隨機關系舉例

『壹』 求生活中隨機性中包含規律性 的例子

每天一點正能量，每天幫助三個人。

『貳』 概率論隨機事件和確定事件舉例。各舉五個例子。。想不出來了。。

隨機事件：
最簡復單的拋硬幣制：拋擲一枚硬幣，其結果可能是正面朝上，也可能是反面朝上
箱子里放不同顏色的乒乓球，閉著眼睛拿一個，球的顏色隨機的
燃燒的蠟燭被風吹，26個字母打亂重拼，擲色子，明天什麼天氣等等。。
確定事件：
三角形兩邊之和大於第三邊
太陽一定從東方升起
平行線不相交
世界上沒有兩片相同的樹葉
三角形是由3條邊構成的

『叄』 舉出生活中"確定事件和隨機事件"各兩例

一、確定事件：
1、必然事件：（1）太陽每天從東方升起；（2）拋起一內枚正方形骰子，得到的容點數不會小於1
2、不可能事件：（1）軟木塞沉到水底；（2）明天太陽從西邊出來

二、隨機事件：
1、過馬路時恰好遇到紅燈
2、明天會下雨

小故事：
在波斯王國，有一個狠毒的宰相，他總想把他的一個很聰明的仇人致於死地。終於，有一天這個人因事入獄，被判死罪。按當時的法律，死囚在臨死前有一次抓「生死符」（兩個紙團，上面一個寫「生」字，另一個寫「死」字）的機會，如果抓到「生」字，則可免除一死，如果抓到「死」字，則必死無疑。而做「生死符」的人就是宰相。於是，他做了兩個都是「死」字的「生死符」。可最終，宰相的仇人卻被免除死刑，大家猜猜，這個聰明的人是怎麼做的？（死囚抓到紙團後立即將它吞入腹中即可）
教師點撥：請同學們說出故事中抓「生死符」這一事件它是什麼事件？（在正常情況下，抓到「生」字和「死」字都是不確定事件，而在宰相做了手腳之後，抓到「死」字是必然事件，抓到「生」字是不可能事件，當死囚吞下紙團後，剩下「死」字成了必然事件，分析吞下的（即抓到的）是「生」字成了必然事件）.

『肆』 隨機化演算法的舉例

下面，我們就隨機化問題，舉一個例子：
一個長度在4..10的字元串中，需要判定是否可以在字元串中刪去若干字元，使得改變後字元串符合以下條件之一：
（1）AAAA；（2）AABB；（3）ABAB；（4）ABBA。
例如：長度為6字元串「POPKDK」，若刪除其中的「O」，「D」兩個字母，則原串變為：「PPKK」，符合條件（2）AABB。
分析：
這道題很容易想到一種演算法：運用排列組合：枚舉每4個字母，然後逐一判斷。演算法是可行的，但是如果需要題目中加上一句話：需要判斷n個字元串，且n<=100000，那麼這樣的耗時是不能讓人忍受①的，因為在枚舉的過程中，是非常浪費時間的。
（①：這里是指信息學中要求演算法的普遍運算時間為：1000ms）
所以這道題有可能可以藉助於隨機化演算法，下面我們來算一下在10個字元中取4個字元一共有多少種取法：C(4,10)=210。那麼很容易得知，隨機化演算法如果隨機300次，能得到的結果基本上就正確了(概率為1-(209/210)^300，約為0.76)，而隨機時的時間消耗是O(1)，只需要判斷沒有隨機重復即可，判重的時間復雜度也為O(1)，並且最多隨機300次，這樣就可以有效地得到答案，最大運算次數為：O(300n)，這是在計算機的承受范圍內（1000ms）的。
從這里就能看出，隨機化演算法是一個很好的概率演算法，但是它並不能保證正確，而且它單獨使用的情況很少，大部分是與其他的演算法：例如貪心、搜索等配合起來運用。 排序問題。快速排序是排序方法中較為便捷的方法之一，但是由於它極不穩定，最好的時候時間復雜度為O(n㏒n)，這里的㏒是指以2為底的對數運算。最壞的時候能達到與普通排序方法一樣的O(n^2)。
而制約快速排序的有兩個：一是數據，越無序的數據，快排的速度越快；二是中間點的枚舉。
因為兩個制約條件都與隨機有著不可分開的關系。
所以，在快速排序中加入隨機化演算法無疑是十分重要的。
運用在：
（1）數據讀入時，隨機排放數據位置。
（2）中間點的枚舉進行多次隨機化後決定。
這樣就基本上將快速排序的時間復雜度維持在最好狀態。

