第1章概率论的基本概念解析.ppt

第一章 随机事件与概率 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 随机试验E (random test)的特点： （1）试验可以在相同的条件下重复进行； （2）试验的所有可能结果可知，且不止一个； （3）每次试验总是恰好出现这些结果中的一个，但试验之前不能断定到底会出现哪一个. 样本空间 (sample space) ：随机试验的一切可能结果组成的集合.记为?或S.可能结果又称为样本点，常用符号?表示. 例1.1.1 将一枚硬币先后掷两次， 令 (1,0) =“第一次正面朝上，第二次反面朝上” 则样本空间为： ?={(0,0) , (0,1) , (1,0), (1,1)} . 若令 i =“正面朝上的次数为i ” 则样本空间为： ?={0,1, 2} . 例1.1.2 一天内进入某商场的人数的样本空间为 ?={0,1, 2, …}. 例1.1.3 电视机寿命的样本空间为 ?={t|t?0} . 在以后的数学处理上，我们往往把有限个或可列个 样本点的情况归为一类，称为离散样本空间；而将不可 列无限个样本点的情况归为另一类，称为连续样本空间. 随机事件 (random event) 随机试验的某些子集称为随机事件，简称事件.它在随机试验中可能出现也可能不出现，而在大量重复试验中具有某种规律性. 例1.1.4 掷一枚骰子的样本空间为 ? ={1, 2, …, 6}={i|1? i ?6}. 则 A=“出现偶数点”={2, 4, 6}. 例1.1.5 检测灯泡寿命的试验中，如果规定寿命超 过1500小时为合格，则 ?={t|t ?0} 事件 A=“合格品”={t|t 1500}. 例1.1.6 向平面OXY内随机投点，则 ?={(x, y) | x,y?R} 事件 A=“落在单位圆内”={(x, y) | x2+y21}. 随机事件间的关系与运算 例1.1.7 设A, B, C是某个随机现象的三个事件，则 （1）事件“A与B发生，C不发生”： （2）事件“A, B, C中至少有一个发生”： （3）事件“A, B, C中至少有两个发生”： （4）事件“A, B, C中恰好有两个发生”： （5）事件“A, B, C都发生”： （6）事件“A, B, C都不发生”： （7）事件“A, B, C不都发生”： 事件的运算性质 （1）否定律： （2）幂等律：A∩A= A, A∪A= A； （3）交换律： A∩B= B∩A, A∪B= B∪A； （4）结合律： A∩(B∩C) = (A∩B)∩C, A∪(B∪C) = (A∪B)∪C； （5）分配律： A∩(B∪C) = (A∩B)∪(A∩C), A∪(B∩C) = (A∪B)∩(A∪C)； （6）对偶律(德摩根De morgan公式)： 作 业 1.2 概率的定义及其确定方法 排列数公式和组合数公式 (1)排列数 特别地，① r=n时， ② 重复排列数 nr. (2)组合数 特别地，重复组合数 定义1.2.3 在n次独立重复的试验中，事件A出现的次 数为m，则称m为事件A发生的频数，称 为事件A出现的频率. 频率的基本性质： (1) 0? fn(A)?1; (2) fn(?)=1; (3) 如果AiAj=? (1? i j ? k)，则 fn(A1∪A2∪ … ∪Ak ) = fn(A1 ) +fn(A2 ) + … +fn(Ak ). 频率的大小表示事件发生的频繁程度.频率大，事件 发生就频繁，这意味着事件在一次试验中发生的可能性就 大，反之亦然. 人们长期的实践表明：随着试验重复次数n的增加， 频率fn(A)会稳定在某一常数a附近，我们称这个常数为频 率的稳定值.这个稳定值就是我们所说的(统计)概率. 定义1.2.4（公理化定义）设?为随机试验E的样本空 间，如果实值集函数P(·)满足下列条件 (1)非负性 P(A)?0; (2)正则性 P(?)=1; (3)可列可加性 若AiAj=? ( i,j ?1, i?j )，则 P(A1∪A2∪…∪An∪… ) = P(A1 ) +P(A2 ) + … +P(An ) + … 那么称P(A)为事件A出现的概率. 概率P(A)表征了事件A在一次试验中发生的可能性大小. 确定概率的