1. 확률의 공리와 집합의 적용 (Mutually Exclusive와 Collectively Exhaustive)
반응형
ME & CE, Partition
Mutually Exclusive Sets상호배재
여러 집합의 교집합이 공집합일 때 Mutually Exclusive 혹은 Disjoint라고 한다.
$A \cap B = \emptyset$
$ \text ME인 집합 A_1, A_2에 대해,\\
P[A_1 \cup A_2] = P[A_1] + P[A_2]$
Collectively Exhaustive Sets전체포괄
여러 집합 $A_1,...,A_n$이 아래의 조건을 만족하면 Collectively Exhaustive라고 한다.
$A_1 \cup A_2 \cup ... \cup An = S$
즉, 모든 집합을 더한 합집합이 샘플 공간 전체를 포함하면 된다.
Partitions
여러 집합들이 Mutually Exclusive하면서 동시에 Collectively Exhaustive하면 이를 Partition이라 한다.
용어정리
- 샘플 공간Sample Space: 시행Experiment의 모든 가능한 결과의 집합.
- 사건Events: 샘플 공간의 부분집합,시행에서 얻을 수 있는 결과의 집합.
확률의 공리
- Axiom 1: For any event $A$, $P[A] \geq 0$.
- Axiom 2: $P[S] = 1$.
- Axiom 3: For any coutable collection $A_1, A_2,...$ of mutually exclusive events, $P[A_1 \cup A_2 \cup ...] = P[A_1] + P[A_2]...$
$P[A \cup B] = P[A] + P[B] - P[A \cap B]$
반응형
'학부 수업 > 확률과 통계' 카테고리의 다른 글
5. 순열과 조합 (Permutation and Combination) (0) | 2020.04.18 |
---|---|
4. 트리 다이어그램 (Tree Diagram) (0) | 2020.04.18 |
3. 독립과 상호 독립 (Independence) (0) | 2020.04.18 |
2. 전체 확률의 법칙과 베이즈 정리 (law of total probability and Bayes' Law) (2) | 2020.04.18 |
세종대학교 확률통계및프로그래밍 강의노트 (0) | 2020.04.12 |
댓글
이 글 공유하기
다른 글
-
4. 트리 다이어그램 (Tree Diagram)
4. 트리 다이어그램 (Tree Diagram)
2020.04.18 -
3. 독립과 상호 독립 (Independence)
3. 독립과 상호 독립 (Independence)
2020.04.18 -
2. 전체 확률의 법칙과 베이즈 정리 (law of total probability and Bayes' Law)
2. 전체 확률의 법칙과 베이즈 정리 (law of total probability and Bayes' Law)
2020.04.18 -
세종대학교 확률통계및프로그래밍 강의노트
세종대학교 확률통계및프로그래밍 강의노트
2020.04.12