基礎:樣本空間、事件與公理
補集規則(the complement rule)
補集規則是公理中最常用的推論:一個事件「不」發生的機率,等於一減去它發生的機率。用符號寫,P(A^c) = 1 - P(A),其中 A^c 是事件「非 A」。若有 30% 的下雨機率,就有 70% 的不下雨機率;那個日常的反射,正是補集規則,而它從不需要任何額外假設。
它直接從兩條公理掉出來。事件 A 與它的補集 A^c 互斥(你不可能既在 A 內又在 A 外),且兩者合起來窮盡整個樣本空間(每個結果都在其中之一),所以它們構成一個分割。由可加性,它們的機率相加為 P(Omega),而正規化公理把這個值定為 1:P(A) + P(A^c) = 1。重新排列就得到 P(A^c) = 1 - P(A)。一個有用的系理立刻掉出來——不可能事件,作為必然事件的補集,機率為 1 - 1 = 0。
它的實用威力在於把困難的正面計算,轉成較容易的反面計算。每當你想要的事件雜亂、但它的反面乾淨時,就算反面再用 1 去減。以「至少一個」為框架的問題是經典案例:「至少一次成功」直接數很彆扭,但「沒有成功」通常是一個簡單的乘積,所以 P(至少一個) = 1 - P(一個都沒有)。這種由迪摩根定律驅動的互補手法,是許多老手會先嘗試的第一步。
丟一顆骰子四次。至少出現一個六的機會直接數很難,但它的補集「四次都沒有六」是 (5/6)^4 ≈ 0.482,所以 P(至少一個六) = 1 - (5/6)^4 ≈ 0.518。
當事件糾纏、但它的反面整齊時,就算反面,再用 1 去減。
它對任何單一事件都成立、不需額外假設,但 P(A^c) = 1 - P(A) 講的是一個事件的補集,不能在組合兩個不同事件時取代加法規則。
又稱
另見