古典概型和概率空间

1.0 导言：这一章要建成什么

打开任何一本概率论教材，第一章看起来都平平无奇：定义几个名词，数一数排列组合，算几道掷骰子的题。但何书元这本书的第一章其实在做一件相当有野心的事：它要在一章之内，把概率从一个日常直觉改造成一门公理化的数学。这个改造在历史上花了将近三百年——从 1654 年帕斯卡与费马通信讨论赌博问题，到 1933 年柯尔莫哥洛夫（Kolmogorov）给出公理化定义——而你要在两周的课时里走完它。所以这一章值得慢读。

先把主线交代清楚。这一章回答的核心问题是："事件 A 发生的概率是 P(A)"这句话，在数学上到底是什么意思？

回答分三步走，恰好对应本章的三个阶段：

第一阶段（§1.1–§1.3）：朴素的定义。先约定用集合的语言描述"事件"（§1.1），然后在"每个结果等可能"的前提下给出两个可以直接计算的概率定义——有限个结果时数个数（古典概型，§1.2），无穷多个结果时量体积（几何概率，§1.3）。这两个定义能解决很多问题，但它们的适用范围窄得令人不安：世界上大多数随机现象根本不是"等可能"的（明天下雨和不下雨等可能吗？），而且几何概率还会在 Bertrand 悖论上当场翻车。

第二阶段（§1.4–§1.5）：公理化。柯尔莫哥洛夫的天才想法是：不再纠结概率"是"什么、"从哪来"，而是只规定概率必须"满足"什么。他从古典概型和几何概率中提炼出三条公共性质（非负、总量为 1、可列可加），宣布：任何满足这三条的函数都叫概率。这就是概率空间 $(\Omega, \mathcal{F}, P)$（§1.4）。然后 §1.5 演示这套公理的威力：加法公式、Jordan 公式、概率的连续性，全部从三条公理推出来，不再依赖"等可能"。

第三阶段（§1.6–§1.10）：概率的演算。有了地基，开始盖楼。条件概率回答"信息如何改变概率"（§1.6），独立性回答"什么时候概率可以相乘"（§1.7），全概率公式与贝叶斯公式给出"分而治之"和"由果溯因"两大计算模式（§1.8）。§1.9 和 §1.10 则是两扇通往深处的窗：频率与概率的关系（这是第五章大数律的预告）、赌徒破产模型（随机过程的预告）、Borel-Cantelli 引理（概率论第一个真正深刻的定理）。

一句话概括本章：先造语言（集合），再立宪法（公理），然后立法（运算规则）。下面开始。

1.1 试验与事件：先学会用集合说话

对应原书 §1.1。

为什么第一节讲的是集合而不是概率

概率是"事件发生的可能性大小"。要谈概率，得先说清楚什么是"事件"。而日常语言描述事件是出了名的含糊——"明天可能下雨"、"这把牌不错"——数学没法直接处理这种话。所以概率论做的第一件事，是强行给"事件"找一个精确的数学替身。找到的替身是：集合。

这个翻译方案分三层：

试验（记作 $S$）：按一定想法去做、结果无法事先确定的事情。掷硬币、掷骰子、观测明天最高气温，都是试验。注意"试验"这个词的含义比日常用语宽泛得多——"观察放学路上花的时间"也是试验，因为结果事先不确定。

样本点（记作 $\omega$）与样本空间（记作 $\Omega$）：试验的每一个可能结果叫一个样本点；所有样本点收集成的集合叫样本空间：

$$ \Omega = \{\omega \mid \omega \text{ 是试验 } S \text{ 的样本点}\}. $$

掷一枚硬币，$\Omega = \{\mathrm{H}, \mathrm{T}\}$（H = head 正面，T = tail 反面）；掷一颗骰子，$\Omega = \{1,2,3,4,5,6\}$。

事件：样本空间的子集。掷骰子时，"掷出 3 点"就是子集 $A = \{3\}$，"掷出偶数点"就是子集 $B = \{2,4,6\}$。当试验结果 $\omega$ 落在 $A$ 里，就说事件 $A$ 发生；否则说 $A$ 不发生。

请停下来体会一下第三层翻译的妙处。"掷出偶数点"是一句自然语言，而 $\{2,4,6\}$ 是一个数学对象；"事件 $B$ 发生了"这个动态的陈述，被翻译成"$\omega \in B$"这个静态的集合关系。从此以后，关于事件的一切推理都变成了集合运算——而集合运算是我们早就会的。这正是数学建模的标准套路：把不会算的东西翻译成会算的东西。

两个极端的子集也获得了自然的解释：空集 $\varnothing$ 不含任何样本点，永远不会"发生"，称为不可能事件；全集 $\Omega$ 包含所有样本点，必然"发生"，称为必然事件。

事件运算的"翻译词典"

既然事件是集合，集合的运算就都有了概率语言的读法。下面这张词典必须烂熟于心，因为解应用题的第一步永远是把题目中的自然语言翻译成事件的运算式，翻译错了后面全错：

这里要专门交代本书的两个记号约定，它们和多数教材不同，不熟悉的话读原书会卡壳：

1. 积事件省略交集符号：$AB$ 就是 $A \cap B$。这个约定极其常用，本书从头用到尾。
2. 加号表示不相容的并：当且仅当 $AB = \varnothing$ 时，才把 $A \cup B$ 写成 $A + B$。加号自带"不相容"的声明。所以看到 $P(A+B) = P(A) + P(B)$ 不要惊讶——加号已经悄悄告诉你两者不相容了。反过来，自己写解答时，不确定两个事件是否不相容，就老老实实写 $\cup$。

值得牢记的两组恒等式

原书列了一页运算律（交换律、结合律、分配律），大多与集合论课程重复，但有两组是概率计算里反复出现的主力，原书特别点名"值得牢记"：

分解公式：

$$ A \cup B = A + \bar{A}B, \qquad A = AB + A\bar{B}. $$

第一个式子把任意并集拆成不相容的两块："$A$ 或 $B$ 发生"等于"$A$ 发生，或者 $A$ 不发生但 $B$ 发生"——右边两块显然不可能同时发生，所以能用加号。第二个式子是"按 $B$ 是否发生给 $A$ 分类"：$A$ 发生时，$B$ 要么发生（$AB$），要么不发生（$A\bar{B}$）。别小看这两个恒等式，§1.5 证加法公式、§1.8 证全概率公式，靠的都是它们。"把复杂事件拆成不相容小块"是概率计算的第一基本功。

对偶公式（De Morgan 律）：

$$ \overline{\bigcup_{j=1}^{n} A_j} = \bigcap_{j=1}^{n} \bar{A}_j, \qquad \overline{\bigcap_{j=1}^{n} A_j} = \bigcup_{j=1}^{n} \bar{A}_j. $$

用概率语言读一遍就懂了，而且读一遍胜过背十遍："至少一个发生"的反面是"全都不发生"；"全都发生"的反面是"至少一个不发生"。这组公式的实战价值在于："至少"类事件通常很难直接算（要分很多情况），但它的对立面"全不"往往一步就能算。后面例 7.6（导弹击中飞机）、生日问题（例 2.8）都是这个套路：正难则反。

例 1.1 精讲：样本空间取决于你问什么

原书例 1.1（招聘播音员）看似简单，但它演示了一个初学者常忽略的要点。三位女士 $W_1, W_2, W_3$、两位男士 $M_1, M_2$ 应聘：

（1）若招聘男女各一名，样本点是"一女配一男"，共 $3 \times 2 = 6$ 个：

$$ \Omega = \{W_1M_1, W_1M_2, W_2M_1, W_2M_2, W_3M_1, W_3M_2\}. $$

（2）若招聘任意两名，样本点是"从 5 人中取 2 人"，共 $C_5^2 = 10$ 个，此时"招到两名女士"才是一个合法的事件：$A = \{W_1W_2, W_1W_3, W_2W_3\}$。

