什么是随机试验？
随机试验是概率论与数理统计的起点概念，是对随机现象进行规范描述的基本操作单元。所谓随机试验，是指在相同条件下可以大量重复进行、且在每次试验前能够明确其所有可能出现结果的随机现象。
随机试验是可以大量重复、且每次试验前可以明确所有可能结果的随机现象，简称”试验”。
在实际生活中，检验一件产品是否合格、观察一颗麦穗上的麦粒数、抛掷一枚硬币记录正反面等，都可以看作是一次随机试验。本书主要研究能大量重复的随机现象，但也注意研究不能重复的随机现象（如明年经济走势、足球赛输赢）。
随机试验的三个基本特征
判定一个情境是否为随机试验，必须同时满足以下三个条件，三者缺一不可：
$E_1$ 可重复性
在相同条件下可以大量重复进行。这是随机试验最基本的要求，意味着试验操作本身具有可重复性，不受时间、地点等偶然因素限制。
$E_2$ 结果可列性
每次试验所有可能出现的结果是明确的、可列举的。我们可以用一个集合来完整刻画这些结果。
$E_3$ 结果不确定性
每次试验实际出现哪个结果事先不能确定。这是”随机”二字的直接体现。
这三个条件可以用集合语言形式化表述：设 $E$ 为一操作，若存在有限或可列集合 $\Omega = \{\omega_1, \omega_2, \ldots\}$，使得 $E$ 可无限重复、每次结果必属于 $\Omega$ 且具体归属不确定，则 $E$ 为随机试验。
如何判断一个现象是否为随机试验
下面通过四个辨析题，学习如何依据三个判定标准逐一检查。
辨析练习
题目：判断以下四个情境是否构成随机试验，并说明理由。
| 序号 | 情境 | 是否随机试验 | 理由 |
|---|---|---|---|
| （1） | 明年该城市某月的降水量 | 否 | 无法在相同条件下重复进行该年同一月的自然过程，不具备可重复性 |
| （2） | 抛掷一枚均匀硬币，记录正面或反面出现的情况 | 是 | 可在相同条件下大量重复，可能结果集合为 $\Omega = \{\text{正面}, \text{反面}\}$，每次结果不确定 |
| （3） | 从装有编号1至10的10个球的袋中随机抽取1个，记录其编号 | 是 | 可重复进行，可能结果集合为 $\Omega = \{1, 2, \ldots, 10\}$，每次抽到哪个球不确定 |
| （4） | 某人在一天内的步数 | 否 | 只能发生一次，不可重复，不满足可重复性 |
解析思路：依据随机试验的三个判定标准逐一对照检查——可重复性、结果可列性和结果不确定性，三者须同时满足。
随机试验与相邻概念的关系
理解随机试验，需要厘清它与相邻概念之间的联系与区别：
- 随机现象：随机试验所描述的对象。随机现象是被观察的现象本身，而随机试验是对该现象进行的可重复操作的规范描述。
- 样本空间 $\Omega$：由随机试验的所有可能结果构成，是后续定义事件的载体。样本空间可以是有限集、可列无限集或不可列无限集。
| 概念 | 角色定位 | 举例 |
|---|---|---|
| 随机现象 | 被观察的自然现象 | 硬币落地后朝上的面 |
| 随机试验 | 对现象的可重复操作 | 反复抛掷同一枚硬币并记录 |
| 样本空间 | 所有可能结果的集合 | $\Omega = \{\text{正面}, \text{反面}\}$ |
常见误解
在学习随机试验概念时，以下几种误解需要避免：
- 将”随机试验”等同于”一次实验”：随机试验强调的是可大量重复的操作类型，而非单次行为。
- 把”不可预测”误认为”不可列举”：随机试验允许结果事先完全列举，只是具体某次结果不确定。
- 混淆”随机现象”与”随机试验”：随机现象是被观察的现象本身，随机试验是对该现象进行的可重复操作的规范描述。
- 认为不能重复的现象就完全没有统计价值：对不可重复现象（如明年经济走势）可采用模型化或情景分析方法研究，只是不属于标准随机试验范畴。
实际应用与模型扩展
随机试验是概率建模的基本出发点，在实际中有广泛的应用模型：
- 工业质量控制：”从批量产品中随机抽取一件检验”是最典型的随机试验模型。
- 信息通信领域：”接收一个码元并判为0或1″亦可抽象为随机试验，对应离散概率空间的构建。
总结
随机试验是概率论与数理统计的基础操作单元，其核心特征可概括为”三可”——可重复、可列举、不确定。掌握随机试验的判定标准，有助于我们正确地建立概率模型，为后续学习事件、概率、随机变量等概念奠定坚实基础。
简单来说，所谓随机试验，就是把一件事反复做很多次，事先知道这次操作可能出现哪些结果，但每次做完之前无法确定到底会出现哪一种结果。反复抛一枚硬币、连续掷一颗骰子、从一批产品中随机抽取一件检验，都是典型的随机试验。