Теория вероятностей и математическая статистика — SAVANT.PRO
Определение
Элементарным исходом (или элементарным событием) называют любой простейший (т.е. неделимый в рамках данного опыта) исход опыта. Множество всех элементарных исходов будем называть пространтсвом элементарных исходов.
Другими словами, множество исходов опыта образует пространство элементарных исходов, если выполнены следующие требования:
- в результате опыта один из исходов обязательно происходит;
- появление одного из исходов опыта исключает появление остальных;
- в рамках данного опыта нельзя разделить элементарный исход на более мелкие составляющие.
В дальнейшем пространство элементарных исходов будем обозначать прописной буквой %%\Omega%%, а сами элементарные исходы — строчной буквой %%\omega%%, снабженной, при необходимости, индексами.
В частности, %%\Omega%% может содержать конечное число элементарных исходов.
Примеры
Пример 1
Пусть опыт состоит в однократном подбрасывании монеты. При математическом описании этого опыта естественно отвлечься от несущественных возможностей (например, монета встанет на ребро) и ограничиться только двумя элементарными исходами: выпадением «герба» (можно обозначить этот исход как %%w_1%%) и выпаденим «цифры» (%%w_2%%). Таким образом, %%\Omega = \{w_1, w_2\}%%.
При двукратном подбрасывании монеты (или однократном подбрасывании двух монет) пространство элементарных исходов будет содержать четыре элемента, т.
е.
$$
\Omega = \{w_{11}, w_{12}, w_{21}, w_{22}\},
$$
где, например, %%w_{12}%% — появление «герба» при первом броске и появление «цифры» при втором.
Пример 2
При однократном бросании игральной кости возможен любой из 6 элементарных исходов %%w_1, w_2, \ldots, w_6%%, где %%w_i, i=\overline{1,6}%%, означает появление %%i%% очков на верхней грани кости, т.е. $$ \Omega = \{w_i, i=\overline{1,6}\}. $$
При двукратном бросании игральной кости, каждый из шести возможных исходов, при первом бросании может сочетаться с каждым из шести исходов второго бросания, т.е. $$ \Omega = \{w_{ij}, i, j=\overline{1,6}\}, $$ где, %%w_{ij}%% — исход опыта, при котором сначала выпало %%i%%,а затем %%j%% очков.
Нетрудно посчитать, что пространство элементарных исходов %%\Omega%% содержит %%36%% элементарных исходов.
Error
Sorry, the requested file could not be found
More information about this error
Jump to.
..
Jump to…Согласие на обработку персональных данных Учебно-тематический планАвторы и разработчики курсаИнформация для студентов и преподавателейВводная лекцияIntroductory lectureЛекция о системе обозначений Lecture on the notation systemВидеолекция (часть 1)Lecture (Part 1)Видеолекция 2. Операции над функциями. Свойства функции.Lecture 2. Operations on functions. The properties of the functionТеоретический материал Практическое занятие. Исследование свойств функций по определениюPractical lesson. Investigation of the properties of functions by definitionЗадачи для самостоятельной работыРешения задачТест 1.1.1(Часть 1). Числовые функцииQuiz 1.1.1 (part 1)Тест 1.1.1(Часть 2). Числовые функцииQuiz 1.1.1 (part 2)Видеолекция 1. Числовая последовательность Lecture 1. Numeric sequenceВидеолекция 2. Предел числовой последовательностиLecture 2. The limit of a numeric sequence.Practical lesson 1. Study of properties of a numerical sequence by conventionПрактическое занятие 1 (часть 2)Теоретический материалЗадачи для самостоятельной работыРешения задачТест 1.
Differential and Integral CalculationЗадачи для самостоятельной работыРешения задачТаблица интеграловТест 1.2.1. Неопределенный интегралВидеолекция. Неопределенный интеграл: методы интегрирования.Lecture. Indefinite integral: methods of integration.Практическое занятие. Внесение функции под знак дифференциалаPractical lesson. Adding a function under the sign of the differentialЗадачи для самостоятельной работыРешения задачТест 1.2.2. Методы интегрированияВидеолекция 1. Интегрирование дробно-рациональных функций (часть1)Lecture 1. Integration of fractional-rational functions (part 1)Видеолекция 2. Интегрирование дробно-рациональных функций (часть 2)Lecture 2. Integration of fractionally rational functions (part 2)Практическое занятие 1. Интегрирование иррациональных выражений (часть 1)Practical lesson 1. Integration of irrational expressions (part 1)Практическое занятие 2. Интегрирование тригонометрических функцийPractical lesson 2. Integration of trigonometric functionsЗадачи для самостоятельного решенияРешения задачТест 1.
