2.1-概率及概率空间.ppt

* 显然，σ－代数不止一个。对于一个给定的样本空间Ω，其最小的σ－代数是由空集φ和Ω构成的，而最大的σ－代数则由Ω的幂集，即Ω的所有子集构成。最大的σ－代数由Ω的2Ω个子集组成。 令G为Ω任一子集簇，所有包含G的σ－代数的交是包含G的最小的σ－代数，称为由G生成的σ－代数，记为σ(G)。 由实数集R1中的所有子集(a，b]组成的集合蔟而生成的σ－代数是包含所有R1区间族的最小σ－代数，称为Borel代数，记作B(R1)。B(R1)包含了R1所有开集和闭集，也可以看作是从R1的区间开始经过一系列所有可能的有限和可列集合的并、交、补等运算而获得的。 对于一般的n维Eulid空间Rn，可类似得到Rn的Borel代数，记作B(Rn)，只不过Rn的区间应为(a,b]={（x1,x2,…,xn）| ai xi≤bi,a =(a1,a2,…,an), b=(b1,b2,…,bn),i=1,2, …}. σ－代数的概念（续） * F为Ω的σ－代数表明，F中的元素，即由Ω中元素构成的、并属于F的事件，是可测的，于是我们将F中的所有元素称为可测集，将Ω与其可测集簇σ－代数F组成的一对（Ω, F）称为一个可测空间。 对可测空间（Ω, F），我们需要知道F中的可测集即事件出现的可能性大小，也就是需要对F中的事件进行评价和测度。为避免出现矛盾的情况，测度方式也需要按照一定的规则进行，于是，有 定义2 对可测空间（Ω, F），在F上定义一个函数μ：F →R1称为一个测度，若满足： μ(φ)=0； ?A∈F，0?μ(A)? +?； (iii) Ai∈F，i=1, 2, …, +?，且Ai ? Aj=φ（ ），则μ( Ai)= μ(Ai)。 可测空间的概念与表示 * 对随机事件的测度，人们普遍习惯于用概率测度，记为P。概率测度P满足P(Ω)=1，P(φ)=0，并对于?A?F，皆有0? P(A) ?1。 于是，样本空间Ω、Ω的需要测度的σ－代数F与定义在F上的测度方式、即概率测度P：F?[0,1]构成的三元体(Ω, F,P)，称为概率空间。 为保持概率空间的完备性，我们常常假设F 包含了Ω的所有对P可忽略的子集，此时称(Ω, F,P)是完备的概率空间。所谓对P可忽略的子集，是指对A?F，P(A)=0，则称包含于A的子集为对P可忽略的子集。 完备的概率空间及其表示 * * * 概率及概率空间 * 2.1 概率的定义 1.频率 3 概率的性质 2 概率的定义 * 定义： 随机事件 : 在一定条件下，对随机现象进行一次实 验的每一个可能结果； 必然事件 : 在一定条件下必然要发生的事件，记作 ； 不可能事件 : 在一定条件下不可能发生的事件，记作?。 基本事件 : 在随机实验中，不能分解的事件； 随 机 事 件 我们称一个随机事件发生当且仅当它所包 含的一个基本事件在试验中出现． 返回主目录 1. 概率的概念 * 10 包含关系 事件间的关系与运算 20 事件的并 30 事件的交 50 互不相容事件 60 逆事件 S A B 返回主目录 * S A B 20 事件的并 30 事件的交 S A B 返回主目录 * S B S A 40 互不相容事件 50 逆事件 A 返回主目录 * 随机事件的运算规律 交换律: 结合律: 分配律: 反演律（De Morgan定律）: 返回主目录 * 2.1.1 频 率 1. 随机事件的发生可能性有大小之分 投一枚均匀的骰子，考察下列事件发生的可能性大小．令Ａ＝出现点数２，Ｂ＝出现偶数点，则B比A更容易出现。 2. 频率的定义 定义 如果在n次重复试验中事件A发生了nA次，则称nA/n为事件A在n次试验中发生的频率，记为fn(A)，即 fn(A)＝ 频率在某种意义反应了事件发生的可能性大小。 频率的缺陷是其取之依赖于具体的试验。 * 大量次的观察，发现事件发生的频率具有稳定性。 3. 频率具有稳定性 例1 抛一枚硬币,观察事件“正面向上”发生的规律。 实 验 者 N nH fn(H) 蒲 丰 4040 2048 0.5070 K.皮尔逊 12000 6019 0.5016 K.皮尔逊 24000 12012 0.5005 。 n?无穷大 m/n?稳定值 * 频 率 稳 定 值 概率