最后更新: 2025-12-27 20:58 查看: 614 次反馈能力测评会员8.2元/月赞助

随机事件之间的关系与运算

## 随机事件之间的关系与运算

### （1）事件的包含
若事件 $A$ 的发生必然导致事件 $B$ 的发生，则称事件 $A$ 包含在事件 $B$ 中.
记作 $A \subset B$.

> $A \subset B$ 我们把 “$\subset$” 看成代数式里的小于号 “$ < $” 更容易记忆。

例如，掷两粒軗子. 记

$$
\begin{aligned}
& A=\{\text { 掷出的点数之和大于或等于 } 11\} \\
& B=\{\text { 至少有一粒股子郑出 } 6\}
\end{aligned}
$$

若事件 $A$ 发生, 易见 $B$ 非发生不可, 故 $A$ 包含于 $B$.

![图片](/uploads/2023-01/image_20230103e4157ec.png)

### (2) 事件的相等
若事件 $A$ 的发生必然导致事件 $B$ 的发生，且事件 $B$ 的发生必然导致事件 $A$ 的发生， 则称事件 $A$ 与事件 $B$ 相等。
记作 $A=B$.

例如 掷两颗骰子, 以 $A$ 记事件 "两颗骰子的点数之和为奇数", 以 $B$ 记事件 "两颗骰子的点数为一奇一偶"，很容易证明： $A$ 发生必
然导致 $B$ 发生，而且 $B$ 发生也必然导致 $A$ 发生, 所以 $A=B$.

### (3) 互不相容事件
如果事件 $A$ 与 $B$ 不可能同时发生，即没有相同的样本点，则称事件 $A$ 与 $B$ 互不相容 (互斥).
如在电灯泡的寿命试验中, "寿命小于 1 万小时" 与 "寿命大于 5 万小时" 是两个互不相容的事件, 因为它们不可能同时发生.

## 事件的运算

### 事件的并
事件 $A$ 或 $B$ 至少有一个发生时，称事件 $A$ 与事件 $B$ 的并事件发生，记为 $A \cup B$ 或 $A+B$.

例如在掷一颗骰子的试验中, 记事件 $A=$ "出现奇数点" $=\{1,3,5\}$, 记事 件 $B=$ "出现的点数不超过3" $=\{1,2,3\}$, 则 $A$ 与 $B$ 的并为 $A \cup B=\{1,2,3,5\}$.

![图片](/uploads/2024-10/59c0e2.jpg)

###  事件的交（积）
事件 $A$ 及事件 $B$ 同时发生时，称事件 $A$ 与事件 $B$ 的交事件发生，记为 $A \cap B$ 或$AB$.

如在掷一颗骰子的试验中, 记事件 $A=$ "出现奇数点" $=\{1,3,5\}$, 记事件 $B=$ "出现的点数不超过 $3^{\prime \prime}=\{1,2,3\}$, 则 $A$ 与 $B$ 的交为 $A B=\{1,3\}$.

若事件 $A$ 与 $B$ 互不相容, 则其交必为不可能事件, 即 $A B=\varnothing$, 反之亦然. 这表明: $A B=\varnothing$ 就意味着 $A$ 与 $B$ 是互不相容事件.

事件的并与交运算可推广到有限个或可列个事件，譬如有事件 $A_1, A_2, \cdots$ ，则 $\bigcup_{i=1}^n A_i$称为有限并, $\bigcup_{i=1}^{\infty} A_i$ 称为可列并, $\bigcap_{i=1}^n A_i$ 称为有限交, $\bigcap_{i=1}^{\infty} A_i$ 称为可列交.

![图片](/uploads/2024-10/7dd88c.jpg)
 
 
###  事件的差
事件 $A$ 发生且事件 $B$ 不发生，称事件 $A$ 与事件 $B$ 的差事件 发生，记为 $A-B$.

例如在掷一颗骰子的试验中, 记事件 $A=$ "出现奇数点" $=\{1,3,5\}$, 记事件 $B=$ "出现的点数不超过 $3^{\prime \prime}=\{1,2,3\}$, 则 $A$ 对 $B$ 的差为 $A-B=\{5\}$.

![图片](/uploads/2023-01/image_202301030fb889e.png)

### 对立事件
事件 $\Omega-A$ 称为事件 $A$ 的对立事件 (逆、余)，记为 $\bar{A}$.

如在掷一颗骰子的试验中, 事件 $A=$ "出现奇数点" = $\{1,3,5\}$ 的对立事件是 $\dot{A}=\{2,4,6\}$, 事件 $B=$ "出现的点数不超过 $3^{\prime \prime}=\{1,2,3\}$ 的对立事件是 $\bar{B}=\{4,5,6\}$.
$A$ 与 $B$ 互为对立事件的充要条件是: $A \cap B=\varnothing$, 且 $A \cup

其他版本
【高等数学】集合的概念【数学分析】集合

免费注册看余下 70%

非VIP会员每天5篇文章，开通VIP 无限制查看

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

高等数学测评 函数与极限一元函数微分学一元函数积分学微分方程空间向量与代数多元微分学多元积分学无穷级数

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

线性代数测评 行列式矩阵向量空间

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

概率统计测评 事件与概率一维随机变量与事件多维随机变量与事件随机变量的数字特征大数定律与中心极限定理统计量与抽样分布参数估计假设检验

上一篇：随机试验及其性质

下一篇：概率三条公理与加法定理

本文对您是否有用？有用 (0) 无用 (0)