同样是"招两个人"，试验规则不同，样本空间就完全不同。**样本空间不是客观世界自带的，它由试验的规则决定；写对 $\Omega$ 是一切计算的前提。**在（1）的样本空间里谈"招到两名女士"是没有意义的——那里根本没有对应的样本点。

1.2 古典概型：概率是"数"出来的

对应原书 §1.2。

从赌桌上诞生的定义

语言备好了，现在给概率下第一个定义。历史上它确实是第一个：16 世纪的赌徒需要计算骰子赌局的胜率，1654 年费马（Fermat）与帕斯卡（Pascal）的通信把它变成了数学。

定义 2.1（古典概型） 设样本空间 $\Omega$ 是有限集合，且每个样本点发生的可能性相同。用 $\#A$ 表示集合 $A$ 中样本点的个数，则事件 $A \subset \Omega$ 的概率定义为

$$ P(A) = \frac{\#A}{\#\Omega}. \tag{2.1} $$

这个定义直白得近乎天真：概率就是"有利结果"占"全部结果"的比例。掷骰子出偶数：$3/6$。它建立在两根柱子上：$\Omega$ 有限，且所有样本点等可能。这两个前提哪个塌了定义就失效，后面几节的全部剧情都源于此。

先记录下这个定义自带的几条性质，它们此刻看起来是废话，但请留意——§1.4 的公理化正是把这几条"废话"提拔成了公理：

1. $P(A) \geq 0$；
2. $P(\Omega) = 1$；
3. 若 $A, B$ 不相容，则 $P(A+B) = P(A) + P(B)$；
4. （由 3 推出）互不相容的 $A_1, \dots, A_n$ 满足 $P(A_1 + \cdots + A_n) = P(A_1) + \cdots + P(A_n)$；
5. （由 2、3 推出）$P(\varnothing) = 0$，$P(A) + P(\bar{A}) = 1$，$P(A) = P(AB) + P(A\bar{B})$.

其中 $P(A) = 1 - P(\bar{A})$ 就是上一节"正难则反"策略的概率形式。

计数的五件武器

古典概型把算概率化归为数个数，所以这一节的真正内容是组合计数。原书列了五条，前四条是高中内容的复习，第五条是新面孔。逐一过一遍，重点是每一条"什么时候用"：

（1）有放回排列：从 $n$ 个不同元素中有放回地依次取 $m$ 个排成一列，共 $n^m$ 种。**关键词：有放回、计次序。**掷 $m$ 次骰子的结果序列有 $6^m$ 种。

（2）无放回排列：无放回地取 $m$ 个排成一列，共 $A_n^m = \dfrac{n!}{(n-m)!}$ 种。关键词：无放回、计次序。

（3）组合：无放回地取 $m$ 个、不计次序，共 $C_n^m = \dfrac{n!}{m!(n-m)!}$ 种。**关键词：无放回、不计次序。**它和（2）的关系是每个组合对应 $m!$ 个排列。

（4）多组分组：把 $n$ 个不同元素分成有次序的 $k$ 组（组内不计序），第 $i$ 组恰有 $n_i$ 个（$n_1 + \cdots + n_k = n$），共

$$ \binom{n}{n_1, n_2, \cdots, n_k} = \frac{n!}{n_1! \, n_2! \cdots n_k!} $$

种。这是 $C_n^m$ 的推广（$k=2$ 时就是 $C_n^{n_1}$）。理解方式：先把 $n$ 个元素全排列（$n!$），组内的次序不重要，所以除掉每组内部的排列数。"把 52 张牌均分给四家"就是 $\frac{52!}{(13!)^4}$。

（5）有放回组合：从 $n$ 个不同的球中有放回地取 $m$ 次，不计次序，共 $C_{n+m-1}^m$ 种。**关键词：有放回、不计次序。**这是四种"取物"方式中最不直观的一种，原书给了一个漂亮的证明，值得把它的思想拆开看。

问题等价于："每种球取了几个"，即求非负整数解的个数：$x_1 + x_2 + \cdots + x_n = m$（$x_i$ 是 $i$ 号球被取到的次数）。原书的编码方法本质是隔板法：想象把 $m$ 个相同的小球（用 0 表示）放进 $n$ 个并排的盒子，相邻盒子之间共有 $n-1$ 道隔墙（用 1 表示）。任何一种取法都唯一对应一个由 $m$ 个 0 和 $n-1$ 个 1 组成的序列。比如 $n=4, m=5$，序列 $001011000$ 读作：隔板前有两个球（1 号球取 2 个）、然后一个球（2 号取 1 个）、然后没有球（3 号取 0 个）、最后三个球（4 号取 2 个）……这样的 0-1 序列共有 $n+m-1$ 个位置、从中选 $m$ 个放 0，故共 $C_{n+m-1}^m$ 种。编码—计数—解码，这是组合数学的经典手法。

例题精讲

例 2.4 / 例 2.5（超几何模式）。4 白 6 红中任取 4 个，求恰好 2 白 2 红的概率。思路：不计次序地取，样本空间是全部 $C_{10}^4$ 种取法，等可能；有利结果是"白球里挑 2 个、红球里挑 2 个"，两步独立进行，相乘得 $C_4^2 C_6^2$。故

$$ P(A) = \frac{C_4^2 C_6^2}{C_{10}^4}. $$

例 2.5 把它推广成一般公式（$N$ 件产品分 $k$ 个等级，取 $n$ 件恰含 $n_i$ 件 $i$ 等品）：

$$ P(A) = \frac{C_{N_1}^{n_1} C_{N_2}^{n_2} \cdots C_{N_k}^{n_k}}{C_N^n}. $$

这个"分母总体选、分子按类选"的结构叫超几何模式，第二章它会以"超几何分布"的名字转正。做题时认准特征：总体分成若干类，无放回抽取，问各类抽到多少。

例 2.6（发牌问题）：一题两解的深意。52 张牌随机均分给四家，求每家恰好一色的概率。原书给了两种解法，答案相同，但样本空间完全不同：

• 解法一把样本点取为"分组结果"：$\#\Omega = \frac{52!}{(13!)^4}$（用武器（4）），有利结果是把 4 种花色分给 4 家，即 $\#A = 4!$；
• 解法二把样本点取为"52 张牌的全排列"（想象发牌位置编号）：$\#\Omega = 52!$，此时 $\#A = 4!(13!)^4$（花色分给四家 $4!$ 种，每家内部 13 张牌任意排）。

两个解法里 $\#A$ 和 $\#\Omega$ 都不一样，但商相同。这里的教训极其重要：样本空间可以有不同的选法（粗一点或细一点都行），但分子分母必须用同一个样本空间数出来。初学者算错概率，十有八九是分子在一个空间里数、分母在另一个空间里数。顺带一提答案 $4!(13!)^4/52! \approx 4.5 \times 10^{-28}$——比连续中十次彩票头奖还难，所以"我见过有人发出这种牌"基本可以断定是编的。这是本章第一次用概率做"判断"，下一个例子把这个思想正式化。

例 2.8（生日问题）。$n$ 个人中至少两人同生日的概率。思路："至少两人同"直接算要分"恰好一对同、两对同、三人同……"无穷多情况——典型的"正难则反"。对立事件"$n$ 人生日互不相同"只有一种情况：365 天中选 $n$ 天排给 $n$ 个人。故

$$ p_n = 1 - \frac{A_{365}^n}{365^n} = 1 - \frac{n! \, C_{365}^n}{365^n}. $$

数值结果反直觉得出名：$p_{23} \approx 0.507$——23 个人就对半开；$p_{50} \approx 0.970$，$p_{60} \approx 0.994$。直觉为什么错？因为人们想的是"有人和我同生日"（这确实需要 253 人才过半），而题目问的是"任意两人同生日"——$n$ 个人有 $C_n^2$ 对，$n=23$ 时已有 253 对，每一对都是一次"碰撞机会"。

