随机事件及其运算
第一章 随机事件与概率
一、教材说明
本章内容包括:样本空间、随机事件及其运算,概率的定义及其确定方法(频率方法、古典方法、几何方法及主观方法),概率的性质、条件概率的定义及三大公式,以及随机事件独立性的概念及相关概率计算。随机事件、概率的定义和性质是基础,概率的计算是基本内容,条件概率及事件独立性是深化。
1.教学目的与教学要求
本章的教学目的是:
(1)使学生了解样本空间的概念,理解随机事件的概念,熟练掌握事件之间的关系和运算;
(2)使学生掌握条件概率的三大公式并用这些公式进行相关概率计算;
(3)使学生理解条件概率及独立性的概念并进行相关概率计算。
本章的教学要求是:
(1)理解样本空间、随机事件、古典概率、几何概率、频率概率、主观概率、条件概率及事件独立性的概念;
(2)熟练掌握事件之间的关系和运算,利用概率的性质及条件概率三大公式等求一般概率、条件概率以及独立情形下概率的问题;
(3)掌握有关概率、条件概率及独立情形下的概率不等式的证明及相关结论的推导。
2.本章的重点与难点
本章的重点、难点是概率、条件概率的概念及加法公式、乘法公式,全概率公式、贝叶斯公式及事件独立性的概念。
二、教学内容
本章共分随机事件及其运算、概率的定义及其确定方法、概率的性质、条件概率、独立性等5节来讲述本章的基本内容。
1.1 随机事件及其运算
本节包括随机现象、样本空间、随机事件、随机变量、事件间的关系、事件运算、事件域等内容,简要介绍上述内容的概念及事件间的基本运算。
自然界里有两类不同性质的现象。有一类现象,在一定条件下必然发生:如
自由落体,1000C 时水沸腾等这类现象称为确定性事件或必然现象。另一类现象,在一定条件下,可能发生也不可能不发生,其结果具有偶然性,这类具有偶然性的现象称为随机现象。
概率论与数理统计就是研究随机现象统计规律的一门数学学科。
概率统计的理论和方法应用十分广泛,目前已经涉及几乎所有的科学技术领域及国民经济的各个部门,在经济管理预测、决策、投资、保险等领域发挥重要的作用。特别是统计专业的这门课是本专业的一门基础课。
1.1.1 随机现象
1.定义 在一定条件下,并不总是出现相同结果的现象称为随机现象。 例(1)抛一枚硬币,有可能正面朝上,也有可能反面朝上;
(2)掷一颗骰子,出现的点数;
(3)一天内进入某超市的顾客数;
(4)某种型号电视机的寿命;
(5)测量某物理量(长度、直径等)的误差。
随机现象到处可见。
2.特点:结果不止一个;哪一个结果出现事先不知道。
3.随机试验:在相同条件下可以重复的随机现象。对随机现象的大量的重复观察,它具有以下特征:重复性、明确性、随机性。我们就是通过随机试验来研究随机现象的。
1.1.2 样本空间
1.样本空间是随机现象的一切可能结果组成的集合,记为
Ω={ω}
其中,ω表示基本结果,称为样本点。
(1)执一枚硬币的样本空间为:Ω1={ω1, ω2};
两枚呢?两枚均匀的硬币的样本的样本空间Ω由以下四个基本结果组成,
,ω2=(正,反),ω3=(反,正),ω4=(反,反),则 ω1=(正,正)
A=“至少出现一个正面”={ω1, ω2, ω3};B=“最多出现一个正面”={ω2, ω3, ω4};C=“恰好出现一个正面”={ω2, ω3};D=“出现两面相同”={ω1, ω4}。
(2)执一颗质体均匀的骰子的样本空间为:
Ω2={ω1, ω2, ω3, ω4, ω5, ω6}={1, 2, 3, 4, 5, 6};两颗呢?
这时基本结果可以用一个数对(x,y )表示,其中x 表示第一颗骰子出现的点数,y 表示第二颗骰子的点数,则其基本空间是
Ω1={(x,y):x,y=1,2,3,4,5,6},共有36个结果。则事件
A 1=“点数之和等于2”={(1,1)},
B 1=“点数之和等于5”={(1,4),(2,3),(3,2),(4,1)}
C 1=“点数之和超过9”={(4,6),(5,5),(5,6),(6,4),(6,5),(6,6)}
D 1=“点数之和不小于4也不超过6”={(1,3),(1,4),(1,5),(2,2),(2,3),(2,4),(3,1),(3,2),(3,3),(4,1),(4,2),(5,1)}。
(3)一天内进入某超市的顾客数的样本空间为:
Ω3={ω0, ω1, ω2, ω3, }={0, 1, 2, 3, 4, 5, , 500, , 105, };为什么这样处理?
