第一章 随机事件
概率论与数理统计 第一章1.1随机事件
事件的关系与运算
注：(1) 事件的关系与运算可用维恩图形象表之
(2) 事件的和与积的运算可推广到有限个事 件或可数无限个事件的情形.
A B A B, (3) 事件的和与积的另一记法：
A B AB.
事件的关系与运算
８. 完备事件组 设 A1 , A2 ,, An , 是有限或可数个事件，若其 满足：
完
随机事件
在随机试验中，人们除了关心试验的结果本身外，
往往还关心试验的结果 是否具备某一指定的可观
察的特征，概率论中将这一可观察的特征称为一 个事件 ， 它分三类：
随机事件
1. 随机事件：在试验中可能发生也可能不发生的 事件； 2. 必然事件：在每次试验中都必然发生的事件； 3. 不可能事件：在任何一次试验中都不可能发 生的事件. 例如，在抛掷一枚骰子的试验中，我们也许会关
A : “点数为奇数”，B : “点数小于5”.
则 A B {1，2，3，4，5}； A B {1，3}；
A - B {5}.
6. 若 A B , 则称事件 A 与 B 是互不相 容的(或互斥的).
7. 若 A B S 且 A B ,
事件的关系与运算
由于随机现象的结果事先不能预知， 初看似乎 毫无规律. 然而人们发现 同一随机现象大量重 其每种可能的结果 出现的频率具有 复出现时，
稳定性， 从而表明随机现象也有其固有的规律
性. 人们把随机现象在大量重复出现时 所表现 出的量的规律性 称为随机现象的统计规律性.
随机现象的统计规律性
概率论与数理统计是研究 随机现象统计规律性 的一门学科. 为了对随机现象的统计规律性进行研究，就需 对随机现象进行重复观察，我们把对随机现象
概率论第一章随机事件及其概率
B
和事件 A∪B={| ∈ A或B } A = { HHH }，B = { TTT } ； A∪B = { HHH，TTT } 三次都是同一面
特别的，对任意的随机事件 A ， A∪A = A， A∪ = A， A∪S = S 当 A、B 不相容时，记成 A∪B = A＋B
S
(3).事件的积运算 得到一个新事件，它的发生表示 这些事件中每一个都要发生，
解. 由减法公式， P (B – A ) = P (B ) – P (AB ) 只需要计算出概率 P (AB ) 。 (1) A、B互不相容即 AB = ，则 P (B – A ) = 0.5； (2) A B 等价于 AB = A，得到 P (B – A ) = 0.2； (3) 利用加法公式的另一形式： P (A∪B ) = P (A ) + P (B – A )， 得到P (B – A ) = 0.4。
性质5 设A，B是两个事件，若 A B， 则 P (A ) ≤ P (B ) 性质6 对任意的事件A ，有P (A ) ≤1。 证明思路 利用概率定义中的无穷可加以及非负性等。
思考
性质4中如何推广到n个事件的加法公式
例1.11 假定 P (A ) = 0.3，P (B ) = 0.5 ， 分别计算 (1) A、B 不相容；(2) A B； (3) P (A∪B) = 0.7 时概率P (B – A) 的值。
例如从 26 个英文字母中任取2 个排列， 所有不同方式一共有 P262 = 26×25 = 650。
(2) 可以重复的排列
从 n 个不同元素中允许放回任意取 m 个 出来排成有顺序的一列( 即取出的这些元素 可以相同 )。所有不同的排列方式一共有 n×n×…×n = nm
(完整版)概率论第一章随机事件与概率
解题思路
1、将事件定义为某个参数，如A,B,C； 2、确定总样本空间样本数与事件对应的样本数 技巧：可以采用概率的性质和事件的运算关系灵 活变换。
2. 样本点 ω—— 随机试验的每一个可能结果.
3. 样本空间(Ω) —— 随机试验的所有样本点构成的集合.
4. 两类样本空间： 离散样本空间 样本点的个数为有限个或可列个. 连续样本空间 样本点的个数为无限不可列个.
1.1.3 随机事件
1. 随机事件 —— 某些样本点组成的集合, Ω的子集，常用A、B、C…表示.
• 重复排列：nr
•
选排列： Pnr
n! n(n 1)......(n r 1) (n r)!
组合
•
组合：
Cnr
n r
n! r!(n r)!
Pnr r!
注意
求排列、组合时，要掌握和注意： 加法原则、乘法原则.
加法原理
完成某件事情有 n 类途径， 在第一类途径中有m1种方 法，在第二类途径中有m2种方法，依次类推，在第 n 类 途径中有mn种方法，则完成这件事共有 m1+m2+…+mn种 不同的方法.
§1.1 随机事件及其运算 §1.2 概率的定义及其确定方法 §1.3 概率的性质 §1.4 条件概率 §1.5 独立性
§1.1 随机事件及其运算
1.1.1 随机现象：自然界中的有两类现象 1. 必然现象
• 每天早晨太阳从东方升起; • 水在标准大气压下加温到100oC沸腾;
2. 随机现象
• 掷一枚硬币，正面朝上？反面朝上？ • 一天内进入某超市的顾客数; • 某种型号电视机的寿命;
乘法原理
概率论知识点
第一章随机事件及其概率§ 1.1 随机事件及其运算随机现象：概率论的基本概念之一。
是人们通常说的偶然现象。
其特点是，在相同的条件下重复观察时，可能出现这样的结果，也可能出现那样的结果，预先不能断言将出现哪种结果•例如,投掷一枚五分硬币，可能国徽”向上,也可能伍分”向上；从含有5件次品的一批产品中任意取出3件，取到次品的件数可能是0,1,2或3.随机试验：概率论的基本概念之一•指在科学研究或工程技术中，对随机现象在相同条件下的观察。
对随机现象的一次观察（包括试验、实验、测量和观测等）,事先不能精确地断定其结果，而且在相同条件下可以重复进行，这种试验就称为随机试验。
样本空间：概率论术语。
我们将随机试验E的一切可能结果组成的集合称为E的样本空间，记为1。
样本空间的元素，即E的每一个结果，称为样本点。
随机事件：实际中，在进行随机试验时，人们常常关心满足某种条件的那些样本点所组成的集合.称试验E的样本空间I ■■的子集为E的随机事件，简称事件•在每次试验中，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.特别，由一个样本点组成的单点集，称为基本事件.样本空间门包含所有的样本点，它是门自身的子集，在每次试验中它总是发生的，称为必然事件.空集？不包含任何样本点，它也作为样本空间的子集，它在每次试验中都不发生称为不可能事件.互斥事件（互不相容事件）：若事件A与事件B不可能同时发生，亦即A B =①，则称事件A与事件B是互斥（或互不相容）事件。
互逆事件：事件A与事件B满足条件A B =①，A B =1 ,则称A与B是互逆事件，也称A与B是对立事件，记作B （或A = B ）。
互不相容完备事件组：若事件组A,A2,…A满足条件A i A j二①，（i,i=t n ）,nA-、_:，则称事件组A, A2,…A n为互不相容完备事件组（或称A, A2,…A n为样本空i=1间门的一个划分）。
§ 1.2 随机事件的概率概率：随机事件出现的可能性的量度。
概率论与数理统计
一、事件的频率与概率
次数， µ n ( A ) : 事件 A 在 n 次可重复试验中出现的 次数，
称为 A 在 n 次试验中出现的频数
频率—— f n ( A) = 频率
µ n ( A)
n
.
频率有如下性质： 频率有如下性质：
1. 非负性：对任何事件 A，有 0 ≤ f n ( A) ≤ 1 非负性：
掷一骰子， 如： A =“掷一骰子，点数小于 4”， B =“掷一骰子，点数小于 5”， 掷一骰子， 则A ⊂ B.
显然对任何事件 A，有 Φ ⊂ A ⊂ Ω⊂ A，则称事件 A与事件 B相等，记作 A = B .
2.事件的和（并） 事件的和（
两个事件 A, B 中至少有一个发生 (属于A或属于 B的样本点 构成的集合 )，称为事件 A 与 B 的和(并 ), 记作 A + B 或 A ∪ B .
