1.1随机事件

合集下载

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Ω。

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Ω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Ω包含所有的样本点,它是Ω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Ø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ΦB A = ，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ΦB A = ，Ω=B A ,则称A 与B 是互逆事件，也称A 与B 是对立事件,记作A B =（或B A =）。

互不相容完备事件组：若事件组n A A A ,,21满足条件ΦA A j i = ，（n 1,2j i, =），Ω== n 1i i A,则称事件组n A A A ,,21为互不相容完备事件组(或称n A A A ,,21为样本空间Ω的一个划分)。

概率论与数理统计复习资料

自考04183概率论与数理统计(经管类)笔记-自考概率论与数理统§1.1 随机事件1.随机现象：确定现象：太阳从东方升起，重感冒会发烧等；不确定现象：随机现象：相同条件下掷骰子出现的点数：在装有红、白球的口袋里摸某种球出现的可能性等；其他不确定现象：在某人群中找到的一个人是否漂亮等。

结论：随机现象是不确定现象之一。

2.随机试验和样本空间随机试验举例：E1：抛一枚硬币，观察正面H、反面T出现的情况。

E2：掷一枚骰子，观察出现的点数。

E3：记录110报警台一天接到的报警次数。

E4：在一批灯泡中任意抽取一个，测试它的寿命。

E5：记录某物理量（长度、直径等）的测量误差。

E6：在区间[0，1]上任取一点，记录它的坐标。

随机试验的特点：①试验的可重复性；②全部结果的可知性；③一次试验结果的随机性，满足这些条件的试验称为随机试验，简称试验。

样本空间：试验中出现的每一个不可分的结果，称为一个样本点，记作。

所有样本点的集合称为样本空间，记作。

举例：掷骰子：＝{1，2，3，4，5，6},＝1，2，3，4，5，6；非样本点：“大于2点”，“小于4点”等。

3.随机事件：样本空间的子集，称为随机事件，简称事件，用A,B,C,…表示。

只包含一个样本点的单点子集{}称为基本事件。

必然事件：一定发生的事件，记作不可能事件：永远不能发生的事件，记作4.随机事件的关系和运算由于随机事件是样本空间的子集，所以，随机事件及其运算自然可以用集合的有关运算来处理，并且可以用表示集合的文氏图来直观描述。

（1）事件的包含和相等包含：设A，B为二事件，若A发生必然导致B发生，则称事件B包含事件A，或事A包含于事件B，记作，或。

性质：例：掷骰子，A：“出现3点”，B：“出现奇数点”，则。

注：与集合包含的区别。

相等：若且，则称事件A与事件B相等，记作A＝B。

（2）和事件概念：称事件“A与B至少有一个发生”为事件A与事件B的和事件，或称为事件A与事件B的并，记作或A＋B。

1.1随机试验与随机事件

(De· Morgan)律： A B A B; A B A B
对差事件运算： A - B AB A - AB
例掷一颗骰子。设事件 A1 为掷出是奇数点，A2 为掷出是偶数点，A3 为掷出是小于 4 的偶数点，则有
A1 A2 {1, 2, 3, 4, 5, 6} ;
A1 A2 A2 Ai 发生。
i 1 n
对任一事件Ａ件 A B { A, B}称为事件 A 与 B 的差事件。
当事件 A 发生而事件 B 不发生时，A - B 发生。
5、对于事件 A、B，若 AB = ，则称事件 A 与 B 是互不相容事件，或互斥事件。
如上例中，如某天的营业额为 500 元，则事件 A 发生。
特别地，由一个样本点组成的单点集称为基本事件 (basic event)。
例如试验 E1 中有 6 个基本事件{1},{2},{3},{4},{5},{6}.
样本空间包含所有的样本点，在每次试验中它总发生，称为必然事件(certain event)。
n 个事件 A1 , A2, … , An 被称为互不相容的，是指其中任意两个事件都是互不相容的，即 Ai Aj , (i j, i , j 1,2,, n) 。
6.事件 A、B，若 A∪B = ,且 A B ，就是说，无论
试验的结果如何，事件 A 与 B 中必有且仅有一个发生,
概率论与数理统计
在现实世界中发生的现象千姿百态，概括起来无非是两类现象：
一类是在一定条件下必然出现（或恒不出现）的现象，
例如，在标准大气压下，水加热到 100 时必定沸腾，三角形内角和为 180 等等．
0 0