例 2.9（第一次用概率下判断）。春游的同学中无人同生日，甲判断"至少 50 人参加"，甲对吗？思路：如果甲对（$n \geq 50$），那么由生日问题，"无人同生日"这个已被观察到的事件发生的概率 $\leq 1 - 0.97 = 0.03$。也就是说，甲的判断与一个小概率事件的发生相矛盾。小概率事件在一次观察中一般不该发生，所以我们更愿意否定甲的判断。注意原书那句非常严谨的话：这样下结论也可能犯错，犯错的概率不超过 0.03。

请给这个例子多停留一分钟，它是全书埋下的第一颗统计学种子：观察到数据（无人同生日）→ 若假设成立则数据是小概率的 → 拒绝假设，并给出犯错概率的上界。这正是数理统计中"假设检验"的完整逻辑，只不过那里把 0.03 叫做显著性水平。你在大二下学期或统计课上会正式重逢它。

1.3 几何概率：从数个数到量体积

对应原书 §1.3。

无穷多个等可能结果怎么办

古典概型的第一根柱子是"$\Omega$ 有限"。可是大量自然的试验有无穷多个结果：在 $[0,1]$ 上随机取一个点、两人在一小时内随机到达某地。每个具体结果（比如"恰好取到 0.5"）的概率显然该是 0，于是 $\#A/\#\Omega$ 变成 $\infty/\infty$，数个数彻底失灵。

出路是把"数个数"升级成"量体积"。用 $m(A)$ 表示集合 $A \subset \mathbf{R}^r$ 的体积（$r=1$ 时是长度，$r=2$ 时是面积）：

$$ m(A) = \int_A \mathrm{d}x_1 \, \mathrm{d}x_2 \cdots \mathrm{d}x_r, $$

定义 3.1（几何概率） 设 $m(\Omega) > 0$，样本点"等可能"地落在 $\Omega$ 中，则

$$ P(A) = \frac{m(A)}{m(\Omega)}. \tag{3.2} $$

结构和古典概型一模一样——比例——只是把计数测度换成了体积。这里"等可能"的精确含义是：体积相同的区域，落入的可能性相同（与区域的位置、形状无关）。容易验证几何概率同样满足 §1.2 列的那五条性质。

**例 3.2（会面问题）**是几何概率的招牌题。两人在 1:00–2:00 独立随机到达，先到者等 20 分钟。思路：两个到达时刻 $(x,y)$ 构成正方形 $\Omega = \{(x,y) \mid 0 \leq x, y \leq 60\}$ 中的等可能一点，"相遇"翻译成 $|x - y| \leq 20$——一条斜带。画图！斜带的面积等于正方形减去两个直角边为 40 的等腰直角三角形：

$$ P(A) = \frac{60^2 - 40^2}{60^2} = \frac{5}{9}. $$

这题的通用套路：把"两个独立的随机时刻/位置"化为平面上的一个随机点，把约束翻译成平面区域，然后算面积比。练习 1.3 的两道题、习题 1.9、1.15、1.17 全是这个套路。

Bertrand 悖论：一道裂缝

例 3.3 是本节真正的重头戏。问题：在半径为 1 的圆内"任取"一条弦，求弦长 $\geq \sqrt{3}$（即超过内接等边三角形边长）的概率。原书给出三种看起来都无懈可击的解法：

1. 随机端点：固定弦的一端，另一端等可能落在圆周上。弦长 $\geq \sqrt{3}$ 要求另一端落在对面三分之一圆弧上，$P = 1/3$。
2. 随机中点（按面积）：弦由其中点唯一确定，设中点等可能落在圆内。弦长 $\geq \sqrt{3}$ 当且仅当中点落在半径 $1/2$ 的同心小圆内，$P = \frac{\pi/4}{\pi} = 1/4$。
3. 随机中点（沿直径）：设弦的中点等可能落在与弦垂直的直径上。弦长 $\geq \sqrt{3}$ 当且仅当中点距圆心不超过 $1/2$，$P = 1/2$。

同一个问题，三个答案：$1/3$、$1/4$、$1/2$。哪个对？都对，也都不对——因为原问题本身没有问清楚。"任取一条弦"这句话并没有唯一确定一个概率模型：三种解法对应三种不同的"等可能"约定，也就是三种不同的随机试验（分别相当于：转两次转盘取端点、往圆内扔飞镖定中点、沿直径滚一颗珠子定中点），它们物理上就是三种不同的操作，答案不同毫不奇怪。

Bertrand 悖论在 1889 年提出时确实让数学界尴尬——它暴露出"等可能"不是一个客观概念，而是建模者的主观选择。这道裂缝加上更技术性的一条（并非所有集合都有体积，见下节），把概率论逼向了公理化：与其争论概率"应该"从哪来，不如把"概率从哪来"从数学中剥离出去——数学只负责规定概率满足的规则，"等可能性怎么设"是建模问题，不是数学问题。这正是下一节的主题。

1.4 概率空间：给概率立公理

对应原书 §1.4。这是全章最抽象、也最重要的一节。原书写得很紧凑，这里放慢速度。

第一个麻烦：不是所有集合都配叫"事件"

几何概率里我们随手写 $P(A) = m(A)/m(\Omega)$，暗中假设了 $A$ 的体积存在。这个假设并非自动成立：$\mathbf{R}^r$ 中存在"病态"的子集，它们根本没有办法被合理地赋予体积（构造需要选择公理，最著名的是 Vitali 集和 Banach–Tarski 分球悖论——一个球可以被拆成五块重新拼成两个同样大的球，前提是这些"块"没有体积）。这听起来像杞人忧天，但它意味着：如果宣称"$\Omega$ 的一切子集都是事件、都有概率"，理论会在数学上自相矛盾。

所以必须退一步：只把"表现良好"的那部分子集封为事件。哪些算表现良好？原书用区间的例子引导出答案：从体积显然存在的集合（区间、长方体）出发，做集合运算——取余集、取交、取并——体积依然存在；甚至对可列（即可以排成一列 $A_1, A_2, \cdots$ 的无穷多）个互不相容的集合取并，体积也存在且等于体积之和。把所有这样能"生成"出来的集合收集起来，记为 $\mathcal{F}$。你在高等数学里见过的一切集合都在 $\mathcal{F}$ 里——病态集合被挡在了门外。

把 $\mathcal{F}$ 满足的性质抽象出来，就得到本节第一个核心定义：

定义 4.1（事件域 / $\sigma$ 域） 设 $\Omega$ 是样本空间，$\mathcal{F}$ 是由 $\Omega$ 的某些子集构成的集合。若满足：

1. $\Omega \in \mathcal{F}$；
2. 若 $A \in \mathcal{F}$，则 $\bar{A} \in \mathcal{F}$（对余集封闭）；
3. 若 $A_1, A_2, \cdots \in \mathcal{F}$，则 $\bigcup_{j=1}^{\infty} A_j \in \mathcal{F}$（对可列并封闭），

就称 $\mathcal{F}$ 是 $\Omega$ 上的事件域（又叫 $\sigma$ 域、$\sigma$ 代数），称 $\mathcal{F}$ 中的元素为事件，称 $(\Omega, \mathcal{F})$ 为可测空间。

三条公理的选取一点也不随意，它们恰好是"事件的语言不出漏洞"的最低配置：必然事件得是事件（条件 1）；能谈论"$A$ 发生"就得能谈论"$A$ 不发生"（条件 2）；能谈论每个 $A_j$ 就得能谈论"至少一个 $A_j$ 发生"（条件 3）。而且这三条是"种子"，其余运算的封闭性全能推出来（原书例 4.1）：有限并封闭（在可列并里塞空集：$A_1 \cup \cdots \cup A_n = A_1 \cup \cdots \cup A_n \cup \varnothing \cup \varnothing \cup \cdots$）；可列交封闭（De Morgan：$\bigcap_j A_j = \overline{\bigcup_j \bar{A}_j}$）；差封闭（$A - B = A\bar{B}$）。在事件域里做任何可列次集合运算都不会"掉出去"——这就是它存在的意义。

