概率空间与事件

概率空间是由结果样本空间、事件的σ-代数以及为每个事件分配介于零和一之间的数字的概率测度组成的三元组，它是所有概率论的舞台。

Definition

概率空间是一个三元组，由一个样本空间、一个由可测子集（称为事件）组成的σ-代数，以及一个总质量为一且为每个事件分配其概率的可数可加概率测度组成。

Scope

本主题涵盖样本空间和事件的σ-代数、概率测度必须满足的公理、事件递增和递减序列的概率连续性、通过卡拉西奥多里扩张从集合函数构造测度，以及诸如单位区间上的勒贝格测度作为规范概率空间等标准构造。

Core questions

• 结果（outcome）和事件（event）之间有什么区别？为什么事件必须形成一个σ-代数？
• 哪些性质定义了概率测度？它们如何产生从下方和上方连续性？
• 如何从简单集合上的概率描述构造概率测度？
• 单位区间上均匀随机数等常见模型的基础是什么样的规范概率空间？

Key concepts

• 样本空间和结果
• 事件的σ-代数
• 可数可加性
• 概率的连续性
• 零事件和几乎必然性质

Key theories

概率测度的公理

概率测度是非负的，将整个样本空间分配为概率一，并且在不相交事件上是可数可加的；这些公理蕴含了单调性、容斥原理以及事件单调序列的连续性。

卡拉西奥多里扩张定理

定义在代数上的可数可加集合函数可以唯一地扩张到生成σ-代数上的测度，这使得概率测度可以在简单事件上指定，然后扩张到所有可测事件。

Clinical relevance

概率空间的形式化使得关于随机现象的陈述变得明确；从排队系统到统计推断和风险建模，每一个应用概率模型都隐含着对一个概率空间及其上定义的事件的断言。

History

尽管非正式的概率计算已经存在了几个世纪，但概率空间的精确概念可追溯到科尔莫哥洛夫1933年的公理化，他借鉴了卡拉西奥多里测度论中的扩张机制，为事件及其概率提供了严谨的基础。

Key figures

• Andrey Kolmogorov
• Constantin Caratheodory
• Emile Borel

Seminal works

• kolmogorov1933

Frequently asked questions

为什么不直接将概率分配给样本空间的每个子集？

对于不可数样本空间，无法在所有子集上定义一致的可数可加概率，因此概率被限制在可测事件的σ-代数上，该σ-代数仍然包含所有实际感兴趣的事件。

“几乎必然”是什么意思？

如果一个事件的补集概率为零，则该事件几乎必然发生；这些零事件在计算概率和期望时可以忽略，尽管它们并非字面意义上的不可能。