第二节机率之测度及运算法则.pptVIP

第四節　條件機率 獨立事件的意義 A、B為任兩事件，獨立事件的定義： 集合與機率 第5章 第一節　集　合 隨機的意義 隨機實驗(random experiment)具有三種特性： (1)實驗可在相同條件下重複執行。 (2)所有實驗可能出現的結果，在事前是可以被預知的。 (3)實驗未執行，不能確知會出現何種結果。 一隨機實驗的所有可能結果的集合，稱為樣本空間(sample space)，而單一可能的結果，即樣本空間內的個別元素，則稱為樣本點(sample point)。 第一節　集　合 1.列舉法 指把樣本空間所有的樣本點都列舉出來 。 例如投一枚硬幣的樣本空間寫作： S={正面，反面} 2.概述法 以概括的方式描述樣本點所具有的性質，它特別適用於樣本空間所包含的樣本點太多或為連續數值類 。 電燈泡的使用時間壽命：因為時間屬連續數值，有無限多個數值，無法列舉，故其樣本空間的表示法，必須採用概述法，即： S={t│t≧0}，其中t表示時間的長短 第一節　集　合 樣本空間依據樣本點的個數，可區分為有限樣本空間(finite sample space)與無限樣本空間(infinite sample space)。 樣本空間內的樣本點，依某一特性集合在一起，稱為事件(event)。顯然，事件是樣本空間的子集合。如只含1個樣本點的事件，稱為簡單事件(simple event)；而包含2個以上樣本點的事件，稱為複合事件(compound event)。 第一節　集　合 任何樣本空間都包含兩種特殊的事件： (1)不含任何樣本點的子集合，稱作空集合(null set)，以Φ表示。空集合代表沒有事件發生，又稱為不可能事件(impossible event)。 (2)樣本空間本身也是一種事件，因它包含樣本空間內的所有樣本點，又稱全集合，表示此事件必然會發生，故又稱必然事件(sure event)。 以投擲一顆骰子為例，其「不可能事件」寫作： Φ={　} 而「必然事件」寫作： S={1, 2, 3, 4, 5, 6} 第一節　集　合 集合的運算 交集的意義 交集(intersection)是指A與B兩事件共同元素組成的集合，記作A∩B。若投擲一公正骰子，令： A={2, 3, 4}、B={1, 2, 3} A∩B={2, 3}，∩是交集的符號 該交集的樣本點數目寫作：n(A∩B)=2。 第一節　集　合 互斥事件 當兩事件的交集為空集合（沒有任何元素的集合）時，即稱為互斥事件(mutually exclusive events)。譬如若B={1, 2, 3}, C={4, 5, 6}，則： B∩C={　}= Φ 　（空集合） 該交集的樣本點數目寫作：n(B∩C)= n(Φ) =0。 第一節　集　合 聯集的意義 聯集(union)表示屬於A事件或B事件的元素組成的集合，記作A∪B。 ∪是聯集的符號 若B={1, 2, 3}, A={2, 3, 4}，則： A∪B={1, 2, 3, 4}　（如圖深色區塊部分） A、B聯集的樣本點數目為：n(A∪B)=4。 第一節　集　合 餘集的意義 餘集(complement)表示在樣本空間S下，若B屬於S內的某一事件，則不屬於該事件B的所有元素組成的集合，稱為其餘集，記作 。 投擲一公正骰子，令B為其一事件，則： S={1, 2, 3, 4, 5, 6} B={1, 2, 3}　 在樣本空間S下，B事件的餘集為： ={4, 5, 6}　　（如圖深色區塊部分） 第二節　機率之測度及運算法則 事件機率的意義和測度 上一節提到，在隨機實驗之前，我們是無法預知哪一種結果必然會發生，但我們卻可計算出各個可能結果發生的機會或程度。事件機率就是用來表達事件發生的機會和程度。 事件E的機率是以符號P(E)來表示。 P是probability的縮寫，代表機率函數。 P(E)表示透過某種函數的運算而獲得的機率值。機率的值域在0～1之間，可寫作： 0 ≤ P(E) ≤ 1 第二節　機率之測度及運算法則 古典機率測度法 (1)隨機實驗的樣本空間內的所有樣本點，具有相同的出現機會。譬如投硬幣出現正面和