足时,某一确定的现象必然会发生,或根 据它过去的状态,完全可以预知其将来的发展 状态。 2.偶然性现象或随机现象 事前不能预知结果:即在相同的条件下重 复进行试验时,每次所得到的结果未必相同, 或即使知道它过去的状态,也不能肯定它将来 的状态。
写出样本空间,指出哪些是基本事件,表示B ,C,D。
解: {1, 2,..., 6} Ai {i},i 1,..., 6 为基本事件
B {2, 4, 6} C {1,3,5} D {4,5, 6}
既然事件是一个集合,因此有关事件 间的关系、运算及运算规则也就按集合 间的关系、运算及运算规则来处理。
1.1.1 随机试验与事件
随机试验(试验)的特点: 1.可在相同条件下重复进行; 2.每次试验之前无法确定具体是哪种结果出 现,但能确定所有的可能结果。
试验常用“E”表示
(随机)试验的例子
E1: 掷一颗骰子,观察所掷的点数是几; E2 :工商管理部门抽查产品是否合格; E3: 观察某城市某个月内交通事故发生的次数; E4 :已知物体长度在a和b之间,测量其长度; E5: 对某只灯泡做试验,观察其使用寿命; E6: 对某只灯泡做试验,观察其使用寿命是否小
于200小时。
样本空间:试验的所有可能结果所组成
的集合称为样本空间。记为:
随机试验与样本空间PPT

概率的概念形成于16世纪,与用投掷骰子的方法进行赌博有密切的关系.
1
1654年,一个名叫德梅尔(De Mere,法)的赌徒就“两个赌徒约定赌若干局,且谁先赢c局便算赢家,若在一赌徒胜a局(a<c),另一赌徒胜b局(b<c)时便终止赌博,问应如何分赌本”为题求教于数学家帕斯卡(Pascal,法,1623-1662),帕斯卡与费玛(Fermat,法,1601-1665)通信讨论了这一问题,并用组合的方法给出了正确的解答.
概率论与数理统计
点击此处添加正文,文字是您思想的提炼,请言简意赅的阐述您的观点。
第1章 概率论基础
1.2 随机事件及其概率
1.1 随机试验与样本空间
1.3 古典概型与几何概型
1.4 条件概率与乘法公式
1.5 全概率公式和贝叶斯公式
独立性
貳
壹
叁
肆
伍
陆
第1章 概率论基础
概率论是从数量化的角度来研究现实世界中一类不确定现象(随机现象)规律性的一门数学学科,20世纪以来,广泛应用于工业、国防、国民经济及工程技术等各个领域.本章介绍随机事件与概率、古典概型与几何概型、条件概率与乘法公式等概率论中最基本、最重要的概念和概率计算方法.
随机试验通常用大写字母E表示.
1.1.1 随机试验
随机试验
说明 随机试验简称为试验, 是一个广泛的术语.它包括各种各样的科学实验, 也包括对客观事物进行的 “调查”、“观察”或 “测量” 等.
“抛一枚硬币观察哪一面朝上”:
定义1.1 随机试验的一切可能基本结果组成的集合称为样本空间,记为 = { },其中 表示基本结果,又称为样本点.
【例1.1】下面给出几个随机试验的样本空间.
研究随机现象首先要了解它的样本空间.
