Probability axioms
Part of a series on statistics |
Probability theory |
---|
![]() |
콜모고로프 공리(Kolmogorov Axioms)는 1933년에 안드레이 콜모고로프(Andrey Kolmogorov)에 의해 도입된 확률 이론(Probability Theory)의 토대입니다.[1] 이들 공리는 중심으로 남아 있고 수학, 물리적 과학 및 실-생활 확률 경우에 직접적인 공헌을 가집니다.[2] 일부 베이즈(Bayesians)에 의해 선호되는, 확률을 공식화하기 위한 대안적인 접근은 콕스의 정리(Cox's theorem)에 의해 제공됩니다.[3]
Axioms
공리 설정에 대한 가정은 다음으로 요약될 수 있습니다: (Ω, F, P)를 P가 일부 사건(event) E의 확률(probability)을 갖는, 로 표시되는 측정 공간(measure space)으로 놓고 = 1입니다. 그런-다음 (Ω, F, P)는 표본 공간 Ω, 사건 공간 F 및 확률 측정 P를 갖는 확률 공간(probability space)입니다.[1]
First axiom
사건의 확률은 비-음의 실수입니다:
여기서 는 사건 공간입니다. 그것은 가, 보다 일반적인 측정 이론(measure theory)과는 달리, 항상 유한임을 따릅니다. 음의 확률(negative probability)을 할당하는 이론은 첫 번째 공리를 완화시킵니다.
Second axiom
이것은 단위 측정(unit measure)의 가정입니다: 전체 표본 공간에서 기본 사건(elementary event)의 적어도 하나가 발생할 해당 확률은 1입니다.
Third axiom
이것은 σ-덧셈성(σ-additivity)의 가정입니다:
- (서로 배타적(mutually exclusive) 사건과 동의어) 서로소 집합 의 임의의 셀-수-있는(countable) 수열은 다음을 만족시킵니다:
일부 저자는 단지 유한하게 덧셈적(finitely additive) 확률 공간을 고려하며, 이것에서 우리는 σ-대수(σ-algebra)가 아니라 단지 집합의 대수(algebra of sets)가 필요합니다.[4] 준확률 분포(Quasiprobability distribution)는 일반적으로 세 번째 공리를 완화시킵니다.
Consequences
콜모고로프(Kolmogorov) 공리로부터, 우리는 확률을 연구하는 것에 대해 다른 유용한 규칙을 추론할 수 있습니다. 이들 규칙의 증명은[5][6][7] 세 번째 공리의 힘과 나머지 두 공리와의 상호 작용을 묘사하는 매우 통찰력있는 절차입니다. 즉각적인 따름정리의 네 개와 그들의 증명은 아래에 보입니다:
Monotonicity
- 만약 이면 입니다.
만약 A가 B의 부분-집합, 또는 B와 같으면, A의 확률은 B의 확률보다 작음, 또는 같습니다.
Proof of monotonicity[5]
단조성 속성을 확인하기 위해, 우리는 및 를 놓으며, 여기서 에 대해 및 입니다. 집합 가 쌍별 서로소이고 임을 보이는 것은 쉽습니다. 따라서, 우리는 다음임을 세 번째 공리로부터 얻습니다:
첫 번째 공리에 의해, 이 방정식의 왼쪽 변은 비-음의 숫자의 급수이므로, 및 그것이 유한인 에 수렴하므로, 우리는 및 둘 다를 얻습니다.
The probability of the empty set
일부 경우에서, 가 확률 0을 갖는 유일한 사건은 아닙니다.
Proof of probability of the empty set
이전 증명에서 보인 것처럼, 입니다. 어쨌든, 이 명제는 모순에 의해 보일 수 있습니다: 만약 이면 왼쪽 변 은 무한대보다 작습니다;
만약 이면 우리는 모순을 얻는데, 왜냐하면 그 합은 유한인 보다 클 수 없기 때문입니다. 따라서, 입니다. 우리는 임을 단조성의 증명의 부산물로 보였습니다.
