Bootstrap

概率论的事件类型分类

1. 简单事件(单一事件的性质)

这些是最基本的事件类型,描述单一事件的基本特性:

  • 必然事件(Certain Event):一定会发生的事件, P ( A ) = 1 P(A) = 1 P(A)=1

    • 例子:掷骰子时,结果是一个数字(1, 2, 3, 4, 5, 或 6)是必然发生的。
  • 不可能事件(Impossible Event):永远不会发生的事件, P ( A ) = 0 P(A) = 0 P(A)=0

    • 例子:掷骰子时,结果是7是一个不可能事件。
  • 确定事件(Certain Event):与必然事件含义相同,表示在特定条件下必然发生的事件。

    • 例子:掷骰子时,结果一定是一个正整数。
  • 等可能事件(Equally Likely Event):每个可能结果发生的概率相同的事件。

    • 例子:掷一个公平的骰子,掷出1、2、3、4、5、6的概率都是 1 6 \frac{1}{6} 61,这些事件是等可能的。
  • 对立事件(Complementary Event):事件 A A A 和其对立事件 A c A^c Ac 互为对立,即它们的并集是必然事件,交集是空集, P ( A ∪ A c ) = 1 P(A \cup A^c) = 1 P(AAc)=1 P ( A ∩ A c ) = 0 P(A \cap A^c) = 0 P(AAc)=0

    • 例子:掷骰子时,事件 A A A 是“掷出偶数”,其对立事件 A c A^c Ac 是“掷出奇数”。

2. 复合事件(由多个事件组成)

这些事件是由两个或多个简单事件通过逻辑操作(如并集、交集等)组合而成。对于这些复合事件,通常可以描述它们之间的关系交互方式

事件之间的关系(描述事件之间的相互影响)

  • 独立事件(Independent Events):两个事件 A A A B B B 发生时,相互之间没有影响, P ( A ∩ B ) = P ( A ) ⋅ P ( B ) P(A \cap B) = P(A) \cdot P(B) P(AB)=P(A)P(B)

    • 例子:掷骰子和掷硬币是独立事件。
  • 依赖事件(Dependent Events):两个事件 A A A B B B 发生时,一个事件的发生会影响另一个事件的发生概率, P ( A ∣ B ) ≠ P ( A ) P(A|B) \neq P(A) P(AB)=P(A)

    • 例子:从一副牌中抽出一张红心后,再抽取一张牌的事件是依赖的。

事件的交互方式(描述事件能否同时发生)

  • 相容事件(Compatible Events):两个事件可以同时发生,即 P ( A ∩ B ) > 0 P(A \cap B) > 0 P(AB)>0

    • 例子:掷骰子时,事件 A A A 是“掷出偶数”,事件 B B B 是“掷出大于3的数”。它们是相容的,因为掷出6就能满足这两个条件。
  • 互斥事件(Mutually Exclusive Events):两个事件不能同时发生,即 P ( A ∩ B ) = 0 P(A \cap B) = 0 P(AB)=0

    • 例子:掷骰子时,事件 A A A 是“掷出偶数”,事件 B B B 是“掷出奇数”。这两个事件是互斥的,因为一个结果不能既是偶数又是奇数。

条件事件(Conditional Event)

  • 定义:条件事件是指在给定某个条件下发生的事件,记作 P ( A ∣ B ) P(A|B) P(AB),表示在事件 B B B 发生的条件下,事件 A A A 发生的概率。
    • 例子:从一副牌中抽出一张红心后,再抽出另一张红心,事件“抽出第二张红心”是条件事件,条件是第一张已经是红心。

总结

  1. 简单事件(单一事件的特性):

    • 必然事件
    • 不可能事件
    • 确定事件(必然事件)
    • 等可能事件
    • 对立事件
  2. 复合事件(由多个事件组合而成):

    • 事件之间的关系:
      • 独立事件
      • 依赖事件
    • 事件的交互方式:
      • 相容事件
      • 互斥事件
    • 条件事件
;