2024/11/13

【1-2】機率公設

機率空間定義了機率和使用觀念,這屬於集合論的解釋。所以在了解機率空間時會使用到集合論,如聯集、交集、補集等的運算規則,從中找出事件,再根據機率公式找機率。不過,這種作法十分不方便,因為機率是數字(指相對數字),而如何從集合論的運算規則改到數字的運算規則就非常重要!所以要規範機率範圍與操作,才能容易使用。


1. 機率公設

已知(Ω,F,P)為機率空間,令A為任一事件,並且屬於F,因此:


  • $0 \leq P(A) \leq 1$
  • $P(\Omega) = 1$
  • 令$A_{1}, A_{2}, \cdots, A_{k}$為互斥事件,得到$A_{i} \bigcap A_{j}= \varnothing, i \neq j$ 且 $P(A_{1} \bigcup A_{2} \bigcup \cdots \bigcup A_{k}) = P(\bigcup _{i=1}^{k} A_{i}) = P(A_{1}) + P(A_{2}) + \cdots + P(A_{k}) = \sum_{i=1}^{k} P(A_{i}), k \longrightarrow \infty$

2. 解釋機率空間

我們可以用公設來解釋機率空間,解釋過程會使用到集合論。如果想先看集合論,可以先看下一節。

(1) 任何機率值都介於0到1之間

給定任一事件為A,因為 $\varnothing \subseteq A \subseteq \Omega$ ,所以我們計算個數得到, $n(\varnothing) \leq n(A) \leq n(\Omega)$ 。

讓我們改為機率公式,即 $P(A) = \frac{n(A)}{n(\Omega)}$,所以將不等式都除以 $n(\Omega)$,得到:


$$\frac{n(\varnothing)}{n(\Omega)} \leq \frac{n(A)}{n(\Omega)} \leq \frac{n(\Omega)}{n(\Omega)}$$

整理後,即

$$0 \leq P(A) \leq 1$$

(2) 宇集合的機率是1

宇集合是我們有興趣事務的特性集合,確認我們有興趣的事務後,就需要得到全體數據。因為客觀機率的計算方式是:

$$P(A) = \frac{n(A)}{n(\Omega)}$$

所以,將 $A$ 換成 $\Omega$ ,我們就能計算宇集合的機率為:

$$P(\Omega) = \frac{n(\Omega)}{n(\Omega)} = 1$$

(3) 互斥聯集相加等於個別相加

當我們產生了k個互斥的事件後,互斥事件的聯集機率等於個別事件機率相加。因為各自事件本身之間是空集合,也就是個數為0,我們就能將k個互斥事件聯集當做是一個新的事件 - B。能夠如此的原因是宇集合下的子集合聯集仍可視為一個事件看待,也就是事件B屬於F。於是,

$$P(B) = \frac{n(B)}{n(\Omega)}=\frac{n(A_{1} \bigcup A_{2} \bigcup \cdots \bigcup A_{k})}{n(\Omega)} = \frac{n(A_{1})}{n(\Omega)}+ \cdots + \frac{n(A_{k})}{n(\Omega)}$$

所以,

$$P(A_{1} \bigcup A_{2} \bigcup \cdots \bigcup A_{k}) = P(A_{1}) +  \cdots  + P(A_{k})$$


3. 特例

1. 空集合的機率為0

當A為一個事件時,若P(A) = 0,代表事件A為空集合。因為當機率為0就是「一定不發生」,與機率可能發生的情況產生矛盾,所以要注意這種情況。


2. 宇集合的機率為1

當宇集合機率為1時,令A為一個事件且P(A) = 1,代表A就是宇集合。當機率為1時,代表一定發生,與機率可能發生的情況產生矛盾,所以要注意這種情況。



3. 兩事件機率相等

當 $P(A_{1}) = P(A_{2})$ 時,並不代表 $A_{1}$ 和 $A_{2}$ 是同一事件,而是指兩事件有相同的個數,即: $n(A_{1}) = n(A_{2})$ 。