機率空間 (Omega, F, P)(probability space)
機率空間是包含「嚴格地做機率」所需一切的單一物件。它在一個包裹裡回答任何機率模型都必須敲定的三個問題:可能發生什麼、哪些「發生的集合」算作事件、以及每個事件獲得多少機率。本學科中的每一個隨機變數、每一個期望值、每一條極限定理,歸根究柢都是關於某個機率空間的陳述,即使它隱身於背景之中。
它是一個三元組 (Omega, F, P)。Omega 是樣本空間——試驗所有可能結果所成的集合。F 是 Omega 子集所成的 σ-代數——你被允許詢問的事件家族,對取補與可數聯集封閉。P 是 (Omega, F) 上的機率測度——一個可數可加、滿足 P(Omega) = 1 的集合函數,為每個事件指派其機率。前兩件 (Omega, F) 構成可測空間(舞台與被允許的問題);加上 P(可能性的指派)就把它補成一個機率空間。由左至右讀這個三元組:結果,然後事件,然後機率。
這套設計低調的高明之處——出自 Kolmogorov 於 1933 年——在於同一副三件式骨架,能在規則不變的情況下處理一次擲幣、一次連續量測、以及無窮多次試驗,差別只在 Omega、F、P 的內容。實務上底層空間常常不明說:我們直接操作隨機變數及其分布,並相信存在某個承載它們的機率空間。構造定理(如 Caratheodory 與 Kolmogorov 延拓)保證它確實存在,所以你很少需要把 Omega 寫出來。
為擲一次公正硬幣建模:Omega = {H, T},F = { 空集, {H}, {T}, {H,T} }(全部子集),P({H}) = P({T}) = 1/2。這個三元組 (Omega, F, P) 就是一個完整的機率空間——結果、事件、機率全都已指定。
結果 (Omega)、事件 (F)、機率 (P) 捆綁成一個嚴格的物件。
在應用工作中,機率空間通常被隱含著——你用隨機變數及其分布來推理,並相信存在一個承載它們的空間,而延拓定理保證了這一點。