01随机事件和概率

随机试验 的结果 被称为{样本点}
所有样本点 的集合被称为随机试验 的{样本空间 }
样本空间 的子集被称为{随机事件}

事件的本质是{集合 (样本点 的集合)}
事件的运算规则和{集合}的运算规则相同

事件 是否发生的判断
在该次随机试验的结果样本点是否被事件 {包含}

样本空间 包含所有的样本点，在每次试验中它总是发生的，称为{必然事件}
空集 不包含任何样本点，它也作为样本空间的子集，在每次试验中都不发生，称为{不可能事件}

事件的运算
事件 与事件 做差:
{}(集合语言描述)

事件的相互关系
事件 与事件 互斥 (不相容):
不能{同时发生}, {}

事件的相互关系
事件 与事件 互逆 (对立):
不能{同时}发生, 但是必须{有一个}发生, {c5: }, {c5: }

互逆事件是条件更加严格的{互斥 (不相容)}事件

随机事件的运算规律就是集合的运算规律
要注意最重要的两个规律
吸收率和德摩根律

概率的公理化定义

1. 非负性：{对于每一个事件 A, 有 }
2. 规范性：{对于必然事件 , 有 }
3. 可列可加性：{设 , 是两两互不相容的事件，即对于 , 有
   , 则称 为事件 的概率}

条件概率定义为
{}

乘法公式:
设 两个事件，若 , 则有
{}

完备事件组的本质: 为样本空间 的一个{多次划分}

古典概型
{}
几何概型
{}

古典概型与几何概型的区别

• 古典概型
  有{c1:有限}个样本点 (样本空间 包含{c1:有限}个基本事件)
• 几何概型
  有{c2:无限}个样本点 (样本空间 包含{c2:无限}个基本事件)

Q: 几何概型的计算方法, 映射法
A: 把 映射到能够包含无限样本点的坐标系上得测度为
再把目标区间映射到相同坐标系上得测度为
概率为

事件的独立性的定义
{}
独立性不是语言中的”独立”
而是在描述一个相互关系

和 与任何事件{相互独立}

独立的传播性
对于事件
与 相互独立 {c1: 与 相互独立}{c1: 与 相互独立}{c1: 与 相互独立}

若两任意事件 与 独立且 , 则 {} 或 { 并且 }

若事件 相互独立，则其中任意 个事件{相互独立}，反之{不成立}

两两独立与相互独立的区别
对于事件 来说
证明两独立只要证明

但是相互独立还要证明
{}

设事件 , 相互独立
则
{}
{}={}

对于普通的随机事件
{}

独立重复试验
一般地，在相同条件下重复做若干次的试验称为独立重复试验. 其中，各次试验的结果之间
{相互独立}，且同一事件在各次试验中出现的概率相同

{伯努利试验}的定义
每次试验只有{对立}的两个结果 和

重伯努利试验
将每次试验只有对立的两个结果 和 的伯努利试验独立重复进行 次
设在 重伯努利试验中，
则在 重伯努利试验中事件 发生 次的概率为
{}(二项分布的概率公式)
的取值范围为{}

条件概率的题目往往与{独立性}有关