在概率论中，随机事件指的是一个被赋与几率的事物集合，也就是样本空间中的一个子集。简单来说，在一次随机试验中，某个特定事件可能出现也有可能不出现；但当试验次数增多，我们可以观察到某种规律性的结果，就是随机事件。基本上，只要样本空间是有限的，则在样本空间内的任何一个子集合，都可以被称为是一个事件。然而，当样本空间是无限的时候，特别是可数集之时，就常常不能定义所有的子集为随机事件了。因此，为了定义一个概率空间，常常需要去掉样本空间的某些子集，规定他们不能成为事件。
概率论中，结果是指随机试验的可能的结果。一个特定试验的每个可能结果是独一无二的，不同结果是[互斥]]的。一个随机试验的所有可能结果形成样本空间的元素。
在概率论中，随机事件指的是一个被赋与几率的事物集合，也就是样本空间中的一个子集。简单来说，在一次随机试验中，某个特定事件可能出现也有可能不出现；但当试验次数增多，我们可以观察到某种规律性的结果，就是随机事件。基本上，只要样本空间是有限的，则在样本空间内的任何一个子集合，都可以被称为是一个事件。然而，当样本空间是无限的时候，特别是可数集之时，就常常不能定义所有的子集为随机事件了。因此，为了定义一个概率空间，常常需要去掉样本空间的某些子集，规定他们不能成为事件。
伯努利试验是只有两种可能结果的单次随机试验，即对于一个随机变量X而言，
Poisson试验是每次只有两种可能结果，但各次结果概率可以不同的多次随机试验，即对于一系列独立的随机变量
X
1
,
.
.
.
,
X
n
{\displaystyle X_{1},...,X_{n}}
而言，对
1
≤
i
≤
n
{\displaystyle 1{\leq }i{\leq }n}
有
P
r
[
X
i
=
1
]
=
p
i
{\displaystyle Pr[X_{i}=1]\;=\;p_{i}}
以及
P
r
[
X
i
=
0
]
=
1
−
p
i
{\displaystyle Pr[X_{i}=0]\;=\;1-p_{i}}
。
在Poisson试验中，每次试验都是一次伯努利试验，但各次伯努利试验是独立的可以服从不同伯努利分布的。
在概率论中，随机事件指的是一个被赋与几率的事物集合，也就是样本空间中的一个子集。简单来说，在一次随机试验中，某个特定事件可能出现也有可能不出现；但当试验次数增多，我们可以观察到某种规律性的结果，就是随机事件。基本上，只要样本空间是有限的，则在样本空间内的任何一个子集合，都可以被称为是一个事件。然而，当样本空间是无限的时候，特别是可数集之时，就常常不能定义所有的子集为随机事件了。因此，为了定义一个概率空间，常常需要去掉样本空间的某些子集，规定他们不能成为事件。
概率论中，样本空间是一个实验或随机试验所有可能结果的集合，而随机试验中的每个可能结果称为样本点。通常用
S
{\displaystyle S}
、
Ω
{\displaystyle \Omega }
或
U
{\displaystyle U}
表示。例如，如果抛掷一枚硬币，那么样本空间就是集合{正面，反面}。如果投掷一个骰子，那么样本空间就是
{
1
,
2
,
3
,
4
,
5
,
6
}
{\displaystyle \{1,2,3,4,5,6\}}
。
概率论中，样本空间是一个实验或随机试验所有可能结果的集合，而随机试验中的每个可能结果称为样本点。通常用
S
{\displaystyle S}
、
Ω
{\displaystyle \Omega }
或
U
{\displaystyle U}
表示。例如，如果抛掷一枚硬币，那么样本空间就是集合{正面，反面}。如果投掷一个骰子，那么样本空间就是
{
1
,
2
,
3
,
4
,
5
,
6
}
{\displaystyle \{1,2,3,4,5,6\}}
。
在概率论中，随机事件指的是一个被赋与几率的事物集合，也就是样本空间中的一个子集。简单来说，在一次随机试验中，某个特定事件可能出现也有可能不出现；但当试验次数增多，我们可以观察到某种规律性的结果，就是随机事件。基本上，只要样本空间是有限的，则在样本空间内的任何一个子集合，都可以被称为是一个事件。然而，当样本空间是无限的时候，特别是可数集之时，就常常不能定义所有的子集为随机事件了。因此，为了定义一个概率空间，常常需要去掉样本空间的某些子集，规定他们不能成为事件。
Mini wiki
