概率(Probability)的本质是什么?
概率已经被彻底公理化了,也就是说它的逻辑已经研究透了,但是公理化里面一定会存在一些基本概念,它没有定义,只能依赖你对世界本身的理解。
公理化是一种特殊的数学思维方式。它的做法是:
先选出几个不加定义的「原始概念」,再规定这些概念之间必须满足的几条规则(公理),整套理论的全部内容都从公理纯逻辑推出来。
这种思路的鼻祖是欧几里得。他在《几何原本》里没有真正定义「点」「线」——「点是没有部分的」「线是没有宽度的长度」这种话根本不算严格定义——但他给出了五条公设,规定了这些概念之间的关系。然后整本《原本》几百条几何定理,全是从这五条公设推出来的。
到 20 世纪初,希尔伯特把这种思路推向极致。他重新公理化了欧氏几何,明确说:
公理系统里的原始概念是什么,没关系。把「点、线、面」全部换成「桌子、椅子、啤酒杯」,只要它们之间满足同样的公理,全部几何定理一字不变。
这句话说了公理化的核心精神:公理系统只规定原始概念之间的逻辑结构,不规定它们「是什么」。「是什么」这个问题被赶到系统外面,交给经验、物理直觉、或者别的更基础的理论。
这种安排有两个好处:
- 逻辑彻底透明。 任何结论都能追溯到具体的公理,没有「直觉给的暗箱」。
- 理论的应用范围极宽。 同一套公理可以套到不同对象上——欧氏几何既可以描述平直桌面,也可以描述某些弯曲空间的局部邻域。
代价是:理论本身不告诉你原始概念在现实里指什么。 这个问题留给系统外的世界。
20 世纪之前,概率论一直处在「能算但不严格」的状态。古典的拉普拉斯定义(「等可能结果数之比」)在简单情形下好用,但一遇到复杂问题就翻车。
一个出名的反例是贝特朗悖论:「在一个圆内随机选一条弦,长度超过内接等边三角形边长的概率是多少?」用三种看似合理的「随机选法」算出来,得到三个不同答案(1/2、1/3、1/4)。原因是「随机选弦」这句话根本没有数学定义,不同的「随机」方式对应不同的概率模型。
这种困境一直持续到 1933 年。
那年,苏联数学家柯尔莫哥洛夫出版了一本薄薄的小册子《概率论的基本概念》,把整个概率论建立在三条公理上,彻底终结了这种混乱。
他的做法是把概率论嫁接到当时刚成熟的测度论上。一个概率模型被定义成一个三元组 (Ω, F, P),满足三条公理:
- 非负性:对任意事件 A,P(A) ≥ 0
- 归一性:P(Ω) = 1
- 可数可加性:若 A₁, A₂, … 互不相交,则 P(A₁ ∪ A₂ ∪ ⋯) = P(A₁) + P(A₂) + ⋯
就这三条。剩下整个概率论的内容——条件概率、独立性、期望方差、大数定律、中心极限定理、马氏链、布朗运动、伊藤积分、随机过程——全部从这三条公理纯逻辑推出来。
这是一个完整、自洽、严格的公理化系统,跟欧氏几何那种「五条公设撑起整本《原本》」是同一种东西。
但请回想公理化的精神:这套系统只规定了 Ω、F、P 之间的逻辑关系,没规定它们「是什么」。
这就是公理中的基本概念
(Ω, F, P) 里的三个原始对象,是概率论里的「点、线、面」。
样本空间 Ω
Ω 是「所有可能结果的集合」。每个元素 ω ∈ Ω 是一种「可能发生的世界」。
- 掷一颗骰子:Ω = {1, 2, 3, 4, 5, 6}
- 掷两颗骰子:Ω = {(i, j) : 1 ≤ i, j ≤ 6},36 个有序对
- 测量身高:Ω = (0, ∞)
- 股价路径:Ω 是所有连续函数 [0, T] → ℝ 构成的空间
Ω 可以是有限的、可数的、连续的,甚至是无穷维函数空间。它就是建模时你愿意考虑的「全体可能」。
σ- 代数 F
F 是 Ω 的一些子集组成的集合,这些子集被称为「事件」。
