有限確率空間
finite probability space
定義
$ \Omega: 有限集合
このときそれぞれ以下のように呼ぶ
$ \Omega
sample space
$ A(\subset \Omega)
事象
event
$ P(A)は事象$ Aの起こる確率
probability
$ \omega(\in \Omega)
標本点
sample point
$ \{\omega\}
fundemental event
有限確率空間の例
コインを1回投げる事象を考える
$ \Omega=\{表,裏\}
冪集合は$ 2^\Omega=\{\phi, \{表\},\{裏\},\{表,裏\}\} $ P(\phi)=0, P(\{表\})=\frac{1}{2}, P(\{裏\})=\frac{1}{2}, P(\{表,裏\})=1
と定めると、$ (\Omega, P)は有限確率空間
定義を満たす
定理
$ P(\overline{A})=1-P(A)
$ A\subset B \Rightarrow P(A)\le P(B), P(B\backslash A)=P(B)-P(A)
$ 0\le P(A)\le 1
定理
$ A_1,\cdots,A_nについて、
$ A_i\cap A_j=\phi (i\ne j)\Rightarrow P(A_1\cup\cdots\cup A_n)=P(A_1)+\cdots+P(A_n)
帰納法によって証明できる
$ P(A)=\sum_{\omega\in A}P(\{\omega\})
$ P(B\backslash A)=P(B)-P(A\cap B)
$ P(A\cup B)=P(A)+P(B)-P(A\cap B)
$ P(A\cup B)\le P(A)+P(B)
$ P(A_1\cup\cdots\cup A_n)\le P(A_1)+\cdots+P(A_n)
$ P(A\cup B\cup C)= P(A)+P(B)+P(C)-P(A\cup B)-P(B\cup C)-P(C\cup A)+P(A\cap B\cap C)