標本空間(sample space)とは、偶然の試行を表す確率空間 $(\Omega,\mathcal F,P)$ の $\Omega$、すなわち起こりうる結果全体の集合のことである。同じ試行でも記録の仕方で標本空間の選び方は変わり、確率を保つ写像で細かい記述から粗い記述へ移っても、事象の確率・分布・独立性は変わらないが、粗い記述では問えない事象がある。標本空間の大きさは載せられる独立な事象の個数を制限し、有限集合なら確率が $0$ でも $1$ でもない独立な事象は $\log_2\lvert\Omega\rvert$ 個以下、可算集合の上に確率 $p_i$ の独立な事象の列が載ることと $\sum_i\min\{p_i,1-p_i\}< \infty$ は同値である。とくに無限回の公平な硬貨投げには非可算な標本空間が要る。
標本空間(sample space)とは、偶然の試行を表す確率空間 $(\Omega,\mathcal F,P)$ の第 1 成分 $\Omega$、すなわち起こりうる結果全体の集合のことである。硬貨を 3 回投げる試行なら、表裏の並び 8 通りの集合 $\{H,T\}^3$ が標本空間の 1 つの選び方である。
同じ試行でも、何を記録するかによって標本空間の選び方はいくつもある。3 回の表裏の並びを記録してもよいし、表の回数 $\{0,1,2,3\}$ だけを記録してもよい。この記事では、標本空間の取り替えを「確率を保つ写像」で比べ、分布だけで決まる量は標本空間の選び方によらないことを示す(prop-ss-transfer)。一方、標本空間は小さすぎると表せないものがある。主定理(thm-ss-independent)は、有限集合や可算集合を標本空間にする確率空間が、どれだけの独立な事象を載せられるかを正確に述べる。とくに、無限回の公平な硬貨投げは可算な標本空間では表せない。
確率空間 $(\Omega,\mathcal F,P)$ について、集合 $\Omega$ を 標本空間、その元 $\omega\in\Omega$ を(試行の)結果 または 根元事象 という。$\mathcal F$ の元を 事象 という。
確率空間の公理と、$\Omega$ が有限または可算で $\mathcal F$ が冪集合である場合(離散確率空間)の扱いは 確率空間 にある。Dur19 §1.1(p. 1)は確率空間を「結果」の集合 $\Omega$・「事象」の集合 $\mathcal F$・確率 $P$ の 3 つ組として定め、ER10 Definition 1.2.1(p. 5)は、起こりうる結果をすべて並べた空でない集合を標本空間と呼んでいる。標本空間 $\Omega$ 自身は事象であり(全事象)、確率は $1$ である。
標本空間は「何が起こりうるか」の一覧であって、どの結果がどれだけ起こりやすいかは $P$ が決める。同じ $\Omega$ の上に違う $P$ を置けば違う試行を表し、違う $\Omega$ の上の確率空間が同じ試行を表すこともある。この 2 つ目の状況を次の節で扱う。
確率空間 $(\Omega',\mathcal F',P')$ から $(\Omega,\mathcal F,P)$ への写像 $\varphi\colon\Omega'\to\Omega$ が、すべての $A\in\mathcal F$ について $\varphi^{-1}(A)\in\mathcal F'$ かつ
$$
P'\bigl(\varphi^{-1}(A)\bigr)=P(A)
$$
を満たすとき、$\varphi$ は 確率を保つ という。このとき $(\Omega,\mathcal F,P)$ は $(\Omega',\mathcal F',P')$ を $\varphi$ で粗く記述したもの、$(\Omega',\mathcal F',P')$ はその細かい記述であるという。
$\varphi$ は、細かい結果 $\omega'$ から、粗い記録 $\varphi(\omega')$ だけを読み取る操作である。確率を保つことは、$P$ が $P'$ の $\varphi$ による像測度 $P'\circ\varphi^{-1}$ に等しいことと同じである(Dur19 §1.2(p. 10)は、確率変数 $X$ の分布をこの形 $P\circ X^{-1}$ で定めている)。
$\varphi\colon(\Omega',\mathcal F',P')\to(\Omega,\mathcal F,P)$ を確率を保つ写像とする。
1:$\varphi^{-1}(\Omega\setminus A)=\Omega'\setminus\varphi^{-1}(A)$、$\varphi^{-1}(\bigcup_nA_n)=\bigcup_n\varphi^{-1}(A_n)$、$\varphi^{-1}(\bigcap_nA_n)=\bigcap_n\varphi^{-1}(A_n)$ は、どれも「$\varphi(\omega')$ が属するか」で書き換えれば分かる。確率の等式は定義そのものである。