Differentiable functions of two variablesПрактическое занятие 1. Производные и дифференциалы высших порядковПрактическое занятие 2. Понятие дифференциала первого и второго порядкаPractical lesson 2. The concept of the first- and second-order differentialЗадачи для самостоятельной работыРешения задач Тест 1.3.2. Дифференцирование функции нескольких переменныхQuiz 1.3.2Видеолекция 1. Дифференцирование сложной функции, заданной неявноLecture 1. Differentiation of a complex function and a function given implicitlyВидеолекция 2. Производная по направлению. ГрадиентLecture 2. The directional derivative and the gradientПрактическое занятие 1. Производная по направлению, градиентPractical lesson 1. The directional derivative, the gradientПрактическое занятие 2. Исследование свойств функций по определениюPractical lesson 2. Investigating function properties by defenition Практическое занятие 3. Дифференцирование сложной функции и дифференцирование функции, заданной неявноPractical lesson 3. Differentiation of a composite function and differentiation of implicitly defined functionЗадачи для самостоятельного решенияРешения задачТест 1.
Calculating curvilinear integrals 1 and 2 kind Задачи для самостоятельного решенияРешения задачТест 1.3.6. Криволинейные интегралыАттестация по модулю 1Итоговое тестирование по курсу (2-1)Видеолекция 1. Система линейных уравнений: основные понятияПрактическое занятие 1. Системы линейных уравненийPractical lesson (part 1). Systems of linear equationsТеоретический материал (лекция 1)Задачи для самостоятельной работы 1Решения задач 1Видеолекция 2. Решение систем линейных уравнений методом ГауссаПрактическое занятие 2. Решение систем линейных уравнений методом гауссаPractical lesson (part 2). The system of linear equationsТеоретический материал (лекция 2)Задачи для самостоятельной работы 2Решения задач 2Видеолекция 3. Исследование систем линейных уравненийLecture 3. A system of linear equationsPractical lesson (part 3). The system of linear equationsПрактическое занятие 3. Исследование систем линейных уравненийТеоретический материал (лекция 3)Задачи для самостоятельной работы 3Решения задач 3Тест 2.
1.1. Системы линейных уравненийСправочник (часть 1)Справочник (часть 2)Справочник (часть 3)Видеолекция 1. Векторное пространствоLecture 1. Vector spaceВидеолекция 2. линейная зависимость векторов. Базис векторного пространстваLecture 2. Linear dependence of vectors and the concept of the basis of the vector systemПрактическое занятие 1. Арифметическое векторное пространствоPractical lesson 1. Arithmetic vector spaceПрактическое занятие 2. Линейная зависимость векторов. Базис векторного пространстваPractical lesson 2. Linear dependence of vectors and the concept of the basis of the vector systemТеоретический материал (лекция 1)Задачи для самостоятельной работы 1Решения задач 1Теоретический материал (лекция 2)Задачи для самостоятельной работы 2Решения задач 2Тест 2.1.2. Арифметическое n-мерное векторное пространствоСправочник (часть 1)Справочник (часть 2)Видеолекция 1. Исследование систем линейных уравненийLecture 1. Study systems of linear equationsВидеолекция 2. Однородная система линейных уравненийLecture 2.
Homogeneous system of equationsПрактическое занятие 1. Фундаментальная система решений однородной системы линейных уравненийPractical lesson 1. Fundamental system of solutionsПрактическое занятие 2Practical lesson 2Теоретический материал (лекция 1)Теоретический материал (лекция 2)Задачи для самостоятельной работыРешения задачТест 2.1.3. Исследование систем линейных уравненийСправочникВидеолекция 1. Матрицы и определителиLecture 1. Matrix determinantВидеолекция 2. Операции над матрицамиLecture 2. Operations on matricesВидеолекция 3. Обратная матрицаLecture 3. Inverse matrixПрактическое занятие 1. Операции над матрицамиPractical lesson 1. The operations on matrices Практическое занятие 2. Вычисление определителейТеоретический материал (лекция 1)Задачи для самостоятельной работы 1Решения задач 1Теоретический материал (лекция 2)Задачи для самостоятельной работы 2Решения задач 2Теоретический материал (лекция 3)Тест 2.1.4. МатрицыQuiz 2.1.4. MatricesСправочник (часть 1)Справочник (часть 2)Справочник (часть 3)Видеолекция 1.