ChapterOne随机事件及其概率(RandomEventsandProbability)(精)

§1.4 条件概率 (Conditional Probability)
一、条件概率(Conditional probability) Definition 1.5 设 A, B 是两个事件，且 P( A) 0 ，称 A 发生的条件下事件 B 发生的
P( B | A) = P( AB) P( A) 为在事件
8 Y 12 ；若以 ( X , Y ) 表示平面上的点的坐标，则所有基本事件可以用这平面上的边长为 4 的一个正方形： 8 X 12 ，8 Y 12 内所有
点表示出来。二人能会面的充要条件是 X Y 1 2 （图中阴影部分）；所以所求的概率为：
1 1 2 16 2[ （4 ） ] 阴影部分的面积 15 2 2 P 正方形ABCD的面积 16 64 .
（6）对任意两个事件 A, B ，有
P( A B) P( A) P( B) P( AB) .
这条性质可以推广到多个事件。设 A1 , A2 ,, An 是任意 n 个事件，则有
P( A1 A2 An ) P( Ai )
i 1 n 1i j n
4 C 出现的方式有 6 种，剩下的两种只能在 1，2，3，4，
2 8 6，7，8，9 中任取，共有种取法。故
4 2 C6 8 P(C ) 96
二、几何概型 (Geometric probability) 如果一个试验具有以下两个特点：（1）样本空间 S 是一个大小可以计量的几何区域（如线段、平面、立体）。（2）向区域内任意投一点，落在区域内任意点处都是“等可能的” 。那么，事件 A 的概率由下式计算：
§1.2 概率的统计定义
(The Statistic Definition of Probability)

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．。

北邮概率论与数理统计样本空间及随机事件1.1

§1.1 随机事件及其运算1.随机现象自然界和社会上发生的现象多种多样.有些现象,我们可以准确预言他们在一定条件会出现何种结果,例如“在标准大气压下,纯水加热到C ︒100时必定沸腾”等等,这类现象我们称为确定性现象.然而自然界和社会上还有许多现象,他们在一定条件下，并不总是出现相同结果,而且事先我们无法准确预言会出现何种结果, 这类现象我们称为随机现象.随机现象随处可见。

如抛一枚硬币，其结果可能是正面朝上,也可能反面朝上,而且在出现结果之前无法准确预言会出现何种结果.再比如用一仪器在相同条件下测量一物体的质量,各次测量结果会有差异,等等。

有的随机现象可以在相同条件下重复,也有很多随机现象是不能重复的，比如经济现象（如失业，经济增长速度等）大多不能重复. 对在相同条件下可以重复的随机现象的观察、记录、实验称为随机试验.对于这类随机现象，我们常常通过多次重复的随机试验，观察其出现的结果，以期发现随机现象的规律性。

长期的实践经验表明，在大量重复试验下,随机现象的结果的出现往往呈现出某种规律性.例如大量重复抛一枚硬币,正面出现的次数与反面出面出现的次数大致相当,等等.这种在大量重复试验中所呈现的规律性就是我们以后常说的统计规律性.概率论与数理统计的研究对象是随机现象,研究和揭示随机现象的统计规律性. 概率论与数理统计主要研究能重复的随机现象，但也十分注意研究不能重复的随机现象.2.样本空间数学理论的建立总是需要首先给出一些原始的无定义的概念（例如，“点”和“直线”是欧氏几何的公理化处理中无定义的概念）。