2:$\mathbb R$ の Borel 集合 $B$ について $\{X\circ\varphi\in B\}=\varphi^{-1}(\{X\in B\})$ なので、これは $\mathcal F'$ に属し、確率は $P(X\in B)$ に等しい。期待値は分布だけで決まるので等しい。
3:添字の集合 $J\subset\{1,\dots,n\}$ について、1 から
$$
P'\Bigl(\bigcap_{j\in J}\varphi^{-1}(A_j)\Bigr)=P\Bigl(\bigcap_{j\in J}A_j\Bigr)=\prod_{j\in J}P(A_j)=\prod_{j\in J}P'\bigl(\varphi^{-1}(A_j)\bigr)
$$
である。これは 独立性(確率論) の定義「事象の族の独立性」の等式である。$\square$
確率・期待値・独立性のように、事象の確率だけで決まる量は、細かい記述で計算しても粗い記述で計算しても同じになる。逆に、粗い記述では書けない事象がある。
公平な硬貨を 3 回投げる試行を考える(ER10 Example 1.2.4・1.2.5、p. 6)。
2 個のさいころの目の和を標本空間にとる例は 確率空間 の例「さいころ 2 個」にある。同じ 2 個のさいころで、目の組を順序なしで記録して $\Omega=\{\{a,b\}\mid 1\le a\le b\le6\}$(21 通り)とすると、$\varphi(a,b)=\{a,b\}$ が確率を保つように $\Omega$ に置く確率は、ぞろ目 $\{a,a\}$ に $1/36$、それ以外に $2/36$ である(ぞろ目でない $\{a,b\}$ の逆像は $(a,b)$ と $(b,a)$ の 2 点)。21 通りを同じ確率とみなすと、ぞろ目の確率が $6/21=2/7$ となって、実際の $1/6$ と食い違う。
確率変数 $X\colon\Omega\to\mathbb R$ の分布を $\mu_X:=P\circ X^{-1}$ とする。定義により、$X$ 自身が $(\Omega,\mathcal F,P)$ から $(\mathbb R,\mathcal B(\mathbb R),\mu_X)$ への確率を保つ写像であり、$(\mathbb R,\mathcal B(\mathbb R),\mu_X)$ の上の恒等写像 $x\mapsto x$ は $X$ と同じ分布をもつ。prop-ss-transfer の 2 により、$X$ の分布だけで決まる確率と期待値は、標本空間を $\mathbb R$ に取り替えて計算してよい。確率ベクトル $(X_1,\dots,X_d)$ なら $\mathbb R^d$ とその上の同時分布を、確率過程 $(X_t)_{t\in T}$ なら道の空間と過程の法則を標本空間にとる(確率過程 の定理「有限次元分布は法則を決める」のあとで述べる座標過程)。
逆向きに、1 つの標本空間がいろいろな分布を載せることもある。区間 $(0,1)$ に Lebesgue 測度を与えた確率空間の上で、どんな分布関数 $F$ についても $F$ を分布関数とする確率変数が作れる(Dur19 Theorem 1.2.2(p. 11)、確率変数 の定理「分布関数の特徴づけ」)。どの標本空間が足りるかは、載せたい確率変数の族の大きさで決まる。次の節はそれを独立な事象の個数で測る。
事象 $A$ について $A^1:=A$、$A^0:=\Omega\setminus A$ と書く。$p_i:=P(A_i)$ について $m_i:=\min\{p_i,1-p_i\}$ とおく。$m_i$ は、$A_i$ が起こるかどうかの不確かさの大きさである($m_i=0$ はほとんど確実に決まっていること、$m_i=1/2$ は公平な硬貨であることを表す)。
2 と 3 を合わせると、確率 $p_i$ の独立な事象の列を可算な標本空間に載せられることと、$\sum_i\min\{p_i,1-p_i\}< \infty$ は同値である。
1。 $\varepsilon=(\varepsilon_1,\dots,\varepsilon_k)\in\{0,1\}^k$ について $B_\varepsilon:=A_1^{\varepsilon_1}\cap\dots\cap A_k^{\varepsilon_k}$ とおく。独立性(確率論) の定理「補事象に取り替えても独立」により $A_1^{\varepsilon_1},\dots,A_k^{\varepsilon_k}$ も独立なので、
$$