显然， 显然，事件 A 与 A 可以构成一个完备事件 组
类似地，称可列个事件 A1 , A2 , L , An， 构成一个 L 类似地， 完备事件组， 完备事件组，如果满足 ：
(1)
( 2)
Ai A j = Φ
(i ≠ j )
∑A
i
i
=Ω
律 事件运算满足下列运算 ：
(1) 交换律 A + B = B + A AB = BA
设袋中有红, 黄各一球, 例: 设袋中有红,白,黄各一球,有放回抽取三 取出球后仍把球放回原袋中),每次取一球, ),每次取一球 次(取出球后仍把球放回原袋中),每次取一球,试 说明下列各组事件是否相容?若不相容, 说明下列各组事件是否相容?若不相容,说明是否 对立? 对立? 三次抽取, 三次抽取, (1) A=“三次抽取,颜色全不同”,B=“三次抽取, = 三次抽取 颜色全不同” = 三次抽取 相容 颜色不全同” 颜色不全同” (2) A=“三次抽取,颜色全同”,B=“三次抽取, 三次抽取, 三次抽取, = 三次抽取 颜色全同” = 三次抽取 颜色不全同” 颜色不全同” 不相容， 不相容，对立 三次抽取, 三次抽取, (3) A=“三次抽取,无红色球”,B=“三次抽取, = 三次抽取 无红色球” = 三次抽取 无黄色球” 无黄色球” 相容 三次抽取, (4) A=“三次抽取,无红色球也无黄色”, = 三次抽取 无红色球也无黄色” B=“三次抽取, 无白色球” 不相容，不对立 三次抽取, = 三次抽取 无白色球” 不相容，
概率论第一章
下面我们讨论事件之间的关系与运算
1、包含关系
⑶ 两个特殊事件
必然事件U ★ 必然事件U ★ 不可能事φ 不可能事φ
3、随机试验
如果一个试验可能的结果不止一个， 如果一个试验可能的结果不止一个，且事先不能肯定 会出现哪一个结果，这样的试验称为随机试验。 会出现哪一个结果，这样的试验称为随机试验。
例如, 掷硬币试验 例如, 寿命试验 测试在同一工艺条件下生产 掷骰子试验 掷一枚硬币，观察出正还是反. 掷一枚硬币，观察出正还是反 出的灯泡的寿命. 出的灯泡的寿命 掷一颗骰子， 掷一颗骰子，观察出现的点数
第一章 随机事件及其概率
随机事件及样本空间 频率与概率 条件概率及贝努利概型
§1 随机事件及样本空间
一、随机事件及其有关概念
1、随机事件的定义
试验中可能出现或可能不出现的情况叫“随机事件” 试验中可能出现或可能不出现的情况叫“随机事件”, 简称“事件” 记作A 简称“事件”。记作A、B、C等任何事件均可表示为样本空 间的某个子集。称事件A发生当且仅当试验的结果是子集A 间的某个子集。称事件A发生当且仅当试验的结果是子集A中 的元素。 的元素。
例如，一个袋子中装有10个大小、形状完全相同的球。 例如，一个袋子中装有10个大小、形状完全相同的球。 10个大小 将球编号为1 10。把球搅匀，蒙上眼睛，从中任取一球。 将球编号为1－10。把球搅匀，蒙上眼睛，从中任取一球。
因为抽取时这些球是完全平等的， 因为抽取时这些球是完全平等的， 我们没有理由认为10个球中的某一个会 我们没有理由认为10个球中的某一个会 10 比另一个更容易取得。也就是说，10个 比另一个更容易取得。也就是说，10个 球中的任一个被取出的机会是相等的， 球中的任一个被取出的机会是相等的， 均为1/10 1/10。 均为1/10。
概率第一章
第1章 随机事件1．1 随机事件1.1.1 随机现象与随机试验概率论与数理统计是研究随机现象统计规律的一门数学分科．什么是随机现象呢？下面让我们先做两个简单的试验：试验一：一个盒子中有10个完全相同的白球，搅匀后从中任意摸取一球；试验二：一个盒子中有10个相同的球，其中5个是白色的，另外5个是黑色的，搅匀后从中任意摸取一球．分析上述两个试验结果给出下述两个基本概念：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．试验一所代表的类型即是确定性现象．试验二所代表的类型，有多于一种可能的试验结果，而且在一次试验之前不能确定会出现哪一个结果，这一类试验称为随机试验．在客观世界中随机现象也是极为普遍的，例如：某地区的年降雨量；检查流水生产线上的一件产品，是合格品还是不合格；打靶射击时，弹着点离靶心的距离，等等．在条件相同的一系列重复观察中，会时而出现时而不出现，呈现出不确定性，并且在每次观察之前不能准确预料其是否出现，这类现象称之为随机现象．在相同条件下多次重复某一试验或观察时，虽然结果具有不确定性，但会表现出一定的规律性，这种规律性称之为统计规律性．那么如何来研究随机现象的统计规律呢?对随机现象进行的实验与观察统称为试验．具有下列特征的试验称为随机试验：1．可在相同的条件下重复进行；2．试验结果不止一个，但在试验之前能明确试验所有可能的结果；3．试验前不能确定到底会出现哪一个结果．随机试验一般用大写英文字母E 表示．如：1E ：抛一枚硬币，观察出现正面还是反面（分别用“H ” 和“T ” 表示出现正面和反面）；2E ：抛两枚硬币，观察出现的结果；3E ：掷一颗骰子，观察出现的点数；4E ：记录某网站一分钟内被点击的次数；5E ：对一目标进行射击，直到命中为止，观察其结果；6E ：在一批灯泡中任取一只，测其寿命．1.1.2 样本空间与随机事件对于随机试验，虽然在我们试验之前不能预知试验的结果，但可以确定试验的所有可能的结果．定义1.1.1 样本空间：随机试验所有可能的结果组成的集合称为样本空间，通常用字母Ω表示．定义1.1.2 样本点：随机试验每一个可能的结果称为样本点，通常用字母ω表示样本点，即为Ω中的元素．例1.1.1 一盒子中有黑球、白球，从中任取一球，观察其颜色，记1ω={取得白球}，2ω={取得黑球}，则12{,}ωωΩ=．例 1.1.2 一个盒子中有十个完全相同球，分别标以号码1210，，，，从中任取一球，令 i ={取得球的号码为i }，则{1,210}Ω=．例1.1.3 写出16~E E 的样本空间．解 16~E E 的样本空间分别为：(1) 1{,}H T Ω=；(2) 2{,,,}HH HT TH TT Ω=；(3) 3{1,2,3,4,5,6}Ω=；(4) 4{0,1,2}Ω=；(5) 5{(,)|0,0}x y x y Ω=>>；(6) 6{|0}t t Ω=≥．在实际中，我们通常并不关心所有的样本点，而是只关注一些满足一定条件的样本点，如在随机试验6E 中，若规定这种灯泡的寿命超过1000小时为一级品，那么我们只关心{|1000}t t >中的样本点，所以我们有如下定义：定义1.1.3 随机事件：样本空间Ω的子集，称为随机事件，用大写字母,,,,A B C D 表示，即随机事件为满足一定条件的样本点组成的集合．特别的，仅由一个样本点的事件称为基本事件，它是随机试验的直接结果，每次试验必定发生且只可能发生一个基本事件；全体样本点组成的事件称为必然事件，记为Ω，每次试验必然事件必定发生；不包含任何样本点的事件称为不可能事件，记为∅，每次试验不可能事件必定不发生．在每次试验中，当且仅当事件A 中的一个样本点出现时，称事件A 发生．例如在3E 中，如果用A 表示事件“掷出奇点数”，那么A 是一个随机事件．由于在一次投掷中，当且仅当掷出的点数是1,3,5中的任何一个时才称事件A 发生了，所以我们把事件A 表示为{}1,3,5A =；“掷出的点数不超过6”就是必然事件，用集合表示这一事件就是3E 的样本空间{}1,2,3,4,5,6Ω=．而事件“掷出的点数大于6”是不可能事件，这个事件不包括3E 的任何一个可能结果，所以用空集∅表示．一个样本空间Ω中，可以有很多的随机事件．概率论的任务之一，是研究随机事件的规律，通过对较简单事件规律的研究去掌握更复杂事件的规律．下面我们来介绍事件之间的关系和事件之间的运算规律．1.1.3 事件的关系及运算因为事件是一个集合，因而事件间的关系和运算是按集合间的关系和运算来处理的．下面给出这些关系和运算在概率中的提法，并根据“事件发生”的含义，给出它们在概率中的含义．设随机试验E 的样本空间为Ω，,,(1,2,)k A B A k =是Ω的子集．1． 事件的关系(1) 事件的包含与相等：若事件A 发生必然导致事件B 发生，则称事件A 包含于事件 B ，记为A B ⊃或者B A ⊂．:{}A B A,B ⊂∈∈ωω则．见文氏（Venn ）图1．1．若B A ⊂且A B ⊂，即B A =，则称事件A 与事件B 相等．(2) 事件的和：事件A 与事件B 至少有一个发生的事件称为事件A 与事件B 的和事件， 记为A B ．事件A B 发生意味着：或事件A 发生，或事件B 发生，或事件A 与事件B 都发生．{}A B A,B =∈∈ωω或．见文氏（Venn ）图1．1．推广121ni n i A A A A ==，表示12,,,n A A A 至少有一个发生， 121i i A A A ∞==，表示12,,A A 至少有一个发生．(3) 事件的积：事件A 与事件B 都发生的事件称为事件A 与事件B 的积事件，记为A B ，也简记为AB ．事件A B （或AB ）发生意味着事件A 发生且事件B 也发生，即A 与B 都发生．{}A B A,B =∈∈ωω且．见文氏图1．1．推广121ni n i A A A A ==，表示12,,,n A A A 同时发生， 121i i A A A ∞==，表示12,,A A 同时发生．(4) 事件的差：事件A 发生而事件B 不发生的事件称为事件A 与事件B 的差事件，记为B A -，}A B {A,B -=ω∈ω∉且．见文氏图1．1．注：A B A AB -=-．(5) 互不相容事件(互斥)： 若事件A 与事件B 不能同时发生，即AB =∅，则称事件A 与事件B 是互斥的，或称它们是互不相容的．见文氏图1．1．若事件12,,,n A A A 中的任意两个都互斥，则称这些事件是两两互斥的． (6) 对立事件：“A 不发生”的事件称为事件A 的对立事件，记为A ．A 和A 满足：A A =Ω，AA =∅．见文氏图1．1：注：① __A A =Ω-；②在一次随机试验中A 和A 有一个发生而且只有一个发生．图1．1事件的关系图 由上述可见概率论中事件间的关系与集合论中集合之间的关系是一致的，于是事件之间的运算规律与集合之间的运算规律也是一致的．２．事件的运算规律设C B A ,,为事件，则事件之间的运算满足：(1) 交换律：A B B A =，BA AB =．(2) 结合律：()()A B C A B C =，)()(BC A C AB =．(3) 分配律：()()()A B C AC BC =，()()()AB C A C B C =． (4) 对偶律：A B AB =；___AB A B =．