下载文档原格式
《概率论与数理统计》 第一章随机事件及其概率§1.1 随机事件一、给出事件描述，要求用运算关系符表示事件： 二、给出事件运算关系符，要求判断其正确性： §1.2 概率古典概型公式：P （A ）=所含样本点数所含样本点数ΩA 实用中经常采用“罗列组合”的想法计算补例1：将n 个球随机地放到n 个盒中去，问每个盒子恰有1个球的概率是多少？解：设A ：“每个盒子恰有1个球”。
求：P(A)=？Ω所含样本点数：n n n n n =⋅⋅⋅...Α所含样本点数：!1...)2()1(n n n n =⋅⋅-⋅-⋅n n n A P !)(=∴补例2：将3封信随机地放入4个信箱中，问信箱中信的封数的最大数分别为1、2、3的概率各是多少？解：设A i ：“信箱中信的最大封数为i”。
(i =1,2,3)求：P(A i )=？Ω所含样本点数：6444443==⋅⋅A 1所含样本点数：24234=⋅⋅836424)(1==∴A PA 2所含样本点数：363423=⋅⋅C1696436)(2==∴A PA 3所含样本点数：4433=⋅C161644)(3==∴A P注：由概率定义得出的几个性质：知识归纳整理1、0<P （A ）<12、P(Ω)=1，P(φ) =0 §1.3 概率的加法法则定理：设A 、B 是互不相容事件（AB=φ），则： P （A ∪B ）=P （A ）+P （B ）推论1：设A 1、 A 2、…、 A n 互不相容，则 P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n )推论2：设A 1、 A 2、…、 A n 构成完备事件组，则 P(A 1+A 2+...+ A n )=1推论3： P （A ）=1－P （A ）推论4：若B ⊃A ，则P(B －A)= P(B)－P(A) 推论5（广义加法公式）：对任意两个事件A 与B ，有P(A ∪B)=P(A)+P(B)－P(A B) 补充——对偶律：nnAA A A A A ⋂⋂⋂=⋃⋃⋃ (2)121nnAA A A A A ⋃⋃⋃=⋂⋂⋂ (2)121§1.4 条件概率与乘法法则条件概率公式：P(A/B)=)()(B P AB P （P(B)≠0）P(B/A)= )()(A P AB P （P(A)≠0）∴P （AB ）=P （A /B ）P （B ）= P （B / A ）P （A ）有时须与P （A+B ）=P （A ）+P （B ）－P （AB ）中的P （AB ）联系解题。
概率论与数理统计知识点总结一、概率论知识点总结：1.随机事件：随机事件是指在一次试验中，可能发生也可能不发生的事件。
例如：掷硬币的结果、抽取扑克牌的花色等。
2.概率：概率是描述随机事件发生可能性大小的数值。
概率的取值范围是[0,1]，表示事件发生的可能性大小，0表示不可能发生，1表示一定会发生。
3.古典概型：古典概型是指每种可能的结果发生的概率相等的情形。
例如：掷骰子的结果、抽取彩色球的颜色等。
4.随机变量：随机变量是用来描述试验结果的数值，它的取值是根据随机事件的结果确定的。
例如：掷骰子的点数、抽取扑克牌的点数等。
5.概率分布：随机变量的概率分布描述了每个取值发生的概率。
常见的概率分布有离散概率分布和连续概率分布，如二项分布、正态分布等。
6. 期望值：期望值是衡量随机变量取值的平均值。
对于离散型随机变量，期望值=E[X]=∑[xP(X=x)]；对于连续型随机变量，期望值=E[X]=∫[x f(x)dx]，其中f(x)为概率密度函数。
7. 方差：方差是衡量随机变量取值与期望值之间的偏离程度。
方差=Var(X)=E[(X-E[X])^2]。
8.独立性：两个随机事件或随机变量之间的独立性表示它们的发生与否或取值无关联。
独立性的判定通常通过联合概率、条件概率等来进行推导。