"可测空间"这个名字也讲得通：$(\Omega, \mathcal{F})$ 是一个"已经圈定了哪些集合可以被测量"的空间——尺子还没来，但可以被量的对象已经登记完毕。

第二个麻烦的解决：概率的三条公理

现在请尺子进场。回顾古典概型和几何概率的公共性质——非负、总量为 1、对不相容事件可加——柯尔莫哥洛夫 1933 年的宣言是：这三条不是概率的"性质"，这三条就是概率的"定义"。

定义 4.2（概率） 设 $(\Omega, \mathcal{F})$ 是可测空间，$P$ 是定义在 $\mathcal{F}$ 上的函数。若满足：

1. 非负性：对任意 $A \in \mathcal{F}$，$P(A) \geq 0$；
2. 完全性：$P(\Omega) = 1$；
3. 可列可加性：对 $\mathcal{F}$ 中互不相容的 $A_1, A_2, \cdots$，

$$ P\Big(\bigcup_{j=1}^{\infty} A_j\Big) = \sum_{j=1}^{\infty} P(A_j), $$

就称 $P$ 为 $\mathcal{F}$ 上的概率测度（简称概率），称三元组 $(\Omega, \mathcal{F}, P)$ 为概率空间。

从此，"概率"这个词在数学上就是指这样一个函数，别无他义。古典概型、几何概率都只是概率空间的特例（古典概型：$\Omega$ 有限，$\mathcal{F}$ 取全部子集，$P(A) = \#A/\#\Omega$；几何概率：$\mathcal{F}$ 取体积存在的子集，$P(A) = m(A)/m(\Omega)$）。抛硬币"正面概率 0.6"的不均匀硬币，在旧框架里无家可归，在新框架里轻松安顿：$\Omega = \{\mathrm{H}, \mathrm{T}\}$，$P(\{\mathrm{H}\}) = 0.6$——三条公理全满足，合法。**公理化不回答"为什么正面是 0.6"（那是物理和统计的事），只保证"以 0.6 为前提的一切推理不出矛盾"。**这个"操心范围的收缩"正是概率论从含糊走向严格的关键一步。

为什么偏偏是"可列"可加？

这是本节最值得琢磨的问题。可加性有三档强度可选，柯尔莫哥洛夫选了中间档，两头都不要，各有硬理由：

**为什么有限可加不够？**因为概率论的灵魂在极限定理（频率趋于概率、中心极限定理），而"有限可加"撑不起任何极限论证。可列可加性恰好等价于概率的"连续性"（下一节定理 5.1）——没有它，$\lim P(A_n)$ 和 $P(\lim A_n)$ 就没有关系，整座极限理论的大厦无从谈起。

**为什么不要求任意（不可列）可加？**因为会当场矛盾。在 $(0,1)$ 上均匀取点，每个单点 $\{x\}$ 的概率是 0（它的长度是 0）。如果允许对不可列个事件相加，那么

$$ 1 = P(\Omega) = P\Big(\bigcup_{x \in (0,1)} \{x\}\Big) \overset{?}{=} \sum_{x \in (0,1)} 0 = 0, $$

荒谬。连续样本空间里，"整体概率 1"就是由不可列个"概率 0"拼成的，这不矛盾——概率 0 不等于不可能（总会取到某个点，而取到任何指定点的概率都是 0）。可列可加是"能撑起极限理论"与"不产生矛盾"之间唯一的平衡点。这个分寸感是测度论的核心直觉，值得反复回味。

顺带定义一个高频术语：若 $P(A) = 1$，称 $A$ 几乎必然（almost surely）发生，记作 a.s.，也说"以概率 1 发生"或"几乎处处"。为什么不直接说"必然"？正是上面的原因：$P(A) = 1$ 不代表 $A = \Omega$——在 $(0,1)$ 上随机取点，"没取到 $0.5$"的概率是 1，但它不是必然事件。"a.s." 这个记号从第五章起会铺天盖地出现，现在就习惯它。

从公理出发的第一次演算

公理定义完，原书立刻做了两个示范演算，麻雀虽小，却演示了"从公理推一切"的风格：

**例 4.2：$P(\varnothing) = 0$。**连"不可能事件概率为零"都不再是想当然，而要证明：由 $\Omega = \Omega + \varnothing + \varnothing + \cdots$（互不相容）及可列可加性，$1 = 1 + P(\varnothing) + P(\varnothing) + \cdots$，级数收敛迫使 $P(\varnothing) = 0$。

**例 4.3：有限可加性。**可列可加性里塞空集：$A_1 + \cdots + A_n = A_1 + \cdots + A_n + \varnothing + \varnothing + \cdots$，得

$$ P(A_1 + A_2 + \cdots + A_n) = P(A_1) + P(A_2) + \cdots + P(A_n). \tag{4.2} $$

所以可列可加 $\Rightarrow$ 有限可加（反过来不成立，§1.9C 会给出一个有限可加但不可列可加的真实例子）。

1.5 概率的性质：三条公理能长出什么

对应原书 §1.5。

公理体系的第一场验收：不借助任何"等可能"直觉，只用三条公理，把概率的常用计算规则全部重建出来。本节两组结果——加法公式家族（A）和连续性（B）——分别是"有限运算"和"极限运算"的代表。

A. 加法公式家族

（1）一般加法公式：

$$ P(A \cup B) = P(A) + P(B) - P(AB). $$

直觉是 Venn 图：$P(A) + P(B)$ 把重叠区 $AB$ 算了两遍，减掉一遍。严格证明用 §1.1 的分解公式，值得完整走一遍，体会"化并为不相容和"的功力：

$$ P(A \cup B) = P(A + \bar{A}B) = P(A) + P(\bar{A}B) = P(A) + \big[P(\bar{A}B) + P(AB)\big] - P(AB) = P(A) + P(B) - P(AB), $$

其中最后一步用了 $B = AB + \bar{A}B$（按 $A$ 是否发生给 $B$ 分类）。

（2）单调性与减法：若 $B \subset A$，则 $P(A - B) = P(A) - P(B)$，从而 $P(A) \geq P(B)$。证明：$A = B + (A - B)$，有限可加。注意 $P(A-B) = P(A) - P(B)$ 只在 $B \subset A$ 时成立；一般情形正确的公式是 $P(A - B) = P(A) - P(AB)$。

（3）Jordan 公式（容斥原理）：把两事件的加法公式推广到 $n$ 个。记

$$ p_k = \sum_{1 \leq j_1 < j_2 < \cdots < j_k \leq n} P(A_{j_1} A_{j_2} \cdots A_{j_k}) $$

（即所有"$k$ 个事件同时发生"的概率之和，共 $C_n^k$ 项），则

$$ P\Big(\bigcup_{i=1}^{n} A_i\Big) = \sum_{k=1}^{n} (-1)^{k-1} p_k = p_1 - p_2 + p_3 - \cdots + (-1)^{n-1} p_n. \tag{5.1} $$

结构记法："单个的加、两两的减、三三的加……正负交错"。$n = 3$ 时写开就是熟悉的

$$ P(A \cup B \cup C) = P(A) + P(B) + P(C) - P(AB) - P(AC) - P(BC) + P(ABC). $$

为什么正负交错能恰好不重不漏？直觉版本：考察一个恰好属于 $r$ 个集合的样本点，它在 $p_k$ 中被数了 $C_r^k$ 次，于是它在右边总共被数了 $C_r^1 - C_r^2 + \cdots = 1 - (1-1)^r = 1$ 次——不多不少正好一次。严格证明可以对 $n$ 归纳（练习 1.5(3) 给了完整推导，思路就是用二事件加法公式把 $\bigcup_1^n$ 拆成 $\bigcup_1^{n-1}$ 与 $A_n$ 再整理求和项）。

