随机关系举例

『壹』 求生活中随机性中包含规律性 的例子

每天一点正能量，每天帮助三个人。

『贰』 概率论随机事件和确定事件举例。各举五个例子。。想不出来了。。

随机事件：
最简复单的抛硬币制：抛掷一枚硬币，其结果可能是正面朝上，也可能是反面朝上
箱子里放不同颜色的乒乓球，闭着眼睛拿一个，球的颜色随机的
燃烧的蜡烛被风吹，26个字母打乱重拼，掷色子，明天什么天气等等。。
确定事件：
三角形两边之和大于第三边
太阳一定从东方升起
平行线不相交
世界上没有两片相同的树叶
三角形是由3条边构成的

『叁』 举出生活中"确定事件和随机事件"各两例

一、确定事件：
1、必然事件：（1）太阳每天从东方升起；（2）抛起一内枚正方形骰子，得到的容点数不会小于1
2、不可能事件：（1）软木塞沉到水底；（2）明天太阳从西边出来

二、随机事件：
1、过马路时恰好遇到红灯
2、明天会下雨

小故事：
在波斯王国，有一个狠毒的宰相，他总想把他的一个很聪明的仇人致于死地。终于，有一天这个人因事入狱，被判死罪。按当时的法律，死囚在临死前有一次抓“生死符”（两个纸团，上面一个写“生”字，另一个写“死”字）的机会，如果抓到“生”字，则可免除一死，如果抓到“死”字，则必死无疑。而做“生死符”的人就是宰相。于是，他做了两个都是“死”字的“生死符”。可最终，宰相的仇人却被免除死刑，大家猜猜，这个聪明的人是怎么做的？（死囚抓到纸团后立即将它吞入腹中即可）
教师点拨：请同学们说出故事中抓“生死符”这一事件它是什么事件？（在正常情况下，抓到“生”字和“死”字都是不确定事件，而在宰相做了手脚之后，抓到“死”字是必然事件，抓到“生”字是不可能事件，当死囚吞下纸团后，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』 随机化算法的举例

下面，我们就随机化问题，举一个例子：
一个长度在4..10的字符串中，需要判定是否可以在字符串中删去若干字符，使得改变后字符串符合以下条件之一：
（1）AAAA；（2）AABB；（3）ABAB；（4）ABBA。
例如：长度为6字符串“POPKDK”，若删除其中的“O”，“D”两个字母，则原串变为：“PPKK”，符合条件（2）AABB。
分析：
这道题很容易想到一种算法：运用排列组合：枚举每4个字母，然后逐一判断。算法是可行的，但是如果需要题目中加上一句话：需要判断n个字符串，且n<=100000，那么这样的耗时是不能让人忍受①的，因为在枚举的过程中，是非常浪费时间的。
（①：这里是指信息学中要求算法的普遍运算时间为：1000ms）
所以这道题有可能可以借助于随机化算法，下面我们来算一下在10个字符中取4个字符一共有多少种取法：C(4,10)=210。那么很容易得知，随机化算法如果随机300次，能得到的结果基本上就正确了(概率为1-(209/210)^300，约为0.76)，而随机时的时间消耗是O(1)，只需要判断没有随机重复即可，判重的时间复杂度也为O(1)，并且最多随机300次，这样就可以有效地得到答案，最大运算次数为：O(300n)，这是在计算机的承受范围内（1000ms）的。
从这里就能看出，随机化算法是一个很好的概率算法，但是它并不能保证正确，而且它单独使用的情况很少，大部分是与其他的算法：例如贪心、搜索等配合起来运用。 排序问题。快速排序是排序方法中较为便捷的方法之一，但是由于它极不稳定，最好的时候时间复杂度为O(n㏒n)，这里的㏒是指以2为底的对数运算。最坏的时候能达到与普通排序方法一样的O(n^2)。
而制约快速排序的有两个：一是数据，越无序的数据，快排的速度越快；二是中间点的枚举。
因为两个制约条件都与随机有着不可分开的关系。
所以，在快速排序中加入随机化算法无疑是十分重要的。
运用在：
（1）数据读入时，随机排放数据位置。
（2）中间点的枚举进行多次随机化后决定。
这样就基本上将快速排序的时间复杂度维持在最好状态。

『伍』 随机现象和随机实验怎么区别最好要有例子!!

应该是随机试验吧，没听说过随机实验。
随机现象是一类事先不确定结果的现象。它可专以通过随属机试验来表现或不通过随机试验来表现。
随机试验有三个属性：1、可以重复做，2、其结果有多个，3、在试验之前其结果是不知道的，但一旦试验结束就能够确定下来。 例如：掷骰子，这就是一个随机现象。它可以通过随机试验来表达。因为做这个事情满足这三个特点。某段时间内进入超市的顾客数，这也是一个随机现象。当然它也可以重复做，每次重复得出的结果当然不完全一样，并且事先是不知道的。不过这里“重复做”的理解应该是“观察顾客数”譬如：上午观察到的顾客数20人，下午观察到的顾客数30人，晚上观察到的顾客数80人等。还有的随机现象就不能够通过随机试验来表现。如：世界经济增长还是倒退，一场球赛是输还是赢。这些就是随机现象，因为其结果是不确定的。但这现象不能重复，所有这个不叫随机试验。
另外，顺便说一句，随机试验的结果（样本点）所表示的变量成为随机变量！因而可以讲随机变量时建立在样本点所构成空间上的函数！

『陆』 随机现象的随机现象的例子

抛一个硬币，可能出现正面，可能出现反面。投一个骰子，可能出现1点到6点之间的某一个版，至于哪个先权出现，事先不知道。
具体例子：
（1）一天内进入超市的顾客数
（2）一天内访问网络的独立IP数
（3）一台新的产品在未来市场的占有率
（4）一顾客在超市排队等候付款的时间

『柒』 举一个随机事件的例子

明天是晴天。答案不唯一．
打开电视,它正在播放广告。答案不唯一.

『捌』 举出生活中随机过程的一个例子

比如说
泊松过程的M\G\1排队系统，顾客按泊松过程来到商店，商店有一名内服务员在服务，服容务员只为一名顾客服务，当一名顾客走后立刻服务下一位，求顾客的平均等待时间和忙期。
雨伞问题，一个人每天来往于公司与家之间，即家-公司-家。他在公司和家里共放置了N把伞，当且仅当他离开某地时下雨时带伞。每天下雨概率恒定，求此人淋湿的概率。是N-1的马尔科夫链。只有当他将伞都放在某地时会淋湿，写出转移矩阵，求概率。
各种金融衍生定价基本都和布朗运动有关
等等

『玖』 请举出生活中某一个随机试验的基本事件和复合事件。谢谢！

基本事件比如说工厂抽查零件合格率，复合事件比如说投骰子10次，连续两次是6点的次数 望采纳！

『拾』 随机现象，随机事件，随机变量之间的关系是什么举例说明

在很多概复率书的第一章就阐明了制：随机实验中可能发生也可能不发生的事情为随机事件，通常指墨一结果或集合，比如，对1、2、3的数集抽样，A是抽中1，B是抽中2，C是抽中3，那么ABC就是随机事件。随机的定义是在样本空间中的变量，比如我们设抽中的是X，那么X可能是1，也可能是2，或是3。X完整的描述了该样本空间，即X可能值的全部是样本空间。