基礎:樣本空間、事件與公理

柯爾莫哥洛夫機率公理(Kolmogorov's axioms)

/ kol-muh-GOR-off /

柯爾莫哥洛夫機率公理是三條簡短的規則,由安德雷·柯爾莫哥洛夫於 1933 年確立,精確地釘住了「機率究竟是什麼」。它們不去爭辯機會「真正的意思」,而是說:機率就是任何一種把數 P(A) 指派給每個事件 A、並遵守這三條規則的方式——接著所有熟悉的事實都作為定理隨之而來。這一步把機率從一堆巧妙的技巧,變成了一個乾淨的數學分支。

這三條規則如下。非負性:每個事件得到的機率至少為零,P(A) >= 0,因為機會不可能是負的。正規化:整個樣本空間得到機率一,P(Omega) = 1,編碼了「必有某個結果發生」這份確定。可數可加性:若你有一串兩兩互斥(沒有任兩個交疊)的事件,那麼它們之一發生的機率,就是它們各自機率的總和,即使這串清單是無限長的也成立。這個學科裡的其餘一切——機率介於 0 與 1 之間、補集規則、容斥原理、連續性——都僅僅由這三條推導而來。

令人驚嘆的是這些公理假設得多麼少、卻交付得多麼多。它們並不告訴你某顆特定骰子或硬幣的實際數值是多少——那來自你所提供的模型,無論是憑對稱性、憑資料、還是憑判斷。公理只保證你所指派的任何數值彼此一致地配合在一起。它們對「詮釋」也保持沉默:頻率派與貝氏派都遵守相同的公理,卻對 P(A) 這個數的意義各執己見。公理是共用的規則書;詮釋則是讀它的不同方式。

一顆公正骰子:對每一面指派 P({k}) = 1/6。檢查公理——每個都 >= 0;它們相加為 6 × (1/6) = 1 = P(Omega);而對 {1} 與 {2} 這類互斥事件,P({1} 或 {2}) = 1/6 + 1/6 = 1/3。這個模型有效,因為它遵守全部三條規則。

公理並不替你挑數字;它們只檢查你所選的任何數字是否彼此一致。

公理界定了機率的文法,卻不界定它的意義;P(A) 在真實世界裡代表什麼,是另一個詮釋的問題,並非由公理所定奪。

又稱
axioms of probabilitythe probability axioms機率公理機率三公理