**例 5.1（配对问题 / 帽子问题）**是 Jordan 公式的经典应用，也是概率论最著名的答案之一。$n$ 个人的帽子混在一起随机各取一顶，求至少一人拿对的概率。思路：设 $A_i$ = "第 $i$ 人拿对"，目标是 $P(\bigcup A_i)$——"至少一个"且各 $A_i$ 之间高度纠缠（既不独立也不互斥），正是 Jordan 公式的用武之地。关键计算：任意指定 $k$ 个人都拿对时，其余 $n-k$ 顶帽子随便排，故

$$ P(A_{j_1} \cdots A_{j_k}) = \frac{(n-k)!}{n!}, \qquad p_k = C_n^k \frac{(n-k)!}{n!} = \frac{1}{k!}. $$

于是

$$ P\Big(\bigcup_{i=1}^n A_i\Big) = \sum_{k=1}^{n} \frac{(-1)^{k-1}}{k!} \xrightarrow{\,n \to \infty\,} 1 - \mathrm{e}^{-1} \approx 0.632. $$

（认出级数了吗？$\mathrm{e}^{-1} = \sum_{k=0}^{\infty} (-1)^k / k!$。）两个惊人之处：其一，答案几乎不依赖 $n$——4 个人和 4 万个人，概率都约 63%；其二，$\mathrm{e}$ 从纯组合问题里冒了出来。这个模型的变体（错排、匹配检验）在习题 1.13、1.14、1.20、1.51 中反复出现，务必掌握。

B. 概率的连续性

这是可列可加性兑现承诺的地方。称事件序列 $\{A_j\}$ 单调增若 $A_1 \subset A_2 \subset \cdots$（事件越来越大），并把 $\bigcup_{j=1}^\infty A_j$ 叫做它的极限；单调减序列（$B_1 \supset B_2 \supset \cdots$）的极限则是 $\bigcap_{j=1}^\infty B_j$。这个"极限"的叫法很自然：单调增的事件序列像一圈圈扩大的水波，$\bigcup A_j$ 是它最终覆盖的全部范围。

定理 5.1（概率的连续性）

1. 若 $\{A_j\}$ 单调增，则 $P\big(\bigcup_{j=1}^{\infty} A_j\big) = \lim\limits_{n \to \infty} P(A_n)$；
2. 若 $\{B_j\}$ 单调减，则 $P\big(\bigcap_{j=1}^{\infty} B_j\big) = \lim\limits_{n \to \infty} P(B_n)$。

一句话：对单调事件序列，"先取极限再算概率"等于"先算概率再取极限"——$P$ 和 $\lim$ 可以交换，这正是"连续性"一词的含义（类比连续函数 $f(\lim x_n) = \lim f(x_n)$）。

证明思想值得学：把"套娃"拆成"圆环"。设 $A_0 = \varnothing$，令 $B_j = A_j - A_{j-1}$（第 $j$ 圈新增的环带），则 $B_j$ 互不相容、$\bigcup_1^\infty A_j = \bigcup_1^\infty B_j$，且 $P(B_j) = P(A_j) - P(A_{j-1})$（用了单调性和减法公式）。于是可列可加性化为一个裂项相消的级数：

$$ P\Big(\bigcup_{j=1}^{\infty} A_j\Big) = \sum_{j=1}^{\infty} \big[P(A_j) - P(A_{j-1})\big] = \lim_{n \to \infty} P(A_n). $$

单调减的情形（原书留给读者，即练习 1.5(2)）对余集用（1）即可：$\{B_j\}$ 单调减 $\Leftrightarrow$ $\{\bar{B}_j\}$ 单调增，再配 De Morgan。

值得知道的一个事实（原书未展开）：在有限可加的前提下，连续性与可列可加性是等价的。所以定理 5.1 不只是一条性质，它就是可列可加性的"另一张面孔"。§1.10 的 Borel-Cantelli 引理将是连续性的第一次重量级出场。

1.6 条件概率：信息如何改变概率

对应原书 §1.6。

信息把样本空间"剪小"了

到目前为止，概率都是"开局前"算好的。但现实中我们常常中途获得部分信息：已知掷出了偶数点，此时"掷出 2"的概率还是 $1/6$ 吗？

原书例 6.1 的分析给出了正确的思考姿势：得知"偶数点"后，试验的有效范围收缩了——奇数的三个样本点已被排除，世界只剩 $\{2, 4, 6\}$，它们仍然等可能。在这个缩小的世界里"掷出 2"占三分之一：

$$ P(B \mid A) = \frac{\#B}{\#A} = \frac{1}{3}. $$

把这个"剪小样本空间"的操作写成一般公式（例 6.2 的推导）：分子分母同除以 $\#\Omega$，

$$ P(B \mid A) = \frac{\#(AB)}{\#A} = \frac{\#(AB)/\#\Omega}{\#A/\#\Omega} = \frac{P(AB)}{P(A)}. $$

于是有：

条件概率公式 当 $P(A) > 0$ 时，已知 $A$ 发生的条件下 $B$ 发生的条件概率为

$$ P(B \mid A) = \frac{P(AB)}{P(A)}. \tag{6.1} $$

在公理化框架里，(6.1) 直接作为定义（毕竟"等可能"已经不再是普遍前提）。但它的直觉永远是上面那幅图：条件概率 = 把样本空间换成 $A$，把 $B$ 在 $A$ 里的份额重新归一化。分母 $P(A)$ 的作用正是归一化——让"新世界" $A$ 的总概率变回 1。

注意分辨两个极易混淆的对象：$P(B \mid A)$ 与 $P(A \mid B)$ 完全不是一回事。"病人中吸烟的比例"（$P(\text{吸烟} \mid \text{病}) = 99.7\%$）与"吸烟者中生病的比例"（$P(\text{病} \mid \text{吸烟})$，§1.8 例 8.6 算出来只有约万分之一）可以天差地别。混用二者是概率推理中最著名的谬误（法庭上有专名，叫"检察官谬误"）。§1.8 的贝叶斯公式就是在这两者之间架桥的工具。

条件概率本身就是一个概率

原书例 6.4 证明了一件形式上平淡、后果上深远的事：固定条件 $A$（$P(A) > 0$），定义 $P_A(B) = P(B \mid A)$，则 $P_A$ 满足概率的全部三条公理，因此 $P_A$ 本身就是 $(\Omega, \mathcal{F})$ 上一个合法的概率。（验证可列可加性只需一行：$P_A(\bigcup B_j) = P(\bigcup AB_j)/P(A) = \sum P(AB_j)/P(A) = \sum P_A(B_j)$。）

这个结论的实用价值是一条"元定理"：凡是概率满足的公式，条件概率照单全收——把每个 $P(\cdot)$ 换成 $P(\cdot \mid C)$ 依然成立。比如加法公式变成 $P(A \cup B \mid C) = P(A \mid C) + P(B \mid C) - P(AB \mid C)$，全概率公式、贝叶斯公式也都有条件版（习题 1.23 与练习 1.6 让你验证的正是这些）。以后遇到"在条件 $C$ 下"的复杂问题，不必重新发明工具，把整套演算搬进条件世界即可。原书例 6.5 的公式

$$ P_A(C \mid B) = P(C \mid AB) \tag{6.3} $$

也顺理成章："在 $A$ 的世界里再以 $B$ 为条件"等于"直接以 $AB$ 为条件"——条件是可以叠加的。

乘法公式：按时间顺序拆解概率

把 (6.1) 移项，得 $P(AB) = P(A) P(B \mid A)$，再链式推广：

乘法公式 当 $P(A_1 A_2 \cdots A_{n-1}) > 0$ 时，

$$ P(A_1 A_2 \cdots A_n) = P(A_1) \, P(A_2 \mid A_1) \, P(A_3 \mid A_1 A_2) \cdots P(A_n \mid A_1 \cdots A_{n-1}). \tag{6.4} $$

读法："全都发生"的概率 = 第一件发生 × 第一件发生了之后第二件也发生 × ……每个因子的条件都是"前面的全发生了"。它特别适合有时间顺序、逐步进行的试验（依次抽牌、逐年存活），因为每一步的条件概率往往可以从题目情境直接读出，根本不用回到定义计算。

