基礎:樣本空間、事件與公理
機率的連續性(continuity of probability)
機率的連續性說的是:機率尊重事件擴大或縮小的極限。若你有一串不斷膨脹的事件——A1 在 A2 之內、A2 在 A3 之內等等,每一個都包含前一個——那麼它們最終聯集(你逐步逼近的極限)的機率,就是各個機率的極限:P(聯集) = P(An) 的極限。對不斷縮小、逐層嵌套朝向交集收縮的事件,對應的鏡像陳述也成立。簡言之,你可以把極限移進或移出 P 而不受損。
用一口氣說明它為何為真:連續性就是換了件衣服的可數可加性。給定一串膨脹的鏈,把它切成每一步新增的互斥片(A1,然後 A2 減 A1,然後 A3 減 A2,以此類推)。可數可加性把這無限多個互斥的薄片加起來,給出整個聯集的機率,而這個級數的部分和恰好就是節節攀升、趨向答案的 P(An)。所以「機率沿單調序列連續」與「機率可數可加」是同一條公理的兩個面。
連續性是從有限推理通往真正無限問題的橋樑,也是讓你能放心取極限的依據。它使得「你終究會成功的機率,等於你在第 n 次試驗前已成功的機率的極限」這類陳述成立,並支撐著尾事件、博雷爾-坎泰利引理、以及更後面的收斂定理。它默默地承重:沒有它,無限的機率論證就沒有資格去交換極限與機率。
令 An =「在前 n 次擲幣中出現一個正面」(公正硬幣)。這些 An 逐步膨脹(A1 在 A2 之內、A2 在 A3 之內……),且 P(An) = 1 - (1/2)^n。它們的聯集是「終究會出現一個正面」,連續性給出其機率為極限:(1 - (1/2)^n) 的極限 = 1。
讓事件膨脹,機率也隨之膨脹到那個極限——這就是連續性,它不過是可數可加性的另一種陳述。
連續性對嵌套(單調)的事件序列成立;對既非遞增也非遞減的序列,一般而言你不能交換極限與機率。
又稱
另見