概率论与数理统计书ppt课件

a+b-1 个 球
另解: P(A) Ca1 (a b 1)! a
中 取 出
(a b)! a b
的
有放回是有序行为,无放回是无序行为 39
1-4
1.4 条件概率
1.4.1条件概率
在实际问题中,除了要知道事件A的概率 P( A) 外,有时还要考虑在“已知事件B发生”的条 件 下,事件A发生的概率。一般情况下,两者的 概率是不相等的,为了区P(别A B所) 见,我们把后者 称为条件概率。
12
事件的并(或称和) 定义:若事件A发生或事件B发生,则称这样
的事件为并事件,记为:A B。
结论:(A B) A ;(A B) B 。
B A
注:包括事件A与B 同时发生
13
例3
A={1,2,7,8,a,b,c}, B={1,5,8,b,e}
则 AUB={1,2,5,7,8,a,b,c,e}
运动员平均分成两组,问4名种子选手:(1)
各有两人分在一组的概率;(2)分在同一组
的概率。
36
解(1):n
C162
,m
C42C84
;
P( A)
15 33
(2):m C82 ;
P( A) 1 33
例10、一盒中含有N-1个黑球,一个白球,每
次从盒中随机地取一只球,并还入一只黑球,
10
1.2.3事件之间的关系及其运算
定义:若事件A发生必导致事件B发生,则称
事件B包含事件A。记为:B A或A B。
比如例2中,A:表示小于3点事件,B表示小
于5点事件。)
11
事件相等
若事件A B且 B A,则称
另解: P(A) Ca1 (a b 1)! a
中 取 出
(a b)! a b
的
有放回是有序行为,无放回是无序行为 39
1-4
1.4 条件概率
1.4.1条件概率
在实际问题中,除了要知道事件A的概率 P( A) 外,有时还要考虑在“已知事件B发生”的条 件 下,事件A发生的概率。一般情况下,两者的 概率是不相等的,为了区P(别A B所) 见,我们把后者 称为条件概率。
12
事件的并(或称和) 定义:若事件A发生或事件B发生,则称这样
的事件为并事件,记为:A B。
结论:(A B) A ;(A B) B 。
B A
注:包括事件A与B 同时发生
13
例3
A={1,2,7,8,a,b,c}, B={1,5,8,b,e}
则 AUB={1,2,5,7,8,a,b,c,e}
运动员平均分成两组,问4名种子选手:(1)
各有两人分在一组的概率;(2)分在同一组
的概率。
36
解(1):n
C162
,m
C42C84
;
P( A)
15 33
(2):m C82 ;
P( A) 1 33
例10、一盒中含有N-1个黑球,一个白球,每
次从盒中随机地取一只球,并还入一只黑球,
10
1.2.3事件之间的关系及其运算
定义:若事件A发生必导致事件B发生,则称
事件B包含事件A。记为:B A或A B。
比如例2中,A:表示小于3点事件,B表示小
于5点事件。)
11
事件相等
若事件A B且 B A,则称
概率论与数理统计(完整版)(课堂PPT)

E3: 将一枚硬币抛三次,观察出现正面的情况. E4: 电话交换台一分钟内接到的呼唤次数. E5: 在一批灯泡中任取一只, 测试它的寿命.
3
随机试验:
(1) 可在相同的条件下重复试验; (2) 每次试验的结果不止一个,且能事先明确所有可能的结 果; (3) 一次试验前不能确定会出现哪个结果.
4
§2. 样本空间与随机事件
(一) 样本空间:
定义 随机试验E的所有可能结果组成的集合称为 E的样 本空间, 记为S. 样本空间的元素称为样本点,用表示.
样本空间的分类:
1.离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 2.无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
5
(二) 随机事件
定义 样本空间S的子集称为随机事件, 简称事件. 在一 次试验中, 当且仅当这一子集中的一个样本点出现时, 称 这一事件发生.
基本事件: 由一个样本点组成的单点集. 如:{H},{T}.
复合事件: 由两个或两个以上的基本事件复合而成的事件 为复合事件. 如:E3中{出现正面次数为奇数}.
必然事件: 样本空间S是自身的子集,在每次试验中总是 发生的,称为必然事件。
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即 10 对于每一 B有 个 , 1 事 P(件 |B A)0.
20 P (|SA) 1.
30 设B1,B2,两两互不,则 相容
P ( Bi |A)P(Bi |A.)
i1
i1
此外, 条件概率具有无条件概率类似性质.例如:
P(A 1)P(A 2)P(A n).(有限)可
性3质 . 若 AB,则有 P(BA)P(B)P(A);
3
随机试验:
(1) 可在相同的条件下重复试验; (2) 每次试验的结果不止一个,且能事先明确所有可能的结 果; (3) 一次试验前不能确定会出现哪个结果.
4
§2. 样本空间与随机事件
(一) 样本空间:
定义 随机试验E的所有可能结果组成的集合称为 E的样 本空间, 记为S. 样本空间的元素称为样本点,用表示.