例 6.6（官员受贿问题）演示得很清楚。第 $j$ 次受贿在前面都平安的条件下继续平安的概率是 $q_j = \frac{100 - 2j}{100 - 2(j-1)}$，于是 $n$ 次都平安的概率是连乘积，而这个连乘积恰好裂项相消（每个分子等于下一个分母）：

$$ p_n = q_1 q_2 \cdots q_n = \frac{98}{100} \cdot \frac{96}{98} \cdots \frac{100 - 2n}{100 - 2(n-1)} = \frac{100 - 2n}{100} = 1 - \frac{n}{50}. $$

于是 $p_{10} = 0.8$，$p_{30} = 0.4$，$p_{50} = 0$——每一次的条件幸存概率都高达 96% 以上，50 次之后却必然翻车。单步概率接近 1 与长程概率趋于 0 毫不矛盾，这个直觉在例 7.7（青花瓷）会再次出现，在第五章的极限定理里成为主旋律。

1.7 独立性：什么时候概率可以相乘

对应原书 §1.7。

从"不影响"到一个乘法等式

有一种特殊情形：知道 $A$ 发生根本不改变 $B$ 的概率，即 $P(B \mid A) = P(B)$。代入乘法公式立刻得到 $P(AB) = P(A) P(B \mid A) = P(A)P(B)$。原书把后者取为定义：

定义 7.1 若 $P(AB) = P(A)P(B)$，称事件 $A, B$ 相互独立。

为什么定义用乘法等式而不用更直观的 $P(B \mid A) = P(B)$？两个技术理由：乘法形式关于 $A, B$ 对称（"A 不影响 B"和"B 不影响 A"在此合二为一）；而且它在 $P(A) = 0$ 时依然有意义（条件概率则没定义）。顺便得到两个即时推论：不可能事件、必然事件与任何事件独立；命题 7.1 说 $A, B$ 独立 $\Leftrightarrow$ $\bar{A}, B$ 独立（直觉当然对——"A 不影响 B"当然也意味着"非 A 不影响 B"；证明一行：$P(\bar{A}B) = P(B) - P(AB) = P(B) - P(A)P(B) = P(\bar{A})P(B)$）。

原书例 7.1 验证了最重要的直觉来源：两个不相干的试验（各自等可能）合成一个大试验后，"只关于第一个试验的事件"与"只关于第二个试验的事件"必然独立。这就是为什么"掷两颗骰子，第一颗出 6"与"第二颗出 6"独立——它们生活在互不相干的试验里。实际建模时，独立性多半不是验证出来的，而是根据"物理上不相干"直接假设的。

多个事件的独立：一个陷阱

推广到 $n$ 个事件时藏着一个著名陷阱。正确的定义（定义 7.2）要求所有子组合都满足乘法等式：对任何 $1 \leq j_1 < \cdots < j_k \leq n$，

$$ P(A_{j_1} A_{j_2} \cdots A_{j_k}) = P(A_{j_1}) P(A_{j_2}) \cdots P(A_{j_k}). $$

以 $n = 3$ 为例，这一共是 4 个等式：三个"两两"的，加一个"三个一起"的。**只验证两两独立不够！**原书例 7.2/7.5 的反例简洁至极：把正方形四等分为 $E_1, E_2, E_3, E_4$，随机投点，取

$$ A = E_1 \cup E_2, \quad B = E_1 \cup E_3, \quad C = E_1 \cup E_4. $$

每个概率都是 $1/2$，任何两个的交都是 $E_1$（概率 $1/4 = \frac12 \cdot \frac12$），所以两两独立；但三个的交还是 $E_1$：

$$ P(ABC) = \frac14 \neq \frac18 = P(A)P(B)P(C). $$

直觉解释：知道 $A$ 和 $B$ 都发生，就锁定了 $E_1$，此时 $C$ 必然发生——单独任何一个不提供信息，但两个联手就完全决定了第三个。所以"两两独立"和"相互独立"（联合起来也不提供信息）是两码事。考试判断题的常客。

例 7.4 列出的"独立性的稳定性"值得记住结论：相互独立的事件组中，把任何一些换成对立事件、或把不相交的几组做并/交/差运算，得到的新事件组依然相互独立。粗略地说，独立性在"各自阵营内部的运算"下保持——这符合直觉：对不相干的信息各自加工，加工完还是不相干。

两个应用：小概率 × 大量重复

例 7.6（导弹问题）。单枚导弹命中率 0.8，要 99% 把握至少命中一次，需几枚？思路：经典的"至少 + 独立"组合拳——对立事件"全都不中"由独立性直接连乘：

$$ P(\text{至少一中}) = 1 - P(\text{全不中}) = 1 - 0.2^n \geq 0.99 \iff n \geq \frac{\ln 0.01}{\ln 0.2} \approx 2.86, $$

取 $n = 3$。若要求"至少命中两次"，就再减去"恰中一次"（$n$ 个位置选一个中：$0.8 n \cdot 0.2^{n-1}$）：$1 - 0.2^n - 0.8n \cdot 0.2^{n-1} \geq 0.99$，试算得 $n = 5$。

**例 7.7（青花瓷问题）**是本节最有味道的例子。一只青花盘每年被失手打破的概率仅 0.03，问弘治年间（约 500 年前）的盘子保留到今天的概率：

$$ p = (1 - 0.03)^{500} \approx 2.43 \times 10^{-7}. $$

单只盘子几乎必碎。但若当年生产了 1 万只，"全部被打破"的概率是 $(1-p)^{10^4} \approx 0.9976$，即仍有约 0.24% 的机会有幸存者；若生产了 500 万只，"有幸存者"的概率升到约 70%。个体的必然消亡与群体中奇迹的出现并不矛盾——博物馆里的每一件古物，都是小概率事件在巨大样本量下的必然产物。这个"$p$ 极小但 $n$ 极大"的结构，第二章会凝结成泊松分布。

1.8 全概率公式与贝叶斯公式：分而治之，由果溯因

对应原书 §1.8。本节是全章的应用高峰，也是与后续课程（统计、机器学习）联系最密的一节。

全概率公式：加权平均的艺术

定理 8.1（全概率公式） 若 $A_1, A_2, \cdots, A_n$ 互不相容，且 $B \subset \bigcup_{j=1}^{n} A_j$，则

$$ P(B) = \sum_{j=1}^{n} P(A_j) \, P(B \mid A_j). \tag{8.1} $$

证明只有一行——把 $B$ 沿着 $A_j$ 剁碎再用乘法公式：

$$ P(B) = P\Big(\bigcup_j B A_j\Big) = \sum_j P(BA_j) = \sum_j P(A_j) P(B \mid A_j). $$

但要读懂它的用法：当 $B$ 的概率直接算很困难、而在每种"情形" $A_j$ 之下都好算时，就按情形分类讨论，再用各情形自身的概率加权求和。全概率公式就是概率版的分类讨论，$P(B)$ 是各条件概率 $P(B \mid A_j)$ 以 $P(A_j)$ 为权的加权平均。使用口诀：找一组互不相容、盖住 $B$ 的"情形"（何时用：题目里有"第一步怎样怎样"或"来源分几类"的结构），对每种情形算条件概率，加权求和。

最常用的是按 $A$ 与 $\bar{A}$ 二分（$A, \bar{A}$ 构成完备事件组——互不相容且拼满 $\Omega$）：

$$ P(B) = P(A)P(B \mid A) + P(\bar{A})P(B \mid \bar{A}). $$

原书的三个例题各展示一种典型用法，都值得精读：

例 8.1（抽签问题）：$n$ 个签、$m$ 个"中"，无放回依次抽，则第 $j$ 次抽中的概率恒为 $m/n$，与 $j$ 无关——抽签是公平的，先抽后抽机会一样。归纳法证明的核心一步是按第一次是否抽中分类：

$$ P(A_j) = \frac{m}{n} \cdot \frac{m-1}{n-1} + \frac{n-m}{n} \cdot \frac{m}{n-1} = \frac{m}{n}. $$

