Valószínűségi mező

A valószínűségi mező a valószínűségszámítás egyik legfontosabb fogalma. Olyan folyamatokat (vagy „kísérleteket”) modellez, amelyeknek köze van a véletlenhez.

Definíció

A rövid definíció szerint a valószínűségi mező egy olyan mértéktér, ahol a teljes tér mértéke 1. Bővebben:

Legyen Ω {\displaystyle \Omega } tetszőleges halmaz. Ha a P ( Ω ) {\displaystyle {\mathcal {P}}(\Omega )} hatványhalmaz egy A {\displaystyle {\mathcal {A}}} részhalmaza ( A P ( Ω ) ) {\displaystyle ({\mathcal {A}}\subseteq {\mathcal {P}}(\Omega ))} σ-algebra, azaz

  • A {\displaystyle \emptyset \in {\mathcal {A}}} , vagyis az üreshalmaz A {\displaystyle {\mathcal {A}}} -beli,
  • minden A A {\displaystyle A\in {\mathcal {A}}} halmaz esetén Ω A A {\displaystyle \Omega \setminus A\in {\mathcal {A}}} , vagyis az Ω {\displaystyle \Omega } -ra vett komplementer halmaz is A {\displaystyle {\mathcal {A}}} -beli, és
  • minden ( A n ) A {\displaystyle (A_{n})\subseteq {\mathcal {A}}} halmazsorozat esetén n = 1 A n A {\displaystyle \bigcup _{n=1}^{\infty }A_{n}\in {\mathcal {A}}} ,

és létezik egy P : A [ 0 , 1 ] {\displaystyle P:{\mathcal {A}}\to [0,1]} mérték, hogy

  • P ( ) = 0 {\displaystyle P(\emptyset )=0} ,
  • P ( Ω ) = 1 {\displaystyle P(\Omega )=1} , és
  • minden ( A n ) A {\displaystyle (A_{n})\subseteq {\mathcal {A}}} páronként diszjunkt halmazokból álló halmazsorozat esetén P ( n = 1 A n ) = n = 1 P ( A n ) {\displaystyle P\left(\bigcup _{n=1}^{\infty }A_{n}\right)=\sum _{n=1}^{\infty }P(A_{n})} ,

akkor az ( Ω , A , P ) {\displaystyle (\Omega ,{\mathcal {A}},P)} hármast valószínűségi mezőnek nevezzük.

Szerencsekerék modellezése valószínűségi mezővel: az összes lehetséges kimenetel itt Ω = { 1 , 2 , 3 } {\displaystyle \Omega =\{1,2,3\}} . Az Ω {\displaystyle \Omega } alaphalmaz részhalmazainak valószínűségét szektora szögének a teljesszöghöz (360°) viszonyított nagysága adja meg

Ez a definíció azt is jelenti, hogy a valószínűség fogalma tisztán axiomatikus felírással is kezelhető, és nemcsak empirikusan – ahogy azt von Mises leírta. Alapvető az a gondolat, hogy a véletlen kísérlet összes kimenetét egymást kizáró eseményekként adjuk meg. Például egy szerencsekerék csak egy pozícióban állhat meg, ami egy adott null pozícióhoz képest mérhető. A mellékelt kép által mutatott példában csak az 1, 2, 3 számokhoz tartozó tartományokban állhat meg; egy mechanizmus akadályozza meg, hogy pont két szám határára essen (aminek egyébként is nulla a valószínűsége). Emiatt nem következhet be két elemi esemény, ezek diszjunktak. Ez alapozza meg az összeadási tétel kiterjesztését: Véges sok, egymást kölcsönösen kizáró esemény együttes valószínűsége az egyes események valószínűségeinek összege.

