电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.3)概率模型与公理化结构

概率 21.2.20 513概率横型与公理化结构 、可测空间 柯氏公理体系是现代概率论的基石. 从古典概率、几何概率等共有基本属性 出发,抽象并建立概率论的基础理论 回顾古典概率、几何概率的定义,有如下 问题: 对于随机试验E的样本空间是否Ω的每 一个子集(事件)都能确定概率? 电子科技大学
电子科技大学 概 率 21.2.20 §1.3 概率模型与公理化结构 一、可测空间 回顾古典概率、几何概率的定义,有如下 问题: 对于随机试验E的样本空间Ω,是否Ω的每 一个子集(事件)都能确定概率? 从古典概率、几何概率等共有基本属性 出发,抽象并建立概率论的基础理论. 柯氏公理体系是现代概率论的基石

概率 21.2.20 定义1.3.1设随机试验E的样本空间为9,是 Ω的子集组成的集族,满足 (1)9∈ (2)若A∈则A器 (3)A, 败,,n),∪A∈ 称%为代数(体) 若将(3改为 (3)若A4,则2,…),∪A∈ 称%为a-代数(事件体) i=1 电子科技大学
电子科技大学 概 率 21.2.20 定义1.3.1设随机试验E 的样本空间为Ω, F是 Ω的子集组成的集族,满足 (2) 若A∈F,则 A F ; (1) Ω∈F ; (3) 若 A F ,(i 1 则 ,2, n), F , i = n i Ai =1 称F 为代数(体). 若将(3)改为 (3′) 若 A F ,(i = 则 1,2, ), F , i = i 1 Ai 称F 为σ-代数(事件体)

概率 21.2.20 注若Ω是有限样本空间,则9的代数 定是σ-代数 Ex1.3.1在编号为1,2,…,n的n个元件中 任取一件 1.考虑元件的编号,则全体基本事件为 Ak={k}(k=1,2,…,n) 样本空间为g={1,2,,n} 电子科技大学
电子科技大学 概 率 21.2.20 Ex.1.3.1 在编号为1,2,…, n 的 n个元件中 任取一件. 样本空间为 Ω = {1,2, ,n} A {k} (k 1,2, ,n) k = = 1. 考虑元件的编号,则全体基本事件为 注 若Ω是有限样本空间,则Ω的代数F 一 定是σ-代数

概率 21.2.20 构造如下事件: A=A∪A k k n A,k,=A1∪Ak∪A,(i,k,S=1,2,…,n) A1,n,n1=A4,∪42…JA 1929 9-9 可验证集族{小,,Ak,A,…,A1} 组成一个-代数 电子科技大学
电子科技大学 概 率 21.2.20 构造如下事件: ( , 1,2, , ), Ak,s = Ak As k s = n ( , , 1,2, , ) Ai,k,s = Ai Ak As i k s = n ……… ( , , , 1,2, , ) 1 2 1 , , , 1 2 n 1 1 2 1 i i i n A A A A n i i i i i i n = = − − − { , , , , , } 1 2 1 , , , , n− 可验证集族 Ak Ak s Ai i i 组成一个σ-代数

概率 21.2.20 2.考虑元件是正品或次品,则基本事件为 A1={取到正品A2={取到次品} 则={41,为个σ代数 通常称%={,A,A,9}是由产生的 最简单σ-代数 设随机试验E的样本空间为92,%是9的全 体子集组成的集族含Ω和q),也是σ代数 电子科技大学
电子科技大学 概 率 21.2.20 2. 考虑元件是正品或次品,则基本事件为 A1={取到正品}, A2={取到次品} { , , ,Ω } 则F = A1 A 为一个 2 σ代数. . { , , ,Ω } 最简单 代 数 通常称 是 由 产生的 − = F A A A 设随机试验E 的样本空间为Ω, F 是Ω的全 体子集组成的集族(含Ω和φ),F 也是σ-代数

概率 21.2.20 Ex132测量一个零件考虑其测量结果与 实际长度的误差 基本事件为{}样本空间为 C2={x:x∈R1}=R1 则R1的子集全体:单点集{x},一切开的 闭的,半开闭区间等组成的集族是一个σ 代数 另外,若令 A1={x:x≥0}=出现正误差} A2={x:x<0}=出现负误差} 电子科技大学
电子科技大学 概 率 21.2.20 Ex.1.3.2 测量一个零件,考虑其测量结果与 实际长度的误差. 基本事件为{x},样本空间为 1 1 = {x : x R } = R 则R1的子集全体: ,单点集{ x },一切开的, 闭的,半开闭区间等组成的集族F 是一个σ- 代数. , 另外,若令 { : 0} { : 0} 2 1 = = A x x A x x ={出现正误差} ={出现负误差}

概率 21.2.20 则%={,41,A2,为一个σ-代数 注对同一研究对象的同一试验,试验目的不 同,其样本空间和代数的结构会不同 定义1.3.2样本空间和o代数的二元体 2,称为可测空间具有代数结 可测空间有如下性质 构的样本空间 1.p∈.%:(:φ=Ω) 2.对可列交运算封闭若A1∈%(i=1,2,) 则有 电子科技大学
电子科技大学 概 率 21.2.20 则F { , , ,Ω} 为一个σ-代数. = A1 A2 注 对同一研究对象的同一试验,试验目的不 同,其样本空间和代数的结构会不同. 定义1.3.2 样本空间Ω和σ代数的二元体 (Ω,F ) 称为可测空间. 具有σ-代数结 构的样本空间 可测空间有如下性质: 1. F ( = ) ; 2. 对可列交运算封闭, 若 则有 A (i = 1,2,), i F

