- 1、本文档共65页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
可靠性数学基础知识
重庆大学 周家启
集合与事件
概率是事件的一定属性,事件可以通过集合(简称“集”)来描述。因之在研究概率之前,讨论一下集合的基本概念。
集合的定义和符号
具有某种规定性质的事物的总体称为集(合)。组成集合的这些事物的每一个体称为集的元素或成员。只有有限个元素的集称为有限集,具有无限个元素的集称为无限集。例如,“A城中18岁及以上的全体公民”是一个有限集,“所有正整数的全体”则是一个无限集。
集合常用大写字母表示,元素常用小写字母表示,如果某一个体x是集A的元素,则记为
读作“x属于A”。而
则表示x不属于A。
如果集A和集B具有完全相同的元素,即集A的每个元素都是B的元素,集B的每个元素也都是A的元素,则说A等于B,记为A=B。
有限集A中元素的数目叫A的基数,记为|A|。
一个集S可以用列举出它的全部元素的方式来表示,例如
与括号中元素的排列次序无关。
一个集P也可以按照它的元素某种特定的属性来表示,例如
括号中垂直线左右的记号代表集的典型元素。
于是前面列出的集S也可写成
或
有两个集A和B,如果B的每个元素都是A的元素,则说B是A的子集,记为
或
有时读成A包含B。一个集A也总是它本身的一个子集,。集A中任何一个不等于A的子集B称为A的真子集,记为
或
如果 且, 则A=B。
集合的基本组合规则
通过集的运算可以将某些集合组合形成新的集合,一般有如下一些运算规则。
如果A和B是两个集,则它们的并定义为
它们的交定义为
例1 如果S=[2、3、5、7]且T=[1、2、3],则
=[1、2、3、5、7];=[2、3]
如果集A和集B没有公共元素,则称它们为不相交的集。这两个不相交集之交得到一个不包含任何元素的集。称其为空集,以表示。因之,而且也是任意一个集N的子集。
集的并和交的运算服从以下规则
1. 幂等律
,
2. 交换律
,
3. 结合律
,
4. 分配律
,
集A和集B的差A–B定义为
如果B是A的一个子集,则有时称A–B为B在A中的补集。
例2 如果S=[2、3、5、7]且T=[1、2、3],则
S–T = [5、7];T–S = [1]
集的集合的概念
在可靠性评估技术中常会碰到集中的元素本身也是一个集的情况。以下用所谓的幂集来说明这个概念。
定义任意集A的幂集(A)为A的全部子集的集合,即
例3 令A=[x, y, z],则
对于集的集合,其并和交的定义是:令为任意集的集合,则并
而交
如果是有限个集的集合,例如,则常可写出
或
或
例4 令=[A、B、C],其中A=[2,3,5,7],B=[1,3,5],
C=[1,2,3],则
=[1、2、3、5、7],
还可以由其它的方式构成集的集合。
如果集A的每一个元素至少属于集中的一个成员,即,则称集A的非空子集的集合为A的覆盖。
如果A的一个覆盖还具有如下性质:的全部成员都是两两互不相交的,则称是A的一个划分。
例5 如果S=[a、b、c、d、e],则可以有如下覆盖
{[a、b],[b、c、d],[b、c、e]};{[a、b],[c、d、e]};
{[a]、[b]、[c]、[d]、[e]}
并且上面第二及第三个覆盖又是A的两个划分。
事件及其集合表达
样本空间
人类的生产和科研活动、或观察到的自然现象,都存在着相互联系与制约的因素,有其一定的内在必然发展规律,但它们同时又受着各种各样外在偶然因素的影响,呈现出现象发生的“随机性”。概率论和统计学就发端于对这些“随机”现象的研究。
随机现象的基本特征是,这些现象在一定条件下可能发生,也可能不发生,需要通过对现象的统计实验来研究其发生的规律。统计方法往往是在一定条件下进行试验或现场观测,将其结果记录下来,作为研究和推断的依据。按原始形式收集的观察记数或试验的测量记录,一般称为原始数据。在统计学中常用“实验”一词来统称产生原始数据的过程。
抛掷硬币观察其出现正面或反面的现象,是最常用的统计实验例子。气象观测、水文观测、电站运行记录、产品质量检验记录等,也都是生产和科研工作中的统计实验方法。
通常将一个给定条件的统计实验中所有可能结果的总和称为“样本空间”,或者用集合的术语描述为:一个项统计记录的全部可能结果的集合称为样本空间,并常用S表示。
例6 将一枚硬币抛掷两次,可能出现的全部结果是,{正,正},{正,反},{反,正},{反,反},则样本空间
S = {{正,正},{正,反},{反,正},{反,反}}
例7 在足够长的统计时期内,“一年出现1次故障”的全部可能结果,
即其样本空间
S = { 0,1,2,3,…}
事件
事件总是与某些实验的结果相关联,理论研究中一般作出以下假设:
(1) 在相同条
您可能关注的文档
- 集团专线产品体系白皮书V5.doc
- 集成产品开发(IPD)-卓越产品创新之道.doc
- 集美大学诚毅学院市场营销学课件02.ppt
- 零基础实战软件测试工程师就业班学习培训教程(共四阶段、快速掌握主流测试工具).doc
- 静思创业板.doc
- 面向对象课件第一章.ppt
- 领导卓越运营项目管理.doc
- 马克思结课论文.doc
- 马赫祥.doc
- 鲁教版地理必修2期末模拟试卷二.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)