P(B_\varepsilon)=\prod_{i=1}^kP(A_i^{\varepsilon_i})>0
$$
であり、$B_\varepsilon$ は空でない。$\varepsilon\ne\varepsilon'$ なら $\varepsilon_i\ne\varepsilon'_i$ となる $i$ があり、$B_\varepsilon\subset A_i^{\varepsilon_i}$、$B_{\varepsilon'}\subset A_i^{\varepsilon'_i}$ は交わらない。よって $\Omega$ は空でなく互いに交わらない $2^k$ 個の部分集合を含み、$2^k\le\lvert\Omega\rvert$ である。
2。 $\omega\in\Omega$ について、$\omega$ を含む事象すべての共通部分を $a(\omega)$ とする。まず $a(\omega)\in\mathcal F$ を示す。$\omega'\notin a(\omega)$ ごとに、$\omega$ を含み $\omega'$ を含まない事象 $C_{\omega'}$ を 1 つ選ぶと、
$$
a(\omega)=\bigcap_{\omega'\in\Omega\setminus a(\omega)}C_{\omega'}
$$
である(左辺は右辺に含まれ、$a(\omega)$ の外の点 $\omega'$ は $C_{\omega'}$ に入らない)。$\Omega$ は可算なので右辺は可算個の事象の共通部分で、$a(\omega)\in\mathcal F$ である。
$\sum_im_i=\infty$ と仮定して矛盾を導く。$\omega$ を固定し、$\omega\in A_i^{\varepsilon_i}$ となるように $\varepsilon_i\in\{0,1\}$ を選ぶ。各 $A_i^{\varepsilon_i}$ は $\omega$ を含む事象なので、$a(\omega)\subset A_1^{\varepsilon_1}\cap\dots\cap A_n^{\varepsilon_n}$ である。独立性と $P(A_i^{\varepsilon_i})\le1-m_i\le e^{-m_i}$ から
$$
P\bigl(a(\omega)\bigr)\le\prod_{i=1}^nP(A_i^{\varepsilon_i})\le\exp\Bigl(-\sum_{i=1}^nm_i\Bigr)
$$
であり、$n\to\infty$ として $P(a(\omega))=0$ である。$\Omega=\bigcup_{\omega\in\Omega}a(\omega)$ は可算個の確率 $0$ の事象の和なので $P(\Omega)=0$ となり、$P(\Omega)=1$ に反する。確率 $1/2$ の事象では $m_i=1/2$ で、和は発散する。
3。 $p_i>1/2$ となる $i$ については $A_i$ の代わりに補事象を作ればよい(独立性(確率論) の定理「補事象に取り替えても独立」は有限個の部分族ごとに使える)ので、$q_i:=\min\{p_i,1-p_i\}\in[0,1/2]$ を確率とする独立な事象の列を作れば足りる。
$0\le x\le1/2$ では $1-x\ge4^{-x}$ である($4^{-x}$ は下に凸で、両辺は $x=0$ と $x=1/2$ で等しいので、区間の上で弦 $1-x$ は曲線 $4^{-x}$ の上にある)。よって $\prod_{i\le N}(1-q_i)\ge4^{-\sum_iq_i}$ で、左辺は $N$ について減少するので、極限
$$
c:=\prod_{i=1}^\infty(1-q_i)\ge4^{-\sum_iq_i}>0
$$
がある。$r_i:=q_i/(1-q_i)\in[0,1]$ とおく。
$1$ を有限個だけ含む $0,1$ の列の全体を $S$ とする。$S$ は、$N=1,2,\dots$ について「$N$ 番目より後がすべて $0$」の列($2^N$ 個)の和なので可算である。$s\in S$ の $1$ の位置の集合を $F(s)$(有限集合)とし、
$$
p(s):=c\prod_{i\in F(s)}r_i
$$
と定める。有限集合 $J\subset\{1,2,\dots\}$ について、$F(s)\supset J$ となる $s$ にわたる和を計算する。$J\subset\{1,\dots,N\}$ となる $N$ について、$\{1,\dots,N\}$ の部分集合 $G$ で $J$ と交わらないものにわたる和は、積を展開して
$$
\sum_{G}\prod_{i\in G}r_i=\prod_{i\le N,\ i\notin J}(1+r_i)=\prod_{i\le N,\ i\notin J}\frac1{1-q_i}
