- Python概率統計
- 李爽編著
- 1026字
- 2024-12-27 19:43:16
1.1 隨機試驗、樣本空間、事件
本節介紹隨機試驗、樣本空間和事件的概念。
1.1.1 隨機試驗
稱一個試驗為隨機試驗,如果它滿足以下3個條件:
(1)試驗可以在相同的條件下重復進行。
(2)試驗所有可能結果是明確的,并且數量多于一個。
(3)每次試驗會出現哪一個結果,事先并不能確定。
通過隨機試驗來研究隨機現象,為了方便起見,一般用英文字母E來表示隨機試驗。下面舉3個隨機試驗的例子。
E1:拋一枚骰子,觀察點數。
E2:觀察一臺服務器,測試它受網絡攻擊的次數。
E3:記錄某地降水量的數值。
注意 在很多情況下,雖然不能確切地知道某一隨機試驗的全部可能結果,但可以知道它不超出某個范圍,此時可以用這個范圍作為全部可能結果的集合。例如記錄某個城市的降水量,雖然無法確定降水量的確切取值,但可以把這個范圍取為[0,∞),它必然能包含一切可能的數值。這種數學抽象經常可以為計算帶來方便。
1.1.2 樣本空間
將隨機試驗的每個可能的結果稱為樣本點或基本事件,樣本點的全體組成的集合稱為樣本空間。一般用英文字母S表示樣本空間。
例如,上面隨機試驗E1、E2和E3的樣本空間分別為
S1={1,2,3,4,5,6}。
S2={0,1,2,3,…}。
S3=[0,∞)。
1.1.3 事件
樣本空間的子集稱為隨機事件,簡稱事件。在每次試驗中,當且僅當這一子集中的一個樣本點出現,稱這一事件發生。樣本空間S包含所有的樣本點,顯然在每次試驗中它都會發生,因此S稱為必然事件。空集?不包含任何樣本點,每次試驗中都不發生,稱為不可能事件。一般用英文字母A、B、C等表示隨機事件。
例如,隨機試驗E1、E2和E3的隨機事件可以是
A1:點數為奇數,即A1={1,3,5}。
A2:受攻擊次數小于1000,即A2={0,1,2,…,1000}。
A3:降水量大于100小于200,即A2=(100,200)。
注意 嚴格地說,隨機事件應定義為樣本空間的“可測子集”。可測這個概念涉及測度論,這里不展開介紹了,有興趣的讀者可參考測度論教材。
【例1-1】 判斷下列試驗是否為隨機試驗,如果是,則寫出樣本空間及相應的隨機事件。
(1)2045年某地區中秋節下雨。
(2)某射手對一目標射擊兩次,考查目標被擊中的次數,事件A為至少命中一次。
(3)某品牌對設備的使用壽命(小時)進行測試,事件A為使用壽命不超過2000h。
解:(1)雖然2045年中秋節是否下雨現在不能確定,但這種試驗不能在相同條件下重復進行,因此它不是隨機試驗。
(2)目標可能被擊中0次、1次或2次,這是隨機試驗,樣本空間為S={0,1,2},事件A={1,2}。
(3)記設備的使用壽命為x小時,該試驗是隨機試驗,樣本空間S={x:x>0},事件A={x:x≤2000}。
- Android Wearable Programming
- 軟件項目估算
- Vue.js設計與實現
- AWS Serverless架構:使用AWS從傳統部署方式向Serverless架構遷移
- Web Development with Django Cookbook
- TestNG Beginner's Guide
- C程序設計案例教程
- SSM輕量級框架應用實戰
- Elasticsearch for Hadoop
- Python深度學習:基于TensorFlow
- Mastering JavaScript Design Patterns(Second Edition)
- 51單片機C語言開發教程
- jQuery炫酷應用實例集錦
- Hadoop大數據分析技術
- 交互設計師成長手冊:從零開始學交互