例1.1.4 甲，乙，丙三人各射一次靶，记事件A ＝｛甲中靶｝，事件B ＝｛乙中靶｝，事件C ＝｛丙中靶｝，用上述三个事件的运算来分别表示下列各事件：(1)“甲未中靶”；(2)“甲中靶而乙未中靶”；(3)“三人中只有丙未中靶”；(4)“三人中恰好有一人中靶”；(5)“ 三人中至少有一人中靶”；(6)“三人中至少有一人未中靶”；(7)“三人中恰有两人中靶”；(8)“三人中至少两人中靶”；(9)“三人均未中靶”；(10)“三人中至多一人中靶”；(11)“三人中至多两人中靶”．解（1）“甲未中靶”=A；=；(2)“甲中靶而乙未中靶”AB=；(3)“三人中只有丙未中靶”ABC=；(4)“三人中恰好有一人中靶”ABC ABC ABC=；(5)“三人中至少有一人中靶”A B C==ABC；(6)“三人中至少有一人未中靶”A B C=；(7)“三人中恰有两人中靶”ABC ABC ABC=；(8)“三人中至少两人中靶”AB AC BC=；(9)“三人均未中靶”ABC=；(10)“三人中至多一人中靶”ABC ABC ABC ABC==A B C．(11)“三人中至多两人中靶”ABC注：用其它事件的运算来表示一个事件，方法往往不唯一，如上例1.1.4中的(6)和(11)所表示的事件实际上是同一事件．1．2 随机事件的概率在一次随机试验中，除必然事件一定发生，不可能事件不发生外，一般的随机事件可能发生，也可能不发生，于是需要知道它发生的可能性到底有多大．概率是用来描述随机事件发生的可能性的大小的一种数量指标，它是逐步形成和完善起来的．下面我们就先引入频率的概念，然后研究频率的性质，进而引出概率的定义．1.2.1事件的频率定义 1.2.1 对于一个随机事件A 来说，在n 次重复试验中，记A n 为随机事件A 出现的次数，又A n 称为事件A 的频数，称()n f A = A n n为事件的频率． 由上述定义，对于事件的频率，我们很容易得到如下性质：（1）0()1n f A ≤≤；（2）()1n f Ω=；（3）对于k 个两两互斥的事件12,,,k A A A ，有11()k kn i n i i i f A f A ==⎛⎫= ⎪⎝⎭∑．根据上述定义可知频率反应了一个随机事件发生的频繁程度，人们经过长期的实践发现，虽然个别随机事件在某次试验或观察中可能出现也可能不出现，但在大量试验中它却呈现出明显的规律性——频率稳定性．在掷一枚均匀的硬币时，既可能出现正面，也可能出现反面，在大量试验中出现正面和反面的频率，都应接近于50％，为了验证这点，历史上曾有不少数学家做过这个试验，其结果如下：又如，在英语中某些字母出现的频率远远高于另外一些字母．而且各个字母被使用的频率相当稳定．例如，下面就是英文字母使用频率的一份统计表．对一随机事件来说，如果它发生的频率越大，自然这个事件在一次试验中发生的可能性就越大，所以频率在一定程度上反映了事件发生可能性的大小．如上述两个试验，尽管每做n 次试验，所得到的频率()n f A 各不相同，但随着试验次数n 的增加，事件A 的频率()n f A 与会逐渐稳定在一个常数附近，而实际上这一常数即为事件A 的概率．下面给出概率的一个严密的定义．20世纪30年代中期，柯尔莫哥洛夫给出了概率的严密的公理化定义．定义1.2.2 设Ω是随机试验E 的样本空间，对于E 的每一个随机事件A ，定义一个实数()P A 与之对应．若实值集合函数()P ⋅满足下列条件：（1）非负性：对于每个随机事件A ，都有()0;P A ≥（2）规范性：()1P Ω=；（3）可列可加性：若事件12,,,A A 两两互斥，则有 11()i i i i P A P A ∞∞==⎛⎫= ⎪⎝⎭∑， (1.2.1)则称()P ⋅为概率，()P A 为事件A 的概率．由概率的定义，可得到概率的以下性质：性质1 ()0P ∅=．性质2 (有限可加性) 设12,,,n A A A 是两两互斥的事件，则 121()()nn k k P A A A P A ==∑ (1.2.2)性质3 对任意事件A ，有()1()P A P A =-．性质4 对任意事件,A B ，若,A B ⊂则()()()P B A P B P A -=-． (1.2.3)性质5 若,B A ⊂则有()()P B P A ≥．性质6 对于任一事件A ，有0()1P A ≤≤．性质7(减法公式) 对任意事件,A B ，有()()()P B A P B P AB -=-． (1.2.4) 证 因为B A B AB -=-，且AB B ⊂，由(1．2．3)，()()()()P B A P B AB P B P AB -=-=-．性质8 (加法公式) 对任意事件,A B ，有()()()() P P AB A P B P AB =+-．(1．2．5) 证 由于 ()A B A B AB =-，且(),A B AB -=∅于是有()()()()()()P A B P A P B AB P A P B P AB =+-=+-．推广 ,,A B C 是任意三个事件，则有()()()()()()()().P A B C P A P B P C P AB P AC P BC P ABC =++---+一般，对于任意n 个事件12,,,n A A A 有1121111()()()()...(1)()n n n i i i j i j k n i i j n i j k n i P A P A P A A P A A A P A A A -=≤<≤≤<<≤==-+++-∑∑∑．1．3 古典概率模型古典概型是人们最初讨论的一种随机试验，本节即要讨论古典概型中随机事件的概率．下面先看第１节的三个例子：1E ： 抛一枚硬币，观察出现正面还是反面．（分别用“H ” 和“T ” 表示出正面和反面）； 2E ：抛两枚硬币，观察出现的结果；3E ：掷一颗骰子，观察出现的点数．上述三个例子即为古典概型随机试验，它们有共同的特点：(1)样本空间只包含有限个样本点；(2)每个样本点在每次随机试验中等可能出现．凡是具有上述两个特点的随机试验就称为是古典概型，那么在古典概型中随机事件的概率应该如何计算？定义1.3.1 随机试验E 是古典概型，样本空间Ω共含有n 个样本点，随机事件A 含有r 个样本点，则定义事件A 的概率为： () A r P A n==Ω中本中本样点个数 样点个数． (1.3.1) 古典概型中许多概率的计算相当困难而富有技巧，按照上述概率的计算公式，计算的要点是给定样本点，并计算它的总数，而后再计算所求事件中含的样本点的数目．下面我们看一些典型的古典概率计算的例子．例1.3.1 将一枚硬币抛掷两次，设事件1A ={恰有一次出现正面}；事件2A ={至少有一次出现正面}，求1()P A 和2()P A ．解 正面记为“H ”，反面记为“T ”，则随机试验的样本空间为{,,,}HH HT TH TT Ω=， 而 {}1,A HT TH =，{},,2A HH HT TH =，于是121()42P A ==，23()4P A =． 例1.3.2 有10个电阻，其电阻值分别为1210ΩΩ⋯Ω，，，，从中取出三个，求取出的三个电阻，一个小于5Ω，一个等于5Ω，另一个大于5Ω的概率．解 把从10个电阻中取出3个的各种可能取法作为样本点全体，这是古典概型，样本空间的样本点数为103⎛⎫ ⎪⎝⎭，所求事件含样本点数为⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛⎪⎪⎭⎫ ⎝⎛151114．故所求概率为 41511111063P ⎛⎫⎛⎫⎛⎫ ⎪⎪⎪⎝⎭⎝⎭⎝⎭==⎛⎫ ⎪⎝⎭． 例1.3.3 30名学生中有3名运动员，将这30名学生平均分成3组，求：（1）每组有一名运动员的概率；（2）3名运动员集中在一个组的概率．解 设事件A={每组有一名运动员}，B={3名运动员集中在一组}，30名学生平均分成3组共有30201030!10101010!10!10!⎛⎫⎛⎫⎛⎫= ⎪⎪⎪⎝⎭⎝⎭⎝⎭种分法． （1）保证每组有一名运动员则有27!3!9!9!9!分法，所以50()30!20310!10!10!P A =27!3!9!9!9!=； （2）让3名运动员集中在一个组，则有272010371010⎛⎫⎛⎫⎛⎫⨯ ⎪⎪⎪⎝⎭⎝⎭⎝⎭分法，所以27201037101018()30!20310!10!10!P B ⎛⎫⎛⎫⎛⎫⨯ ⎪⎪⎪⎝⎭⎝⎭⎝⎭==． 例1.3.4（摸球模型）(1) （无放回地摸球）设袋中有M 个白球和N 个黑球，现从袋中无放回地依次摸出m n +个球，求所取球恰好含m 个白球，n 个黑球的概率．解 样本空间所含样本点总数为,M N m n +⎛⎫⎪+⎝⎭所求事件含的样本点数为,M N m n ⎛⎫⎛⎫ ⎪⎪⎝⎭⎝⎭所以所求概率为 M N m n P M N m n ⎛⎫⎛⎫ ⎪⎪⎝⎭⎝⎭=+⎛⎫ ⎪+⎝⎭． (2) 有放回地摸球设袋中有4只红球和6只黑球，现从袋中有放回地摸球3次，求前2 次摸到黑球、第3 次摸到红球的概率．解 样本空间点总数为310101010⨯⨯=，所求事件所含样本点数为664⨯⨯，故 366410P ⨯⨯= 0.144=． 例1.3.5（盒子模型）设有n 个球，每个都能以相同的概率被放到N 个盒子()N n ≥的每一个盒子中，试求：(1)某指定的n 个盒子中各有一个球的概率；(2)恰好有n 个盒子中各有一个球的概率．解 设事件A={某指定的n 个盒子中各有一个球}，B={任意n 个盒子中各有一个球}． 由于每个球可落入N 个盒子中的任一个，所以n 个球在N 个盒子中的分布相当于从N 个元素中选取n 个进行有重复的排列，故共有nN 种可能分布．对于事件A ，相当于n 个球在那指定的n 个盒子中全排列，总数为!n ，所以 !()n n P A N=． 对于事件B ，n 个盒子可以任意，即可以从N 个盒子中任意选出n 个来，这种选法共有⎪⎪⎭⎫ ⎝⎛n N 种，对于每种选定的n 个盒子，再全排列，所以事件B 放法共有!N n n ⎛⎫ ⎪⎝⎭种，所以!()n N n n P B N⎛⎫ ⎪⎝⎭=． 上述例子是古典概型中一个比较典型的问题，不少问题都可以归结为它．例如概率论历史上有一个颇为有名的问题：要求参加某次集会的n 个人中没有两个人生日相同的概率．若把n个人看作上面问题中的n 个球，而把一年的365天作为盒子，则365N =，这时按照上述事件B 概率的求法就给出所求的概率．例如当40n =时，0109P =．，即40人中至少有两个人生日相同的概率为0891．，这个概率已经相当大了．例1.3.6 袋中有a 只黑球，b 只白球，它们除颜色不同外，其他方面没有差别，把球均匀混合，然后随机取出来，一次取一个，求第k 次取出的球是黑球的概率()1k a b ≤≤+． 解 设事件A ={第k 次取出的球是黑球}．