文章图片
前言：
个人学习笔记，由于是国外教材，所以翻译的数学名词可能与国内教材上的有些许出入。
目录
前言：
0x00 定义
0x01 复原提取和非复原提取
0x02 和事件和交事件
0x03 余事件和差事件
0x04 互斥事件和两两互斥事件
0x05 划分（partition）
0x00 定义
概率（probability）
事件在一定条件下发生的可能性程度以数值表现形式，称为概率。
统计（statistics）
从社会现象到自然现象的各种数据，按照一定的系统，以数值的形态进行分析和表达。
概率现象（random phenomenon）
在社会现象和自然现象中，结果不是预先确定的现象，即结构受到某种不确定性影响的现象，称为概率现象。
概率实验（random experiment）
结果表现为概率现象的实验、观察或调查，称为概率实验。（比如：掷硬币、掷色子、抽牌）
标本空间（sample space）
从概率实验中可以获得的所有可能结果的集合，称为概率是实验的标本空间，用符号 
文章图片
或 
文章图片
表示。
标本点（sample point）
標本空間的每个元素称为一个样本点，用 
文章图片
等表示。
事件（event）
标本空间的部分集合（子集），满足一定条件的特定样本点的集合称为事件，用大写字母 
文章图片
等表示。
全事件（total event）
标本空间
文章图片
为全事件。
空事件（empty event）
记为 
文章图片
。
根源事件（elementary event）
由一个样本点组成的事件称作根源事件。
参考：
① 抛硬币概率实验中的样本空间为：
文章图片
（硬币正面记为H，反面即为T）
② 单次掷骰子的样本空间为：
文章图片
例题：
① 求出硬币反复抛3次的概率实验中的标本空间
文章图片
.
文章图片
文章图片
② 请求出至少出现一次正面(H) 的事件 A.
文章图片
文章图片
③ 请求出背面(T) 比正面(H) 出现的次数多的事件 B.
文章图片
文章图片
0x01 复原提取和非复原提取
再概率实验中多次重复同一实验时：
复原提取（replacement）
将提取的内容返回并提取下一个的方式，我们称之为 复原提取。（replacement）
（放回抽样）
非复原提取（without replacement）
提取下一个而不返回提取的方式称为非复原提取。
（不放回抽样）
0x02 和事件和交事件
对于标本空间
文章图片
的部分集合的两个事件 A 和 B：
和事件（union of event）
A和B的合事件：发生事件A或事件B的事件
文章图片
交事件（intersection of events）
A和B的交事件：事件A和事件B同时发生的事件称为交事件
文章图片
参考：
文章图片
0x03 余事件和差事件
对于标本空间
文章图片
的部分集合的两个事件 A 和 B：
余事件（complementary event）
事件A没有发生的事件：
文章图片
差事件（difference of event）
发生事件A但是没有发生事件B的事件：
文章图片
0x04 互斥事件和两两互斥事件
互斥事件（mutually exclusive events）
标本空间
文章图片
的部分集合中的两个事件 A 和 B 同时没有发生时，则 
文章图片
时，A B 两事件被称为 互斥事件。
两两互斥事件（pairwisely mutually exclusive events）
对于标本空间
文章图片
的部分集合（子集）的 
文章图片
个事件的 
文章图片
，
文章图片
时，
文章图片
被称为成对互斥事件。
（任意两个都互斥）
0x05 划分（partition）
对于标本空间
文章图片
的部分集合（子集）的
文章图片
个事件的
文章图片
的以下两个条件：
①
文章图片
是两两互斥事件。则 
文章图片
② 若满足 
文章图片
，我们称
文章图片
是标本空间
文章图片
的划分（完备事件群）。
即试验中的若干个事件，它们互斥且至少有一事件发生。
例题：投币三次，如果定义正面出现的次数 
文章图片
的事件为 
文章图片
，请证明该事件是标本空间
文章图片
的划分。
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
文章图片
为两两互斥事件，且
文章图片
文章图片
是
文章图片
的划分。
参考资料：
Heels L Z W H. Probability and statistics[M]. 4. .
百度百科[EB/OL]. []. https://baike.baidu.com/.
【概率论|【概率论基础】标本空间与事件 | Sample Space and Event】本篇完。
推荐阅读
- R语言|R语言数学统计函数和描述性统计函数
- #|基于蒙特卡洛法的规模化电动汽车充电负荷预测（Python&Matlab实现）
- 概率论/统计学|随机变量 的 分布函数 与 概率密度函数 的区别
- 非线性优化|卡尔曼滤波算法原理