ch随机试验样本空间.pptVIP

* 目 录 概率论的基本概念 等可能概型(古典概型) 条件概率 独立性 随机变量及其分布 随机变量的分布函数 随机变量的函数的分布 多维随机变量及其分布 两个随机变量的函数的分布 随机变量的数字特征 几种重要随机变量的数学期望及方差 矩、协方差矩阵 大数定律及中心极限定理 确定现象：可以根据其赖以存在的条件，事先准确地断 定它们未来的结果。 随机现象：在条件相同的一系列重复观察中，会时而出 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。 统计规律性：在相同的条件下重复一试验时，其各种结 果表现出一定的量的规律性。 概率论与数理统计是一门研究随机现象量的统计规 律性的数学学科。 1. 确定性现象和不确定性现象. 2. 随机现象: 在个别试验中其结果呈现出 不确定性, 在大量重复试验中其结果又 具有统计规律性. 第一章 概率论的基本概念 前 言 3. 概率与数理统计的广泛应用. §1.1 随机试验 E1: 抛一枚硬币观察, 正(H)反(T) 面 的情况. E2:将一枚硬币抛三次, 观察正反面出现的情况. E3:将一枚硬币抛三次，观察出现正面的次数。 举例: E4：电话交换台一分钟内接到的呼唤次数. E5: 在一批灯泡中任取一只, 测试它的寿命. E6: 掷一骰子, 观察出现的点数: 随机试验的特点: (1) 可在相同的条件下重复试验; (2) 每次试验的结果不止一个,且能 事先明确所有可能的结果; (3) 一次试验前不能确定会出现哪 个结果。 一. 随机事件 随机试验的每一种可能结果称为 随机事件， 简称 事件 。 §1.2 样本空间与随机事件 E1: 抛一枚硬币, 观察正反面的情况. “出现正 面” “出现反面” E3:将一枚硬币抛三次，观察出现正面的次数。 “正面不出现” “出现正面1次” “出现正面2次” “正面出现3次” “正面出现奇数次” 试验中的每个可能直接出现的结果,是最简单| 不能再分解的事件, 称为基本事件或样本点, 用 ? 表示. 二. 样本空间： 样本点全体组成的集合叫做 样本空间，记为 S. E1: 抛一枚硬币观察,正(H)反(T) 面 的情况. S = { H,T } E2:将一枚硬币抛三次,观察正反面出现的情况. S = { HHH, THH，HTH, HHT, HTT, THT, TTH, TTT } E2和E3同是抛一枚硬币三次， 但试验的目的不一样， 其样本空间也不一样. E3:将一枚硬币抛三次，观察出现正面的次数。 S = { 0 , 1, 2 , 3 } E4：电话交换台一分钟内接到的呼唤次数. S = { 0，1，2，……} S2={HHH, THH， HTH,HHT,HTT,THT,TTH,TTT }, S3={0, 1, 2, 3}. 样本空间 1.离散样本空间:样本点为有限多个或 可列多个. 例 E1, E2, E4等. 2.无穷样本空间: 样本点在区间或区域 内取值. 例灯泡的寿命 { t | t ≥ 0 }. 三. 事件的集合表示 引入样本空间后,就可以把事件用样本空间的 子集来表示,这样做严格,简明,便于数学处理. 例1. 在E2中样本空间 S={HHH,HHT,HTH, THH,HTT,THT,TTH,TTT}, 样本点: 事件A: “第一次出现正面” , 即 A= { HHH, HHT, HTH, HTT } 事件B: “恰好出现一次正面” , 即 B= { HTT, THT, TTH }, 事件C: “至少出现一次正面”，即 C= { HHH，HHT，HTH，THH， HTT， THT，TTH}. 共有23=8个（2×2×2是重复排列）. 基本事件: 由一个样本点组成的单点集. 如 : {H} , {T}. 必然事件: 样本空间 S 是自身的子集，在每次试验中总是发生的，称为必然事件。 不可能事件：空集φ不包含任何样本点，它在每次试验中都不发生，称为不可能事件。 复合事件:由两个或两个以上的基本事件复合而成的事件. 如:E3中 {恰有一次出现正面}. 四. 事件间的关系与事件的运算 1.包含关系: A B S 若事件A发生必然导