二、数理统计知识点总结：1.样本与总体：在统计学中，样本是指从总体中选取的具体观测数据。
总体是指要研究的对象的全部个体或事物的集合。
2.参数与统计量：参数是描述总体特征的数值，如总体均值、总体方差等。
统计量是根据样本计算得到的参数估计值，用来估计总体参数。
3.抽样方法：抽样方法是从总体中选取样本的方法，常见的抽样方法有简单随机抽样、系统抽样、整群抽样等。
4.统计分布：统计分布是指样本统计量的分布。
常见的统计分布有t分布、F分布、x^2分布等，其中t分布适用于小样本、F分布适用于方差比较、x^2分布适用于拟合优度检验等。
5.点估计与区间估计：点估计是以样本统计量为基础，估计总体参数的数值。
概率论与数理统计知识点总结概率论与数理统计是数学的一个重要分支，主要研究各种随机现象的规律性及其数值描述。
下面将对概率论与数理统计的一些重要知识点进行总结。
一、概率论知识点总结1. 随机事件与概率- 随机事件：指在一定条件下具有不确定性的事件。
- 概率：用来描述随机事件发生的可能性大小的数值。
2. 古典概型与几何概型- 古典概型：指随机试验中，所有基本事件的可能性相等的情况。
- 几何概型：指随机试验中，基本事件的可能性不完全相等，与图形的属性有关的情况。
3. 随机变量与概率分布- 随机变量：定义在样本空间上的函数，用来描述试验结果与数值之间的对应关系。
- 离散随机变量：取有限个或可列个数值的随机变量。
- 连续随机变量：取无限个数值的随机变量。
4. 期望与方差- 期望：反映随机变量平均取值的数值。
- 方差：反映随机变量取值偏离期望值的程度。
5. 大数定律与中心极限定理- 大数定律：指在独立重复试验中，随着试验次数增加，事件发生的频率趋近于其概率。
- 中心极限定理：指在独立随机变量之和的情况下，当随机变量数目趋于无穷时，这些随机变量之和的分布趋近于正态分布。
二、数理统计知识点总结1. 抽样与抽样分布- 抽样：指对总体进行有规则地选择一部分样本进行观察和研究的过程。
- 抽样分布：指用统计量对不同样本进行计算所得到的分布。
2. 参数估计与置信区间- 参数估计：根据样本推断总体的未知参数。
- 置信区间：对于总体参数估计的一个区间估计，用来表示这个参数的可能取值范围。
3. 假设检验与统计显著性- 假设检验：用来判断统计推断是否与已知事实相符。
- 统计显著性：基于样本数据，对总体或总体参数进行判断的一种方法。
4. 方差分析与回归分析- 方差分析：用来研究因素对于某一变量均值的影响程度。
- 回归分析：通过观察变量之间的关系，建立数学模型来描述两个或多个变量间的依赖关系。
5. 交叉表与卡方检验- 交叉表：将两个或多个变量的数据按照某种方式交叉排列而形成的表格。
第一章随机事件与概率第一节随机事件及其运算1、随机现象：在一定条件下，并不总是出现相同结果的现象2、样本空间：随机现象的一切可能基本结果组成的集合，记为Ω={ω｝，其中ω表示基本结果，又称为样本点。
3、随机事件：随机现象的某些样本点组成的集合常用大写字母A、B、C等表示,Ω表示必然事件，∅表示不可能事件.4、随机变量：用来表示随机现象结果的变量，常用大写字母X、Y、Z等表示。
5、时间的表示有多种：（1）用集合表示，这是最基本形式（2）用准确的语言表示（3）用等号或不等号把随机变量于某些实属联结起来表示6、事件的关系（1）包含关系:如果属于A的样本点必属于事件B，即事件 A 发生必然导致事件B发生，则称A被包含于B，记为A⊂B；（2）相等关系：若A⊂B且B⊃A，则称事件A与事件B相等，记为A＝B。
（3）互不相容:如果A∩B=∅,即A与B不能同时发生,则称A与B互不相容7、事件运算（1）事件A与B的并:事件A与事件B至少有一个发生,记为 A∪B。
(2）事件A与B的交：事件A与事件B同时发生,记为A∩ B或AB。
(3）事件A对B的差：事件A发生而事件B不发生，记为 A－B。