The complement rule
Proof of the complement rule
와 은 서로 배타적이고 인 것으로 주어지면:
- ... (공리 3에 의해)
및,
- ... (공리 2에 의해)
The numeric bound
다음임은 단조성 속성으로부터 즉시 따릅니다:
Proof of the numeric bound
여규칙 및 공리 1 이 주어지면:
Further consequences
또 다른 중요한 속성은 다음입니다:
이것은 확률의 덧셈 법칙, 또는 합 규칙으로 불립니다. 즉, A 또는 B가 발생할 확률은 A가 발생할 확률과 B가 발생할 확률의 합, 빼기 A 그리고 B 둘 다가 발생할 확률입니다. 이것의 증명은 다음과 같습니다:
먼저,
- ... (공리 3에 의해)
그래서,
- (에 의해).
역시,
그리고 두 방정식으로부터 을 제거하면 원하는 결과를 제공합니다.
집합의 임의의 숫자에 대한 덧셈 법칙의 확장은 포함–제외 원리(inclusion–exclusion principle)입니다.
덧셈 법칙에서 A의 여사건 Ac로 B를 설정하면 다음을 제공합니다:
즉, 임의의 사건이 발생하지 않을 (또는 사건의 여사건(complement)) 확률은 1 빼기 그것이 발생할 확률입니다.
Simple example: coin toss
단일 동전-던지기를 생각해 보십시오. 여기서 동전은 앞면 (H) 또는 뒷면 (T) 중 하나로 떨어진다고 가정합니다 (그러나 둘 다는 아닙니다). 가정은 동전이 공정한지 여부에 대해 만들어지지 않습니다.
우리는 다음을 정의할 것입니다:
콜모고로프의 공리는 다음임을 의미합니다:
앞면도 아니고 뒷면도 아닌 것의 확률은 0입니다.
앞면 또는 뒷면의 확률은 1입니다.
앞면의 확률과 뒷면의 확률의 합은 1입니다.
See also
- Borel algebra
- σ-algebra
- Set theory
- Conditional probability
- Quasiprobability
- Fully probabilistic design
References
- ^ a b Kolmogorov, Andrey (1950) [1933]. Foundations of the theory of probability. New York, USA: Chelsea Publishing Company.
- ^ Aldous, David. "What is the significance of the Kolmogorov axioms?". David Aldous. Retrieved November 19, 2019.
{{cite web}}
: CS1 maint: url-status (link) - ^ 1. Terenin Alexander, 2. David Draper (2015). "Cox's Theorem and the Jaynesian Interpretation of Probability". arXiv:1507.06597. Bibcode:2015arXiv150706597T.
{{cite journal}}
: Cite journal requires|journal=
(help)CS1 maint: numeric names: authors list (link) - ^ Hájek, Alan (August 28, 2019). "Interpretations of Probability". Stanford Encyclopedia of Philosophy. Retrieved November 17, 2019.
{{cite web}}
: CS1 maint: url-status (link) - ^ a b Ross, Sheldon M. (2014). A first course in probability (Ninth ed.). Upper Saddle River, New Jersey. pp. 27, 28. ISBN 978-0-321-79477-2. OCLC 827003384.
{{cite book}}
: CS1 maint: location missing publisher (link) - ^ Gerard, David (December 9, 2017). "Proofs from axioms" (PDF). Retrieved November 20, 2019.
{{cite web}}
: CS1 maint: url-status (link) - ^ Jackson, Bill (2010). "Probability (Lecture Notes - Week 3)" (PDF). School of Mathematics, Queen Mary University of London. Retrieved November 20, 2019.
{{cite web}}
: CS1 maint: url-status (link)
Further reading
- DeGroot, Morris H. (1975). Probability and Statistics. Reading: Addison-Wesley. pp. 12–16. ISBN 0-201-01503-X.
- McCord, James R.; Moroney, Richard M. (1964). "Axiomatic Probability". Introduction to Probability Theory. New York: Macmillan. pp. 13–28.
- Formal definition of probability in the Mizar system, and the list of theorems formally proved about it.