概率论基础(复旦版)李贤平第一章ppt.pptx

概率论;第一章 随机事件与概率;1.1 随机现象与统计规律性;下面是一些随机试验的例子 例1.1 某人抛掷一枚骰子，观察朝上面的点数。 例1.2 从装有7个白球和3个黑球的盒子中随意取出两个球， 观察其颜色。 例1.3 从某厂所生产的10000件产品中随意抽取53件产品， 考察其中次品的件数 例1.4 从某校中随意抽选一名学生，测量其身高。;? 随机事件;随机事件的分类;? 样本空间;例如：;显然，频率具有下列性质：;Def 随机事件在一次试验中是否发生带有偶然性，但当试验次数不断增大时，它发生的频率就趋于稳定，这种规律称为随机事件的统计规律性。;? 随机事件概率; 概率的统计确定法 Def 在相同条件下重复进行的 次试验中, 事件 发生的频率 稳定地在某一常数 附近摆动, 且随 越大摆动幅度越小, 则称 为事件 的概率, 记作 。 概率的统计定义对试验没有特殊限制，适用于所有随机试验。优点是易于理解，在试验次数足够大时能给出概率的近似值；不足是粗糙、模糊和不便使用。;确定该批小麦种子的发芽率。;解：从表内的资料可看出，随着做试验种子粒数的增加，种子发芽的频率在0.9附近摆动，参与发芽试验的种子粒数愈大附近摆动愈小，所以，这批小麦种子的发芽率大概应在0.9这个数值上。 注意：概率的统计定义只给出了确定事件概率近似方法。请大家思考概率的统计定义与下列极限过程有何区别？也即概率的统计定义能否理解为下式成立：;显然，样本空间是一基本事件为元素的集合，复合事件是样本空间的真子集，必然事件就是样本空间，不可能事件是样本空间的空子集；如果再规定基本事件就是一个单点集，那么，随机事件就可以用集合来表示，但事件与集合又有所不同。所谓一个事件发生时指表达该事件的集合中的一个元素在试验中出现了。; ?事件的包含与等价（相等） Def 设 A,B 为任意两个事件，若事件 发生必导致事件 发生，则称事件 包含事件 ，记为 。 例如： 在例1.1中，令 表示掷得点数能被3整除； 表示掷得的点数大于2。则 。 如果有 成立，也称 为 的子事件。; Def 设 为任意两个事件，若 且 ，则称事件 与 等价或相等。记为 。 例如： 在例1.1中，令 表示掷得点数能被3整除； 表示掷得的点数为3或6，则 。;? 事件的互斥与对立 Def 设 为任意两个事件，若 与 在一次试验中不能同时发生，则称事件 与 互斥。若 与 互斥，且在一次试验中必有一个发生，则称 与 互为对立事件。记 的对立事件为 例如： 在例1.1中，令 表示掷得点数能被3整除； 表示掷得的点数小于3，则 与 互斥。 在例1.2中，令 表示抽出的两球中至少有一球为白色球， 表示抽出的两球全为黑球，则 与 互为对立事件。 显然，事件 与 互为对立事件，则它们一定互斥。;? 互斥事件完备群 Def 设 为一组事件，如果它们之中任意两个之间互斥，每次试验中必有它们其中一个发生，则称这组事件 形成互斥事件完备群 。 例如： 在例1.4中，令 则 形成一个互斥事件完备群，如图1.1所示。 ;显然，互为对立的两个事件一定形成一个互斥事件完备群。因此，互斥事件完备群是对立事件概念的推广。互斥事件完备群形成样本空间的一个分割。后面将要遇到的概率计算中，利用互斥事件完备群在一些情况下可以化简复杂事件概率计算。;;从定义不难看出事件的和运算具有下列性质 （1） ； （2）若 ，则 ； （3） 。 事件和运算概念的推广： 设 为一个事件序列， 则称“事件序列 中至少有一个事件发生”