用交并补可以表示为。
（4)对立事件:事件A的对立事件（逆事件），即“A不发生”,记为.对立事件的性质：。
8、事件运算性质：设A，B,C为事件，则有(1）交换律：A∪B=B∪A,AB=BA（2）结合律：A∪（B∪C)=(A∪B）∪C=A∪B∪C A(BC）=（AB)C=ABC（3)分配律：A∪(B∩C）＝(A∪B)∩(A∪C)、A（B∪C)＝(A∩B）∪(A∩C)= AB∪AC（4）棣莫弗公式（对偶法则）：9、事件域：含有必然事件Ω，并关于对立运算和可列并运算都封闭的事件类ξ称为事件域，又称为σ代数。
具体说,事件域ξ满足：（1）Ω∈ξ;(2）若A∈ξ，则对立事件∈ξ；（3)若A n∈ξ,n=1,2，···，则可列并ξ。
概率论与数理统计第1章随机事件与概率第4讲条件概率与乘法公式01 条件概率02 乘法公式本 讲 内容在解决许多概率问题时，往往需要在某些附加条件下世界万物都是互相联系、互相影响的，随机事件也不例?条件概率外.通事故发生的可能性明显比天气状况优良情况下要大得定程度的相互影响．多．在同一个试验中的不同事件之间，通常会存在着一例如，在天气状况恶劣的情况下交求事件的概率.概率，将此概率记作P(B|A).如在事件A 发生的条件下求事件B 发生的在100件产品中有72件为一等品，从中取两件产品，记A表示“第一件为一等品”，B表示“第二件为一等品”. 求P(B),P(B|A).Ὅ例1解由前例可知无论有放回抽样和无放回抽样都有（1）有放回抽样（2）无放回抽样独立性如何定义？.设A 、B 为两事件, P ( A ) > 0 , 则称为事件 A 发生的条件下事件 B 发生的条件概率.称为在事件B 发生的条件下事件A 的条件概率.同理Ὅ 定义Ὅ性质条件概率也是概率, 故概率的重要性质都适用于条件概率.例如：在100件产品中有72件为一等品，从中取两件产品，记A 表示“第一件为一等品”，B 表示“第二件为一等品”. Ὅ例2 2) 可用缩减样本空间法1) 用定义计算:P (A )>0A 发生后的缩减样本空间所含样本点总数在缩减样本空间中B 所含样本点个数无放回抽样Ὅ 计算.在全部产品中有4%是废品，有72%为一等品. 现从其中任取一件，发现是合格品，求它是一等品的概率.Ὅ例3解设A=依题意，P(A)=所求概率为P(B|A) .{任取一件为合格品}，B={任取一件为一等品}0.96,0.72.P(B)=利用事件的关系及概率性质公式求条件概率Ὅ例4设A，B，C 是随机事件，A与C互不相容，则.由条件概率的定义：若已知P(A), P(B|A)时, 可以反过来求P(AB).注乘法公式.某工厂有职工400名，其中男女职工各占一半，Ὅ例5男女职工中技术优秀的分别为20人和40人，从中任选一名职工，计算（1）该职工技术优秀的概率；（2）已知选出的是男职工，他技术优秀的概率.解设A表示“选出的职工技术优秀”，B表示“选出的职工为男性”，则:(1)利用古典概率有.(2)通过缩减样本空间，有.Ὅ例6某杂志包含三个栏目“艺术”（记为事件A）、“图书”（记为事件B）、“电影”（记为事件C），调查读者的阅读习惯有如下结果:试求解01 条件概率02 乘法公式本 讲 内容乘法公式推广ab -1ab O F (x )xb a 1xf (x )O盒中装有100个产品, 其中3个次品，从中不放回Ὅ例7地取产品, 每次1个, 求（1）取两次，两次都取得正品的概率;（2）取三次，第三次才取得正品的概率.解令A i为第 i 次取到正品（波利亚罐子--传染病模型）一个罐子中包含b 个白球和r 个红球. b 个白球, r 个红球Ὅ 乘法公式应用举例8随机地抽取一个球，观看颜色后放进行四次，试求第一、二次取到白 球且第三、四次取到红球的概率.回罐中，并且再加进c 个与所抽出 的球具有相同颜色的球.