样本空间的分类:
1.离散样本空间:样本点为有限个或可列个. 例 E1,E2等. 2.无穷样本空间:样本点在区间或区域内取值. 例 灯泡的寿命{t|t≥0}.
5
(二) 随机事件
定义 样本空间S的子集称为随机事件, 简称事件. 在一 次试验中, 当且仅当这一子集中的一个样本点出现时, 称 这一事件发生.
基本事件: 由一个样本点组成的单点集. 如:{H},{T}.
复合事件: 由两个或两个以上的基本事件复合而成的事件 为复合事件. 如:E3中{出现正面次数为奇数}.
必然事件: 样本空间S是自身的子集,在每次试验中总是 发生的,称为必然事件。
为在事件A发生的条件下事件B发生的条件概率2.9
2. 性质: 条件概率符合概率定义中的三个条件, 即 10 对于每一 B有 个 , 1 事 P(件 |B A)0.
20 P (|SA) 1.
30 设B1,B2,两两互不,则 相容
P ( Bi |A)P(Bi |A.)
i1
i1
此外, 条件概率具有无条件概率类似性质.例如:
P(A 1)P(A 2)P(A n).(有限)可
性3质 . 若 AB,则有 P(BA)P(B)P(A);
概率论与数理统计ppt课件

称这种试验为等可能概型(或古典概型)。
*
例1:一袋中有8个球,其中3个为红球,5个为黄球,设摸到每一球的可能性相等,从袋中不放回摸两球, 记A={恰是一红一黄},求P(A). 解:
(注:当L>m或L<0时,记 )
例2:有N件产品,其中D件是次品,从中不放 回的取n件, 记Ak={恰有k件次品},求P(Ak). 解:
*
第四章 随机变量的数字特征 4.1 数学期望 4.2 方差 4.3 协方差及相关系数 4.4 矩、协方差矩阵 第五章 大数定律和中心极限定理 5.1 大数定律 5.2 中心极限定理 第六章 数理统计的基本概念 6.1 总体和样本 6.2 常用的分布
*
第七章 参数估计 7.1 参数的点估计 7.2 估计量的评选标准 7.3 区间估计 第八章 假设检验 8.1 假设检验 8.2 正态总体均值的假设检验 8.3 正态总体方差的假设检验 8.4 置信区间与假设检验之间的关系 8.5 样本容量的选取 8.6 分布拟合检验 8.7 秩和检验 第九章 方差分析及回归分析 9.1 单因素试验的方差分析 9.2 双因素试验的方差分析 9.3 一元线性回归 9.4 多元线性回归
解: 设 Ai={ 这人第i次通过考核 },i=1,2,3 A={ 这人通过考核 },
亦可:
*
例:从52张牌中任取2张,采用(1)放回抽样,(2)不放 回抽样,求恰是“一红一黑”的概率。
利用乘法公式
与 不相容
(1)若为放回抽样:
(2)若为不放回抽样:
解: 设 Ai={第i次取到红牌},i=1,2 B={取2张恰是一红一黑}
①
②
①
1 2 N
①
②
1 2 N
……
概率论与数理统计课件(完整)

人们在长期的实践中总结得到“概率很小的事件在一次 试验中实际上几乎是不发生的”(称之为实际推断原理)。 现在概率很小的事件在一次试验中竟然发生了,因此有理由 怀疑假设的正确性,从而推断接待站不是每天都接待来访者, 即认为其接待时间是有规定的。
1.3 频率与概率
某人向目标射击, 以A表示事件“命中目标”, P( A) =? 定义:(p8) 事件A在n次重复试验中出现nA次,则 比值nA/n称为事件A在n次重复试验中
(1) P(A) ≥0;
(2) P()=1;
(3) 可列可加性:设A1,A2,…, 是一列两两互不 相容的事件,即AiAj=,(ij), i , j=1, 2, …, 有 P( A1 A2 … )= P(A1) +P(A2)+…. 则称P(A)为事件A的概率。 (1.1)
2.概率的性质 P(8-9) (1) 有限可加性:设A1,A2,…An , 是n个两两互 不相容的事件,即AiAj= ,(ij), i , j=1, 2, …, n ,则有 P( A1 A2 … An)= P(A1) +P(A2)+… P(An); (2) 单调不减性:若事件AB,则 P(A)≥P(B) (3)事件差 A、B是两个事件, 则 P(A-B)=P(A)-P(AB)
种取法.