Прямоугольная декартова система координатLecture 1. Rectangular Cartesian coordinate systemТеоретический материалПрактическое занятие. Решение задач в координатахPractical lesson. Solution of problems in coordinatesЗадачи для самостоятельной работыРешения задачТест 2.2.1. Декартова система координатСправочникВидеолекция 1. Скалярное произведение векторовLecture 1. Scalar product of vectorsТеоретический материал (Часть 1)Видеолекция 2. Векторное и смешанное произведения векторовLecture 2. Vector and mixed products of vectorsПрактическое занятие 1. Скалярное произведение векторовPractical lesson 1. Scalar product of vectorsПрактическое занятие 2. Применение произведений векторов при решении задачPractical lesson 2. vector and mixed product of vectors to solve themТеоретический материал (Часть 2)Задачи для самостоятельной работы 1Решения задач 1Тест 2.2.2.(часть 1). Скалярное произведение векторов. Длина вектора. Векторное произведение векторов. Смешанное произведение векторовЗадачи для самостоятельной работы 2Решения задач 2Тест 2.
2.2. (часть2). Скалярное произведение векторов. Длина вектора. Векторное произведение векторов. Смешанное произведение векторовСправочник (Часть 1)Справочник (Часть 2)Видеолекция. Уравнения прямой на плоскости и в пространствеLecture. Equation of a straight line on a plane and in spaceТеоретический материалПрактическое занятие 1. Уравнения прямой на плоскостиPractical lesson 1. Related to the equation of a straight line on a planeЗадачи для самостоятельной работы 1Решение задач 1Практическое занятие 2. Взаимное расположение прямыхPractical lesson 2. The relative position of straight lines.Задачи для самостоятельной работы 2Решение задач 2Тест 2.2.3. Уравнения прямойСправочникВидеолекция. Уравнение плоскости. Взаимное расположение прямой и плоскостиТеоретический материалПрактическое занятие. Уравнение плоскости. Взаимное расположение прямой и плоскости Practical lesson. Equation of a plane Задачи для самостоятельной работы 1Решение задач 1Задачи для самостоятельной работы 2Практическое занятие 2.
Взаимное расположение плоскостейPractical lesson 2. Relative position of planesРешение задач 2Тест 2.2.4. Уравнения плоскостиСправочникВидеолекция 1. ЭллипсLecture 1. EllipseТеоретический материал Часть 1Практическое занятие 1. ЭллипсPractical lesson 1. EllipseЗадачи для самостоятельной работы 1Решение задач 1Видеолекция 2. Гипербола и параболаLecture 2. Hyperbola and parabolaТеоретический материал (Часть 2)Практическое занятие 2. Гипербола и параболаЗадачи для самостоятельной работы 2Решение задач 2Тест 2.2.5. Кривые второго порядкаСправочник (Часть 1)Справочник (Часть 2)Аттестация по модулю 2Анкета обратной связиИтоговое тестирование по курсу (1-2)Итоговое тестирование по курсу (2)Видеолекция 1. Основные понятия теории вероятностей Lecture 1. Basic concepts of probability theoryВидеолекция 2. Вероятность случайного событияLecture 2. Probability of a random eventПрактическое занятие 1. Классическая вероятностьPractical lesson 1. Classical probabilityЗадачи для самостоятельной работы (часть 1)Решения задач (часть 1)Практическое занятие 2.
Операции над событиями. Practical lesson (part 2). Algebra of events. Properties of probabilitiesЗадачи для самостоятельно работы (часть 2)Решения задач (часть 2)Тест 3.1.1. Классическая вероятностьВидеолекция 1. Условная вероятностьLecture 1. Conditional probabilityПрактическое занятие 1. Условная вероятность. Формула полной вероятности. Формула БайесаPractical lesson 1. Conditional probability. The formula of total probability, Bayes ‘ formulaЗадачи для самостоятельной работы. Условная вероятностьРешения задач. Условная вероятностьВидеолекция 2. Повторные независимые опыты и формула БернуллиLecture 2. Repeated Independent Experiments and the Bernoulli FormulПрактическое занятие 2. Схема БернуллиPractical lesson 2. Bernoulli’s formulaЗадачи для самостоятельной работы. Схема БернуллиРешения задач. Схема БернуллиТеоретический материалТест 3.1.2. Условная вероятностьВидеолекция 1. Дискретные лучайные величиныLecture 1. Discrete random variablesВидеолекция 2. Числовые характеристики дискретных случайных величинПрактическое занятие.