这种手续于是W 1W 2R 3R 4表示事件“连续取四个球，第一、二个是白球，第三、四个是红球. ”设W i =R j ==P (W 1)P (W 2|W 1)P (R 3|W 1W 2)P (R 4|W 1W 2R 3)P (W 1W 2R 3R 4)解1,2,3,4{第i 次取出是白球}，i =j ={第j 次取出是红球}，1,2,3,4记A=为了防止意外，在矿内同时装有两种报警系统(Ⅰ)和(Ⅱ)，每种系统单独使用时，系统(Ⅰ)和系统(Ⅱ)的有效概率分别为0.92和0.93，在系统(Ⅰ)失灵的情况下，系统(Ⅱ)仍有效的概率为0.85，求两个报警系统至少有一个有效的概率.Ὅ例9解报警系统至少一个有效”可表示为A ∪B ，由于“两个“系统(Ⅰ) 有效”，B=“系统(Ⅱ)有效”，且A 和 互斥，因此:学海无涯，祝你成功！概率论与数理统计。
概率论与数理统计知识点总结免费超详细版概率论与数理统计是一门研究随机现象及其规律的数学学科，它在自然科学、工程技术、社会科学、经济金融等众多领域都有着广泛的应用。
以下是对概率论与数理统计主要知识点的详细总结。
一、随机事件与概率1、随机事件随机事件是指在一定条件下，可能出现也可能不出现的事件。
我们通常用大写字母A、B、C 等来表示。
随机事件的关系包括包含、相等、互斥（互不相容）和对立等。
2、概率的定义概率是用来度量随机事件发生可能性大小的数值。
概率的古典定义是：如果一个试验有 n 个等可能的结果，事件 A 包含其中的 m 个结果，则事件 A 发生的概率为 P(A) ＝ m ／ n 。
概率的统计定义是：在大量重复试验中，事件 A 发生的频率稳定地接近于某个常数 p，就把 p 称为事件 A 的概率。
3、概率的性质概率具有非负性（0 ≤ P(A) ≤ 1）、规范性（P(Ω) ＝ 1，其中Ω 表示样本空间）和可加性（对于互斥事件 A 和 B，有 P(A∪B) ＝ P(A) ＋P(B)）。
二、条件概率与乘法公式1、条件概率条件概率是指在事件 B 发生的条件下，事件 A 发生的概率，记作P(A|B)。
其计算公式为 P(A|B) ＝ P(AB) ／ P(B) ，其中 P(AB) 表示事件A 和B 同时发生的概率。
2、乘法公式乘法公式有两种形式：P(AB) ＝ P(A|B)P(B) 和 P(AB) ＝P(B|A)P(A) 。
三、全概率公式与贝叶斯公式1、全概率公式设 B₁，B₂，，Bₙ 是样本空间Ω 的一个划分，且 P(Bᵢ) ＞ 0（i ＝1, 2,， n），则对于任意事件 A，有 P(A) ＝Σ P(Bᵢ)P(A|Bᵢ) 。
2、贝叶斯公式在全概率公式的基础上，如果已知 P(A) 和 P(Bᵢ)、P(A|Bᵢ)（i ＝ 1, 2,，n），则对于任意事件 Bᵢ（i ＝ 1, 2,， n），有 P(Bᵢ|A) ＝ P(Bᵢ)P(A|Bᵢ)／Σ P(Bₙ)P(A|Bₙ) 。
概率论与数理统计知识点概率论和数理统计是数学中的两个重要分支，研究随机现象的规律性和推断问题的方法。
概率论主要研究随机事件的概率及其计算方法，数理统计则是利用概率论的理论和方法，通过对数据进行收集、处理和分析，从中得到有关总体的参数估计和假设检验结果。
本文将介绍一些常见的概率论与数理统计的知识点。
一、随机事件与概率1. 随机事件的定义：随机事件指在一次试验中可能发生也可能不发生的事件。
2. 必然事件与不可能事件：必然事件是指在每次试验中一定发生的事件，而不可能事件则是指在每次试验中一定不会发生的事件。
3. 事件的运算：事件的运算包括并、交、补三种基本运算，分别表示两个事件的并集、交集以及一个事件的补集。
4. 概率的定义与性质：概率是度量随机事件发生可能性的数值，其范围介于0和1之间。
对于任意一个事件，其概率不小于0且不大于1，且必然事件的概率为1，不可能事件的概率为0。
