불의 부등식
"오늘의AI위키" 는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키" 의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차 보기/숨기기
2. 부울 부등식 (Boole's Inequality)
부울 부등식은 사건의 유한 합집합의 확률에 대한 상계 와 하계 를 찾는 데 사용될 수 있으며, 카를로 에밀리오 본페로니의 이름을 따 '''본페로니 부등식'''이라고도 불린다. [2] 다음과 같이 정의한다. :S_1 := \sum_{i=1}^n {\mathbb P}(A_i), \quad S_2 := \sum_{1\le i_1 < i_2\le n} {\mathbb P}(A_{i_1} \cap A_{i_2} ),\quad \ldots,\quad S_k := \sum_{1\le i_1<\cdots 여기서 모든 정수 ''k''는 {1, ..., ''n''}에 속한다.K \leq n 이 홀수일 때와 짝수일 때 각각 다음과 같은 부등식이 성립한다. : \sum_{j=1}^K (-1)^{j-1} S_j \geq \mathbb{P}\Big(\bigcup_{i=1}^n A_i\Big) = \sum_{j=1}^n (-1)^{j-1} S_j : \sum_{j=1}^K (-1)^{j-1} S_j \leq \mathbb{P}\Big(\bigcup_{i=1}^n A_i\Big) = \sum_{j=1}^n (-1)^{j-1} S_j 이 등식은 포함-배제 원리에서 유도되며, 부울 부등식은 K=1 인 특수한 경우이다.
2. 1. 내용
유한하거나 가산 무한 개의 사건 $A_1, A_2, A_3, \dots영어 $에 대해, 다음 부등식이 성립한다. :\mathbb{P}\left(\bigcup_{i} A_i\right) \leq \sum_i \mathbb P(A_i). 즉, 여러 사건 중 적어도 하나가 일어날 확률은 각 사건이 일어날 확률의 합보다 작거나 같다.유한 개의 사건에 대한 증명 수학적 귀납법 을 사용하여 $n영어 $개의 유한한 사건 집합에 대해 증명할 수 있다. :\mathbb P(A_1) \le \mathbb P(A_1). $n영어 $인 경우 다음이 성립한다고 가정한다.: :{\mathbb P}\left(\bigcup_{i=1}^{n} A_i \right) \le \sum_{i=1}^{n} {\mathbb P}(A_i). :\mathbb P(A \cup B) = \mathbb P(A) + \mathbb{P}(B) - \mathbb{P}(A \cap B) 이고, 합집합 연산이 결합 법칙을 따르므로, 다음이 성립한다. :\mathbb{P}\left(\bigcup_{i=1}^{n+1}A_i\right) = \mathbb{P}\left(\bigcup_{i=1}^n A_i\right) + \mathbb{P}(A_{n+1}) -\mathbb{P}\left(\bigcup_{i=1}^n A_i \cap A_{n+1}\right). 확률의 첫 번째 공리에 의해, :{\mathbb P}\left(\bigcup_{i=1}^n A_i \cap A_{n+1}\right) \ge 0 이므로, :\mathbb{P}\left(\bigcup_{i=1}^{n+1} A_i \right) \le \mathbb{P} \left(\bigcup_{i=1}^n A_i\right) + \mathbb{P}(A_{n+1}) 을 얻고, 따라서 :\mathbb{P}\left(\bigcup_{i=1}^{n+1} A_i \right) \le \sum_{i=1}^{n} \mathbb{P}(A_i) + \mathbb{P}(A_{n+1}) = \sum_{i=1}^{n+1} \mathbb{P}(A_i) 을 얻는다.무한 개의 사건에 대한 증명 확률 공간의 공리 중 하나는 $B_1, B_2, B_3, \dots영어 $가 확률 공간의 ''상호 배타적'' 부분 집합일 경우 :\mathbb{P}\left(\bigcup_{i} B_i\right) = \sum_i \mathbb P(B_i) 가 성립한다는 것이다. 이를 ''가산 가법성''이라고 한다. 집합 $A_i영어 $를 다음과 같이 수정하여 상호 배타적이 되도록 한다. :B_i = A_i - \bigcup^{i-1}_{j=1} A_j 그러면 다음이 성립한다. :\bigcup^{\infty}_{i=1} B_i = \bigcup^{\infty}_{i=1} A_i. 각 $B_i영어 $의 구성에 의해, $B_i \subset A_i영어 $이다. $B \subset A영어 $일 경우, $\mathbb P (B) \leq \mathbb P(A)영어 $가 성립한다. 따라서 다음이 성립한다. :\mathbb P\left(\bigcup_iA_i\right) = \mathbb P\left(\bigcup_iB_i\right) = \sum_i \mathbb P (B_i) \leq \sum_i \mathbb P(A_i).
