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\OmegaΩ是结果集合(Outcomes Set),
F{\mathcal F}F是事件集合(Events Set, a collection of subsets of Ω\OmegaΩ),
PPP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是 σ\sigmaσ-域(σ\sigmaσ-field or σ\sigmaσ-algebra),那么F{\mathcal F}F满足如下条件:
(i) 如果A∈FA \in {\mathcal F}A∈F,那么Ac∈FA^c \in {\mathcal F}Ac∈F
(ii) 如果Ai∈FA_i \in {\mathcal F}Ai∈F 是可数序列集合 (a countable sequence of sets),那么∪iAi∈F\cup_i{A_i}\in {\mathcal F}∪iAi∈F。
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:F→R,且
(i) 对于∀A∈F\forall A \in {\mathcal F}∀A∈F,有μ(A)≥μ(∅)=0\mu(A) \ge \mu(\emptyset) = 0μ(A)≥μ(∅)=0;
(ii) 如果Ai∈FA_i \in {\mathcal F}Ai∈F 是可数序列离散集合 (disjoint sets),那么有μ(∪iAi)=∑iμ(Ai)\mu(\cup_iA_i) = \sum_i{\mu(A_i)}μ(∪iAi)=∑iμ(Ai)。
如果μ(Ω)=1\mu(\Omega) = 1μ(Ω)=1,那么μ\muμ称为 概率测度 (probability measure),通常概率测度表示为PPP。
参考文献
[1] Durrett, R. “Probability Theory and Examples Belmont CA.” cambridge u press (1996).
概率论:概率空间的基本概念相关推荐
- UA MATH563 概率论的数学基础I 概率空间1 基本概念
UA MATH563 概率论的数学基础I 概率空间1 基本概念 Kolmogorov公理化体系 概率空间的直观理解 Kolmogorov公理化体系 一个概率模型可以用概率空间来描述,也就是(Ω,F,P ...
- 概率论与数理统计---基本概念
基本概念 随机实验 随机实验可以简称为实验,它满足以下的条件: 可以在相同条件下重复进行 每次实验的结果不止一个,且实验前明确 进行实验之前不明确那个结果会发生 样本空间 样本空间就是随机实验可能的结 ...
- 【概率论基础】概率论的一些基础概念以及公式
概率论基础 不确定性的来源: 被建模系统内在的随机性:如量子力学的粒子动力学描述. 不完全观测:不嫩观测到所有驱动系统行为的变量. 不完全建模:进行假设简化时必须舍弃某些观测信息,舍弃的信息导致魔性的 ...
- 概率论的一些基本概念
1.随机实验 特点:可逐条列举它的所有可能的结果.(无穷情况下,至少理论上可以) 2.概率的定义 相对频率定义:P(E1)=lim(n1/n) P(E1)=1,E1为必然事件: P(E0)=0,E1为 ...
- 概率论:数理统计基本概念——三大分布
首先是X分布: n=1的时候,f(y)就是正态分布平方的密度函数,这个可以用y=g(x)的密度函数计算方法来计算. 自由度是什么?: 很显然,几个X加起来,也就是自由度加起来: 接下来是t型分布: 这 ...
- 机器学习数学基础之统计篇——概率论(python版)
本文运用相关案例和python程序,帮助大家理解概率论中概率.随机变量.概率分布.概率密度函数.中心极限定理等概念. 另外,喜欢本专栏文章的记得关注我哈~ 在大学里,我们都学过概率论相关的课程.那么现 ...
- probability space 概率空间,Filtration,σ-algebras
1. probability space 概率空间 1.1 概率基础 1.2 概率空间 2. Filtration filtration在钱敏平老师和龚光鲁老师的<随机过程论>中直接称其为 ...
- 来学习一下概率论基本知识,它能让防止你的模型过拟合
晓查 发自 凹非寺 量子位 报道 | 公众号 QbitAI 线性代数和概率论是机器学习的必备基础课程.前几天,量子位已经推荐了一个可以互动的线性代数课程. 最近,有位印度小哥Nimish Mishr ...
- #基本概念# 随机试验 / 样本空间 / 随机变量
随机试验: 对随机现象的观察.记录.实验统称为随机试验.它具有以下特性: 可以在相同条件下重复进行: 事先知道所有可能出现的结果: 进行试验前不知道哪个试验结果会发生. 随机试验有很多种,例如常出现的 ...
最新文章
- 《面向对象分析与设计》一2.1 分析面临的主要问题
- Java开发者 IntelliJ IDEA 转换 VScode 时的优缺点
- Customer Material Info in CRM and C4C
- article之api文档
- 360安全浏览器兼容模式怎么设置_360浏览器及安全卫士怎么减少广告弹出?
- 旷视科技印奇:孜孜不倦做硬件 看好3个应用场景
- 过滤关键字防止XSS攻击
- OpenSER安装配置指南
- 测试打印机性能的软件,打印机检测软件Printer Check
- 《Redis视频教程》(p10)
- 周杰伦新歌刷爆朋友圈的背后 付费音乐的春天终于来了?
- apple 关闭双重认证_如何在Apple Mail中关闭联系人和事件建议
- matlab 地址中有变量,在matlab中符号变量
- 美团点评2020校园招聘-安全工程师热招!
- android生成透明图片格式,Android编程实现图片透明的方法
- 《费曼学习法》读书笔记
- 上古卷轴php代码,【上古卷轴五木柴代码】
- wifipumpkin3启动报No such file or directory: b‘liblibc.a‘
- Eclipse背景颜色设置
- 2021年最新版Web前端学习路线图-前端小白入门必读-推荐
热门文章
- 【Shell】Shell脚本中调用另一个脚本的三种方式(fork/exec/source)
- excel批量将数字转为文本格式
- 随机数字信号处理实验报告三——Levinson和Burg递推法MATLAB实现
- 随机的力量(1) - The power of random two choices
- windows11 数字键无法使用 修复办法 已解决
- 阿里云一个账号给多个主体备案
- Superpoint复现过程——踩坑实录分享
- super()继承关系总结
- 114.114.114.114和8.8.8.8,哪个DNS好?
- C语言推荐书籍从入门到进阶带你走上大牛之路(珍藏版)