概率论:概率空间的基本概念

本文用 加粗斜体 表示定义。

概率空间 是一个三元组 ( Ω , F , P ) (\Omega, {\mathcal F}, P ) (Ω,F,P),其中
Ω \Omega Ω是结果集合(Outcomes Set),
F {\mathcal F} F是事件集合(Events Set, a collection of subsets of Ω \Omega Ω),
P P P是事件到概率的映射函数 P : F → [ 0 , 1 ] P: {\mathcal F} \to [0, 1] P:F[0,1]

假设 F {\mathcal F} F σ \sigma σ-域( σ \sigma σ-field or σ \sigma σ-algebra),那么 F {\mathcal F} F满足如下条件:
(i) 如果 A ∈ F A \in {\mathcal F} AF,那么 A c ∈ F A^c \in {\mathcal F} AcF
(ii) 如果 A i ∈ F A_i \in {\mathcal F} AiF 是可数序列集合 (a countable sequence of sets),那么 ∪ i A i ∈ F \cup_i{A_i}\in {\mathcal F} iAiF

可数(countable) 表示有限或可数无穷。

( Ω , F ) (\Omega, {\mathcal F}) (Ω,F)称为 测度空间 (measurable space),可在此空间上进行测度。

测度 (measure) 是非负可数可加集合函数,即 μ : F → R \mu: {\mathcal F} \to {\bf R} μ:FR,且
(i) 对于 ∀ A ∈ F \forall A \in {\mathcal F} AF,有 μ ( A ) ≥ μ ( ∅ ) = 0 \mu(A) \ge \mu(\emptyset) = 0 μ(A)μ()=0
(ii) 如果 A i ∈ F A_i \in {\mathcal F} AiF 是可数序列离散集合 (disjoint sets),那么有 μ ( ∪ i A i ) = ∑ i μ ( A i ) \mu(\cup_iA_i) = \sum_i{\mu(A_i)} μ(iAi)=iμ(Ai)
如果 μ ( Ω ) = 1 \mu(\Omega) = 1 μ(Ω)=1,那么 μ \mu μ称为 概率测度 (probability measure),通常概率测度表示为 P P P

参考文献
[1] Durrett, R. “Probability Theory and Examples Belmont CA.” cambridge u press (1996).

你可能感兴趣的:(概率论,概率论,算法)