使用乘法符号,我们可以写成

代替。
这个定义很直观,因为以下引理成立
引理 3.2:

引理 3.3:

每个引理都直接来自于定义和对
的公理(定义 2.1)。
从这些引理中,我们得到对于每个
,
满足概率空间的定义公理(定义 2.1)。
有了这个定义,我们有以下定理
证明:
根据定义,我们有

对于所有
。 因此,由于
是一个代数,我们可以通过归纳法得到


证明:

这里我们使用了集合
都是不相交的,代数
和
的分配律。
定理 3.6 (延迟贝叶斯定理):
令
是一个概率空间,且
。那么
.
证明:
.
这个公式可能看起来有点抽象,但它实际上有一个很好的几何意义。假设我们有两个集合
,已经知道
,
和
,并希望计算
。这种情况在下面的图片中描绘:
我们知道
与
的大小比率,但我们真正想知道的是
与
的比较情况。因此,我们通过乘以
(旧的参考量级)并除以
(新的参考量级)来改变“比较对象”。
定理 3.7(贝叶斯定理):
令
是一个概率空间,并假设
,
其中
都在
中。那么对于所有 
.
证明:
根据定理的基本形式,我们得到
.
利用全概率公式,我们得到
.