1、抽球问题
例1:设合中有3个白球,2个红球,现从合中 任抽2个球,求取到一红一白的概率。 解:设A-----取到一红一白
N () C
2 5
1 1 N ( A) C3 C2
CC 3 P( A) 2 C5 5
1 3
1 2
答:取到一红一白的概率为3/5
一般地,设盒中有N个球,其中有M个白 球,现从中任抽n个球,则这n个球中恰有
1.3 频率与概率
某人向目标射击, 以A表示事件“命中目标”, P( A) =? 定义:(p8) 事件A在n次重复试验中出现nA次,则 比值nA/n称为事件A在n次重复试验中
(1) P(A) ≥0;
(2) P()=1;
(3) 可列可加性:设A1,A2,…, 是一列两两互不 相容的事件,即AiAj=,(ij), i , j=1, 2, …, 有 P( A1 A2 … )= P(A1) +P(A2)+…. 则称P(A)为事件A的概率。 (1.1)
2.概率的性质 P(8-9) (1) 有限可加性:设A1,A2,…An , 是n个两两互 不相容的事件,即AiAj= ,(ij), i , j=1, 2, …, n ,则有 P( A1 A2 … An)= P(A1) +P(A2)+… P(An); (2) 单调不减性:若事件AB,则 P(A)≥P(B) (3)事件差 A、B是两个事件, 则 P(A-B)=P(A)-P(AB)
种取法.
1、抽球问题
例1:设合中有3个白球,2个红球,现从合中 任抽2个球,求取到一红一白的概率。 解:设A-----取到一红一白
N () C
2 5
1 1 N ( A) C3 C2
CC 3 P( A) 2 C5 5
1 3
1 2
答:取到一红一白的概率为3/5
一般地,设盒中有N个球,其中有M个白 球,现从中任抽n个球,则这n个球中恰有
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
7.完备事件组
A1,A2,,An,,是有限或可列个事件,若其满足:
(1)A i
Aj
,i,j=1,2,
,
2 Ai .
则称A1,A2, ,An,,是一个完备事件组.
显然,A与A 构成一个完备事件组.
8.事件的运算法则
在进行运算时,经常要用到下述定律。设A,B,C
为事件,则有
交换律 A B B A , A B B A;
(2)试验的所有可能结果是明确可知道的,并且不止一个; (明确可知性)
(3)每次试验总是恰好出现这些可能结果中的一个, (不确定性)
但在一次试验之前却不能肯定这次试验会出现哪一个结 果,就称这样的试验是一个随机试验,为方便起见,也 简称为试验.
定义:随机试验的每一个可能的结果, 称为基本事件(样 本点).一般用 表示.
第一章 随机事件及概率
随机试验、样本空间、随机事件 概率的定义及性质 古典概型与几何概型 有关条件概率的计算公式 独立性及贝努里概型
退出 返回
§1.1 随机事件和样本空间
一、随机事件和样本空间的概念
1、基本事件和样本空间
定义:一个试验如果满足下述条件:
(1)试验可以在相同的情形下重复进行; (可重复性)
在随机试验中,有时关心的是带有某些
特征的基本事件是否发生,如在例1.1.1中,
1
关心的问题是:A={球的标号是否为5},
B={球的标号是否偶数},C={球的标号是否
2
<5}.
5
6 其中A是基本事件,而B和C是由多个基本事
件所组成的,相对于基本事件,称为复杂事件.
9
8 无论是基本事件还是复杂事件,它们在试验
对于这个随机试验来说,基本事件总数为
C
3 10
.
三、事件的关系与运算
以下设 A, B,C
等都是同一样本空间
中的事件.
文氏图 ( Venn diagram )
A
1. 事件的包含关系
定义1.1.1:若A,有B(若事件A发生必然导
致事件B发生),这时称事件B包含事件A,记作 BA
或 AB ,即A是B的子集.