Elnevezések

Az ω Ω {\displaystyle \omega \in \Omega } elemeket kimeneteleknek, vagy néha pongyolán elemi eseményeknek nevezzük; bár elemi eseménynek inkább az ezeket egyetlen elemként tartalmazó halmazokat célszerű nevezni, hiszen a P {\displaystyle P} mértékfüggvény halmazokon értelmezett, lásd alább.
  • Az A P ( Ω ) {\displaystyle {\mathcal {A}}\subseteq {\mathcal {P}}(\Omega )} σ-algebra az eseményalgebra.
Az A A {\displaystyle A\in {\mathcal {A}}} halmazok események.
Az egyetlen lehetséges kimenetelt tartalmazó A i = { ω i } {\displaystyle A_{i}=\{\omega _{i}\}} halmazok az elemi események
  • A P : A [ 0 , 1 ] {\displaystyle P:{\mathcal {A}}\to [0,1]} mértékfüggvény a valószínűségi mérték, röviden a valószínűség.
Az Ω A {\displaystyle \Omega \in {\mathcal {A}}} esemény biztos esemény, mert P ( Ω ) = 1 {\displaystyle P(\Omega )=1} .
Az A {\displaystyle \emptyset \in {\mathcal {A}}} esemény lehetetlen esemény, mert P ( ) = 0 {\displaystyle P(\emptyset )=0} .
Az A ¯ = Ω A A {\displaystyle {\overline {A}}=\Omega \setminus A\in {\mathcal {A}}} esemény az A A {\displaystyle A\in {\mathcal {A}}} esemény komplementere.
  • Az ( Ω , A , P ) {\displaystyle (\Omega ,{\mathcal {A}},P)} hármast valószínűségi mezőnek vagy valószínűségi térnek nevezzük.

Példák

Példák diszkrét valószínűségi mezőre

Általánosabban, diszkrét valószínűségi mezőről van szó, ha az eseménytér véges vagy megszámlálhatóan végtelen, és eseményalgebrája a hatványhalmaz, vagyis A = P ( Ω ) {\displaystyle {\mathcal {A}}={\mathcal {P}}(\Omega )} . Ebben az esetben nincsen szükség a σ-algebra fogalmának bevezetésére, ( Ω , P ) {\displaystyle (\Omega ,P)} diszkrét valószínűségi mezőről beszélhetünk.[1]

Klasszikus valószínűségi mező

Legyen Ω {\displaystyle \Omega } véges halmaz, A = P ( Ω ) {\displaystyle {\mathcal {A}}={\mathcal {P}}(\Omega )} és minden A P ( Ω ) {\displaystyle A\in {\mathcal {P}}(\Omega )} halmaz esetén P ( A ) = | A | | Ω | {\displaystyle P(A)={\frac {|A|}{|\Omega |}}} . Ekkor az ( Ω , P ( Ω ) , P ) {\displaystyle (\Omega ,{\mathcal {P}}(\Omega ),P)} valószínűségi mezőt klasszikus valószínűségi mezőnek nevezzük.

Akkor is beszélnek diszkrét valószínűségi mezőről, ha az Ω {\displaystyle \Omega } eseménytér tetszőleges, de a valószínűségek mindig egy véges vagy megszámlálhatóan végtelen halmaz elemeit veszik fel, azaz ennek a halmaznak 1 a valószínűsége.[2]

Bernoulli-mező

Ha az alaphalmaz, Ω = { 0 , 1 } {\displaystyle \Omega =\{0,1\}} a valószínűségek pedig P ( { 0 } ) = p , P ( { 1 } ) = 1 p {\displaystyle P(\{0\})=p,P(\{1\})=1-p} , akkor Bernoulli-mezőről van szó.[3]

Poisson-eloszlásból származtatott

A természetes számok halmaza, mint eseménytér, azaz N = { 0 , 1 , 2 , } {\displaystyle \mathbb {N} =\{0,1,2,\dots \}} , minden természetes szám lehetséges kimenetel.

Az események ennek véges vagy megszámlálható végtelen részhalmazai.

Valószínűségi mérték lehet a P λ {\displaystyle P_{\lambda }} Poisson-eloszlás. A { k } {\displaystyle \{k\}} szám valószínűsége P λ ( k ) = λ k k ! e λ {\displaystyle P_{\lambda }(k)={\frac {\lambda ^{k}}{k!}}\,\mathrm {e} ^{-\lambda }} , ahol λ {\displaystyle \lambda } pozitív paraméter.

Ezzel ( N , P ( N ) , P λ ) {\displaystyle (\mathbb {N} ,{\mathcal {P}}(\mathbb {N} ),P_{\lambda })} diszkrét valószínűségi tér.