（更快的对称性证法：把 $n$ 个签排成一列，第 $j$ 个位置是"中"的排列占比显然是 $m/n$——每个位置地位平等。）这类"表面上后手吃亏、实际上人人平等"的结论在概率论里一再出现，根源都是对称性。

例 8.2（敏感问题调查）：想统计家庭暴力比例 $p$，直接问没人说真话。设计：袋中放比例 $p_0$ 的红球，抽到红球讲真话、白球讲假话（无人知道你抽到什么）。设回答"是"的比例为 $p_1$，全概率公式给出 $p_1 = p_0 p + (1 - p_0)(1 - p)$，反解

$$ p = \frac{p_1 - q_0}{p_0 - q_0}, \qquad q_0 = 1 - p_0. $$

调查 320 个家庭、195 个答"是"、$p_0 = 3/8$ 时算出 $\hat{p} = 6.25\%$。妙处在于随机化保护了隐私，而全概率公式把真相从噪声里解出来。这是一个如假包换的统计估计问题（书里 $\hat{p}$ 头上的帽子记号就是统计学的"估计量"记号），也是"用已知的随机机制反推未知参数"的第一次演示。

例 8.3（Pólya 罐子模型）：袋中 $b$ 黑 $r$ 红，每次取一球放回并加放 $a$ 个同色球。惊人的结论：第 $n$ 次取到黑球的概率恒为 $\frac{b}{b+r}$，与 $n$ 无关（归纳 + 全概率，套路同抽签问题）。取 $a = -1$ 就是无放回抽取，$a = 0$ 就是有放回，所以它把抽签问题也包含成特例。Pólya 模型里"取到什么就增援什么"造成富者愈富的正反馈，却在单次边缘概率上完全看不出来——这个模型是现代概率论里"交换性"理论的起点，原书还附带了一个把它用于临床试验设计（自适应选药）的讨论，值得一读。

贝叶斯公式：概率的反向流动

全概率是"由因求果"：知道各种原因的概率，求结果的概率。贝叶斯公式回答反问题：结果已经看到了，追问是哪个原因干的。

定理 8.2（贝叶斯公式） 条件同定理 8.1，且 $P(B) > 0$，则

$$ P(A_j \mid B) = \frac{P(A_j) \, P(B \mid A_j)}{\sum_{i=1}^{n} P(A_i) \, P(B \mid A_i)}, \qquad 1 \leq j \leq n. \tag{8.3} $$

从数学上看它毫无新意——分子是乘法公式，分母是全概率公式，两行推完。它的份量全在解释上。给三个成分起上统计学的名字：$P(A_j)$ 是先验概率（看到证据之前你对各原因的信念）；$P(B \mid A_j)$ 是似然（若原因是 $A_j$，产生这个证据的可能性）；$P(A_j \mid B)$ 是后验概率（看到证据之后修正过的信念）。贝叶斯公式就是信念的更新规则：后验 ∝ 先验 × 似然。分母只是归一化常数（注意原书提示的检验法：分子永远是分母求和项中的一项，这是自查计算的好办法）。

例 8.5（疾病普查问题）：诊断准确率 90%（有病、没病都 90% 判对），发病率 0.1%，甲被查出有病，他真有病的概率是多少？直觉喊 90%，贝叶斯公式说：

$$ P(A \mid B) = \frac{0.001 \times 0.9}{0.001 \times 0.9 + 0.999 \times 0.1} = \frac{9}{9 + 999} \approx 0.89\%. $$

不到 1%。直觉错得离谱的原因，用"自然频数"重述一遍就豁然开朗：想象 10000 人参加普查，真病人约 10 个、其中 9 人被正确检出；健康人 9990 个、其中约 999 人被误报。阳性名单上 $9 + 999 = 1008$ 人，真病人只占 $9/1008 \approx 0.9\%$——误报的健康人在数量上淹没了真病人，因为基数悬殊（先验太小）。这就是"基础比率谬误"：人们只盯着似然（90% 准确率），忘了先验（0.1% 发病率）。这道题是概率论对公共卫生政策的直接贡献：对低发病率疾病做全民普查，阳性结果的含金量很低；原书还指出，若甲复查再次阳性，患病概率升到约 7.5%（把第一次的后验当第二次的先验再算一遍）——贝叶斯更新可以迭代，证据逐次累积。习题 1.24 让你亲手做三连检。

例 8.7（出租车问题）：85% 夏利、15% 富康，证人指认富康肇事，证人辨认富康的正确率 90%、辨认夏利的正确率 80%。贝叶斯公式给出

$$ P(\text{富康} \mid \text{指认富康}) = \frac{0.9 \times 0.15}{0.9 \times 0.15 + 0.2 \times 0.85} \approx 44.3\%. $$

一个可靠度 90% 的证人指认，也只能把富康肇事的概率从 15% 抬到 44%——证词的价值必须打先验的折扣。但注意结论的另一半：两个独立证人一致指认时概率升到 78%，五个证人时 99.7%。独立证据的累积威力是指数级的（每多一个证人，似然比乘上一个 $0.9/0.2 = 4.5$）。这个例子同时演示了条件独立的用法：在"富康肇事"这个条件下，两位证人的指认相互独立——条件独立是贝叶斯建模的基本假设，机器学习里的朴素贝叶斯分类器就建在它上面。

顺带交代本节与后续学习的关系：贝叶斯公式是整个贝叶斯统计学派的奠基石（参数本身有先验分布，数据到来后更新为后验），也是机器学习里生成式模型、垃圾邮件过滤、医学诊断系统的数学核心。本科阶段第一次见它是算题工具，以后你会一再发现它是一种世界观：知识 = 可被证据不断修正的概率分布。

1.9 频率、赌徒破产与两个"另类"概率空间

对应原书 §1.9。这一节是三则相对独立的短篇，各自为后面的章节埋线。

A. 概率与频率：一笔历史悬案

公理化之前，许多学者尝试用频率定义概率：把试验在相同条件下重复 $N$ 次，$A$ 发生 $N_A$ 次，若极限

$$ \lim_{N \to \infty} \frac{N_A}{N} = p $$

存在，就定义 $P(A) = p$（定义 9.1，von Mises 学派）。这个定义符合每个人的经验直觉——原书列出的掷币实验记录（蒲丰掷 4040 次得频率 0.5069，皮尔逊掷 24000 次得 0.5005，Kerrich 在二战集中营里掷了上万次消磨岁月……）确实显示频率稳定在 $1/2$ 附近。

但作为数学定义它有致命伤：极限的存在性无法保证也无法验证（谁能掷无穷次？掷到第几次算"够了"？），"相同条件下重复"本身也难以严格化。公理化体系给出的安排要漂亮得多：概率由公理定义，而"频率趋于概率"

$$ \lim_{N \to \infty} \frac{N_A}{N} = P(A) $$

成为一条可以证明的定理——大数律（§5.4 定理 4.3，证明它需要以概率 1 收敛的概念，正是可列可加性/Borel-Cantelli 那套机器）。这是公理化最漂亮的回报之一：直觉没有被抛弃，而是从"定义"升格为"定理"。频率解释保留为概率的经验含义：它告诉我们 $P(A) = 0.7$ 这句话如何与真实世界对接——大量重复中约 70% 的次数发生。

B. 赌徒破产模型：递推的威力

甲有本金 $a$ 元，决心赢到 $b$ 元就收手；每局公平（胜率 $1/2$）、输赢各 1 元，输光离场。求甲输光的概率 $q(a)$。

这道题的解法比答案更重要，它演示了一个全新的、威力巨大的手法——首步分析法（first-step analysis）：不直接算，而是把"本金为 $k$ 时最终输光"的概率 $q(k)$ 看成一族未知数，用第一局的输赢做全概率分解，导出它们之间的方程：

$$ q(k) = \frac{1}{2} q(k+1) + \frac{1}{2} q(k-1), \qquad q(0) = 1, \quad q(a+b) = 0. $$