$$
である。$N\to\infty$ とすると、左辺は項が $0$ 以上の和として $\{1,2,\dots\}\setminus J$ の有限部分集合すべてにわたる和に増加し、右辺は $c^{-1}\prod_{j\in J}(1-q_j)$ に収束する。したがって
$$
\sum_{s\in S,\ F(s)\supset J}p(s)=c\prod_{j\in J}r_j\cdot c^{-1}\prod_{j\in J}(1-q_j)=\prod_{j\in J}q_j
$$
である。$J=\emptyset$ とすると $\sum_{s\in S}p(s)=1$ なので、$(S,p)$ は離散確率空間である。$A_i:=\{s\in S\mid s_i=1\}$ とおくと $\bigcap_{j\in J}A_j=\{s\mid F(s)\supset J\}$ なので、上の式は $P(\bigcap_{j\in J}A_j)=\prod_{j\in J}q_j$ を表し、$J=\{i\}$ として $P(A_i)=q_i$、一般の $J$ で独立性が従う。$\square$
3 で作った確率空間では、どの結果 $s$ でも起こる事象 $A_i$ は有限個である。これは $\sum_iq_i< \infty$ のとき「無限個の $A_i$ が起こる確率は $0$」という Borel–Cantelliの補題 の第 1 の主張と合っている。2 は、$\sum_im_i=\infty$ のときには、どの 1 点(より正確には、1 点を含む最小の事象)も確率 $0$ になってしまうことを示している。
無限回の公平な硬貨投げを表すには、非可算な標本空間が要る。区間 $[0,1]$ に Lebesgue 測度を与えた確率空間で、$\omega$ の 2 進展開の第 $i$ 桁が $1$ である事象を $A_i$ とすると、$A_1,A_2,\dots$ は確率 $1/2$ の独立な事象の列である(確率論 の命題「2 進展開の桁は独立な公平な硬貨投げ」)。$\{0,1\}^{\mathbb N}$ に積の確率測度を与えても同じことができる(Kolmogorovの拡張定理 の例「独立な確率変数の族」)。
| 外す条件 | 例 | 成り立たなくなること |
|---|---|---|
| thm-ss-independent の 1 の $0< P(A_i)< 1$ | 1 点の標本空間 $\Omega=\{\ast\}$ で $A_1=\dots=A_k=\Omega$ | $2^k\le\lvert\Omega\rvert$(1) |
| thm-ss-independent の 2 の $\Omega$ が可算 | $[0,1]$ と Lebesgue 測度、2 進展開の第 $i$ 桁が $1$ の事象 $A_i$ | $\sum_im_i< \infty$(2) |
| prop-ss-transfer の、$\varphi$ が確率を保つこと | ex-ss-coins の $\Omega=\{0,1,2,3\}$ に一様な確率 $1/4$ を置き、同じ $\varphi$ を使う | $X(k):=k$ について $X\circ\varphi$ と $X$ の分布の一致(2) |
1 行目:$\Omega$ と $\emptyset$ だけが事象で、$P(\Omega)=1$ である。$A_i=\Omega$ なので共通部分はつねに $\Omega$ で、$P(\bigcap_{j\in J}A_j)=1=\prod_{j\in J}P(A_j)$ となり、$A_1,\dots,A_k$ は独立である。$\Omega$ は有限だが、$k\ge1$ なら $2^k\ge2>1=\lvert\Omega\rvert$ で結論が成り立たない。外したのは確率が $0$ でも $1$ でもないという条件だけである。
2 行目:確率論 の命題「2 進展開の桁は独立な公平な硬貨投げ」により $A_i$ は独立で $P(A_i)=1/2$、$m_i=1/2$ なので $\sum_im_i=\infty$ である。$[0,1]$ は非可算で、外したのは可算性だけである。
3 行目:$\{0,1,2,3\}$ の一様な確率では $P(\{0\})=1/4$ だが、$P'(\varphi^{-1}(\{0\}))=P'(\{TTT\})=1/8$ である。$X(k):=k$ とすると $P(X=0)=1/4$ だが $P'(X\circ\varphi=0)=1/8$ で、2 の分布の一致が成り立たない(期待値はどちらも $3/2$ で一致する)。$\varphi$ は可測で、$\Omega'$ の確率は変えていない。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する