Példák nem diszkrét valószínűségi mezőre

Geometriai valószínűségi mező

Legyen Ω R n {\displaystyle \Omega \subset \mathbb {R} ^{n}} olyan Lebesgue mérhető halmaz, amelynek Lebesgue-mértéke λ ( Ω ) {\displaystyle \lambda (\Omega )} véges, A = L ( Ω ) {\displaystyle {\mathcal {A}}={\mathcal {L}}(\Omega )} az Ω {\displaystyle \Omega } halmaz Lebesgue mérhető részhalmazainak σ {\displaystyle \scriptstyle \sigma } -algebrája és minden A L ( Ω ) {\displaystyle A\in {\mathcal {L}}(\Omega )} esemény esetén P ( A ) = λ ( A ) λ ( Ω ) {\displaystyle P(A)={\frac {\lambda (A)}{\lambda (\Omega )}}} . Ekkor az ( Ω , L ( Ω ) , P ) {\displaystyle (\Omega ,{\mathcal {L}}(\Omega ),P)} valószínűségi mezőt geometriai valószínűségi mezőnek nevezzük.

Exponenciális eloszlásból származtatott

Az eseménytér a nemnegatív számok Ω = R 0 = [ 0 , ) {\displaystyle \Omega =\mathbb {R} _{\geq 0}=[0,\infty )} halmaza.

Az események az Ω = R 0 = [ 0 , ) {\displaystyle \Omega =\mathbb {R} _{\geq 0}=[0,\infty )} Borel-részhalmazai, azaz B ( R ) [ 0 , ) = B ( [ 0 , ) ) {\displaystyle {\mathcal {B}}(\mathbb {R} )\cap [0,\infty )={\mathcal {B}}([0,\infty ))} . Ezzel minden nyílt, zárt, félig nyílt intervallum, ezek egyesítése, metszete és komplementere esemény.

Valószínűségi mérték lehet az exponenciális eloszlás, ami minden A {\displaystyle A} Borel-halmazhoz a

P E x p ( λ ) ( A ) = A λ exp ( λ x ) d x {\displaystyle P_{\mathrm {Exp} (\lambda )}(A)=\int _{A}\lambda \exp(-\lambda x)\mathrm {d} x}

valószínűséget rendeli, ahol λ > 0 {\displaystyle \lambda >0} paraméter.

Ezzel ( [ 0 , ) , B ( [ 0 , ) ) , P E x p ( λ ) ) {\displaystyle ([0,\infty ),{\mathcal {B}}([0,\infty )),P_{\mathrm {Exp} (\lambda )})} valószínűségi mező.

További példák

  • Indukált valószínűségi mező, ami egy valószínűségi változó képtere, ellátva a valószínűségi változó eloszlásával mint valószínűséggel.
  • Teljes valószínűségi mező, teljes mértéktér a valószínűséggel mint mértékkel.
  • Szorzattér
  • Szűrt valószínűségi mező, valószínűségi mező szűrővel.

Kapcsolódó szócikkek

Jegyzetek

  1. Ulrich Krengel. Einführung in die Wahrscheinlichkeitstheorie und Statistik. Für Studium, Berufspraxis und Lehramt, 8., Wiesbaden: Vieweg (2005). ISBN 3-8348-0063-5 
  2. David Meintrup, Stefan Schäffler. Stochastik. Theorie und Anwendungen. Berlin Heidelberg New York: Springer-Verlag (2005). ISBN 978-3-540-21676-6 
  3. Ehrhard Behrends. Elementare Stochastik. Ein Lernbuch – von Studierenden mitentwickelt. Wiesbaden: Springer Spektrum (2013). ISBN 978-3-8348-1939-0 

Források

  • V.V. Sazonov: Probability space
  • Weisstein, Eric W.: Probability Space (angol nyelven). Wolfram MathWorld
  • Hans-Otto Georgii. Stochastik. Einführung in die Wahrscheinlichkeitstheorie und Statistik, 4., Berlin: Walter de Gruyter (2009). ISBN 978-3-11-021526-7 
  • Norbert Henze. Stochastik für Einsteiger., 10., Wiesbaden: Springer Spektrum (2013, isbn=978-3-658-03076-6,) 
  • Achim Klenke. Wahrscheinlichkeitstheorie, 3., Berlin Heidelberg: Springer-Verlag (2013). ISBN 978-3-642-36017-6 
  • Klaus D. Schmidt. Maß und Wahrscheinlichkeit, 2., átnézett, Heidelberg Dordrecht London New York: Springer-Verlag (2011). ISBN 978-3-642-21025-9 

Fordítás

Ez a szócikk részben vagy egészben a Wahrscheinlichkeitsraum című német Wikipédia-szócikk fordításán alapul. Az eredeti cikk szerkesztőit annak laptörténete sorolja fel. Ez a jelzés csupán a megfogalmazás eredetét és a szerzői jogokat jelzi, nem szolgál a cikkben szereplő információk forrásmegjelöléseként.