法1 把a 只黑球及b 只白球都看作是不同的(例如设想把它们进行编号)，若把取出的球依次放在排列成一行的a b +个位置上，则可能的排列法相当于把a b +个元素进行全排列，总数为()!a b +，把它们作为样本点全体．A 事件所含样本点数为(1)!a a b ⨯+-，这是因为第k 次取得黑球有a 种取法，而另外1a b +-次取球相当于1a b +-只球进行全排列，有(1)!a b +-种取法，故所求概率为(1)!()()!a a b a P A a b a b⨯+-==++， 结果与k 无关．实际上本例就是一抽签模型，例如在体育比赛中进行抽签，对各队机会均等，与抽签的先后次序无关．法2 把a 只黑球看作是没有区别的，把b 只白球也看作是没有区别的．仍把取出的球依次放在排列成一行的a b +位置上，因若把a 只黑球的位置固定下来则其他位置必然是放白球，而黑球的位置可以有⎪⎪⎭⎫⎝⎛+b b a 种放法，以这种放法作为样本点．对于事件A ，由于第k 次取得黑球，这个位置必须放黑球，剩下的黑球可以在1a b +-个位置上任取1a -个位置，因此共有⎪⎪⎭⎫ ⎝⎛--+11a b a 种放法．所以所求概率为b a a a b a a b a P k +=⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫ ⎝⎛--+=11． 两种不同的解法答案相同，两种解法的区别在于，选取的样本空间不同．在[法一]中把球看作是“有区别的”，而在[法二]中则对同色球不加区别，因此在第一种解法中要顾及各黑球及各白球间的顺序而用排列，第二种解法则不注意顺序而用组合，但最后还是得出了相同的答案．由本例，我们必须注意，在计算样本点总数及所求事件含的样本点数时，必须对同一个确定的样本空间考虑，因此其中一个考虑顺序，另一个也必须考虑顺序，否则结果一定不正确．1．4 条件概率在许多实际问题中，除了考虑()P B 外，有时还需要考虑在一定条件下事件B 发生的概率，比如，已知事件A 发生的条件下，事件B 发生的概率，我们称这种概率为事件A 发生的条件下事件B 发生的条件概率，记为(|)P B A ．1.4.1 条件概率的定义引例 盒中有4个外形相同的球，分别标有1,2,3,4，现在从盒中有放回的取两次球，每次取一球．则该试验的所有可能的结果为(1，1) (1，2) (1，3) (1，4)(2，1) (2，2) (2，3) (2，4)(3，1) (3，2) (3，3) (3，4)(4，1) (4，2) (4，3) (4，4)其中(,)i j 表示第一次取i 号球，第二次取j 号球，设A ={ 第一次取出球的标号为2}，B ={ 取出的两球标号之和为4}， 则事件{(13),(2,2),(3,1)}B =，，因此事件B 的概率为 ()316P B =． 下面我们考虑在事件A 发生的条件下，事件B 发生的概率(|)P B A ．由于已知事件A 已经发生，{(21),(2,2),(2,3),(2,4)}A =，，这时，事件B 在事件A 已经发生的条件下发生，那么只可能出现样本点(2,2)，因此A 发生的条件下B 发生的概率为14，即 1(|)4P B A =． 由引例可以看出，事件B 在“条件A 已发生”这附加条件下的概率与不附加这个条件的概率是不同的．那么如何计算条件概率(|)P B A 呢？定义1.4.1 设A 、B 是两个随机事件，()0P A >，称()(|)()P AB P B A P A = (1.4.1) 为在事件A 已发生的条件下事件B 发生的条件概率． 在上述引例中，41(),()1616P A P AB ==，显然有()(|)()P AB P B A P A ==14． 例1.4.1 10个产品中有7个正品，3个次品，按照不放回抽样，每次一个，抽取两次，求(1) 两次都抽到次品的概率；(2 ) 第二次才取到次品的概率；(3）已知第一次取到次品，第二次又取到次品的概率．解 设A ，B 分别表示第一次和第二次抽到的是次品．(1) ()P AB ＝32110915⨯⨯＝； (2) 737()10930P AB ⨯==⨯；(3) 12()215(|)39()1510P AB P B A P A ====．例 1.4.２ 某种动物由出生算起活20岁以上的概率为0.8，活到25岁以上的概率为0.4， 如果现在有一个20岁的这种动物，问它能活到25岁以上的概率是多少?解 设事件A ={能活20岁以上}，事件B ={能活25岁以上}，即要求条件概率P(B A)，由题()0.8P A =，()0.4P B =，()()P AB P B =，于是()(|)()P AB P B A P A =0.410.82==． 1.4.2 条件概率)|(A P ⋅的性质容易验证条件概率|P A ⋅（）也有非负性、规范性和可列可加性三条性质： (1) 非负性：对任意的B ，(|)P B A ≥0； (2) 规范性： (|)1P A Ω=；(3) 可列可加性：对任意的一列两两互斥的事件,(1,2,)i B i ⋯＝，有 11(|)(|)i i i i P B A P B A ∞∞===∑．因此，条件概率仍然是概率，所以条件概率也具有有限可加性、减法公式、加法公式等无条件概率所具有的一些性质．如对任意的12,B B ，有：(1) 121212(|)(|)(|)(|)P B B A P B A P B A P B B A =+-；（2）12112(|)(|)(|)P B B A P B A P B B A -=-； （3）若()(|)1()P B A B P B A P A ⊂==，则． 例1.4.３ 一张储蓄卡的密码共6位数字，每位数字都可从0~9中任选一个．某人在银行自动提款机上取钱时，忘记了密码的最后一位数字，求：(1）任意按最后一位数字，不超过2次就按对的概率；(2）如果他记得密码的最后一位是偶数，不超过2次就按对的概率．解 设事件A ={任意按最后一位数字，不超过2次就按对}，事件i A ={第i 次按对密码}(1,2i =)，则__112()A A A A =，(1）因为事件1A 与事件12A A 互斥，由概率的加法公式得__1121911()()()101095P A P A P A A ⨯=+=+=⨯；(2）事件B =｛最后一位按偶数｝，则____112112(|)(()|)(|)(|)P A B P A A A B P A B P A A B ==+14125545⨯=+=⨯． 1.4.3 乘法公式由条件概率定义的（1.4.1）可得，当()0P A >时，有()(|)P AB P A P B A =（）， （1.4.2） 及()0P B >时，()(|)P AB P B P A B =（）． （1.4.3） 推广 12,,,n A A A 为n 个事件，且12n-1()0P A A A >，则有 12n 121321n 121()()(|)(|)(|)n P A A A P A P A A P A A A P A A A A -=． （1.4.4）特别的，当3n ＝时，有()(|)(|)P ABC P A P B A P C AB =（）．乘法公式一般用于计算多个事件同时发生的概率．例1.4.4设袋中装有r 只红球，t 只白球．每次取一只观察其颜色并放回，并同时再放入a 只同色球，连续取四次，试求第一次、第二次取到红球且第三、四次取到白球的概率．解 以i A 表示事件“第i 次取到红球”1,2,3,4i =，则43,A A 分别表示第三次、第四次取到白球，即要求事件1234A A A A 的概率，由乘法公式(1.4.4)得12341213124123()()(|)(|)(|)P A A A A P A P A A P A A A P A A A A =r r a t t ar t r t a r t a a r t a a a ++=⋅⋅⋅++++++++++ ()()()()(2)(3)rt r a t a r t r t a r t a r t a ++=+++++++．1.4.4全概率公式和贝叶斯公式全概率公式和贝叶斯公式是概率论中两个比较重要的公式，它们将一个比较复杂事件的概率转化为不同条件下发生的比较简单的条件概率来计算．下面首先介绍一下样本空间划分的概念．定义 1.4.2 设Ω是随机试验E 的样本空间，12,,,n B B B 是E 的一列随机事件，若 (1),,,1,2,,i j B B i j i j n =∅≠=；(2)12n B B B =Ω，则称12,,,n B B B 为样本空间Ω的一个有限划分．定理 1.4.1 （全概率公式）设12,,,n B B B 是样本空间Ω的一个有限划分，且()0,1,2,i P B i n >=，则对任一事件A ，有()1()(|)iii P A P B P A B ∞==∑． （1.4.5）证1()()[()]ni i P A P A P A B ==Ω=1(())ni i P AB ==，对任意i j i j,B B ≠=∅，得()i AB ()()=Φi j AB AB ，由概率的有限可加性得11(())()nn i i i i P AB P AB ===∑=1()(|)ni i i P B P A B =∑．例1.4.5 有一批同一型号的产品，其中由甲厂生产的占30%，乙厂生产的占50%，丙厂生产的占20%，又知这甲、乙、丙三个厂的产品次品率分别为2%，1%，1%，问从这批产品中任取一件，取到次品的概率是多少?解 设事件A 为“任取一件为次品”，事件123,,B B B 分别为产品由甲、乙、丙厂生产，显然123,B B B =Ω且,,1,2,3i j B B i j =∅=，即123B ,B ,B 构成样本空间的划分．所以由（1.4.5）112233()()()()()()()P A P A B P B P A B P B P A B P B =++，123()0.02()0.01()0.01P A B P A B P A B ===，，，故112233()()()()()()()P A P A B P B P A B P B P A B P B =++0020300105001020013.......=⨯+⨯+⨯=．定理 1.4.2 （贝叶斯公式）设12,,,n B B B 是样本空间Ω的一个划分，()i P B 0>，1,2,3,,i n =，对任意事件A ，有1()(|)(|),1,2,...()(|)i i i njjj P B P A B P B A i n P B P A B ===∑． (1.4.6)证 i i P(B A )P(B A )P(A )=1i i njj j P(A B )P(B ),P(A B)P(B )==∑ 1,2,,i n =．例1.4.6 （续例1．4．5） 有一批同一型号的产品，其中由甲厂生产的占30%，乙厂生产的占50%，丙厂生产的占20%，又知这甲、乙、丙三个厂的产品次品率分别为2%，1%，1%，问从这批产品中任取一件，发现是次品，那么它分别由甲、乙、丙厂生产的概率是多少?