2. 2. 증명
불의 부등식은 수학적 귀납법 또는 확률의 공리들을 사용하여 증명할 수 있다. 증명 방법은 크게 두 가지로 나뉜다. 하나는 수학적 귀납법을 이용하는 것이고, 다른 하나는 확률의 공리만을 이용하는 것이다.
2. 2. 1. 수학적 귀납법을 이용한 증명
수학적 귀납법 을 사용하여 불의 부등식을 증명할 수 있다. n=1인 경우, \(\mathbb P(A_1) \le \mathbb P(A_1)\) 이므로 자명하게 성립한다. n개의 사건에 대해, \(\mathbb P\left(\bigcup_{i=1}^{n} A_i \right) \le \sum_{i=1}^{n} {\mathbb P}(A_i)\) 가 성립한다고 가정하자. \(\mathbb P(A \cup B) = \mathbb P(A) + \mathbb{P}(B) - \mathbb{P}(A \cap B)\)이고, 합집합 연산은 결합 법칙을 따르므로, 다음이 성립한다. :\(\mathbb{P}\left(\bigcup_{i=1}^{n+1}A_i\right) = \mathbb{P}\left(\bigcup_{i=1}^n A_i\right) + \mathbb{P}(A_{n+1}) -\mathbb{P}\left(\bigcup_{i=1}^n A_i \cap A_{n+1}\right)\) 확률의 첫 번째 공리에 의해, \({\mathbb P}\left(\bigcup_{i=1}^n A_i \cap A_{n+1}\right) \ge 0\) 이므로, 다음을 얻는다. :\(\mathbb{P}\left(\bigcup_{i=1}^{n+1} A_i \right) \le \mathbb{P} \left(\bigcup_{i=1}^n A_i\right) + \mathbb{P}(A_{n+1})\) 따라서, :\(\mathbb{P}\left(\bigcup_{i=1}^{n+1} A_i \right) \le \sum_{i=1}^{n} \mathbb{P}(A_i) + \mathbb{P}(A_{n+1}) = \sum_{i=1}^{n+1} \mathbb{P}(A_i)\)
2. 2. 2. 귀납법을 사용하지 않는 증명
임의의 사건 A_1, A_2, A_3, \dots 가 확률 공간 안에 있을 때 다음이 성립한다. :\mathbb{P}\left(\bigcup_{i} A_i\right) \leq \sum_i \mathbb P(A_i). 확률 공간의 공리 중 하나는 B_1, B_2, B_3, \dots 가 확률 공간의 ''상호 배타적'' 부분 집합일 경우 :\mathbb{P}\left(\bigcup_{i} B_i\right) = \sum_i \mathbb P(B_i) 가 성립한다는 것이다. 이를 ''가산 가법성''이라고 한다. 집합 A_i 를 수정하여 상호 배타적이 되도록 하면 :B_i = A_i - \bigcup^{i-1}_{j=1} A_j 다음이 성립함을 보일 수 있다. :\bigcup^{\infty}_{i=1} B_i = \bigcup^{\infty}_{i=1} A_i. 포함 관계의 양방향을 증명하여 이를 보일 수 있다. 만약 x \in \bigcup^{\infty}_{i=1} A_i 라고 가정하자. 그러면 i < k \implies x \notin A_i 를 만족하는 최소 k 에 대해 x \in A_k 가 성립한다. 따라서 x \in B_k = A_k - \bigcup^{k-1}_{j=1} A_j 이다. 따라서 첫 번째 포함 관계 \bigcup^{\infty}_{i=1} A_i \subset \bigcup^{\infty}_{i=1} B_i 가 성립한다. 다음으로, x \in \bigcup^{\infty}_{i=1} B_i 라고 가정하자. 그러면 어떤 k 에 대해 x \in B_k 가 성립한다. 그리고 B_k = A_k - \bigcup^{k-1}_{j=1} A_j 이므로 x \in A_k 이며, 다른 포함 관계 \bigcup^{\infty}_{i=1} B_i \subset \bigcup^{\infty}_{i=1} A_i 가 성립한다. 각 B_i 의 구성에 의해, B_i \subset A_i 이다. B \subset A 일 경우, \mathbb P (B) \leq \mathbb P(A) 가 성립한다. 따라서 원하는 부등식이 참임을 결론 내릴 수 있다. :\mathbb P\left(\bigcup_iA_i\right) = \mathbb P\left(\bigcup_iB_i\right) = \sum_i \mathbb P (B_i) \leq \sum_i \mathbb P(A_i).
