基本概念

数学 / 概率

本地源文件:docs/math__probability__basic-conception.md

基本概念

概述

在研究具体的随机现象时我们通常着重关注以下要素:

  • 样本空间 ΩΩ,指明随机现象所有可能出现的结果.
  • 事件域 FF,表示我们所关心的所有事件.
  • 概率 𝑃P,描述每一个事件发生的可能性大小.

样本空间、随机事件

定义

一个随机现象中可能发生的不能再细分的结果被称为 样本点 .所有样本点的集合称为 样本空间 ,通常用 ΩΩ 来表示.

一个 随机事件 是样本空间 ΩΩ 的子集,它由若干样本点构成,用大写字母 𝐴,𝐵,𝐶,⋯A,B,C,⋯ 表示.

对于一个随机现象的结果 𝜔ω 和一个随机事件 𝐴A,我们称事件 𝐴A 发生了 当且仅当 𝜔 ∈𝐴ω∈A

例如,掷一次骰子得到的点数是一个随机现象,其样本空间可以表示为 Ω ={1,2,3,4,5,6}Ω={1,2,3,4,5,6}.设随机事件 𝐴A 为「获得的点数大于 44」,则 𝐴 ={5,6}A={5,6}.若某次掷骰子得到的点数 𝜔 =3ω=3,由于 𝜔 ∉𝐴ω∉A,故事件 𝐴A 没有发生.

事件的运算

由于我们将随机事件定义为了样本空间 ΩΩ 的子集,故我们可以将集合的运算(如交、并、补等)移植到随机事件上.记号与集合运算保持一致.

特别的,事件的并 𝐴 ∪𝐵A∪B 也可记作 𝐴 +𝐵A+B,事件的交 𝐴 ∩𝐵A∩B 也可记作 𝐴𝐵AB,此时也可分别称作 和事件积事件

事件域

研究具体的随机现象时我们需要明确哪些事件是我们感兴趣的.根据随机事件的定义,显然有 F ⊂2ΩF⊂2Ω(记号 2Ω2Ω 表示 ΩΩ 的幂集),但 F =2ΩF=2Ω 却不是必须的.这在样本空间 ΩΩ 有限时可能有些难以理解,毕竟 2Ω2Ω 尽管更大了但仍然有限.而当 ΩΩ 为无穷集时,2Ω2Ω 的势变得更大,其中也难免会出现一些「性质不太好」且我们不关心的事件,这时为了兼顾这些事件而放弃一些性质就显得得不偿失了.

尽管 F =2ΩF=2Ω 不是必须的,这并不代表 2Ω2Ω 的任一子集都能成为事件域.我们通常会对一些事件进行运算得到的结果事件的概率感兴趣,因此我们希望事件域 FF 满足下列条件:

  • ∅ ∈F∅∈F
  • 若 𝐴 ∈FA∈F,则补事件 ¯𝐴 ∈FA¯∈F
  • 若有一列事件 𝐴𝑛 ∈F,𝑛 =1,2,3…An∈F,n=1,2,3…,则 ⋃𝐴𝑛 ∈F⋃An∈F

简言之,就是事件域 FF 对在补运算、和可数并下是封闭的,且包含元素 ∅∅

可以证明满足上述三个条件的事件域 FF 对可数交也是封闭的.

以掷骰子为例,当样本空间记为 Ω ={1,2,3,4,5,6}Ω={1,2,3,4,5,6} 时,以下两个集合能够成为事件域:

  • F1 ={∅,Ω}F1={∅,Ω}
  • F2 ={∅,{1,3,5},{2,4,6},Ω}F2={∅,{1,3,5},{2,4,6},Ω}

但以下两个集合则不能

  • F3 ={∅,{1},Ω}F3={∅,{1},Ω}(对补不封闭)
  • F4 ={{1,3,5},{2,4,6}}F4={{1,3,5},{2,4,6}}(不含有 ∅∅ 且对并不封闭)

概率

定义

古典定义

在概率论早期实践中,由于涉及到的随机现象都比较简单,具体表现为样本空间 ΩΩ 是有限集,且直观上所有样本点是等可能出现的,因此人们便总结出了下述定义:

如果一个随机现象满足:

  • 只有有限个基本结果;
  • 每个基本结果出现的可能性是一样的;

那么对于每个事件 𝐴A,定义它的概率为

𝑃(𝐴)=#(𝐴)#(Ω)P(A)=#(A)#(Ω)

其中 #( ⋅)#(⋅) 表示对随机事件(一个集合)大小的度量.

后来人们发现这一定义可以直接推广到 ΩΩ 无限的一部分情景中,于是就有了所谓 几何概型

公理化定义

上述基于直观认识的定义在逻辑上有一个很大的漏洞:在定义「概率」这一概念时用到了「可能性」这一说法,产生了循环定义的问题.同时「等可能」在样本空间无限时会产生歧义,由此产生了包括 Bertrand 悖论 在内的一系列问题.

经过不断探索,苏联数学家柯尔莫哥洛夫于 1933 年在他的《概率论基础》一书中第一次给出了概率的公理化定义:

概率函数 𝑃P 是一个从事件域 FF 到闭区间 [0,1][0,1] 的映射,且满足:

  • 规范性 :事件 ΩΩ 的概率值为 11,即 𝑃(Ω) =1P(Ω)=1
  • 可数可加性 :若一列事件 𝐴1,𝐴2,⋯A1,A2,⋯ 两两不交,则 𝑃(⋃𝑖≥1𝐴𝑖) =∑𝑖≥1𝑃(𝐴𝑖)P(⋃i≥1Ai)=∑i≥1P(Ai)

概率函数的性质

对于任意随机事件 𝐴,𝐵 ∈FA,B∈F,有

  • 单调性 :若 𝐴 ⊂𝐵A⊂B,则有 𝑃(𝐴) ≤𝑃(𝐵)P(A)≤P(B)
  • 容斥原理 :𝑃(𝐴 +𝐵) =𝑃(𝐴) +𝑃(𝐵) −𝑃(𝐴𝐵)P(A+B)=P(A)+P(B)−P(AB)
  • 𝑃(𝐴 −𝐵) =𝑃(𝐴) −𝑃(𝐴𝐵)P(A−B)=P(A)−P(AB),这里 𝐴 −𝐵A−B 表示差集.

概率空间

我们在一开始提到,研究具体的随机现象时我们通常关注样本空间 ΩΩ、事件域 FF 以及概率函数 𝑃P.我们将三元组 (Ω,F,𝑃)(Ω,F,P) 称为一个概率空间.

概率只有在确定的概率空间下讨论才有意义.我们前面提到的 Bertrand 悖论归根结底就是因对样本空间 ΩΩ 的定义不明确而产生的.

参考资料与注释

本页面最近更新: 2026/1/7 08:56:54,更新历史 发现错误?想一起完善?在 GitHub 上编辑此页! 本页面贡献者:Enter-tainer, Tiphereth-A, MegaOwIer, aofall, billchenchina, CCXXXI, CoelacanthusHex, Marcythm, ouuan, Persdre, shuzhouliu 本页面的全部内容在CC BY-SA 4.0SATA 协议之条款下提供,附加条款亦可能应用