机率与随机变数.pdfVIP

機率與隨機變數 基礎機率概論 們在建構與分析隨機現象的數學模型時，機率的理論提供了基本的 我 工具。在隨機現象的議題裡，我們研究的是一個無法預測結果的實 驗，自然而然可聯想到的就是那些隨機性質的遊戲。事實上，在 15 世紀與 16 世紀，最早期的機率概論就是隨著這類型問題所發展出來的 ( 參考 Todhunter, 1949) 。 在工程及科學的領域裡，隨機現象分佈在各種可能情況，範圍雖然過 於廣泛，但大體上可將這些隨機現象分成兩大類別。第一個類別是隱含不 確定性之物理現象，而這些不確定性的成因，往往源自物理現象本身的複 雜度，或是我們對此現象的知識不足所造成。例如「天氣預報」資訊的取 得，大都來自於衛星的追蹤攝影與氣象本身的成因，較不足以推斷出可靠 的預測。這同時也讓我們瞭解到，無論在收音機或電視上的氣象報導，都 是以機率術語來預測。 第二個類別是廣泛地利用機率模型，來呈現出某個問題的變化性。舉 個例子來說，有個工程師想要研究在一固定時間內，通過路上某一定點的 車流量，然而車流量會隨著時間點的不同而有所變動，且此變動性不但不 可預測，更隨著不同駕駛員的行為而有所差異，這些都是潛藏的因素。因 7 8 機率與統計 此，我們必須從機率的觀點出發，善加利用其基礎和理論，以找出一套有 效的分析方法。 在所有的物理現象裡，到處充滿了不確定性與變動性，因此，在工程 與科學的廣泛應用當中，機率模型與分析已佔據整個問題的核心地位。無 庸置疑的，未來在大部分的科學研究裡，機率的重要性將與日俱增。 2.1 集合論與元素 在隨機現象的研究裡，我們有興趣的是可能發生的事件。因此，事件 與事件之間的組合便扮演著機率理論的核心。而用來描述事件的架構又和 集合論 (set theory) 息息相關。在本節當中，我們將詳述集合論的基本觀念 與代數上的運算。 集合 (set) 是一些相同性質物體的聚集，而這些可具有任何特定性質的 物體，便稱作是集合裡的元素 (element) 。舉例來說：數字的集合、數學函 數的集合、人的集合、混合事物的集合。通常我們會用大寫的字母 A , B , C , Φ, Ω, 來代表集合，而用小寫的字母 a , b , c ,φ , ω, 來代表其元素。 因此，集合就是由其元素所描述而成的，例如說 A {1, 2 , 3 , 4 , 5 , 6} 指的是在 A 集合裡，其元素為整數 1 到 6 。再舉個例子，如果集合B 包含 兩個元素，成功與失敗，則可以表示為 B {s , f } 其中 s 和 f 分別代表成功和失敗。對於一個包含所有非負實數之集合而 言，也可以簡單地表示如下： C {x :x ≥0} 因此，我們將下列的慣用方式 第 2 章 基礎機率概論 9 a ∈A (2.1) 來表達元素 a 屬於 A 集合。 一個沒有元素的集合被稱為 空集合 (empty or null set) ，且用符號φ 來 表示之。而我們又可將集合分為兩種，一種是含有有限元素的集合，另一 種是含有無窮元素的集合。它們分別被稱為有限集合 (finite set) 與無窮集 合 (infinite set) 。若無窮集合內的元素，可以在正整數之間一對一規則地排 列，則稱此無窮集合為可數的 (enumerable or countable) 。例如包含全部正 整數 1, 2 , 的集合便是個可數集合 (enumerable set) 。如果無窮集合內之 元素無法一對一規則性地排列時，則稱該無窮集合為不可數集合 (nonenu- merable or