(4)某种型号电视机的寿命样本空间为:Ω4={t , t ≥0};
(5)测量误差的样本空间为:Ω5={x , -∞
2.离散样本空间和连续样本空间。
样本空间分类:有限和无限;无限又可以分为可列与不可列
有限与可列分为一类,称为离散样本空间;无限不可列属于另一类——连续样本空间。
1.1.3 随机事件
1.定义 随机现象的某些样本点组成的集合。
随机现象的某些基本结果组成的集合称为随机事件,简称事件,常用大写字母A 、B 、C …来表示事件。A=“出现奇数点”,A={1,3,5}等。
事件具有以下特征:
(1)任一事件A 是相应样本空间Ω的一个子集。
(2)事件A 发生当且仅当A 中某一结果发生,或者说,当ω1(∈A )发生,则说世事件A 发生,当ω2(∈A ) 发生,则说A 不发生。
(3)事件A 的表示可用集合,也可以用语言,但要使大家明白。
2.维恩图 事件的集合表示。
基本事件
复合事件
必然事件
不可能事件
3.例 掷一颗骰子的样本空间为:Ω={1,2,3,4,5,6}。
事件A =“出现1点”,它由Ω的单个样本点“1”组成。
事件B =“出现偶数点”,它由三个样本点“2,4,6”组成。
事件C =“出现的点数大于6”,Ω中的任意样本点都不在C 中,所以C 是空集,即不
可能事件∅。
事件D =“出现的点数不超过7”,Ω中的任意样本点都在D 中,所以D 是必然事件Ω。
样本空间与集合的关系,对应关系
1.1.4 随机变量
1.定义 用来表示随机现象结果的变量称为随机变量,常用大写字母X , Y , Z , 等表示,也有的用希腊字母ξ, η, ζ, 等表示。很多随机事件都可以用随机变量来表达。
2.例 (1)掷一颗骰子,出现的点数是一个随机变量;
(2)掷两颗骰子,出现的点数之和也是是一个随机变量;
(3)检查10件产品,其中不合格产品数X 是一个随机变量,表示
(4)电视机的寿命T 是一个随机变量。此外射击次数、候车时间、购买某种股票的收益率等都是随即变量。
取值情况:有限、无限可列——离散型随机变量;
剩下的——非离散型随机变量(主要研究连续型随机变量)
有了随机变量,我们就可以用随机变量来表达随机事件,才可以用数学方法(分析方法)来研究随机性问题。
随机事件的三种表达形式:集合,语言描述,随机变量。
1.1.5 事件之间的关系
为以后的概率计算化繁为简,需要研究事件间的关系与事件的运算规则,这里先研究事件的关系,它与集合的运算有着相同之处。
事件之间的关系有:
一、包含关系
(1)事件的包含 设在同一个试验里有两个事件A ,B ,若事件A 中任一基本结果必在B 中,则称A 包含于事件B 或B 包含A ,记为A ⊂B,B ⊃A 。
此时若A 发生则必导致B 发生。如A=“出现4点”,B=“出现偶数点” 显然对于任意一个事件A 有 Ω⊃A ⊃Φ
二、相等关系
事件的相等 设在同一个试验里有两个事件A 与B ,,若AB 且BA ,则称事件A 与B 是相等的, 记为A=B。这时A 与B 必然包含相同的基本事件。
A = B ⇔ A ⊂ B 而且 B ⊂ A.
如掷两颗色子,观察它们出现的点数(x,y ),设A=“x+y=奇数”,B=“x 与y 的奇偶性不同”,则A=B.
三、互不相容关系
(3)事件的互不相容(互斥) 设在同一个试验里,若两个事件A 与B 没有相同的基本结果,则称事件A 与B 互不相容,这时事件A 与B 不可能同时发生。
如A=“出现点数为偶数”,B=“出现3点或5点”,则A 与B 互不相容。 同样可以推广到多个事件的互不相容性,若在一个试验里有几个事件
A 1,A 2, …,A n ,若其中任意两个事件都是互不相容的,则称这n 个事件是互不相容的。
各种关系的维恩图表示。
1.1.6 事件运算
1.事件运算:
一、事件A 与B 的并(和),记为:A B
“由事件A 与B 中所有样本点(相同的只计入一次)组成的新事件”“ 事件A 与B 中至少有一个发生”“ A 或B ”
举例
且:A B ⊃A ,A B ⊃B ;当A ⊃B 时,A B =?
A Φ=A , A Ω=Ω;
A 1 A 2 A n 表示A 1, A 2, , A n 中至少有一个发生。
A 称为有限并, A 称为可列并 i i
i =1i =1n +∞
二、事件A 与B 的交,记为:A B 或AB
“由事件A 与B 中公共样本点组成的新事件”“ 事件A 与B 中同时发生”“ A 且B ”
举例
且:A B ⊂A ,A B ⊂B ;当A ⊃B 时,A B =?