二、概率分布1. 离散型随机变量及其概率分布：离散型随机变量的取值是可以数出来的，其概率分布由概率质量函数（Probability Mass Function，简称PMF）给出。
2. 连续型随机变量及其概率分布：连续型随机变量的取值是连续的，其概率分布由概率密度函数（Probability Density Function，简称PDF）给出。
3. 常见概率分布：- 二项分布：描述了一系列独立的伯努利试验中成功次数的概率分布。
- 正态分布：也称为高斯分布，是最重要的概率分布之一，常用于自然科学和社会科学的统计分析。
- 泊松分布：用于描述在一段固定时间或空间内事件发生的次数的概率分布。
- 指数分布：用于描述连续时间上事件发生的间隔时间的概率分布。
- t分布：用于小样本情况下对总体均值的推断。
三、参数估计1. 点估计与区间估计：参数估计分为点估计和区间估计两种方法。
点估计是通过样本数据直接估计出总体参数的取值，而区间估计是通过样本数据给出总体参数的一个区间估计范围。
概率论与数理统计知识点总结1. 概率论基础- 随机事件：一个事件是随机的，如果它可能发生也可能不发生。
- 样本空间：所有可能事件发生的集合。
- 事件的概率：事件发生的可能性的度量，满足0≤P(A)≤1。
- 条件概率：在另一个事件发生的条件下，一个事件发生的概率。
- 贝叶斯定理：描述了随机事件A和B的条件概率和边缘概率之间的关系。
- 独立事件：两个事件A和B是独立的，如果P(A∩B) = P(A)P(B)。
- 互斥事件：两个事件A和B是互斥的，如果它们不能同时发生，即P(A∩B) = 0。
2. 随机变量及其分布- 随机变量：将随机事件映射到实数的函数。
- 离散随机变量：取值为有限或可数无限的随机变量。
- 连续随机变量：可以在某个区间内取任意值的随机变量。
- 概率分布函数：描述随机变量取值的概率。
- 概率密度函数：连续随机变量的概率分布函数的导数。
- 累积分布函数：随机变量取小于或等于某个值的概率。
- 期望值：随机变量的长期平均值。
- 方差：衡量随机变量取值的离散程度。
3. 多维随机变量及其分布- 联合分布：描述两个或多个随机变量同时取特定值的概率。
- 边缘分布：通过联合分布求得的单个随机变量的分布。
- 条件分布：给定一个随机变量的值时，另一个随机变量的分布。
- 协方差：衡量两个随机变量之间的线性关系。
- 相关系数：协方差标准化后的值，表示变量间的线性相关程度。
4. 大数定律和中心极限定理- 大数定律：随着试验次数的增加，样本均值以概率1收敛于总体均值。
- 中心极限定理：独立同分布的随机变量之和，在适当的标准化后，其分布趋近于正态分布。
5. 数理统计基础- 样本：从总体中抽取的一部分个体。
- 总体：研究对象的全体。
- 参数估计：用样本统计量来估计总体参数。
- 点估计：给出总体参数的一个具体估计值。
- 区间估计：给出一个包含总体参数可能值的区间。
- 假设检验：对总体分布的某些假设进行检验。
- 显著性水平：拒绝正确假设的最大概率。
第一章随机事件及概率1.1随机事件1.1.1随机试验一、人在实际生活中会遇到两类现象：1.确定性现象：在一定条件下实现与之其结果。
2.随机现象（偶然现象）：在一定条件下事先无法预知其结果的现象。
二、随机试验满足条件：1.实验可以在相同条件写可以重复进行；（可重复性）2.事先的所有可能结果是事先明确可知的；（可观察性）3.每次实验之前不能确定哪一个结果一定会出现。
（不确定性）1.1.2样本空间1.样本点：每次随机试验E 的每一个可能的结果，称为随机试验的一个样本点，用w 表示。
2.样本空间：随机试验E 的所有样本点组成的集合成为试验E 的样本空间。
1.1.3随机事件1.随机事件：一随机事件中可能发生也可能不发生的事件称为试验的随机事件。
2.基本事件：试验的每一可能的结果称为基本事件。
一个样本点w 组成的单点集{w}就是随机试验的基本事件。
