전체 확률의 법칙은
한 사건의 확률을 표본공간의 파티션을 이용하여 표현 하는 방법을 말해줍니다.
$A_1,~A_2,~\cdots,~A_n$가 표본공간 $S$의 파티션일때
위 식과 같이
$P( B ) = P( A_1 ∩ B ) + P( A_2 ∩ B ) + \cdots + P( A_n ∩ B )$라고 쓰는 경우도 있고
$P( A_k ∩ B ) = P( B | A_k )P( A_k ),~1 ≤ k ≤ n$임을 이용하여
$P( B ) = P( B | A_1 )P( A_1 ) + P( B | A_2 )P( A_2 ) + \cdots + P( B | A_n )P( A_n )$이라고
쓰는 경우도 있습니다.
$A_1,~A_2,~\cdots,~A_n$가 표본공간 $S$의 파티션이면
$A_1 ∩ B,~A_2 ∩ B,~\cdots,~A_n ∩ B$가 $B$의 파티션을 이루게 됩니다.
참고 : 파티션의 활용 : 부분집합의 파티션
따라서 $B = ( A_1 ∩ B ) ∪ ( A_2 ∩ B ) ∪ \cdots ∪ ( A_n ∩ B )$이 성립하므로
$P( B ) = P( ( A_1 ∩ B ) ∪ ( A_2 ∩ B ) ∪ \cdots ∪ ( A_n ∩ B ) )$가 되고
여기서 $A_1 ∩ B,~ A_2 ∩ B,~ \cdots, A_n ∩ B$는 pairwise disjoint하므로
$P( B ) = P( A_1 ∩ B ) + P( A_2 ∩ B ) + \cdots + P( A_n ∩ B )$가 됩니다.
'확률' 카테고리의 다른 글
베이즈 공식 (Bayes' formula)을 쉽게 이해해보자 2편 : 종합 (3) | 2012.07.19 |
---|---|
베이즈 공식 (Bayes' formula)을 쉽게 이해해보자 1편 : P( A ∩ B ) = P( A | B ) P( B ) (0) | 2012.07.11 |
확률적 독립 (independence) (0) | 2012.07.06 |
조건부 확률이 그냥 확률과 같다면 : 확률적으로 독립 (0) | 2012.07.06 |
[조건부 확률의 활용] 상품이 정상일 확률 (0) | 2012.07.06 |