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 Ω\Omega,事件 AA 是 Ω\Omega 的子集,P(A)P(A) 表示事件 AA 的概率。

三条基本公理

非负性

对任意事件 AA,都有:

P(A)≥0P(A) \ge 0

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:

P(Ω)=1P(\Omega)=1

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 A1,A2,…A_1,A_2,\ldots 两两互斥,即任意两个事件不能同时发生,则:

P(⋃i=1∞Ai)=∑i=1∞P(Ai)P\left(\bigcup_{i=1}^{\infty}A_i\right)=\sum_{i=1}^{\infty}P(A_i)

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。

样本空间被互斥事件划分的示意图

由公理推导常用性质

空事件不包含任何结果。因为 Ω\Omega 与空事件的并集仍为 Ω\Omega,并且二者互斥,所以:

P(∅)=0P(\varnothing)=0

事件 AA 与其补事件 AcA^c 互斥,且二者并集为 Ω\Omega,因此:

P(Ac)=1−P(A)P(A^c)=1-P(A)

若 A⊆BA\subseteq B,则可以把 BB 分成互斥的 AA 与 B∖AB\setminus A。由非负性可得:

P(B)=P(A)+P(B∖A)≥P(A)P(B)=P(A)+P(B\setminus A)\ge P(A)

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 0≤P(A)≤10\le P(A)\le 1。

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 0.1,0.1,0.2,0.2,0.2,0.20.1,0.1,0.2,0.2,0.2,0.2,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。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

概率公理

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通