事件是概率论的基础!理解事件的概念,是学习概率的关键。
什么是事件?
事件(Event)是样本空间的子集,是随机试验结果的集合。
简单理解
事件就像"我们关心的事情":
- 是样本空间的一部分
- 可能发生,也可能不发生
- 用集合表示
例子 1:掷骰子
- 样本空间:Ω={1,2,3,4,5,6}
- 事件 A:点数为偶数 = {2,4,6}
- 事件 B:点数大于 3 = {4,5,6}
事件的分类
基本事件
基本事件(Elementary Event)是只包含一个样本点的事件。
例子:掷骰子
- 基 本事件:{1},{2},{3},{4},{5},{6}
复合事件
复合事件(Compound Event)是包含多个样本点的事件。
例子:掷骰子
- 复合事件:点数为偶数 = {2,4,6}
必然事件
必然事件(Certain Event)是每次试验都发生的事件,等于样本空间 Ω。
例子:掷骰子
- 必然事件:点数在 1 到 6 之间 = {1,2,3,4,5,6}=Ω
不可能事件
不可能事件(Impossible Event)是每次试验都不发生的事件,等于空集 ∅。
例子:掷骰子
- 不可能事件:点数大于 6 = ∅
事件的关系
包含关系
如果事件 A 的每个样本点都在事件 B 中,则 A 包含于 B,记作 A⊆B。
性质:如果 A⊆B,则 P(A)≤P(B)。
相等关系
如果 A⊆B 且 B⊆A,则 A=B。
对立事件
对立事件(Complementary Event)是事件 A 的补集,记作 Aˉ 或 Ac。
Aˉ=Ω−A
性质:
- A∪Aˉ=Ω
- A∩Aˉ=∅
- P(Aˉ)=1−P(A)
例子:掷骰子
- 事件 A:点数为偶数 = {2,4,6}
- 对立事件 Aˉ:点数不是偶数 = {1,3,5}
事件的运算
并(和)
事件的并(Union)是事件 A 或 B 发生,记作 A∪B。
A∪B={x∣x∈A 或 x∈B}
例子:掷骰子
- 事件 A:点数为偶数 = {2,4,6}
- 事件 B:点数大于 3 = {4,5,6}
- A∪B:点数为偶数或大于 3 = {2,4,5,6}
交(积)
事件的交(Intersection)是事件 A 和 B 同时发生,记作 A∩B 或 AB。
A∩B={x∣x∈A 且 x∈B}
例子:掷骰子
- 事件 A:点数为偶数 = {2,4,6}
- 事件 B:点数大于 3 = {4,5,6}
- A∩B:点数为偶数且大于 3 = {4,6}
事件的差(Difference)是事件 A 发生但 B 不发生,记作 A−B。
A−B={x∣x∈A 且 x∈/B}
例子:掷骰子
- 事件 A:点数为偶数 = {2,4,6}
- 事件 B:点数大于 3 = {4,5,6}
- A−B:点数为偶数但不大于 3 = {2}
互不相容事件
互不相容事件(Mutually Exclusive Events)是不能同时发生的事件,即 A∩B=∅。
例子:掷骰子
- 事件 A:点数为 1 = {1}
- 事件 B:点数为 2 = {2}
- A∩B=∅,所以 A 和 B 互不相容
如果 A 和 B 互不相容,则:
P(A∪B)=P(A)+P(B)
互斥事件
互斥事件(Mutually Exclusive Events)就是互不相容事件,即 A∩B=∅。
生活中的应用
- 🎲 游戏设计:设计游戏中的事件
- 🎰 博彩:分析博彩中的事件
- 💼 商业决策:分析商业中的事件
- 🏥 医学诊断:分析诊断中的事件
常见错误
错误 1:事件和样本点混淆
错误 2:互不相容和对立混淆
- 互不相容:A∩B=∅
- 对立:A∩B=∅ 且 A∪B=Ω
错误 3:并和交混淆
- 并:A 或 B 发生
- 交:A 和 B 同时发生
小练习
- 掷骰子,定义事件 A:点数为偶数,事件 B:点数大于 3,求 A∪B 和 A∩B
- 如果事件 A 和 B 互不相容,且 P(A)=0.3,P(B)=0.5,求 P(A∪B)
- 如果 P(A)=0.6,求 P(Aˉ)
- 应用题:一个袋子里有 5 个红球和 3 个蓝球,定义事件 A:抽到红球,事件 B:抽到蓝球,判断 A 和 B 的关系
💡 小贴士:事件是样本空间的子集。记住:A∪B 是"或",A∩B 是"且",Aˉ 是"非"。掌握事件的关系和运算,你就能分析概率问题!