解 123(),(),()P B A P B A P B A 即为所要求的条件概率，由贝叶斯公式(1.4.6)，11131()(|)0.020.3(|)0.460.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑；22231()(|)0.010.5(|)0.380.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑；33331()(|)0.010.2(|)0.150.020.30.010.50.010.2()(|)jjj P B P A B P B A P B P A B =⨯===⨯+⨯+⨯∑．例1.4.7袋中有4个红球，6个白球，作不放回的摸球两次，求（1）第二次摸到红球的概率；（2）已知第二次摸到红球，求第一次摸到的也是红球的概率．解 设A ={第一次摸到红球}，A ={第一次摸到白球}，B ={第二次摸到红球}．显然11114634(),(),(|),(|)101099P A P A P B A P B A ====； （1）由全概率公式(1．4．５)111143642()()(|)()(|)1091095P B P A P B A P A P B A =+=⨯+⨯=； （2）由贝叶斯公式(1.4.5)1111111()(|)1(|)()(|)()(|)3P A P B A P A B P A P B A P A P B A ==+．例1．4．8 某一地区患有癌症的人占0.005，患者对一种试验反应是阳性的概率为0.95，正常人对这种试验反应是阳性的概率为0.04，现抽查了一个人，试验反应是阳性，问此人是癌症患者的概率有多大?解 设A ={抽查的人患有癌症}，B ={试验结果是阳性}，则__A ={抽查的人没有患癌症}．()0.005, ()0.995 ,(|)0.95, (|)0.04P A P A P B A P B A ====．由贝叶斯公式(1．4．5)，得()(|)(|)0.1066 ()(|)()(|)P A P B A P A B P A P B A P A P B A ==+．这表明某人的试验结果为阳性，但此人确患癌症的概率却非常小，只有0.1066，即平均来说，1000个检查结果呈阳性的人中大约只有107人确患癌症．那是否说明该试验对于诊断一个人是否患有癌症没有意义？我们来分析一下．如果不做试验，随机抽取一人，那么他是癌症患者的概率为()0.005P A =，若进行试验，试验后呈阳性反应，则根据试验得到的信息：此人是癌症患者的概率为P (|)0.1066A B =．概率从0.005增加到0.1066，约增加了21倍，说明试验对于诊断一个人是否患癌症有意义．至于试验结果呈阳性患癌症的概率还如此低，是由癌症的患病率非常低0.005导致的．1．5 事件的独立性条件概率(|)P B A 通常来说与()P B 不相等，这反映了事件A 的发生与否对事件B 有影响；若(|)P B A 与()P B 相等，则反映了事件A 的发生与否对事件B 无影响．如：抛硬币两次，事件A ＝{第一次正面向上}，B ＝{第二次正面向上}．1()(|)2P B P B A ==． 所以两个事件A 、B 其中一个发生与否，不影响另一件事件发生的可能性大小，此时 (|)()P B A P B =，即：()(|)()()P AB P B A P B P A ==， 于是得到()()()P AB P A P B =，我们称A 与B 相互独立．定义 1.5.1 对事件A 和B ，如果()()()P AB P A P B =，则称事件A 与事件B 相互独立．定理1．5．1 设A ，B 是两个事件， 且0)(>A P ，若A ，B 相互独立，则)()|(A P B A P =． 定理1.5.2 设事件A ，B 相互独立，则A 与B ，A 与B ，A 与B 各对事件也相互独立． 证 因为____()A A A BB ABA B =Ω==，显然__,AB A B 互斥，故______()()()()()()()P A P ABAB P AB P AB P A P B P AB ==+=+，于是____()()()()()(1())()()P A B P A P A P B P A P B P A P B =-=-=，所以A 与B 相互独立．由A ，B 相互独立可以推出A 与B 相互独立，于是，A 与B 相互独立可推出A 与B 相互独立，再由B =B ，又可推出A 与B 相互独立．定理1.5.3 若事件A ，B 相互独立，且0()1P A <<，则__(|)(|)()P B A P B A P B ==．证()()()(|)()()()P AB P A P B P B A P B P A P A ===，__________()()()(|)()()()P A B P A P B P B A P B P A P A ===． 定义1.5.2 （三个事件相互独立） 设C B A ,,为三个事件，若等式),()()()(),()()(),()()(),()()(C P B P A P ABC P C P B P BC P C P A P AC P B P A P AB P ====同时满足，则称事件C B A ,,相互独立．类似的可以定义n 个事件相互独立．定义1.5.3 设12,,,n A A A 是n 个事件，若对其中任意k 个事件12,,,k i i i A A A(2)k n ≤≤有1212()()()()k k i i i i i i P A A A P A P A P A =，则称这n 个事件是相互独立的．定义 1.5.4 设有n 个事件12,,,n A A A （3≥n ），若对其中任意两个事件i A 与)1(n j i A j ≤<≤有)()()(j i j i A P A P A A P =则称这n 个事件是两两相互独立的．显然，若n 个事件12,,,n A A A 相互独立，则n 个事件一定是两两相互独立，但反之不一定成立．在实际应用中，独立性的判断一般不会采用定义判断，而是根据问题的实际意义去判断，如抛硬币两次，事件A ＝{第一次正面向上}，B ＝{第二次正面向上}，第一次出现哪一面并不影响第二次出现正面的概率，所以事件,A B 相互独立．例1.5.1甲、乙两射手独立地向同一目标射击一次，其中命中率分别为0.9和0.8， (1) 求目标被击中的概率；(2) 现已知目标被击中，求它是由甲击中的概率． 解 设A ={甲命中}，B ＝{乙命中}，C ={目标被击中}，(1) () () ()()()()0.90.80.90.80.98P C P A B P A P B P A P B ==+-=+-⨯=； (2) ()()(|)()[()()()()]P AC P A P A C P C P A P B P A P B ==+-0.90.920.98==． 例1.5.２ 设高射炮每次击中飞机的概率为0.2，问至少需要多少门这种高射炮同时独立发射（每门射一次）才能使击中飞机的概率达到95%以上？解 设需要n 门高射炮，A ＝｛飞机被击中｝，A i ＝｛第i 门高射炮击中飞机｝，12)i n =⋯（，，，，则12()()n P A P A A A =⋯=_____________________121()n P A A A -______121()n P A A A =-，由相互独立的性质____________1212()()()()n n P A A A P A P A P A =，于是______12()1()()()1(10.2)n n P A P A P A P A =-=--，令1(10.2)0.95n--≥，得08005n≤．．，即得14n ≥．即至少需要14门高射炮才能有95%以上的把握击中飞机．例 1.5.３ 一个元件能正常工作的概率称为这个元件的可靠性，一个系统能正常工作的概率称为这个系统的可靠性．设一个系统由四个元件按图示方式（图１．２）组成，各个元件相互独立，且每个元件的可靠性都等于)10(<<p p ，求这个系统的可靠性．。
第一章 随机事件与概率
1.2.1 事件域（ σ - 域）
一个以集合为元素的集合称为集合类或集类，常用符号 A , B , C , D , F 等表示。特别 地，用 P (Ω ) 表示由 Ω 的全体子集组成的集类。集类的概念在概率论中也常用。 所谓“事件域”从直观上讲就是一个样本空间中某些子集组成的集合类，记为 F . 当样本空间是实数轴上的一个区间时， 可以人为的构造出无法测量其长度的子集， 这样 的子集被称为不可测集，如果将这些不可测集也看成是事件，那么这些事件将无概率可言， 为了避免这种现象，我们没必要将连续样本空间的所有子集都看成事件。
1.1.3 随机事件
随机现象的某些样本点组成的集合称为随机事件 ,简称事件 ,常用 A, B, C ,… 表示. 事件既可以用集合表示，也可以用明白无误地语言描述。任一事件是相应样本空间的一 个子集。在概率论中常用一个长方形来表示样本空间 Ω ，用其他几何图形来表示事件 A ， 这类图形称为 venn 图。 例 1.1.2 掷一颗骰子的样本空间为 Ω = {1, 2,3, 4, 5, 6} 出现 1 点, 事件 A = ， “出现偶数点” 事件 B = “出现不大于 3 的偶数点” ，则 A = {2, 4, 6}, B = {2}. 今后，我们都是把事件当作样本空间 Ω 的子集来考虑，由样本空间 Ω 中的单个元素组 成的子集称为基本事件， 而样本空间 Ω 的最大子集 （即 Ω 本身） 称为必然事件， 样本空间 Ω 的最小子集（即空集 ∅ ）称为不可能事件。
3
ω i 表示出现 i 点。
（3）电视机寿命的样本空间为： Ω3 = {t , t ≥ 0}. （4）测量误差的样本空间为： Ω 4 = {x, −∞ < x < +∞}. 样本空间的元素可以是数也可以不是数。 此外样本空间可分为有限和无限两类， 在数学 处理上，将样本点的个数为有限个或可列个的情况归为一类，称为离散样本空间。将样本点 的个数为不可列无限个的情况归为另一类，称为连续样本空间。
第一章 随机事件及概率讲解
（2）事件的相等：若 A B 且 B A ， 则称A与B相等，记为A=B。
包含关系的性质： (a) A ; (b)A A (c)若A B且B C,则A C (d )若A B且B A,则A B
(3) n个元素的全排列数为 Anr n(n 1) 3 21 n!
c. 组合
（1）从n个元素中取出r个元素而不考虑其顺序，称为组 合，其总数为
C
r n
n r
Anr r!
n(n 1) (n r 1) r!
n! r!(n r)!
