3
为什么我们需要西格玛代数来定义概率空间?
我们进行了一个随机实验,以不同的结果形成样本空间 Ω,Ω,\Omega,我们感兴趣地观察了某些模式(称为事件 F.F.\mathscr{F}. 西格玛代数(或西格玛场)由可以分配概率度量PP\mathbb{P}的事件组成。满足某些属性,包括包含空集∅∅\varnothing和整个样本空间,以及描述与维恩图的并集和相交的代数。 概率被定义为之间的函数σσ\sigma代数和区间[0,1][0,1][0,1]。总的来说,三元组(Ω,F,P)(Ω,F,P)(\Omega, \mathscr{F}, \mathbb{P})形成了一个概率空间。 有人可以用简单的英语解释如果我们没有σσ\sigma代数的情况,为什么概率大厦会崩溃?它们只是被那个不可能的书法“ F”楔入中间。我相信它们是必要的;我看到一个事件与结果不同,但是如果没有σσ\sigma代数,会发生什么错误呢? 问题是:在哪种类型的概率问题中,包括σσ\sigma代数的概率空间的定义成为必要吗? 达特茅斯大学网站上的此在线文档提供了简单易懂的英语说明。这个想法是旋转指针在单位周长的圆周上逆时针旋转: 我们首先构造一个微调器,它由一个单位圆周的圆和一个指针组成,如图所示。我们在圆上选择一个点并将其标记为000,然后在圆上的每个其他点标记xXx,从000到该点的距离为逆时针方向。实验包括旋转指针并记录指针尖端处的点的标签。我们让随机变量XXX表示该结果的值。样品空间显然是间隔[0,1)[0,1个)[0,1)。我们想构建一个概率模型,其中每个结果均可能发生。daccess-ods.un.org daccess-ods.un.org如果我们像进行有限数量的可能结果那样进行实验,则必须将概率000分配给每个结果,因为否则,所有可能结果的概率之和将不会等于1。(实际上,对无数个实数求和是一件棘手的事情;特别是,为了使这种和具有任何意义,最多最多可以有许多个求和数可以不同于000)但是,如果所有分配的概率都是000,那么总和应该是 000,而不是11个1。 因此,如果我们为每个点分配任何概率,并且给定一个(无数个)无穷个点,那么它们的总和将>1>1个> 1。