概率统计简明教程 第一章 随机事件及其概率.docVIP

第一章 随机事件及其概率 概率论是研究随机现象统计规律性的数学学科，它的理论与方法在自然科学、社会科学、工程技术、经济管理等诸多领域有着广泛的应用.从17世纪人们利用古典概型来研究人口统计、产品检查等问题到20世纪30年代概率论公理化体系的建立，概率论形成了自己严格的概念体系和严密的逻辑结构. 本章重点介绍概率论的两个最基本的概念：随机事件与概率.主要内容包括：随机事件与概率的定义，古典概型与几何概型，条件概率，乘法公式，全概率公式与贝叶斯公式以及事件的独立性等. §1 随机事件 随机现象 在自然界和人类社会生活中普遍存在着两类现象：必然现象和随机现象. 在一定条件下必然出现的现象称为必然现象.例如，没有受到外力作用的物体永远保持原来的运动状态，同性电荷相互排斥等，都是必然现象. 在相同的条件下可能出现也可能不出现的现象称为随机现象.例如，抛掷一枚硬币出现正面还是出现反面，检查产品质量时任意抽取的产品是合格品还是次品等，都是随机现象. 在对随机现象进行大量重复观测时我们发现，一方面，在每次观测之前不能预知哪个结果出现，这是随机现象的随机性；另一方面，在进行了大量重复观测之后，其结果往往会表现出某种规律性.例如，抛掷一枚硬币，可能出现正面也可能出现反面，抛掷之前无法预知哪个结果出现，但在反复多次抛掷之后，正面出现的频率（即正面出现的次数与抛掷总次数的比值）在0.5附近摆动，这表明随机现象存在其固有的量的规律性.我们把随机现象在大量重复观测时所表现出来的量的规律性称为随机现象的统计规律性.表1.1记录了历史上研究随机现象统计规律性的最著名的试验——抛掷硬币的试验结果. 表1.1 试验者 抛掷次数 正面朝上的 次数 正面朝上的 频率 德摩根 （De Morgan） 蒲 丰（Buffon） 费希尔（Fisher） 皮尔逊 （Pearson） 皮尔逊 （Pearson） 2048 4040 10000 12000 24000 1061 2048 4979 6019 12012 0.5181 0.5069 0.4979 0.5016 0.5005 随机事件 为了研究和揭示随机现象的统计规律性，我们需要对随机现象进行大量重复的观察、测量或者试验.为了方便，将它们统称为试验.如果试验具有以下特点，则称之为随机试验，简称为试验： 1. 可重复性 试验可以在相同的条件下重复进行； 2. 可观测性 每次试验的所有可能结果都是明确的、可观测的，并且试验的可能结果有两个或更多个； 3. 随机性 每次试验将要出现的结果是不确定的，试验之前无法预知哪一个结果出现. 我们用字母表示一个随机试验，用表示随机试验的可能结果，称为样本点，用表示随机试验的所有可能结果组成的集合，称为样本空间. 例1.1 抛掷一枚硬币，观察正面和反面出现的情况（将这两个结果依次记作和）,则试验的样本空间为 ={出现，出现} = {,}. 例1.2 将一枚硬币抛掷三次，观察正面和反面出现的情况，则试验的样本空间为 . 例1.3 将一枚硬币抛掷三次，观察正面出现的次数，则试验的样本空间为 =. 例1.4 抛掷一枚骰子，观察出现的点数，则试验的样本空间为 = . 例1.5 记录某机场问讯处一天内收到的电话次数，则试验的样本空间为 = . 例1.6 从一批电子元件中任意抽取一个，测试它的寿命（单位：小时），则试验的样本空间为 = {}. 在随机试验中，我们常常关心试验的结果是否满足某种指定的条件.例如，在例1.6中，若规定电子元件的寿命小于小时为次品，那么我们关心试验的结果是否有.满足这一条件的样本点组成的子集，我们称为该试验的一个随机事件.显然，当且仅当子集中的一个样本点出现时，有. 一般地，我们称随机试验的样本空间的子集为的随机事件，简称为事件，用大写字母,,等表示.在每次试验中，当且仅当子集中的一个样本点发生时，称这一事件发生. 特别地，由一个样本点组成的单点子集，称为基本事件.样本空间作为它自身的子集，包含了所有的样本点，每次试验总是发生，称为必然事件.空集作为样本空间的子集，不包含任何样本点，每次试验都不发生，称为不可能事件. 例1.7 在例1.3中，子集表示事件“三次均不出现正面”， 子集表示事件“三次均出现正面”，与都是基本事件.子集表示事件“正面出现的次数小于”，子集表示事件“正面至少出现一次” .而事件“正面出现的次数不大于”为必然事件，事件“正面出现的次数大于”为不可能事件. 随机事件的关系及运算 在一个随机试验中，往往存在很多随机事件，每一事件具有各自的特征，彼此之间可能存在某种联系.为了通过对简单事件的研究来掌握复杂事件，我们需要研究事件间的关系及运算.由于事件是一个集合，因此事件的关系及运算与集合的关系及运算是相互