（2）若r1 r2 rk n，把n个不同的元素分成k个部分，
事件的交(积) ：事件A与B都发生，称
为A与B的积（交）事件，记为 A B
。
推广：
事件 A1, A2,, An 同时发生：
n
A1 A2 An Ai i 1
事件 A1, A2, 同时发生：
A1 A2 Ai i 1
5、差事件：事件A发生但B不发生 称为A与B之差，记为A-B
例2.9：某城市共发行A,B,C三种报纸，调 查表明居民家庭中订购C报的占30%，同 时订购A,B两报的占10%,同时订购A,C及 B,C两报的各占8%，5%，三报都订的占 3%.今在该城中任找一户，问该户(1)只订 A、B两报；(2)只订C报的概率各为多少？
第一章 概率论的基本概 念
1 理解随机事件的概念，了解样本空间的 概念，掌握事件之间的关系和运算。
2 理解概率的定义，掌握概率的基本性质， 并能应用这些性质进行概率计算。
概率论
第一章随机事件与概率§1.1 随机事件一、基本概念1．随机现象：预先不能断定结果的现象（有多种结果）投掷硬币、抽取牌张、观察天气、测量潮位、射击目标、顾客到来、考试排座、交通事故2．随机试验：对随机事件进行实验或观察，简称试验。
有的是人为设置，有的是必须经历。
通常所指的试验具有以下2个特征：（1）可以重复进行；（2）事先明确所有基本结果3．随机事件：试验的某种结果，事前不能确定，事后可观察到是否发生，简称事件（是个判断句）以、、，…等表示。
例1教师任取一个学号（随机），请对应的学生回答问题，站起来的可能“是男生”，“是女生”，“是戴眼镜的学生”，“是穿红衣服的学生”，“是高个子”，“是体重在60公斤以上的”“是叫张华的学生”——这些都是随机事件。
4．基本事件：不能再分解的“最简单”的事件，试验中各种最基本的可能结果。
例2在52张扑克牌中，任取一张，=“抽到◇”，=“抽到K”都是事件，其中可分解为13个最基本的结果，可分解为4个。
5．样本点：即基本事件，记为。
随机事件是某些基本事件（样本点）构成的集合。
6．样本空间：样本点的全体，即全集，记为Ω。
如投币：Ω={正，反} 抽牌：Ω=随机事件都是样本空间的子集。
例1中抽到任何一张◇，都认为已发生，类似地，抽到任何一张牌，都认为Ω已发生。
7．必然事件：试验中必然发生的事件，即Ω。
如投币：Ω=“正面朝上或反面朝上”。
抽牌：Ω=“抽到一张牌”。
8．不可能事件：试验中不可能发生的事件，是一个空集，记为。
如投币：=“正面朝上且反面朝上”。
抽牌：=“抽到一张电影票”。
例3在一批灯泡里，任取一只测试它的寿命（1000～3000小时）：（1）试述一个事件；（2）指出一个样本点；（3）指出样本空间。
二、事件的关系与运算事件是集合，可以进行集合的运算，要求除了会用集合的语言表述外，还要会用事件的语言表述，并且着重于后者。
1．包含关系（或）集合语言：A中的样本点，全在内。
概率论与数理统计 第一章 随机事件与概率
推广：
（1）n个事件A1,A2, An至少有一个发生
所构成的事件，称为 A1, A2, An的和或并，
记为
n
A1 A2 An Ai
i1
当A1, A2, An互斥时
n
n
Ai Ai
i1
i1
（2）可列无限多个事件 A1, A2, 至少有一个
（1kn)的不同排列总数为：
n n n nk
例如：从装有4张卡片的盒中 有放回地摸取3张
第1张 第2张 第3张
1 2 34
n=4,k =3
1
1
1
2
2
2 共有4.4.4=43种可能取法
3
3
3
4
4
4
2、组合: 从n个不同元素取 k个
（1kn)的不同组合总数为：
C
k n
Ank k!
n! (n k)!k!
Ai
i1
三．互不相容事件（互斥事件）
若A与B不能同时发生，即 AB 则称A与B
互不相容（或互斥）。S与 互斥。
S
A
B
推广：n个事件 A1,A2, An互斥
A1, A2, An 中任两个互斥，即，
i≠j, i, j=1,2,3 ,……n.
四．事件的和（并） 事件A与B至少有一个发生所构成的事件， 称为A与B的和（并）记为A∪B。当A与B 互斥时，A∪B =A+B。
六. 对立事件（逆事件） 由A不发生所构成的事件，称为A的对立事件
（逆事件）。记为 A
A
A
AA ,A A S,A A.
例1．掷一质地均匀的骰子，A=“出现奇数点”= {1，3，5}，B=“出现偶数点”= {2，4，6}，C=“出现4或6”={4，6}， D=“出现3或5”={3，5}，E=“出现的点 数大于2”={3，4，5，6}， 求 A B,C D,AE,E.
概率论第一章随机事件与概率
n n P Ai P( Ai ) P( Ai Aj ) P( Ai Aj Ak ) i 1 i 1 n 1 ...... ( 1) P( A1 A2 ...... An )
配对模型(续)
P(Ai) =1/n, P(AiAj) =1/n(n1), P(AiAjAk) =1/n(n1)(n2), …… P(A1A2……An) =1/n! P(A1A2……An)=
从中有返回地任取n 个. 则此 n 个中有 m 个不合格品的概率为：
n M (N M ) m n N
m
n m
n M N M m N N
m
n m
条件： m n ,
即 m = 0, 1, 2, ……, n. NhomakorabeaA
事件运算的图示
AB
AB
AB
德莫根公式
A B A B;
n i 1
A B A B
n
Ai
n i 1
Ai ;
i 1
Ai
n i 1
Ai
记号
Ω φ AB AB=φ AB AB AB
概率论
样本空间, 必然事件 不可能事件 样本点 A发生必然导致B发生 A与B互不相容 A与B至少有一发生 A与B同时发生 A发生且B不发生 A不发生、对立事件
概率论
第一章 随机事件与概率
概率论起源： 合理分配赌金问题
有一笔赌金， 甲乙两个人竞赌， 输赢的 概率都一样，都是1/2， 谁先能够赢累计达到6 盘，就获得这笔赌金。 但是一个特别的原因， 赌博突然终止了， 那个时候甲赢了5局， 乙赢 了2局， 问这笔赌金应该如何分配？
概率论 第一章 随机事件与概率
第一章 随机事件及其概率自然界和社会上发生的现象可以分为两大类： 一类是，事先可以预言其必然会发生某种结果，即在保持条件不变的情况下重复实验或观察，它的结果总是确定的。
这类现象称为确定性现象。
另一类是，事先不能预言其会出现哪种结果，即在保持条件不变的情况下重复实验或观察，或出现这种结果或出现那种结果。
这类现象称为随机现象。
随机现象虽然对某次实验或观察来说，无法预言其会出现哪种结果，但在相同条件下重复进行大量的实验或观察，其结果却又呈现出某种规律性。
随机现象所呈现出的这种规律性，称为随机现象的统计规律性。
概率论与数理统计就是研究随机现象统计规律性的一门数学学科。
§1 随机事件一、随机试验与样本空间我们把对随机现象进行的一次实验或观察统称为一次随机试验，简称试验，通常用大写字母E 表示。
举例如下：E 1：抛一枚硬币，观察正面H 、反面T 出现的情况；E 2：将一枚硬币抛掷两次，观察正面H 、反面T 出现的情况； E 3：将一枚硬币抛掷两次，观察正面H 出现的次数； E 4：投掷一颗骰子，观察它出现的点数； E 5：记录某超市一天内进入的顾客人数；E 6：在一批灯泡里，任取一只，测试它的寿命。
随机试验具有以下三个特点：（1）每次试验的结果具有多种可能性，并且能事先明确知道试验的所有可能结果； （2）每次试验前，不能确定哪种结果会出现； （3）试验可以在相同的条件下重复进行。
随机试验E 的所有可能结果的集合称为E 的样本空间，记作Ω。
样本空间的元素，即E 的每个结果，称为样本点，一般用ω表示，可记{}ω=Ω。
上面试验对应的样本空间：{}T H ,1=Ω；{}TT TH HT HH ,,,2=Ω； {}2,1,03=Ω；{}6,5,4,3,2,14=Ω； {} ,4,3,2,1,05=Ω；{}06≥=Ωt t 。
注意，试验的目的决定试验所对应的样本空间。
二、随机事件试验E 样本空间Ω的子集称为E 的随机事件，简称事件，通常用大写字母A ，B ，C ,…表示。
第一章随机事件及其概率总结
第一章随机事件及其概率总结随机事件是指在一定条件下，可能发生也可能不发生的现象或结果。
在任何随机事件中，我们都可以通过概率来描述它发生的可能性。
概率是一个在0到1之间的数字，表示一些随机事件发生的可能性大小。
以下是关于随机事件及其概率的总结。
1.随机事件的分类随机事件可以分为两类：简单事件和复合事件。
简单事件是指只有一个结果的随机事件，而复合事件是指有多个结果的随机事件。
例如，抛一枚硬币的结果可以是正面或反面，这就是一个简单事件；而抛两枚硬币的结果可以是两个正面、两个反面或一个正面一个反面，这就是一个复合事件。
2.样本空间样本空间是指一些随机事件所有可能结果的集合。
通过样本空间，我们可以计算概率。
例如，抛一枚硬币的样本空间为{正面，反面}，抛两枚硬币的样本空间为{正正，正反，反正，反反}。
3.事件的概率事件的概率是指一些事件发生的可能性大小。
概率可以通过以下公式计算：概率=事件的可能数/样本空间的总数。
例如，抛一枚硬币出现正面的概率为1/2，即0.5；抛两枚硬币出现两个正面的概率为1/4，即0.254.组合事件的概率组合事件是指由两个或多个简单事件组成的事件。
组合事件的概率可以通过以下公式计算：概率=简单事件1的概率×简单事件2的概率×……×简单事件n的概率。
例如，从一副扑克牌中抽出一张红心和一张方块的概率为(26/52)×(13/51)=1/85.互斥事件和对立事件互斥事件是指两个事件不能同时发生的事件。
对立事件是指一个事件的发生排除了另一个事件的发生。
互斥事件的概率可以通过简单事件的概率之和计算；对立事件的概率可以通过1减去事件的概率计算。
6.大数定律大数定律是指随着试验次数的增加，事件的相对频率趋近于事件的概率。
也就是说，如果一个事件的概率为p，那么在进行n次独立的重复试验后，事件发生的频率将会接近于np。