在概率论中，第一个“无定义”的原始概念是“样本点”，这一原始概念又联系着另一原始概念“随机试验”.概率论中所说的随机试具有下述特点:(1)可以在相同条件下重复地进行;(2)每次试验的可能结果不止一个,并且事先能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个结果会发生.随机试验的可能结果称为样本点，用ω表示样本点；而随机试验的一切样本点组成的集合称为样本空间，记为}{ω=Ω.在具体问题中,认清“样本空间是哪些样本点构成的”是十分重要的. 有些随机试验凭“经验”可确定样本点和样本空间,有些随机试验需要“数学的理想化”去确定样本点和样本空间.样本点和样本空间的确定也与研究目的有关,或者说与观察或记录的是什么有关.看下面一些例子.例 1 考虑试验:掷一骰子,观察出现的点数.根据“实际经验”,该试验的基本结果有6个:1,2,3,4,5,6,从而其样本空间为}6,5,4,3,2,1{=Ω.如果我们只是观察出现奇数点还是偶数点,那么样本空间可以确定为{=Ω出现奇数点,出现偶数点}.例 2 考虑试验:观察一天内进入某商场的人数. 一天内进入某商场的人数是非负整数,但由于不知道最多的人数和最少的人数,我们把该试验的样本空间“理想化”地定为},3,2,1,0{⋅⋅⋅=Ω,即样本空间确定为全体非负整数构成的集合.例3考虑试验:考察一个元件的寿命.为了数学上处理方便, 我们把该试验的样本空间“理想化”地确定为),0[+∞=Ω.例 4 对于试验:将一硬币抛3次.若我们记录3次正反面出现的情况,则样本空间为},,,,,,,{TTT TTH THT HTT THH HTH HHT HHH =Ω;若我们记录正面出现的次数,则样本空间为}3,2,1,0{=Ω.若样本空间中的元素个数是有限个,我们称此样本空间为有限样本空间. 若样本空间中的元素个数是有限个或可列个,我们称此样本空间为离散样本空间.3.随机事件有了样本空间后,我们可以给出随机事件的概念.直观上, 随机事件是随机现象或随机试验中可能发生也可能不发生的事件.例如,在掷骰子试验中,“出现偶数点”是可能发生也可能不发生的,因此它是随机事件,而且当试验出现的结果是2或4或6时该事件就发生了,否则该事件就不发生.一个事件是否发生应当能由试验出现的结果判定,因此一个事件可以由使其发生的那些样本点组成，换言之, 随机事件可以由一个或多个样本点组成的集合来表示.因此有下面概念.设随机试验E 的样本空间为}{ω=Ω,我们称样本空间为}{ω=Ω的子集为随机事件,简称为事件,常用大写字母A,B,C,…表示.若一事件是由单个样本点组成,则称该事件为基本事件;由2个或2个以上样本点组成的事件称为复合事件.由全体样本点组成的事件称为必然事件,必然事件就是样本空间Ω本身.空集Φ作为样本空间Ω的子集也是事件,称此事件为不可能事件. 显然, 必然事件在每次试验中是必定发生的,不可能事件在任一次试验中都不会发生.这两种情况已无随机性可言,但我们把它们视为随机事件的特例.以后在理论上讨论概率论问题时，我们总是假定样本空间已经给定，随机事件就是该样本空间的子集。

随机事件及概率

{ HTT , THT , TTH , HHT , THH , HTH , HHH }
恰好出现两次正面｝Ｂ={恰好出现两次正面｝恰好出现两次正面
{ HHT , THH , HTH }
Ｄ={至多出现一次正面｝至多出现一次正面｝至多出现一次正面
{ HTT , THT , TTH , HHT , TTT }
设E为古典概型,Ω为E的样本空间,A为任意一个事件，定义事件A的概率为 m 事件 A 所包含基本事件数 P ( A) = = n 基本事件总数
19
（３）古典概型的题型古典概型的题型（一）抽样问题(摸球问题,随机取数问题) （一）抽样问题(摸球问题,随机取数问题)
自个 N 元素中回无放回有放
2
三.样本空间
把随机试验的每一个可能结果称为一个样本点，将一个随机试验E的所有可能结果组成的集合称为 E的样本空间，通常用表示．
求实验的样本空间：
Ω = {H ,T }
E1:将一枚硬币抛掷一次，观察正面、反面出现的情况 E2:将一枚硬币抛掷二次，观察正面、反面出现的情况
Ω = { HT , TH }
4
五.事件间的关系与运算
1.事件之间的四种关系 1.
关系包含关系相等关系互不相容（互斥）关系符号
A⊂ B
概率论事件A发生导致事件事件发生导致事件B 发生导致事件发生事件A与事件相等事件与事件B相等与事件事件A与事件B不能同时发生发生，事件 A发生，当且仅当事件A不发生当事件不发生
§1.1 随机事件
一.随机现象及统计规律 1.随机现象我们事先无法准确预知其结果的现象．或具有偶然性质的现象.如：（1）某人射击一次，考察命中情况；（2）某人射击一次，考察命中环数；（3）掷一枚硬币，观察向上的面；（4）从一批产品中抽取一件，考察其质量； 2.随机现象的统计规律性人们把随机现象在大量重复出现时所表现出来的量的规律性称为随机现象的统计规律性．