概率 21.2.20 ∩4∈ i=1 证因∩A4=∪4且A1∈→A1∈ i=1 →∪4∈%→∩4∈.9 3.对有限并有限交封闭:若A1∈,%,=1,2,,n 则 ∪A∈s,或∩4∈ i=1 电子科技大学
电子科技大学 概 率 21.2.20 证 因 且 = = = 1 i 1 i i Ai A 3. 对有限并,有限交封闭:若 则 Ai ,i = 1,2, ,n = i 1 Ai F Ai F Ai F = = 1 i 1 i i Ai F A F F n i i n i Ai A 1 1 , = = F 或 F

概率 21.2.20 4.对差运算封闭,即若A∈%妙∈ A-B∈, A-B=A∩B∈ 、概率空间 定义1.3.3设(g2,=是一可测空间对A∈9 定义在上的实值集函数P(4),满足 1)非负性:对MA∈%,0≤P(A)≤1 2)规范性:P(2)=1; 电子科技大学
电子科技大学 概 率 21.2.20 4. 对差运算封闭, 即若 A F 则 , B F A− B F A− B = AB F 二、概率空间 定义1.3.3 设(Ω,F )是一可测空间,对 F 定义在F 上的实值集函数P (A), 满足 A 2) 规范性:P(Ω) = 1; 1) 非负性:对 A F , 0 P(A) 1;

概率 21.2.20 3)完全可加性对 V41∈ 1,2,…;A∩4=≠方 有 U4|=∑P(4) i=1 称P是(Q)上的概率(测度)P(4是事件A 的概率.三元体(Q,%,P称为概率空间 Ex133设某路口到达的车辆数为m基本 事件为{m},样本空间g={0是2的一切 子集组成的集族,多是一个Q代数 电子科技大学
电子科技大学 概 率 21.2.20 3) 完全可加性,对 有 = = = 1 1 ( ) i i i P Ai P A 称P是(Ω,F )上的概率(测度),P(A)是事件A 的概率. 三元体(Ω,F , P)称为概率空间. Ex.1.3.3 设某路口到达的车辆数为m,基本 事件为{m},样本空间 F 是Ω的一切 子集组成的集族,F 是一个Ω代数. Ω = {0,1,2,}, A ,i 1,2, ; A A ,i j; i F = i j =
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.2)概率的直观意义及其运算.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.2)随机事件的直观意义及其远算.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.1)随机事件的直观意义及其运算.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件与概率.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第八章 假设检验.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第七章 参数估计.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第六章 数理统计的基本概念.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第五章 随机变量的数字特征与极限定理.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第四章 多维随机变量及其分布.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量及其分布.ppt
- 《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 条件概率与独立性.ppt
- 《线性代数》第四章 向量空间 习题课.ppt
- 《线性代数》第三章 矩阵 习题课.ppt
- 《线性代数》第二章 线性方程组 习题课.ppt
- 《线性代数》第一章 行列式 习题课.ppt
- 《线性代数》第五章、六章 相似矩阵与二次型 习题课.ppt
- 《概率论与数理统计》课程教学资源(教案讲义,理工类)高斯.doc
- 《概率论与数理统计》课程教学资源(教案讲义,理工类)马尔可夫.doc
- 《概率论与数理统计》课程教学资源(教案讲义,理工类)辛钦.doc
- 《概率论与数理统计》课程教学资源(教案讲义,理工类)费马.doc
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.4)条件椰率.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第一章 随机事件和概率(1.5)事件的独立性、独立试验概型.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第四章 特征函数与极限理论(4.1)一维特征函数的定义及性质.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)四章 特征函数与极限理论(4.2)多维随机变量的特征函数.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第四章 特征函数与极限理论(4.3)随机变量的收敛性.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第四章 特征函数与极限理论(4.4)大数定律.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第四章 特征函数与极限理论(4.5)中心极限定理.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量的数字特征(3.1)数学期望与方差.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量的数字特征(3.2)数字期望和方差.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量的数字特征(3.3)多维随机变量的数字特征.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量的数字特征(3.5)条件数学期望与方差.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第三章 随机变量的数字特征(3.6)多维正态随机变量.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 随机变量及其分布(2.1)随机变量的直观意义与定义.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 离散型随机变量 §2.1 随机变量的直观意义与定义.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 连续型随机变量 §2.1 随机变量的直观意义与定义.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 联合分布(2.2)多维随机变量及其分布函数.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章 随机变量的独立性(2.3)独立随机变量,条件分布.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)条件分布率.ppt
- 电子科技大学:《概率论与数理统计》课程教学资源(PPT课件讲稿)第二章(2.4)随机变量的函数及其分布.ppt
- 《线性代数》第四章 向量空间(4.1)正交矩阵与正交变换.ppt