基礎:樣本空間、事件與公理
幾何機率(geometric probability)
幾何機率是古典定義的連續版表親。當一個點從某個區域——一段線段、一塊面積或一個體積——被「隨機且均勻地」選取時,它落在該區域某一部分的機率,是那一部分的大小除以整體的大小,這裡的「大小」依情形指長度、面積或體積。擲一支同樣可能落在靶上任何地方的飛鏢,它射中靶心的機會就是靶心面積除以整個靶的面積。
每當樣本空間是個連續體時,它就是合適的工具,因為在那裡你無法數結果——點有無限多個,而每個單點機率為零。所以你不用數,改用量。要求 P(隨機點落在集合 A),就算(A 的測度)/(整個區域的測度)。在一條線上你相除長度;在一個平面上你相除面積;這個配方就是古典的「有利除以總數」概念,只是用測度取代了計數。「均勻」一詞至關緊要——它是「等可能」的連續版,意指相同大小的區域之間沒有哪一塊受偏愛。
兩個誠實的要點。第一,每個個別點機率為零並非悖論:機率如今棲居於具正大小的區域,而非單一點,這裡的「機率為零」意指「範圍可忽略」,而非「不可能」。第二,幾何機率以「隨機」未被釘死時的陷阱聞名——貝特朗悖論顯示「圓的一條隨機弦」可依你究竟如何隨機化而給出不同答案,這是一個警告:在任何數字有意義之前,你必須精確指明你的隨機機制。
在 0 到 10 的區間上均勻取一個點。它落在 3 與 5 之間的機率,是有利長度除以總長度:(5 - 3) / 10 = 2/10 = 0.2。任何單一的確切值,例如「恰好 4」,長度為零,因此機率為零。
在連續體上你用測量取代計數;單一點長度為零,因此機率為零。
在連續體上機率為零不等於不可能,而「隨機選取」必須被精確指明——貝特朗悖論顯示不同的隨機化會給出真正不同的答案。
又称
另见