第一章事件与概率

1
古典概型的定义
定义
称满足以下两个特点的随机现象的数学模型为古典概型，如果 (1) 有限性：试验的样本空间只有有限个样本点; (2) 等可能性：每个样本点作为基本事件出现的可能性相同.
利用排列、组合知识来求概率的模型通常都属于古典概型. 那么, 古典概型为什么要通过数数来求概率呢？
Department of Mathematics, Tianjin University
内容提要
1 2 3 4
随机事件的定义事件之间的关系事件的运算律例题
Department of Mathematics, Tianjin University
3
事件的运算律
以下设A,B,C…等都是同一随机试验中的随机事件. 交换律： AB=BA，A B=B A. 结合律： ABC=A(BC)，A B C=A (B C).
2
事件之间的关系
以下设A,B,C…等都是同一随机试验中的随机事件. 包含（于）：若A发生，则B一定发生，则称A包含于B,记为A B. 相等：若A与B相互包含，则称A与B相等，记为A=B.
Department of Mathematics, Tianjin University
事件的交（积）：若事件C发生，当且仅当A与B同时发生，则称C为A与B的交 (积)事件，记为C=A B,或简记为C=AB.
注：符号“ ”等同于“至少”.
事件的逆(对立)：由样本空间中所有不属于A的样本点构成的集合表示的事件称为A的逆(对立)事件，记为 A . 注：若A与B对立，则A与B互不相容，反之不然.即A、B对立，则AB= , 且A B= .
Department of Mathematics, Tianjin University

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。

1.1随机事件及其运算

在试验E中,人们除了关心所有的基本事件(样本点)外,还可能关心满足某些特征的样本点是否出现.比如“出现的点数是偶数”、“出现的点数大于4”等事件是否会发生。
从集合的观点看， “出现的点数是偶数”这一事件包含了样本空间中的三个样本点：2点、4 点、或6点；如果试验出现的结果是三个样本点中的某一个，则该事件发生；反之如果该事件发生，则试验的结果一定是这三个样本点中的某一个。
表示A与B同时发生所构成的事件.
类似地,事件A1，A2，…，An同时发生所构成的事件表示为
A1∩A2∩…∩An 或 A1A2…An
例如若A=“出现偶数点”；B=“点数大于4”
则AUB ={2,4,5,6}； A∩B ={6}.
5.事件的差记作 A-B
Ω
由包含在A中而又不包含在
B中的样本点构成的事件. 表示A发生而B不发
第一章随机事件及其概率
自然界和社会生活中出现的现象大致上可以分为两类：
确定性现象：在一定条件下一定会发生的现象。如太阳从东方升起；苹果从树上掉落到地上等。
随机现象：在相同条件下可能发生的结果呈现出偶然性的现象。比如，随机掷一枚硬币，结果可能出现正面朝上或反面朝上。
随机现象虽然在一次或少数几次试验中出现的结果表现出偶然性，但在大量的重复试验中又表现出一定的规律性——统计规律性。比如通过进行大量的掷硬币试验，人们发现正面朝上和反面朝上的频率接近相等。
随机事件:试验E的样本空间Ω的子集称为试验 E的随机事件,简称事件. 一般用大些字母A、B、 C等表示.
例如,记A表示“出现的点数是偶数”,则 A={2点,4点,6点}，
这里A是Ω的子集。
基本事件、复合事件、必然事件、不可能事件

1.1 随机事件

案例2
记录某地铁车站于6：00至6：10这 10分钟内候车的人数.可能是0、1、 2、3….
案例3 某车工在同样的工艺条件下生产出来的零件的尺寸在120.1mm之间，而每个零件的尺寸在加工完成以前是不能准确预言的.
注：
在随机试验时，所描述的结果出现了，称为这个“事件”发生了。
案例4
从标号为1，2，3，4，5的产品中任取一产品，用 i 表示 “取得i号产品”的基本事件（i=1，2，3，4，5）。样本空间为= 1,2 ,3 ,4 ,5
二、随机事件的概念及运算
定义3
随机试验的结果称为随机事件。简称为事件。一般用大写字母A、B、C等表示. 事件可分为基本事件和复合事件. 相对于观察目的不可再分解的事件，称为基本事件.案例1中“取出4号零件”，“取出5号零件”等都是基本事件. 由两个或两个以上基本事件并在一起，构成的事件称为复合事件.案例 1中“取出偶数号零件”，“取出号数>2的零件”等都是复合事件.
A B A, A B B AB A, AB B
四、随机事件的概念案例分析
案例1
在编号为1，2，3，4，5，6的六个零件中，任取一个检验，观察取出的零件号数.可能的结果是“1”、“2”、…、“6”，这6种结果究竟出现哪一种，在抽取前是不能确定的.由于观察目的的需要，有时将该试验结果描述为 “出现偶数号”，“出现大于2的号数”等。