3.必然事件：每次实验中必然发生的事件称为必然事件。
用Ω表示。
样本空间是必然事件。
4.不可能事件：每次试验中不可能发生的事件称为不可能事件，用空集符号表示。
1.1.4事件之间的关系和运算1.事件的包含及相等“如果事件A 发生必然导致事件B 发生”，则称事件B 包含事件A ，也称事件A 是B 的子事件，记作A B B A ⊃⊂或。
2.事件的和（并⋃）“事件A 与B 中至少有一个事件发生”，这样的事件称为事件A 与B 的和事件，记作B A 。
3.事件的积（交⋂）“事件A 与B 同时发生”，这样的事件称作事件A 与B 的积（或交）事件，记作AB B A 或 。
4.事件的差“事件A 发生而事件B 不发生”，这样的事件称为事件A 与B 的差事件，记作A-B 。
5.事件互不相容（互斥事件）“事件A 与事件B 不能同时发生”，也就是说，AB 是一个不可能事件，即=AB 空集，即此时称事件A 与事件B 是互不相容的（或互斥的）6.对立事件“若A 是一个事件，令A A -Ω=,称A 是A 的对立事件，或称为事件A 的逆事件”事件A 与事件A 满足关系：=A A 空集，Ω=A A 对立事件一定是互斥事件；互斥事件不一定是对立事件。
概率论与数理统计第1章随机事件与概率第1讲随机事件第一讲随机事件随机现象随机现象的统计规律性随机试验如何研究随机现象的规律性？概率统计的研究对象概率统计的研究内容全概率统计的研究方法本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算随机现象的规律性是通过大量试验呈现出来的，为了研究这种规律性，我们需要对随机现象进行调查、观察或试验.这类工作我们统称为“随机试验”，简称为“试验”，用E表示.随机试验具有下列三个特点：试验可以在相同的条件下重复进行；试验的所有结果明确可知，并且不止一个；每次试验只能出现一个结果，事先不能确定.随机试验具有下列三个特点：试验可以在相同的条件下重复进行；试验的所有结果明确可知，并且不止一个；每次试验只能出现一个结果，事先不能确定. 例1给微信好友发消息，观察对方是否回复；检验10件产品，记录其中的次品数；调查某收银台一天内使用移动支付的次数；研究某品牌电脑的使用寿命.随机试验E 所有可能的结果组成的集合,记为S 或Ω.E 1给微信好友发消息，观察对方是否回复.E 2检验10件产品，记录其中的次品数.1=S 2=S 样本空间 例2{0,1,2,,10}E 4研究某品牌电脑的使用寿命.E 3调查某收银台一天内使用移动支付的次数.3=S 4=S 注研究随机现象时, 第一步就是建立样本空间.{0,1,2,3,}{|0}≥t t本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算随机事件样本空间的子集, 记为A ,B ,…基本事件仅由一个元素(样本点)组成的子集，每次试验必定生.发生且只可能发生一个的结果.复合事件由若干个基本事件组成的随机事件.每次试验必定不发生的事件，记为每次试验必定发生的事件，即样本空间S . 必然事件不可能事件∅=A =B =C =D 抛骰子例3.AS文氏图(Venn diagram)在一般情况下，事件的关系是怎样的呢？事件是样本空间的子集，因此，事件的关系和运算与01随机事件集合的关系和运算是完全相似的. 要学会利用概率论的语言来解释这些关系及其运算.这里需要强调的是，本讲内容01 随机试验与样本空间02 随机事件03 随机事件的关系与运算A=BSAB它表示事件A 发生，则事件B 一定发生.它表示：事件A 与事件B 的样本点完全相同.().⊂⊃A B B A 包含关系如果事件A 的样本点都在事件B 中，则称事件A 包含于事件B .抛一枚骰子中的随机试验中=A例4相等关系=B{2}，A B⋃ 事件的和(并)考察某同学期末考试的成绩情况.