例如，抛1000次硬币，正面出现的频率将会接近于500次。
第一章随机事件及其概率
第一章 随机事件与概率§1.1 随机事件及其运算1．1．1 随机现象在一定条件下必然出现的现象叫做确定性现象。
在相同的条件下可能出现也可能不出现，但在进行了大量重复地观测之后，其结果往往会表现出某种规律性的现象叫做随机现象。
(举例)为了研究和揭示随机现象的统计规律性，我们需要在相同条件下对随机现象进行大量重复地观测、测量或试验，统称为随机试验。
也有很多随机试验是不能重复的，比如某些经济现象、比赛等。
概率论与数理统计主要研究能够大量重复的随机现象，但也十分注意不能重复的随机现象的研究。
1．1．2 样本空间用{}ωΩ=表示随机现象的一切可能基本结果组成的集合，称为样本空间。
样本空间的元素，即每个基本结果ω，称为样本点。
例1 抛掷一枚硬币，观察正面和背面出现（这两个基本结果依次记为1ω和2ω）的情况，则该试验的样本空间为12{,}ωωΩ=例2 一枚骰子，观察出现的点数，则基本结果是“出现i 点”，分别记为iω（i ＝1，2，3，4，5，6），则该试验的样本空间为123456{,,,,,}ωωωωωωΩ= 例3 在一只罐子中装有大小和形状完全一样的2个白球和3个黑球，依次在2个白球上标以数字1和2，在3个黑球上标以数字3，4和5，从罐子中任取一个球，用i ω表示“取出的是标有i 的球”（i ＝1，2，3，4，5），则试验的样本空间为12345{,,,,}ωωωωωΩ=例4 在一个箱子中装有10个同型号的某种零件，其中有3件次品和7件合格品，从此箱子中任取3个零件，其中的次品个数可能是0，1，2，3，试验的样本空间为{0,1,2,3}Ω=例5 某机场问讯电话在一天内收到的电话次数可能是0，1，2，…，则试验的样本空间为{0,1,2,}Ω=L例6 考察某一大批同型电子元件的使用寿命（单位：h ），则使用的样本空间为[0,)Ω=+∞ 注意：1样本空间中的元素可以是数也不是数；2样本空间至少有两个样本点，仅含两个样本点的样本空间是最简单的样本空间；3从样本空间中所含的样本点个数来区分，样本空间可分为有限与无限两类，有限样本空间比如例1、2、3、4，无限比如例5、6，例5中样本点的个数是可列的，但例6中样本点的个数是不可列无限的。
概率论
1第一章 随机事件及其概率第一节 随机事件一. 必然现象与随机现象在自然界里，在生产实践和科学实验中，人们观察到的现象大体可归结为两种类型。
一类是可事前预言的，即在准确地重复某些条件下，它的结果总是肯定的，或是根据它过去的状态，在相同条件下完全可以预言将来的发展。
我们把这一类型现象称之为确定性现象或必然现象。
如在一个大气压下，水在100度时会沸腾等。
一类是事前不可预言的，即在相同条件下重复进行试验，每次结果未必相同；或是知道它过去状况，在相同条件下，未来的发展事前却不能完全肯定。
这一类型的现象我们称之为偶然性现象或随机现象。
如掷一个质地均匀的硬币，结果可能是正面向上，或是背面向上。
二. 样本空间尽管一个随机试验将要出现的结果是不确定的, 但其所有可能结果是明确的, 我们把随机试验的每一种可能的结果称为一个样本点, 记为ω；它们的全体称为样本空间, 记为Ω.事件 是指某一可观察特征的随机试验的结果。
基本事件是相对观察目的而言不可再分解的、最基本的事件，其它事件均可由它们复合而成，一般地，我们称由基本事件复合而成的事件为复合事件.如掷一枚骰子，向上的一面会出现1点，2点，3点，4点，5点，6点。
则样本点有6个。
若记,16i i i ω=≤≤，i ω即为样本点。
样本空间为123456{,,,,,}ωωωωωωΩ=。
记{}i i A ω=，i A 为一个基本事件，把“出现偶数点”这样一个事件记为B ，则246{,,}B ωωω=。
B 为一个复合事件。
三. 事件的运算规律事件间的关系及运算与集合的关系及运算是一致的，为了方便，给出下列对照表：表1.1没有相同的元素与互不相容和事件事件的差集与不发生发生而事件事件的交集与同时发生与事件事件的和集与至少有一个发生与事件事件的相等与相等与事件事件的子集是发生发生导致事件的余集的对立事件子集事件元素基本事件空集不可能事件全集必然事件样本空间集合论概率论记号B A B A AB B A B A B A B A B A AB B A B A B A B A B A B A B A B A B A A A A A ∅=-=⊂∅Ω ω,第二节 随机事件的概率一. 概率的定义定义1 设E 是随机试验, Ω是它的样本空间,对于E 的每一个事件A 赋于一个实数, 记为)(A P , 若)(A P 满足下列三个条件:1. 非负性：对每一个事件A ,有 0)(≥A P ;2. 完备性：()1P Ω=;3. 可列可加性：设 ,,21A A 是两两互不相容的事件，则有.)()(11∑∞=∞==i ii i AP A P2则称)(A P 为事件A 的概率.二. 概率的性质性质1：()0P ∅=。
1[1].1 随机事件
![1[1].1 随机事件](https://img.taocdn.com/s3/m/e7e8296aaf1ffc4ffe47acd4.png)
课堂练习
写出下列各个试验的样本空间: 写出下列各个试验的样本空间: 掷一枚均匀硬币，观察正面(H)反面(T)出现的情况； (H)反面(T)出现的情况 1 掷一枚均匀硬币，观察正面(H)反面(T)出现的情况； {正面 反面 正面,反面 正面 反面} 2.将一枚硬币连抛三次，观察正面出现的情况； 将一枚硬币连抛三次，观察正面出现的情况； 将一枚硬币连抛三次
观察取出的两个球的号码， （２）观察取出的两个球的号码，则样本空间 为： ={ω12, ω13, ω14, ω15, ω23, ω24,ω25, ω34, ω35, ω45 } ωij 表示“取出第 号与第 号球”． 表示“取出第i号与第 号球” 号与第j号球
注：试验的样本空间是根据试验的内容确 定的！ 定的！
“1”, “2”, “3”, “4”, “5” 或 “6”.
实例4 实例
“从一批含有正品 从一批含有正品
其结果可能为: 其结果可能为 次品. 正品 、次品
和次品的产品中任意抽取 一个产品” 一个产品”. 实例5 实例 “过马路交叉口时 过马路交叉口时, 过马路交叉口时
可能遇上各种颜色的交通 指挥灯” 指挥灯”. 实例6 一只灯泡的寿命 一只灯泡的寿命” 可长可短. 实例 “一只灯泡的寿命” 可长可短 随机现象的特征: 随机现象的特征 条件不能完全决定结果
{红,黄} {A,B,C,D,F}
4.袋中有编号为 袋中有编号为1,2,3,…,n的球 从中任取一个 观察球的号码； 的球,从中任取一个 观察球的号码； 袋中有编号为 的球 从中任取一个,观察球的号码 {1,2,3,…,n} 5.从自然数 1,2,3,…,N(N≥ 3)中接连随意取三个 每取一个 从自然数 中接连随意取三个,每取一个 中接连随意取三个 还原后再取下一个.若是不还原呢 若是一次就取三个呢？ 若是不还原呢？ 还原后再取下一个 若是不还原呢？若是一次就取三个呢？ 试写出样本空间的样本点总数. 试写出样本空间的样本点总数 3 3 不还原: N (N − 1)(N − 2) 一次取三个: C N 还原: N 6.接连进行 次射击 记录命中次数 若是记录 次射击中命 接连进行n次射击 记录命中次数.若是记录 接连进行 次射击,记录命中次数 若是记录n次射击中命 中的总环数呢？ 中的总环数呢？ {0,1,2,…10n} {0,1,2,….n} 7.观察某条交通干线中某天交通事故的次数。 7.观察某条交通干线中某天交通事故的次数。 观察某条交通干线中某天交通事故的次数 {0,1,2,…N}
《概率论与数理统计》第一章知识点
第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象：1.确定性现象：在一定条件下实现与之其结果。
2.随机现象（偶然现象）：在一定条件下事先无法预知其结果的现象。
二、随机试验满足条件：1.实验可以在相同条件写可以重复进行；（可重复性）2.事先的所有可能结果是事先明确可知的；（可观察性）3.每次实验之前不能确定哪一个结果一定会出现。
（不确定性）1.1.2样本空间1.样本点：每次随机试验E 的每一个可能的结果，称为随机试验的一个样本点，用w 表示。
2.样本空间：随机试验E 的所有样本点组成的集合成为试验E 的样本空间。
1.1.3随机事件1.随机事件：一随机事件中可能发生也可能不发生的事件称为试验的随机事件。
2.基本事件：试验的每一可能的结果称为基本事件。
一个样本点w 组成的单点集{w}就是随机试验的基本事件。
3.必然事件：每次实验中必然发生的事件称为必然事件。
用Ω表示。
样本空间是必然事件。
4.不可能事件：每次试验中不可能发生的事件称为不可能事件，用空集符号表示。
1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”，则称事件B 包含事件A ，也称事件A 是B 的子事件，记作A B B A ⊃⊂或。
2.事件的和（并⋃）“事件A 与B 中至少有一个事件发生”，这样的事件称为事件A 与B 的和事件，记作B A 。
3.事件的积（交⋂）“事件A 与B 同时发生”，这样的事件称作事件A 与B 的积（或交）事件，记作AB B A 或 。
4.事件的差“事件A 发生而事件B 不发生”，这样的事件称为事件A 与B 的差事件，记作A-B 。
5.事件互不相容（互斥事件）“事件A 与事件B 不能同时发生”，也就是说，AB 是一个不可能事件，即=AB 空集，即此时称事件A 与事件B 是互不相容的（或互斥的）6.对立事件“若A 是一个事件，令A A -Ω=,称A 是A 的对立事件，或称为事件A 的逆事件”事件A 与事件A 满足关系：=A A 空集，Ω=A A 对立事件一定是互斥事件；互斥事件不一定是对立事件。
概率论与数理统计第一章——随机事件及概率
ex2: 从0,1,2,3,4,5, 这六个数字中任取四 个，问能组成多少个四位偶数?