案例5
将一个硬币抛掷两次，若记正面向上为 H，反面向上为T，则样本空间由如下四个样本点组成：
案例 6
HH , HT , TH , TT
测试某种元件的寿命（单位：以小时计），则样本点是一个非负数，所以样本空间为：

概率论与数理统计

概率论与数理统计
主讲：
第一章随机事件及其概率
1.1 随机事件及其运算 1.2 随机事件的概率及性质 1.3 概率的计算 1.4 事件的独立性 1.5 独立事件概型
1.1.1 随机事件
手拿一枚硬币，松开手，硬币向下落。结果唯一
种瓜得瓜，种豆得豆。

太阳每天从东方升起。
确定性现象
概率统计的硬币落下时哪一面向上？
4040 验
10000
次数
12000 不
24000
断增
30000 大
正面出现的频数 1061 2048 4979 6019 12012 14994
频率 0.5181频 0.5069率稳 0.4979定 0.5016在 0.5005附 0.4998近
0.5
频率的特点
（1）波动性（2）稳定性
当试验次数n增大时，(A) 逐渐趋向一个稳定值。可将此稳定值记作P(A)，作为事件A的概率。称为统计概率。
问题二：既然取到白粉笔的概率是确定的值，如何在白粉笔数量确定但未知的情况下计算？
1.2.1 概率的统计定义
定义设随机事件A在n次重复试验中发生了m次，则称比值m/n为随机事件A在n次重复试验中发生的频率，记做 ( A) ，即
频率的性质：
( A) m
n
（1）对如何事件A，0 (A) 1;
A63

0.4762
A3 {从中有放回地连取三件都是正品}
P( A3)

63 103

0.216
思考 A1, A2 的概率相等是否巧合？
1.2.2 概率的古典定义
例2.3的推广
一批产品共N件,其中M件次品,N-M件正品,从中取出n个，记A={取出

1.1随机事件及其运算

1.1.6 事件的运算(operation of events )
1.1.6.1 事件的和（并）(Union of events)
“事件A,B 中至少有一个发
生”，称为事件A与B的和（并
A
B
）.记作A∪B. 即 A∪B={x|x∈A或x∈B}
A∪B
注 A∪B = {事件A发生或事件B发生}
意
＝{A 发生,且B不发生;或A不发生,且B
2. 结合律(Combination law)
(A ∪ B) ∪ C＝A ∪(B ∪ C)，(AB)C＝A(BC)
3.分配律(Distributive law) (A ∪ B)C＝(AC) ∪(BC)，(AB) ∪ C＝(A ∪ C)(B ∪ C) 4. 对偶律 (Dual law)
A BA B
Ak Ak
在每次试验中都不发生的事件，称为不可能事件 (Impossible event )，记为.
1.1.4 随机变量(random variable)
直观定义随试验结果的不同而变化的量称为随机变量.通
常用大写字母X,Y,Z,…表示. 例1:抛一粒骰子,记X为出现的点数，则X是一
个随机变量. （1）事件“出现3点”可用“X=3”表示. （2）事件“出现的点数不小于3”可用“X≥3”表示.
AB
A B.
例1: 抛一粒骰子，事件A=“出现4点”，B=“出现偶数点则”A. B .
例2:记T为电视机的寿命, 令 A={寿命超过10000小时}={T| T>10000}， B={寿命超过20000小时”}={T| T>20000}.
则BA.
1.1.5.2 相等关系
若事件A发生必然导致B发生，而且B发生必然导致A发生，则称事件A与B相等. 记作A = B . 即 AB且BA A＝B .