Дискретные случайные величиныPractical lesson. Discrete random variablesЗадачи для самостоятельного решенияРешения задачЛабораторная работа. Законы распределения дискретных случайных величинLaboratory work 1. Distribution Laws of Discrete Random VariablesЛабораторная работаРешения задач (лабораторная работа)Теоретический материалТест 3.2.1. Дискретные случайные величиныВидеолекция 1. Непрерывные случайные величиныВидеолекция 2. Частные случаи распределений случайных величинLecture 2. Special cases of distributions of random variablesПрактическое занятие. Непрерывные случайные величиныPractical lesson. Continuous random variableЗадачи для самостоятельного решенияРешения задачЛабораторная работа (видео). Законы распределения непрерывных случайных величинLaboratory work (video). Distribution Laws of Continuous Random VariablesЛабораторная работаРешения задач (лабораторная работа)Теоретический материалТест 3.2.2. Непрерывные случайные величиныТеоретический материалТест 3.3.1. Законы больших чиселВидеолекция 1.
Система случайных величин (часть 1)Видеолекция 2. Система случайных величин (часть 2)Lecture 2. Systems of random variables (part 2)Практическое занятие. Система случайных величинЗадачи для самостоятельной работыРешения задачЛабораторная работаРешение задачи (лабораторная работа)Теоретический материалТест 3.4.1. Совместный закон распределенияВидеолекция 1. Характеристическая функция случайной величиныLecture 1. Characteristic function of a random variableВидеолекция 2. Свойства характеристической функции случайной величиныLecture 2. Properties of characteristic functions random variable Практическое занятие 1. Вычисление характеристической функции случайной величиныPractical lesson 1. Calculation of Characteristic Functions Практическое занятие 2. Проверка устойчивости для стандартных распределенийPractical lesson 2. Testing the robustness for standard distributions.Задачи для самостоятельного решения (часть 1)Задачи для самостоятельного решения (часть 2)Решения задач (часть 1)Решения задач (часть 2)Тест 3.
4.2. (данное тестирование по теме 1)Видеолекция. Основные понятия математической статистикиLecture. The basic concepts of mathematical statisticsЛабораторная работа (видео). Основные понятия математической статистикиLaboratory work (video). Basic concepts of mathematical statisticsТеоретический материалЛабораторная работа. Основные понятия математической статистикиРешения задач (лабораторная работа)Тест 3.5.1. Основные понятия математической статистикиQuiz 3.5.1.Видеолекция. Статистические оценки параметров генеральной совокупности. Lecture. Statistical estimates of general population parametersЛабораторная работа 1 (видео). Статистические оценки параметров генеральной совокупностиLaboratory work 1 (video). Statistical estimators of the parameters of the populationЛабораторная работа 1. Статистические оценки параметров генеральной совокупностиРешения задач 1Лабораторная работа 2 (видео). Минимальный или оптимальный объем выборочной совокупностиLaboratory work 2(video). Minimum or optimal sample sizeЛабораторная работа 2.
Минимальный или оптимальный объем выборочной совокупностиРешения задач 2Теоретический материалТест 3.5.2. Статистические оценкиQuiz 3.5.2Видеолекция. Зависимость между величинами. Виды зависимостейLecture. Dependence between quantities. Types of dependenciesТеоретический материал 1Лабораторная работа 1 (видео, часть 1). Парный корреляционный анализLaboratory work 1 (video, part 1). Pair correlation analysisЛабораторная работа 1. Парный корреляционный анализЛабораторная работа 1 (видео, часть 2). Множественный корреляционный анализРешение задач 1Лабораторная работа 2 (видео, часть 2). Парный регрессионный анализLaboratory work 2 (video, part 2). Paired Regression AnalysisЛабораторная работа 2. Парный регрессионный анализРешения задач 2Теоретический материал 2Тест 3.5.3. Зависимость между величинамиQuiz 3.5.3Лекция. Статистические гипотезы Теоретический материалЛабораторная работа (видео). Статистический критерий хи-квадратLaboratory work. The Chi-Square StatisticЛабораторная работа 1. Критерий хи-квадратРешения задач (Критерий хи-квадрат)Лабораторная работа 2.