=A 例5事件A 与事件B 的样本点合在一起构成的事件.它表示：“事件A 与事件B 至少有一个发生”.A B ⋃=BA ABS=B推广推广它表示英语、高数至少有一门及格.1=ni i A 至少有一个发生.表示12,,,n A A A 1∞=i i A 同时发生.表示12,,A A它表示英语、高数两门课都及格.A B AB⋂或 事件的积(交)表示事件A 与事件B 共有的样本点构成的事件.考察某同学期末考试的成绩情况.A = 例5它表示：“事件A 与事件B 同时发生”.AB =B=推广推广1=ni i A 12,,n A A A 表示同时发生.1∞=i i A 12,,A A 表示同时发生.A B- 事件的差由属于A 但不属于B 的样本点构成的事件.A =考察电视机的使用寿命t (:h) 例4它表示：“事件A 发生而事件B 不发生”.B =A B -=SBA -A B{t |t 3000}.>{t |t 10000}≥，{t |3000t 10000}<<，互不相容（互斥）若事件A ，B 不能同时发生.即考察电视机的使用寿命t (:h)A = 例5B =ABS则事件A 与B 互不相容. 对立事件（逆事件）"A∩B=Φ".则称事件A 与B 互不相容.对于事件A ，由所有不包含在A 中的样SAB A=本点所组成的事件称为A 的对立件，{t |t 3000}>，{t |t 10000}≥，记对应事件运算集合运算()=A B C ()=A B C 03随机事件的关系和运算运算规律BA ，=AB =A B .BA ()ABC ，()=A B C ().A B C ()().A CBC ()=A B C ()().A B A C (1)交换律：(2)结合律：(3)分配律：逆交和差=A B 1==ni i A 03随机事件的关系和运算运算顺序括号优先AB ，.A B =A B 1=ni i A ， 1.=ni i A 1==ni i A(4)对偶律：(D.Morgan 律)CAB ABCABC A B C利用事件的关系和运算可表达复杂事件01随机事件的关系与运算例6设A 、B 、C 表示三个事件，利用A 、B 、C 表示下列(1)A 发生, B 与C 不发生.(2)A 与B 发生, C 不发生.(3)A 、B 、C 中至少有一个发生.(4)A 、B 、C 都发生.事件ABC =ABACBCC B A CB AC B A C B A C B A ——A ,B ,C 不都发生.=ABC ⋃⋃A B C03随机事件的关系和运算设A 、B 、C 表示三个事件，利用A 、B 、C 表示下列事件(5)A 、B 、C 都不发生.(6)A 、B 、C 中不多于一个发生.(7)A 、B 、C 中不多于两个个发生(8)A 、B 、C 中不至少有两个发生.D 如右图所示的电路中,设事件A 、B 、C 分别表示开关a 、b 、c 闭合，用A 、B 、C 表示事件“指示灯亮”及事件“指示灯不亮”. 例701排列及其逆序数解=D设abc=D ().A B C =D ,,则D 发生当且仅当A 及B ∪C 都发生A 发生当且仅当发生或 BC 发生=ABC =ABCABCABCABC A B C ABCABCABC设A ，B ，C 分别表示第1，2，3个产品为次品， 例8A B C AB BC CA用A ，B ，C 的运算可表示下列各事件(1)至少有一个次品(2)没有次品(3)恰有一个次品(4)恰有两个个次品()()()ABCABCABC ABCABCABC ABC ABC=(5)至多有两个次品(考虑其对立事件)ABC =第1讲随机事件这一讲我们学习了随机事件以及事件间的关系与运算，利用这些关系与运算，我们可以用简单事件去表示复杂事件，从而利用简单事件的概率得到复杂事件的概率.下一讲我们介绍一类简单概率模型——古典概型.学海无涯，祝你成功！概率论与数理统计。