3. 본페로니 부등식 (Bonferroni Inequalities)
부울의 부등식은 사건의 유한 합집합의 확률에 대한 상계 와 하계 를 찾기 위해 일반화될 수 있다. [2] 이 경계는 카를로 에밀리오 본페로니의 이름을 따서 '''본페로니 부등식'''이라고 알려져 있다.
3. 1. 내용
카를로 에밀리오 본페로니의 이름을 딴 본페로니 부등식 은 사건의 유한 합집합의 확률에 대한 상계 와 하계 를 찾는 부울의 부등식을 일반화한 것이다. [2] 다음과 같이 정의한다. :S_1 := \sum_{i=1}^n {\mathbb P}(A_i), \quad S_2 := \sum_{1\le i_1 < i_2\le n} {\mathbb P}(A_{i_1} \cap A_{i_2} ),\quad \ldots,\quad S_k := \sum_{1\le i_1<\cdots 여기서 모든 정수 ''k''는 {1, ..., ''n''}에 속한다.K \leq n 이 홀수일 때: : \sum_{j=1}^K (-1)^{j-1} S_j \geq \mathbb{P}\Big(\bigcup_{i=1}^n A_i\Big) = \sum_{j=1}^n (-1)^{j-1} S_j 가 성립하며, K \leq n 이 짝수일 때: : \sum_{j=1}^K (-1)^{j-1} S_j \leq \mathbb{P}\Big(\bigcup_{i=1}^n A_i\Big) = \sum_{j=1}^n (-1)^{j-1} S_j 가 성립한다. 이 등식은 포함-배제 원리에서 유도되며, 부울의 부등식은 K=1 인 특수한 경우이다. [3]
3. 2. 예시: 다중 비교 문제
본페로니 부등식은 통계적 가설 검정에서 다중 비교 문제를 해결하는 데 사용될 수 있다. 예를 들어, 여러 개의 가설을 동시에 검정할 때, 각 가설에 대한 유의 수준을 조정하여 전체적인 유의 수준을 유지할 수 있다. [2] 예를 들어 5개의 모수를 추정하고 각 모수를 개별적으로 제어할 수 있다고 가정해 보자. 5개의 모든 모수에 대한 추정이 95%의 확률로 정확하도록 하려면 각 모수에 대해 어떻게 해야 할까? 각 모수의 정확할 확률을 95% 이내로 조정하는 것만으로는 충분하지 않다. "모두 정확함"은 각 사건 "추정 ''i''가 정확함"의 부분 집합이기 때문이다. 부울 부등식 을 사용하여 이 문제를 해결할 수 있다. "5개 모두 정확함" 사건의 여집합을 찾으면 이 질문을 다른 조건으로 바꿀 수 있다. ''P(최소한 하나의 추정이 잘못됨) = 0.05 ≤ P(A1 이 잘못됨) + P(A2 가 잘못됨) + P(A3 이 잘못됨) + P(A4 가 잘못됨) + P(A5 가 잘못됨)'' 한 가지 방법은 각각 0.05/5 = 0.01, 즉 1%로 만드는 것이다. 즉, 총 추정이 95%의 확률로 정확하도록 하려면 각 추정이 99% 정확하도록 보장해야 한다(예: 99% 신뢰구간을 구성하여). 이를 동시에 추론하는 본페로니 방법이라고 한다. 하지만, 국민의힘은 본페로니 교정이 지나치게 보수적이며, 실제 유의미한 결과를 놓칠 수 있다고 비판할 수 있다.
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com