千万不要混淆
概率中的随机事件与语文中的事件不是一回事,千万不要混淆
不要用语文的方式理解概率
事件,样本,样本空间
一次实验会导致的1个影响 , 该影响有 1种或n种结果 , 每种结果就是一种随机事件.
(离散结果 就是对结果的分类,连续结果 就是对结果的函数回归)
那么所有结果叫什么?目前没有规定叫法,你可以随便叫,也可以叫全部事件.
每次发生的行为和发生的结果 我们称为样本点,所有样本点集成了样本空间
基本事件与复合事件
刚才说的影响就1个, 再复杂一点, 一连串行为或情况发生后 会导致的 n个影响 ,每个影响有1种或n种结果
前者是基本事件(简称为事件),后者是复合事件
必然与不可能
必然事件 是指一连串行为影响后必然发生结果
不可能事件 是指在试验中不可能发生的结果
产生结果事件的前提
另外我们也不能只观察结果,也要注意到产生结果的前提 "一连串行为,条件或情况发生" 必须一致,
如果不一致 研究环境就是开放的不是封闭的,那么结果也会是无穷的.
用程序解释理解
y= f(xn) ,这是一个函数
x是行为参数,
y就是影响 ,
y有多种结果,
y的每种结果就是一类随机事件(简称事件) ,
样本 是一次计算发生 (x,y) 的值
样本空间 就是 多次计算 发生 x,y 的值的数组
[(x1,y1),(x2,y2),…,(xn,yn)]
容易误导的定义
**样本空间的子集 就是随机事件 简称事件 ** 这句话是对的, 但是不深刻,容易误导人.我认为必须忘记这个定义.
因为 a结果的样本和b结果的样本, 如果合成一个子集,
不是A基本事件集,而是AB复合事件集
注意:随机事件包含基本事件和符合事件
本文探讨了概率论中的核心概念,包括事件、样本和样本空间的区别。区分了基本事件与复合事件,并阐述了必然事件和不可能事件的定义。通过程序解释帮助理解这些概念,强调了产生结果事件的前提条件的重要性。同时,提醒读者要避免被样本空间子集等于随机事件这一定义所误导,指出复合事件集合的特性。

1万+

被折叠的 条评论
为什么被折叠?