Критерий ПирсонаЛабораторная работа (расчетная таблица)Решения задач (Критерий Пирсона)Тест 3.6.1. Проверка статистических гипотез: основные понятияQuiz 3.6.1Видеолекция. Проверка статистических гипотезLecture. Testing statistical hypothesesЛабораторная работа 1 (видео). Сравнение средних выборочных совокупностей при известных дисперсиях генеральных совокупностейLaboratory work 1. Comparison of Sampled Population Means with Known Population VariancesЛабораторная работа 1. Сравнение средних выборочных совокупностей при известных дисперсиях генеральных совокупностейРешения задач (лабораторная работа 1)Лабораторная работа 2 (часть 1). Сравнение средних независимых выборочных совокупностей при неизвестных дисперсиях генеральных совокупностейLaboratory work 2 (part 1). Comparison of means of independent sample populations with unknown variances of general populationsЛабораторная работа 2 (часть 2). Сравнение средних зависимых выборочных совокупностей при неизвестных дисперсиях генеральных совокупностейLaboratory work 2 (part 2).
Comparison of mean dependent sample populations with unknown variances of general populationsЛабораторная работа 2. Проверка статистических гипотез о сравнении средних выборочных совокупностей, если не известны дисперсии генеральных совокупностейРешения задач (лабораторная работа 2)Теоретический материалТест 3.6.2. Проверка гипотезQuiz 3.6.2Аттестация по модулю 3Итоговое тестирование по курсу 1-2-3Итоговое тестирование по курсу для математических специальностейИтоговое тестирование по курсу (3)ПОДРОБНОЕ ИССЛЕДОВАНИЕ ЭЛЕМЕНТАРНОГО ПО ВЕРОЯТНОСТИ
В теории вероятностей элементарное событие может быть описано как результат случайных экспериментов при потенциальном размере выборки. В настоящем исследовании эффективно обсуждалась концепция элементарной вероятности с необходимыми примерами и реализацией в режиме реального времени. Далее обсуждались способы проведения элементарной вероятности вместе с примерами событий, которые можно рассматривать как элементарные события.
Кроме того, исследование объяснило теории вероятности, применяемые к событиям в реальном времени. В математике элементы вероятности можно использовать для предварительного прогнозирования необходимых событий. В настоящем исследовании эффективно обсуждалось его использование и вероятные формулы.
В теории вероятности элементарное событие относится к единственному результату в выборочном пространстве. В вероятности элементарное событие количественно определяется между положительными числами 0 и 1. Элементарная вероятность определяет все возможные исходы в одном пространстве, чтобы определить шансы возникновения. Элементарная вероятность помогает определить результаты в случайных выборках и в единичном испытании. Например, в случае бросания на пол шестигранной кости элементарная вероятность выпадения числа равна 1, 2 и 3,4,5,6. Множество всех событий элементарной вероятности определяется как элементарные события.
Например, при вытягивании карты из стопки карт элементарными событиями являются 32 различных номера карт.
Элементарное событие в вероятности можно рассчитать по следующей формуле:
P (событие) = результат события/результат в пространстве выборки. Правило элементарной вероятности основано на концепции, что если для данного события существует высокая вероятность в пространстве выборки, то вероятность того, что событие может произойти, выше. Формула элементарной вероятности определяется как концепция функции вероятности для определения шансов выборочного пространства. Правило сложения элементарной вероятности описано ниже:
P(A или B)= P(A) + P(B)- P(A и B)
Опишите элементарное событие с точки зрения вероятности:Правило сложения вероятностей используется для определения возникновения одно число в событии с двумя числами.
В элементарной вероятности, если А и В взаимоисключающие, то шансы появления определяются по следующей формуле:
P(A или B)= P(A) + P(B)
В случае независимых событий
P (A и B)= P(A)* P(B)
Объяснение элементарной теории вероятностей: Если А — событие эксперимента, то интерпретация частоты вероятности обозначается как (А)=p, уравнение выполняется с частотой n раз.