§1.1 随机事件与样本空间

§1.1 随机事件与样本空间随机事件与样本空间是概率论中的两个最基本的概念。

一、基本事件与样本空间对于随机试验来说，我们感兴趣的往往是随机试验的所有可能结果。

例如掷一枚硬币，我们关心的是出现正面还是出现反面这两个可能结果。

若我们观察的是掷两枚硬币的试验，则可能出现的结果有（正、正）、（正、反）、（反、正）、（反、反）四种，如果掷三枚硬币，其结果还要复杂，但还是可以将它们描述出来的，总之为了研究随机试验，必须知道随机试验的所有可能结果。

1、基本事件通常，据我们研究的目的，将随机试验的每一个可能的结果，称为基本事件。

因为随机事件的所有可能结果是明确的，从而所有的基本事件也是明确的，例如：在抛掷硬币的试验中“出现反面”，“出现正面”是两个基本事件，又如在掷骰子试验中“出现一点”，“出现两点”，“出现三点”，……，“出现六点”这些都是基本事件。

2、样本空间基本事件的全体，称为样本空间。

也就是试验所有可能结果的全体是样本空间，样本空间通常用大写的希腊字母Ω表示，Ω中的点即是基本事件，也称为样本点，常用ω表示，有时也用A,B,C 等表示。

在具体问题中，给定样本空间是研究随机现象的第一步。

例1、一盒中有十个完全相同的球，分别有号码1、2、3……10，从中任取一球，观察其标号，令=i {取得球的标号为i }，=i 1,2,3,…,10. 则Ω={1,2,3,…,10},=i ω{标号为i },=i 1,2,3,…,101ω,2ω,…, 10ω为基本事件（样本点）例2 在研究英文字母使用状况时，通常选用这样的样本空间： Ω={空格，A,B,C,…,X,Y,Z}例 1，例 2讨论的样本空间只有有限个样本点，是比较简单的样本空间。

例3讨论某寻呼台在单位时间内收到的呼叫次数，可能结果一定是非负整数而且很难制定一个数为它的上界，这样，可以把样本空间取为Ω={0,1,2,3,…}这样的样本空间含有无穷个样本点，但这些样本点可以依照某种顺序排列起来，称它为可列样本空间。

概率统计第1章

N 个产品，其中M个不合格品、NM个合格品. 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：

条件： m n ,
7/28/2017
即 m = 0, 1, 2, ……, n.
常见模型(3) ——彩票问题幸运35选7:P21
购买：从01，……，35 中选7个号码. 开奖：7个基本号码，1个特殊号码.
并： A B 交： A B = AB 差： A B 对立： A A 与 B 至少有一发生 A 与 B 同时发生 A发生但 B不发生 A 不发生
ቤተ መጻሕፍቲ ባይዱ
注意：对立→互不相容，反之不然应用举例：P7
事件运算的图示
AB
AB
AB
事件的运算性质
德莫根公式
A B A B;
1.2.1 概率的公理化定义
定义1.2.1：设Ω为一个样本空间，Ｆ为Ω的某些子集组成的一个事件域，如果对任意一个事件A Ｆ，定义在Ｆ上的一个实质函数P(A)满足
非负性公理：若 AＦ，则P(A)0;
正则性公理： P(Ω)=1;
可列可加性公理：若A1, A2, ……, An ……
例1.1.1
口袋中有a 个白球、b 个黑球，从中一个一个不返回地取球。A = “取到最后一个是白球”， B = “取到最后一段是白球”。问 A 与 B 的关系？解：1) 显然，B 发生必然导致A发生，所以 BA;.
2) 又因为A发生必然导致B发生，所以 AB，由此得 A = B.
1.1.6 事件的运算
P(A)=0.4，P(B)=0.3，P(AB)=0.6，求 P(AB).
解：因为 P(AB) = P(A)P(AB) ，所以先求 P(AB) 由加法公式得 P(AB) = P(A)+P(B)P(AB) = 0.4+0.30.6=0.1 所以 P(AB) = P(A)P(AB) = 0.3

1[1].1 随机事件

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

P65 = 6 5 4 3 2 = 720 (个)
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）。

1.1随机事件

概率论与数理统计 第一章1.1随机事件

概率论知识点

概率论与数理统计复习资料

1.1随机试验与随机事件

ChapterOne随机事件及其概率(RandomEventsandProbability)(精)

概率第一章

北邮概率论与数理统计样本空间及随机事件1.1

随机事件及概率

第一章事件与概率

概率论

1.1随机事件及其运算

1.1 随机事件

概率论与数理统计

1.1随机事件及其运算

§1.1 随机事件与样本空间

概率统计第1章

1[1].1 随机事件

《概率论与数理统计》第一章知识点

概率论与数理统计第一章——随机事件及概率

概率论与数理统计第一章1.1随机事件