概率公理
2020-03-26 15:37:48
概率公理(英语:Probability axioms)是概率论的公理,任何事件发生的概率的定义均满足概率公理。因其发明者为安德烈·柯尔莫果洛夫,也被人们熟知为柯尔莫果洛夫公理(Kolmogorov axioms)。某个事件
E
{displaystyle E}
的概率
P
(
E
)
{displaystyle P(E)}
是定义在“全体”(universe)或者所有可能基础事件的样本空间
Ω
{displaystyle Omega }
时,概率
P
{displaystyle P}
必须满足以下柯尔莫果洛夫公理。也可以说,概率可以被解释为定义在样本空间的子集的σ代数上的一个测度,那些子集为事件,使得所有集的测度为
1
{displaystyle 1}
。这个性质很重要,因为这里提出条件概率的自然概念。对于每一个非零概率A都可以在空间上定义另外一个概率:这通常被读作“给定A时B的概率”。如果给定A时B的条件概率与B的概率相同,则A与B被称为是独立的。当样本空间是有限或者可数无限时,概率函数也可以以基本事件
{
e
1
}
,
{
e
2
}
,
.
.
.
{displaystyle {e_{1}},{e_{2}},...}
定义它的值,这里
Ω
=
{
e
1
,
e
2
,
.
.
.
}
{displaystyle Omega ={e_{1},e_{2},...}}
。假设我们有一个基础集
Ω
{displaystyle Omega }
,其子集的集合
F
{displaystyle {mathfrak {F}}}
为σ代数,和一个给
F
{displaystyle {mathfrak {F}}}
的元素指定一个实数的函数
P
{displaystyle P}
。
F
{displaystyle {mathfrak {F}}}
的元素是
Ω
{displaystyle Omega }
的子集,称为“事件”。即,任一事件的概率都可以用
0
{displaystyle 0}
到
1
{displaystyle 1}
区间上的一个实数来表示。即,整体样本集合中的某个基本事件发生的概率为1。更加明确地说,在样本集合之外已经不存在基本事件了。这在一些错误的概率计算中经常被小看;如果你不能准确地定义整个样本集合,那么任意子集的概率也不可能被定义。即,不相交子集的并的事件集合的概率为那些子集的概率的和。这也被称为是σ可加性。如果存在子集间的重叠,这一关系不成立。如想通过代数了解柯尔莫果洛夫的方法,请参照随机变量代数。从柯尔莫果洛夫公理可以推导出另外一些对计算概率有用的法则。这一关系给出了贝叶斯定理。以此可以得出A和B是独立的当且仅当