«p = Lim количество раз, когда событие A произошло в этих n испытаниях/n (n→∞)» два относительных события А и В определяют шансы появления одного события в эксперименте. Элементарные теории вероятности для двух или более событий определяются правилами умножения вероятности.
Использование элементарной вероятности в математике:Элементарная вероятность определяет шансы появления одного события в множестве случаев событий, определенных для эксперимента в вероятности. Значение результата элементарной вероятности дает информацию о шансах возникновения для множественных исследований и исключительных событий. Элементарная вероятность сначала измеряет степень достоверности функции и, следовательно, определяет возможность возникновения. Элементарная вероятность объясняет случайную ситуацию в исключительном событии для множества событий. Элементарная формула вероятности для независимого события: P (A ∩ B) = P (A). П (Б).
Какие формулы элементарной вероятности? Формулы вероятности используются для расчета вероятности возникновения событий.
Существуют разные формулы для разных вероятностей, которые позволяют рассчитывать события по шкале вероятности здесь. Список формул обсуждается ниже.
- Диапазон вероятности: Формула вероятности здесь: 0 ≤ P(A) ≤ 1.
- Дополнительное правило: Добавляет как традиционные, так и нетрадиционные правила с вероятностью.
- Правило дополнительных событий: Эта формула представлена добавлением вероятностных событий, результатом которых является 1.
- Непересекающиеся события: Формула представлена как P(A∩B) = 0.
- Условная вероятность: Эта формула включает вероятностные события, благоприятные исходы в пространстве выборки и количество событий, которые там произошли.
Элементарная вероятность может быть сделана как способ предварительного предсказания событий с их потенциальным влиянием на определенный размер выборки.
Согласно текущему исследованию, формулы вероятности появляются как эффективная часть придания шансов событиям, которые являются определенными с точки зрения наступления. Эти события можно далее обозначить как предсказуемые события, направленные на измерение их влияния на размер выборки. В заключение можно сказать, что с помощью элементарной вероятности многие события можно предсказать заранее при надлежащей поддержке формул и правил, основанных на выводах о вероятностном воздействии.
вероятность — Являются ли термины «событие» и «результат» синонимами?
$\begingroup$
Исход — это результат случайного эксперимента, а событие — это единичный результат эксперимента.
Являются ли термины «событие» и «результат» синонимами?
- вероятность
- терминология
$\endgroup$
2
$\begingroup$
Исход и событие не являются синонимами.
Да, исход — это результат случайного эксперимента, как, скажем, при бросании игральной кости шесть возможных исходов. Однако «событие» представляет собой набор исходов, которым присваивается вероятность . Одним из возможных событий является «выпадение числа меньше 3». Смотрите страницу Википедии для теории вероятностей и вероятностного пространства для лучшего описания.
$\endgroup$
6
$\begingroup$
Я бы сказал, что результатом является элементарное событие (атомарное событие или простое событие). Набор исходов или элементарных событий является событием.
Проверить: http://en.wikipedia.org/wiki/Elementary_event
$\endgroup$
9
$\begingroup$
Я хотел бы процитировать отрывок из статьи в Википедии об исходе, который, как мне кажется, хорошо резюмирует связь между этими терминами
Поскольку отдельные исходы могут представлять небольшой практический интерес, или поскольку их может быть запредельно (даже бесконечно) много, исходы группируются в наборы исходов, удовлетворяющих некоторому условию, которые называются « события ».
Совокупность всех таких событий составляет сигма-алгебру .
Событие, содержащее ровно один исход, называется элементарным событием . Событие, содержащее все возможные исходы эксперимента, называется его 9.0121 образец пространства . Один результат может быть частью многих различных событий.
Обычно, когда пространство выборки конечно, любое подмножество пространства выборки является событием (т. е. все элементы набора мощности пространства выборки определяются как события). Однако этот подход плохо работает в случаях, когда пространство выборки несчетно бесконечно (особенно когда результатом должно быть некоторое действительное число). Таким образом, при определении вероятностного пространства возможно и часто необходимо исключить определенные подмножества выборочного пространства из числа событий.
Совокупность всех таких событий составляет сигма-алгебру .$\endgroup$
$\begingroup$
Событие — это подмножество Результатов в Пространстве выборки.