解：组成的四位数是偶数,要求末位为0,2或
4,可先选末位数,共P31 种,前三位数的选取方法有
P53 种,而0不能作首位,所以所组成的偶数个数为
P1 P3 − P1 P1 P2 = 156 (个)
◼ 为方便起见，记Φ为不可能事件，Φ不 包含任何样本点。
(三) 事件的关系及运算 ❖事件的关系（包含、相等）
1A B：事件A发生一定导致B发生
2A＝B
A B
B A
B A
例：
✓ 记A={明天天晴}，B={明天无雨} B A ✓ 记A={至少有10人候车}，B={至少有5人候车}
B A
✓ 抛两颗均匀的骰子，两颗骰子出现的点数分别 记为x,y.记A={x+y为奇数}，B={两次的骰子点
A
B
n Ai：A1, A2,An至少有一发生
i=1
n Ai：A1, A 2 ,An同时发生
i =1
✓当AB= Φ时，称事件A与B是互不相
容的，或互斥的。
A
B
A A= A B =
A的逆事件记为A, A A =
, 若 A B =
,
称A, B互逆(互为对立事件)
AA
A
B
事件A对事件B的差事件：
◼可以在相同条件下重复进行(重复性)； ◼事先知道所有可能出现的结果（明确性）； ◼每次试验前并不知道哪个试验结果会发生 （随机性）。
例： ❖抛一枚硬币，观察试验结果； ❖对某路公交车某停靠站登记下车人数； ❖对某批同型号灯泡，抽取其中一只测 验其使用寿命（按小时计）。
- 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)。
广西财经学院信息与统计学院
特别地, AB= 特别地,当AB= 时, AB=Ø时 称A与B为互斥事 件(或互不相容事 ),简称 简称A 件),简称A与B互 斥。也就是说事 件A与B不能同时 发生。 发生。
广西财经学院信息与统计学院
(续) ={2},于是 于是A =Ø。 A1={1}, A2={2},于是A1A2=Ø。故A1 互斥； 与B2互斥； B={2,4,6},C={1,3,5},于是 于是BC=Ø, B={2,4,6},C={1,3,5},于是BC=Ø, 也互斥。 故B与C也互斥。
集合A 集合A包含于 集合B 集合B：若对 ∀ω∈ A, 总 ω∈B 有ω∈B，则 集合A 称集合A包含 于集合B 于集合B，记 成A⊂ B。
广西财经学院信息与统计学院
事件A 事件A包含 于事件B: B:若 于事件B:若 事件A发生 事件 发生 必有事件B 必有事件 发生， 发生，则称 事件A包含 事件 包含 于事件B,记 于事件 记 成A⊂B。 ⊂ 。
把对某种随机现象的一次观察、 把对某种随机现象的一次观察、观测或测量等 称为一个试验。 称为一个试验。如果这个试验在相同的条件下可以 重复进行，且每次试验的结果事前不可预知， 重复进行，且每次试验的结果事前不可预知，则称 此试验为随机试验，也简称为试验，记为E 此试验为随机试验，也简称为试验，记为E。
题目回放
广西财经学院信息与统计学院
n个事件A1,A2,…,An的积 个事件A
无穷多个事件A 无穷多个事件A1,A2,…的积 ,…的积
C
=
nIΒιβλιοθήκη i = 1Ai
C =
I
∞
A
i=1
i
,…， C发生就是A1,A2,…， 发生就是A 都发生。 An都发生。
广西财经学院信息与统计学院
,…都 C发生就是A1,A2,…都 发生就是A 发生。 发生。
广西财经学院信息与统计学院
当试验次数充分大时， 当试验次数充分大时，事件 的频率总在一个定值附近摆动， 的频率总在一个定值附近摆动， 而且，试验次数越多， 而且，试验次数越多，一般说来 摆动的幅度越小 。这一性质称频 率的稳定性。 率的稳定性。
广西财经学院信息与统计学院
频率在一定程度上反映了事 件在一次试验中发生的可能性大 仅管每进行一连串（ 小。仅管每进行一连串（n次）试 所得到的频率可能各不相同， 验，所得到的频率可能各不相同， 足当大， 但只要 n足当大，频率就会非常 接近一个固定值——概率。 ——概率 接近一个固定值——概率。 因此，概率是可以通过频率来“ 因此，概率是可以通过频率来“度 频率是概率的近似。 量”的。频率是概率的近似。
广西财经学院信息与统计学院
小
结
本节首先介绍了随机试验、 本节首先介绍了随机试验、 样本空间的基本概念， 样本空间的基本概念，然后给出 了随机事件的各种运算及运算法 则。
广西财经学院信息与统计学院
事件的概率
频 率 频率稳定性 概 率
广西财经学院信息与统计学院
TOP
频
率
设A是一个事件。在相同的条件下进行n次 是一个事件。在相同的条件下进行n 试验,在这n次试验中,事件A发生了m 则称m 试验,在这n次试验中,事件A发生了m次。则称m 为事件A 次试验中发生的频数或频次, 为事件A在n次试验中发生的频数或频次,称m与 的比值m/n为事件A 次试验中发生的频率, m/n为事件 n的比值m/n为事件A在n次试验中发生的频率, 记为f (A)。 记为fn(A)。
广西财经学院信息与统计学院
特别地，称Ω-A 特别地， 为A的对立事件 的逆事件、 (或A的逆事件、 补事件) 补事件)等,记 成 A。 就是A不发生。 A 就是A不发生。
A
广西财经学院信息与统计学院
(续) B={2,4,6},于是 A1={1}, B={2,4,6},于是
A1 = { 2 , 3 , 4 , 5 , 6 }
还有常用
AUB= AB
AB AUB =
不是A,B中至少有一个发生 不是A,B中至少有一个发生 A,B中至少有一个
广西财经学院信息与统计学院
A,B都不发生 A,B都不发生
对于多个随机事件, 对于多个随机事件,上述运算规则也成 立
A(A1∪A2∪…∪An) =(AA1)∪(AA2)∪…∪(AAn)
A1 U A2 U L U An = A1 A2 L An A1 A2 L An = A1 U A2 U L U An
B = {1, 3 , 5 }
题目回放 广西财经学院信息与统计学院
事件的关系与运算
事件的运算法则
交换律: ∪ AB=BA 交换律 A∪B=B∪A ∪ 结合律: ∪ ∪ 结合律 A∪(B∪C)=(A∪B)∪C ∪ ∪ A(BC)=(AB)C 分配律: 分配律 A(B∪C)=AB∪AC ∪ ∪ A∪(BC)=(A∪B)(A∪C) ∪ ∪ ∪ 对偶律: 对偶律
◆ E1:
对某只灯泡实验，观察其使用寿命， 对某只灯泡实验，观察其使用寿命， 实验 ； 3={t,t≥0}； 对某只灯泡做实验,观察其使用寿命是否 ◆ E4: 对某只灯泡做实验 观察其使用寿命是否 小于200小时， 小时， 小于 小时 寿命小于200小时，寿命不小于 小时， 小时}。 寿命小于 小时 寿命不小于200小时 。 小时 4={寿命小于
广西财经学院信息与统计学院
n个事件A1,A2,…,An的和 个事件A
无穷多个事件A 无穷多个事件A1,A2,…的和 ,…的和
C =
n
U
A
i=1
i
C =
U
∞
A
i=1
i
,…， C发生就A1,A2,…，An 发生就A 中至少一个事件发生。 中至少一个事件发生。
广西财经学院信息与统计学院
,…中至 C发生就A1,A2,…中至 发生就A 少一个事件发生。 少一个事件发生。
集合A与集合B 集合A与集合B 的交或积： 的交或积：若 ω∈ C，当且 仅当ω 仅当ω ∈A且 ω∈B, ω∈B, 则称集 为集合A 合C为集合A与 交或积, B的交或积, AB。 记成A 记成A∩B或AB。
事件A 事件A与B的积 或交：若事件 或交： 发生， C发生，当且 仅当事件A 仅当事件A与B 同时发生， 同时发生，则 称事件C 称事件C为事 件A与B的积或 交, 记成 AB。 A∩B或AB。
广西财经学院信息与统计学院
注意
(1).由于样本空间Ω (1).由于样本空间Ω包含了所 由于样本空间 有的样本点,且是Ω 有的样本点,且是Ω自身的一 个子集。 在每次试验中Ω 个子集。故,在每次试验中Ω 总是发生。因此, 总是发生。因此, 称Ω为必然 事件。 事件。 (2).空集Φ (2).空集Φ不包含任何样本点 空集 但它也是样本空间Ω ，但它也是样本空间Ω的一个 子集, 子集,由于它在每次试验中肯 定不发生，所以称Φ 定不发生，所以称Φ为不可能 事件。 事件。
第一章
随机事件
广西财经学院信息与统计学院
CLICK TO TYPE SLIDE TITLE
1. 2.
随机 事件
基本概念
事件的概率
古典概率模型 条件概率 事件的独立性
3. 4. 5.
广西财经学院信息与统计学院
随机试验 样本空间 随机事件 集合与事件 事件的运算法则
广西财经学院信息与统计学院
随 机 试 验
广西财经学院信息与统计学院
写出试验E 写出试验E1的样本空间 ={1,2,3,4,5,6}的下述子集合表示什 Ω1={1,2,3,4,5,6}的下述子集合表示什 么事件？指出哪些是基本事件。 么事件？指出哪些是基本事件。 A1={1},A2={2},…,A6={6} ━━ 分别表示掷的结 果为“一点” 六点” 都是基本事件； 果为“一点”至“六点”,都是基本事件； 表示掷的结果为“偶数点” B={2,4,6} ━━ 表示掷的结果为“偶数点”，非 基本事件； 基本事件； 表示“掷的结果为奇数点” C={1,3,5,} ━━ 表示“掷的结果为奇数点”，非 基本事件； 基本事件； 表示“ D={4,5,6} ━━ 表示“掷的结果为四点或四点以 非基本事件。 上”，非基本事件。
只要做试验, 只要做试验,就会 产生一个结果, 产生一个结果,即 样本空间Ω 样本空间Ω中就 会有一个点( 会有一个点(样本 出现。 点ω)出现。
当结果ω∈A 当结果ω∈A时, ω∈ 称事件A发生。 称事件A发生。
广西财经学院信息与统计学院
集合与事件
回忆: 做试验E 回忆: 做试验E时,若∈A,则称事件A发生。 则称事件A发生。
m1 n1 m2 n2
L
L
ms ns
稳定在概率 p 附近
广西财经学院信息与统计学院
这种稳定性为用统计方法求概率 用统计方法求概率开拓 这种稳定性为用统计方法求概率开拓 了道路。 了道路。 在实际中，当概率不易求出时， 在实际中，当概率不易求出时，人 们常用试验次数很大时事件的频率作 为概率的估计值， 为概率的估计值，并称此概率为统计 概率。 概率。 这种确定概率的方法为频率法 频率法。 这种确定概率的方法为频率法。
◆ E3: 广西财经学院信息与统计学院
随 机 事 件
把样本空间的任意一个子集称为一个随机 事件,简称事件。常用大写字母A,B,C,… A,B,C,…表示 事件,简称事件。常用大写字母A,B,C,…表示 。 特别地,如果事件只含一个试验结果( 特别地,如果事件只含一个试验结果(即 样本空间的一个元素), ),则称该事件为基本事 样本空间的一个元素),则称该事件为基本事 件。
广西财经学院信息与统计学院
样 本 空 间
对于随机试验, 对于随机试验,仅管在每次试验之前不 能预知其试验结果， 能预知其试验结果，但试验的所有可能结果 所组成的集合却是已知的。 所组成的集合却是已知的。称试验所有可能 结果所组成的集合为样本空间,记为Ω 结果所组成的集合为样本空间,记为Ω。样 本空间的元素, 本空间的元素, 即随机试验的单个结果称为 样本点。 样本点。