高等数学 / 系统课时
概率公理
概率公理
概率公理用三条最基本的规则约束“概率”应当怎样取值。本课将从非负性、规范性和可列可加性出发,推导空事件、补事件、单调性等常用性质,让后续公式都有统一依据。
学习目标
- 说清非负性、规范性和可列可加性的含义
- 根据概率公理推导常用的基本性质
- 判断一个数值规则能否作为合法的概率模型
为什么需要概率公理
概率可以理解为事件发生可能性的数值表示,但并不是任意赋值都合理。例如,事件的概率不能小于 0,整个样本空间必然发生,因此概率必须等于 1。概率公理把这些直觉压缩成统一规则,使不同随机试验能够使用同一套推理方法。
设随机试验的样本空间为 ,事件 是 的子集, 表示事件 的概率。
三条基本公理
非负性
对任意事件 ,都有:
这条公理排除了负概率。概率可以等于 0,但概率为 0 不一定表示事件在逻辑上绝不可能发生;在连续型模型中,单个点通常概率为 0,却仍可能成为一次观测结果。
规范性
整个样本空间必然包含试验的实际结果,因此:
规范性确定了概率的总量。所有可能结果合在一起,其概率总和必须为 1。
可列可加性
若事件 两两互斥,即任意两个事件不能同时发生,则:
有限个互斥事件只是它的特殊情况。这里必须先确认事件互斥,否则直接相加会把重叠部分重复计算。

由公理推导常用性质
空事件不包含任何结果。因为 与空事件的并集仍为 ,并且二者互斥,所以:
事件 与其补事件 互斥,且二者并集为 ,因此:
若 ,则可以把 分成互斥的 与 。由非负性可得:
这说明概率具有单调性:事件包含的结果越多,概率不会更小。结合非负性和规范性,还能得到任意事件都满足 。
判断概率模型是否合法
检查一个概率模型时,可以依次确认三件事:每个结果或事件的概率是否非负,全部可能结果的概率总和是否为 1,互斥事件合并后是否满足可加性。
例如,掷一枚骰子时给六个点数分别赋值 ,所有数值非负且总和为 1,因此可以构成一个概率模型。若其中一个值为负数,或总和不等于 1,则模型不合法。
易错点:概率为 0 与“不可能事件”不是完全相同的概念;概率为 1 与“必然事件”在连续型模型中也需要结合具体定义理解。