A Φ=Φ, A Ω=A ;
A 1 A 2 A n 表示A 1, A 2, , A n 全部发生。
若A 与B 互不相容(互斥),则A B =Φ;反之,亦然。
n +∞ A 称为有限交, A 称为可列交。 i i
i =1i =1
三、事件A 与B 的差,记为:A -B
“由事件A 中但不在B 中的样本点组成的新事件”“ 事件A 发生而B 中不发生”“ A 非B ”
举例:如A={1,3,5},B={1,2,3},则A -B={5},而B -A ={2}。一般情况下A -B =A -AB 这是在以后计算概率时常遇到的公式之一。
将A B 表示为互不相容事件的和:A B =(A -AB ) B =A (B -AB ) 等。
若X 为随机变量,则有:
{X =a }={X ≤a }-{X
{a
四、对立事件
设A 为试验里的事件,则由不在A 中的一切结果组成的事件称为A 的对立事件,记为, 就是“A 不发生”。
如 A=“出现偶数点”,则=“出现奇数点”。 对立事件是相互的,=A,Φ=Ω,Ω=Φ。
举例:
对立与互不相容的区别与联系,比较
举例:
设A ,B ,C 是某个试验中的三个事件,则
(1)事件“A 与B 发生,C 不发生”可以表示为。
(2)事件“A ,B ,C 中至少有一个发生”可以表示为A B C
(3)事件“A ,B ,C 中至少有两个发生” 可以表示为AB BC AC
(4)事件“A ,B ,C 中恰好有两个发生” 可以表示为 .
(5) 事件“A ,B ,C 中有不多于一个事件发生”可以表示
为
(6)事件“A ,B ,C 中至少有一个发生的对立事件”是A B C =。
2.事件的运算性质:
(1)交换律:
,A A B =B A ; A B =B
(2)结合律:
(A B ) C =
(3)分配律:
=(A C ) (B ,C ) (A B ) C =(A C ) (B C ) ; (A B ) C ,A (B C ) (A B ) C =A (B C ) ;
(4)对偶律(德莫根公式):
A B =A , B A =B A 。B
证明:
A 1 A 2 ⋯ A n =12⋯n 或者 A i = i 、 A i = i
i =1
n i =1n i =1+∞i =1+∞n n +∞+∞
A 1A 2⋯A n =1 2 ⋯ n 或者 A i = i 、 A i = i
i =1i =1i =1i =1
完备事件组(或者称为样本空间的一个分割)
把样本空间Ω分成n 个事件B 1,B 2,„ ,B n ,假如
(1)P(B i )>0,i=1,2, „,n ; (2) B 1,B 2,„ ,B n 互不相容,;(3) B i =Ω。
i =1n
则称事件组B 1,B 2,„ ,B n 为Ω上的一个完备事件组。(Ω最简单的分割是B 和B )
比较:
给出事件域的概念,目的是为下一节定义事件的概率作准备。
“事件域”—— 样本空间中某些子集组成的集合类,记为:F
可测集合才能定义概率,为此有以下的准备
F 应该包括:Φ, Ω, A , 以及相关事件的各种运算(并,交,差、对立),在运算之下应该具有封闭性
交的运算可以通过并与对立来实现(狄摩根对偶律)
差的运算可以通过对立事件与交来实现(A -B =A -AB =)
所以,对立事件与并的运算就可以解决任何问题
1.定义 设Ω为一样本空间, F 为Ω的某些子集组成的集合,如果F 满足:
(1)Ω∈F ;
(2)若A ∈F ,则A ∈F ;
(3)若A n ∈F ,n =1,2, , 则 A n ∈F 。
n =1+∞
则称F 为一事件域或σ-代数。
在概率论中,又称(Ω, F ) 为可测空间。
2.常见事件域
例 常见事件域:
F 1=σ(ω1, ω2) =∅, A , A , Ω; {}
F 2=σ(ω1, ω2, ωn ) ;
F 3=σ(ω1, ω2, ωn , ) ;
Ω=(-∞, +∞) ,取基本集合类
F 4={(-∞, x ); -∞
利用事件类的要求,首先把左闭右开的扩展近来
[a , b ) =(-∞, b ) -(-∞, a )
然后再把闭区间、单点集、左开右闭、开区间扩展近来
1⎫⎡[a , b ]= ⎢a , b +⎪,{b }=[a , b ]-[a , b ) n ⎭n =1⎣
(a , b ]=[a , b ]-{a },(a , b ) =[a , b ) -{a } +∞
最后用(有限或可列个)并运算和交运算把实数中一切有限集、可列集、开集、闭集都扩展近来。这就是人们希望得到的:
3.波雷尔事件域: F =σ((-∞, x ), x ∈ℜ) 。