为什么不直接用「Ω 的所有子集」当事件?因为在连续情形下(比如 Ω = ℝ),「所有子集」太大,里面有些子集没办法一致地分配概率(这是测度论里著名的不可测集问题)。F 是个折衷:把那些「可以问发生没发生」的子集挑出来,要求它对补集和可数并封闭。
直觉上你可以把 F 理解成「你愿意接受提问的事件清单」。对骰子来说,{2}、{2, 4, 6}、{1, 2, 3} 都在 F 里,你可以问「掷出 2 的概率」「掷出偶数的概率」「掷出小于 4 的概率」。
概率测度 P
P 是定义在 F 上的函数,给每个事件赋一个 [0, 1] 之间的数,满足前面那三条公理。
P 怎么具体算?分两种:
- 离散情形:给每个 ω 指定一个数 p(ω),加起来等于 1,则 P(A) = Σ_{ω ∈ A} p(ω)
- 连续情形:给一个密度函数 f(x),满足 ∫f = 1,则 P(A) = ∫_A f(x) dx
但请注意,数学公理不规定 P 具体长什么样。具体的 P 是从公理系统外面输入的——靠对称性、靠物理定律、靠经验数据、靠主观信念。一颗公平骰子每面 1/6,依据是对称性,而非来自公理推导。
再加一层:随机变量
有了 (Ω, F, P),随机变量就自然出场。
柯尔莫哥洛夫对它的定义看起来反直觉但极其漂亮:
随机变量 X 是 Ω 上的一个可测函数 X: Ω → ℝ。
注意,X 本身是完全确定的函数——你输入同一个 ω,它一定吐出同一个数。所谓「随机」跑哪去了?跑到「抽中哪个 ω」这一步上了。Ω 上配了概率测度 P,规定每个 ω 被抽中的概率,一旦 ω 抽出来,X(ω) 只是个普通的数。
举例。掷两颗骰子求和:
- Ω = {(i, j)},36 个有序对
- X((i, j)) = i + j 是个普通加法函数
- P({(i, j)}) = 1/36
要算「两数之和等于 7 的概率」,就是数那些满足 X(ω) = 7 的 ω 有多少个:(1,6)(2,5)(3,4)(4,3)(5,2)(6,1),共 6 个,所以 P(X = 7) = 6/36 = 1/6。
这个定义把直觉里那个神秘的「随机」彻底数学化了:世界上没有「随机的数」,只有一个确定的函数 + 一个概率测度。随机性整个打包进了 P,函数那一侧全是确定运算。后面所有东西——期望、方差、独立性、收敛性——都可以用这套语言重写。比如期望就是个普通积分:
E[X] = ∫_Ω X(ω) dP(ω)
那么概率的本质是什么?
数学层面,概率是一个公理化系统:(Ω, F, P) 三元组加上柯尔莫哥洛夫三条公理。所有概率论的结论都从这里推出来,干净、严格、毫无含糊。
但按公理化的精神,Ω、F、P 在现实里「是什么」,被留在了系统外面。这给了不同学派可乘之机,各自给出不同的解释:
- 频率派:P(A) 是 A 在无穷次重复试验中的极限频率
- 贝叶斯派:P(A) 是理性主体对 A 的信念程度
- 倾向性解释(波普尔):P(A) 是物理系统产生 A 的客观倾向
- 古典解释(拉普拉斯):等可能结果之比
到现在这几派都还有人坚持。同一个公式 P(A) = 0.3,物理学家、统计学家、贝叶斯派、赌徒嘴里指的可能是完全不同的东西。但他们用的都是同一套公理,证的都是同样的定理。哲学层面打成一团,数学层面照常运转。
所以概率的本质有两层:
- 内层是清晰的公理化数学(柯尔莫哥洛夫公理 + 测度论),规定不确定性必须遵守的逻辑规则
- 外层是对原始概念的解释和建模,把数学跟现实连接起来
内层人类已经搞定了,外层解释有很多,它依赖于你怎么看待这个世界。
内容来自 知乎日报,版权归原作者所有。
阅读原文 ↗