『伍』 隨機現象和隨機實驗怎麼區別最好要有例子!!

應該是隨機試驗吧，沒聽說過隨機實驗。
隨機現象是一類事先不確定結果的現象。它可專以通過隨屬機試驗來表現或不通過隨機試驗來表現。
隨機試驗有三個屬性：1、可以重復做，2、其結果有多個，3、在試驗之前其結果是不知道的，但一旦試驗結束就能夠確定下來。 例如：擲骰子，這就是一個隨機現象。它可以通過隨機試驗來表達。因為做這個事情滿足這三個特點。某段時間內進入超市的顧客數，這也是一個隨機現象。當然它也可以重復做，每次重復得出的結果當然不完全一樣，並且事先是不知道的。不過這里「重復做」的理解應該是「觀察顧客數」譬如：上午觀察到的顧客數20人，下午觀察到的顧客數30人，晚上觀察到的顧客數80人等。還有的隨機現象就不能夠通過隨機試驗來表現。如：世界經濟增長還是倒退，一場球賽是輸還是贏。這些就是隨機現象，因為其結果是不確定的。但這現象不能重復，所有這個不叫隨機試驗。
另外，順便說一句，隨機試驗的結果（樣本點）所表示的變數成為隨機變數！因而可以講隨機變數時建立在樣本點所構成空間上的函數！

『陸』 隨機現象的隨機現象的例子

拋一個硬幣，可能出現正面，可能出現反面。投一個骰子，可能出現1點到6點之間的某一個版，至於哪個先權出現，事先不知道。
具體例子：
（1）一天內進入超市的顧客數
（2）一天內訪問網路的獨立IP數
（3）一台新的產品在未來市場的佔有率
（4）一顧客在超市排隊等候付款的時間

『柒』 舉一個隨機事件的例子

明天是晴天。答案不唯一．
打開電視,它正在播放廣告。答案不唯一.

『捌』 舉出生活中隨機過程的一個例子

比如說
泊松過程的M\G\1排隊系統，顧客按泊松過程來到商店，商店有一名內服務員在服務，服容務員只為一名顧客服務，當一名顧客走後立刻服務下一位，求顧客的平均等待時間和忙期。
雨傘問題，一個人每天來往於公司與家之間，即家-公司-家。他在公司和家裡共放置了N把傘，當且僅當他離開某地時下雨時帶傘。每天下雨概率恆定，求此人淋濕的概率。是N-1的馬爾科夫鏈。只有當他將傘都放在某地時會淋濕，寫出轉移矩陣，求概率。
各種金融衍生定價基本都和布朗運動有關
等等

『玖』 請舉出生活中某一個隨機試驗的基本事件和復合事件。謝謝！

基本事件比如說工廠抽查零件合格率，復合事件比如說投骰子10次，連續兩次是6點的次數 望採納！

『拾』 隨機現象，隨機事件，隨機變數之間的關系是什麼舉例說明

在很多概復率書的第一章就闡明了制：隨機實驗中可能發生也可能不發生的事情為隨機事件，通常指墨一結果或集合，比如，對1、2、3的數集抽樣，A是抽中1，B是抽中2，C是抽中3，那麼ABC就是隨機事件。隨機的定義是在樣本空間中的變數，比如我們設抽中的是X，那麼X可能是1，也可能是2，或是3。X完整的描述了該樣本空間，即X可能值的全部是樣本空間。