樣本路徑（sample path）

把隨機試驗執行一次 —— 讓整個機遇的宇宙塵埃落定為單一結果 —— 然後看看過程隨時間實際做了什麼。你記錄下來的那條曲線就是一條樣本路徑：一條完整的軌跡，是這一次運行中實際發生的過程。它就是你若把模擬跑一次後真正會畫出來的東西。

正式地說，固定底層隨機性的單一結果 omega。那麼對這個固定的 omega，整族 { X_t } 就不再隨機，而成為僅僅以 t 為變數的一個普通而確定的函數 —— t 對應到 X_t(omega)。那個函數就是 omega 的樣本路徑。每個不同的 omega 給出一條不同的路徑；過程就是路徑的整個集合，每條都攜帶其 omega 的機率。所以樣本路徑之於過程，正如單一個數之於隨機變數：一個被隨機抽出的實現值 —— 只是這裡的「值」是一整個函數。

這正是路徑層級問題的所在，是任何單一邊際永遠無法回答的問題：路徑是連續的，還是會跳？它曾經穿越零嗎？在時刻 T 之前它達到的最大值是多少？它停留在正值多久？兩個過程可以有完全相同的單時刻快照分布，卻有天差地別的路徑 —— 一條平滑、一條極度鋸齒 —— 所以真正能把一個過程釘死的，是路徑的法則，而非僅僅是邊際。