注:对任何事情 A,有A,A.
AB
例1.1.6 设某种动物从出生生 活至20岁记为 A 从出生到25记为 B 则 B A.
2. 事件的相等
定义:A若B AB且 BA则称事件A与B相等,记作
AB.
3、并(和)事件与积(交)事件
定义1.1.2:“事件A、B中至少
有一个发生”,这样的一个事件称作 事件A与B的并(或和)记作 B A (或A+B).
5.对立事件(逆)
定义1.1.5:若A是一个事件,令 AA
称为事件A的对立事件或逆事件.
A A AA
A
A
对立事件与互不相容事件的关系:
6. 事件的互不相容(互斥)
定义1.1.6:若AB ,则称事件A与事件Biblioteka AB互不相容(互斥).
B
即表示互不相容的两事件不会同时发生。
对立事件一定是互不相容的,但互不相容事 件不一定是对立的.
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 ;
德·摩根律 A B A B ; A B A B。 对于n个事件,甚至对于可列个事件,德·摩根律
也成立。
例1.1.9:设A、B、C是样本空间 的三个随机事件,试将
下列事件用A、B、C表示出来. (1)A发生,但B、C都不发生(A BC或A-B-C或A- (B )C) (2)A、B发生,而C不发生(AB C 或AB-C或AB-ABC)
(3)三个事件都发生 (ABC) (4)三个事件中至少一个发生 (ABC 或ABC)
(5)三个事件都不发生 (ABC或 ABC)
A
ABB
注:1 .A A , A , A A A ;
2.若 AB 则 A BB; A A B ,B A B
例1.1.7 设某种圆柱形产品,若底面直径和高都合
格,则该产品合格.令A={直径不合格},B={高度不
合格},则产品合格可以表示为
A B.
类似的可以推广到n个事件: A1,A2, ,An
(6)不多于一个事件发生
(A B C A B C A B C A B C 或 A BBC C)A
(7)不多于两个事件发生
( ABC或 A B C A B C A B C A B C A B A B C A C C )
中至少有一个发生”,这样的一个事件称作事件 A1,A2, ,An
的并(或和),记作
A 1 A 2 A n或 n
Ai
n
或
Ai.
i1
i1
定义1.1.3:“事件A与B同时发 生”, 这样的一个事件称作事件A 与B的交(或积)A记作B (或AB)
A B
AB
注:1. A , A A , A A A , A B A , A B B
因为随机试验的所有结果是明确的,从而所有的基本事件 也是明确的.则基本事件的全体所组成的集合,称为样本 空间.常用 来表示,即 .
注: (1)定义中的每个可能的结果是指每个不能再分或 不必再细分的可能结果.
(2)对于一个具体的随机试验,我们可以根据试验 的条件和观察的目的来确定样本空间.
二、随机事件
3 中发生与否,都带有随机性,所以都叫做随机
事件或简称为事件,习惯上用A、B、C,…来表示.
7
0
注:1.从集合论的角度来看,一个随机事件不
4
过是样本空间的一个子集而已.
2.说某事件A发生当且仅当它所包含的某一个基本事件出 现,可用 A来表示.
3.基本事件与随机事件是两个不同的概念,基本事件是 一个随机事件,而随机事件不一定是基本事件.
2.若 A B, 则 A BA.
类似的“ A,A, ,同A时发生”称为
12
n
A 1,A 的2, 交,A (n 或
积)记作
(A 简A 记 为 或A )
1
2
n
n
A
i1 i
n
A
i1 i
4. 差事件
定义1.1.4:“事件A发生而 B
A
不发生”,这样一个事件称作事件
B
A与 B的差,记为 AB.
AB
如例1.1.7中 AB={该产品的直径不合格,高度合格}
4.必然事件 , 用符号 来 表示
不可能事件 用符号 来表示
例1.1.5 一批产品共10件,其中2件次品,其余为正品,从中任
取3件则, A恰 有一件正 ,B 品 恰 有 两 件 正 品 ,C至少有两件
D={ 三件中至少有一件次品}.这些都是随机事件,而
三件中有正 为必品 然事件, 3件 都 是 正 品 为不可能事件,