（第一局赢了，本金变 $k+1$，此后输光的概率是 $q(k+1)$；输了同理。两个边界条件：没本金即已输光，赢够即离场。）这个方程说 $q(k)$ 是左右邻居的平均值，即 $\{q(k)\}$ 是等差数列：$q(k+1) - q(k)$ 恒等于 $q(1) - 1$。对 $k$ 求和（裂项相消）得 $q(n) - 1 = n[q(1) - 1]$，代入右边界 $q(a+b) = 0$ 解出公差，最终

$$ q(a) = 1 - \frac{a}{a+b} = \frac{b}{a+b}. \tag{9.5} $$

对着答案读出两个残酷的结论：其一，赌局完全公平，输光概率却是 $\frac{b}{a+b}$——你想赢的越多（$b$ 大），死得越确定；其二，令 $b \to \infty$（"不见好就收、一直赌下去"），$q(a) \to 1$：只要不收手，输光是必然的（哪怕对手也是公平的）。深层原因是你的本金有限而"世界"的口袋无限深，随机游走早晚触到你这一侧的底。这个模型是第六章马尔可夫链的第一个样本，首步分析法在那里将成为主力工具；习题 1.19（下棋问题）是它的直接练习，胜率 $p \neq 1/2$ 的不公平版本会把等差数列换成等比数列，值得一试。

C. 概率空间举例：一个"不是概率"的概率

最后一则短篇用正整数的"密度"造了一个精妙的反例。对正整数集合 $\Omega$，定义 $A_m$ = "能被 $m$ 整除的数"，并把比例（自然密度）

$$ P(A_m) = \lim_{n \to \infty} \frac{\#\{A_m \cap \{1, \dots, n\}\}}{n} = \frac{1}{m} $$

当作"概率"来用，可以算各种整除事件的比例（原书算了"被 3 整除、不被 5 整除、且被 4 或 6 整除"的比例是 $\frac{1}{6} - \frac{1}{30} = \frac{2}{15}$——一道很好的容斥练习）。问题来了：这个 $P$ 是概率吗？答案取决于事件域取多大：

• 若 $\mathcal{F}$ 只取"包含 $A_3, A_4, A_5, A_6$ 的最小事件域"——它只有有限个元素——则可列可加性自动退化为有限可加性，$P$ 是货真价实的概率；
• 若 $\mathcal{F}$ 取 $\Omega$ 的全部子集，$P$ 不是概率：每个单点集的密度是 0，可列可加性会强行推出 $P(\Omega) = \sum_j P(\{j\}) = 0$，与 $P(\Omega) = 1$ 矛盾。也就是说自然密度只有有限可加性，没有可列可加性。

这个例子的教学意义在于：概率空间是三元组，$P$ 是不是"概率"不能脱离 $\mathcal{F}$ 谈论。同一个集合函数，配小事件域是概率，配大事件域就不是。它也再一次说明可列可加性是实打实的额外要求，不是有限可加性的免费赠品。（附带的收获：习题 1.30"从 1 到 1000 任选一数被 3 整除的概率"之类的题，本质就是在有限样本空间上做整除计数。）

1.10 Borel-Cantelli 引理与遗传模型（选学）

*对应原书 §1.10。星号节，课堂上可能跳过；但 A 部分是第五章强大数律的钥匙，认真学过会让你在期末和考研层面同时占便宜；B 部分（遗传模型）是全概率公式一次漂亮的实战。时间紧张可以先读 A、略读 B。

A. 事件的上下极限：无穷多次发生

研究无穷个事件 $A_1, A_2, \cdots$ 时（比如"第 $j$ 次掷币出正面"），最自然的问题是：**它们中有无穷多个发生吗？**先把这句话翻译成集合语言——这是本节的第一道坎，翻过去后面就顺了。

定义上极限与下极限：

$$ \varlimsup_{n \to \infty} A_n = \bigcap_{n=1}^{\infty} \bigcup_{j=n}^{\infty} A_j, \qquad \varliminf_{n \to \infty} A_n = \bigcup_{n=1}^{\infty} \bigcap_{j=n}^{\infty} A_j. $$

别被符号吓住，一层层读：$\bigcup_{j=n}^{\infty} A_j$ = "第 $n$ 项之后还有 $A_j$ 发生"；对所有 $n$ 取交 = "无论多晚之后都还有 $A_j$ 发生" = 有无穷多个 $A_j$ 发生。所以上极限事件的记号常写作 $\{A_n \text{ i.o.}\}$（infinitely often）。同理，$\bigcap_{j=n}^{\infty} A_j$ = "从第 $n$ 项起全都发生"，对 $n$ 取并 = "从某一时刻起全都发生" = 至多有限个 $A_j$ 不发生。显然下极限 $\subset$ 上极限（"迟早全发生"强于"发生无穷次"）。

内层是单调序列（$\bigcup_{j=n}^\infty A_j$ 随 $n$ 单调减），所以 §1.5 的连续性定理立刻给出（例 10.1）：

$$ P(A_n \text{ i.o.}) = \lim_{n \to \infty} P\Big(\bigcup_{j=n}^{\infty} A_j\Big). $$

Borel-Cantelli 引理：零一之刃

定理 10.1（Borel-Cantelli 引理） 对事件列 $\{A_j\}$：

1. 若 $\sum_{j=1}^{\infty} P(A_j) < \infty$，则 $P(A_n \text{ i.o.}) = 0$；
2. 若 $\{A_j\}$ 相互独立且 $\sum_{j=1}^{\infty} P(A_j) = \infty$，则 $P(A_n \text{ i.o.}) = 1$。

读法：**概率之和收敛 ⟹ 几乎必然只发生有限次；（独立时）概率之和发散 ⟹ 几乎必然发生无穷多次。**判据竟然只看一个级数收不收敛——这是它好用的原因。

两个证明都短而精彩，逐步拆开：

（1）的证明就是连续性 + 次可加性 + 收敛级数的尾巴趋于零：

$$ P(A_n \text{ i.o.}) = \lim_{n} P\Big(\bigcup_{j=n}^{\infty} A_j\Big) \leq \lim_{n} \sum_{j=n}^{\infty} P(A_j) = 0. $$

（收敛级数从第 $n$ 项起的尾和趋于 0——数学分析的基本事实在此登场。）

（2）的证明要证 $P(\bigcup_{j=n}^\infty A_j) = 1$ 对每个 $n$ 成立，等价于余事件"从 $n$ 起全不发生"概率为 0。独立性让余事件概率化为连乘，再用不等式 $1 - x \leq \mathrm{e}^{-x}$ 把连乘变成指数上的求和：

$$ P\Big(\bigcap_{j=n}^{m} \bar{A}_j\Big) = \prod_{j=n}^{m} \big(1 - P(A_j)\big) \leq \exp\Big(-\sum_{j=n}^{m} P(A_j)\Big) \xrightarrow{\,m \to \infty\,} 0, $$

因为指数上的和发散到 $-\infty$。"用 $1 - x \leq \mathrm{e}^{-x}$ 把乘积转化为和"是概率论最常用的手筋之一，此后会一再见到。

注意（2）中独立性不能删：设 $A_1 = A_2 = \cdots = A$（同一个事件，$0 < P(A) < 1$），则 $\sum P(A_j) = \infty$ 但 $P(A_n \text{ i.o.}) = P(A) < 1$。

例 10.2（零一律的初现）：若 $\{A_n\}$ 独立，则 $P(A_n \text{ i.o.})$ 只能是 0 或 1——级数要么收敛要么发散，没有第三种可能。"无穷多次发生"这种事从不含糊：要么几乎不可能，要么几乎必然。这类"零一律"是概率论深处一再出现的现象。

一个帮助建立直觉的著名推论（"猴子打字机"）：独立重复掷均匀硬币，令 $A_k$ = "第 $100(k-1)+1$ 到 $100k$ 次全是正面"。各 $A_k$ 涉及不相交的掷币段，相互独立，且 $P(A_k) = 2^{-100} > 0$，级数发散。由 BC(2)，"连出 100 个正面"几乎必然发生无穷多次。再小的正概率事件，给它独立的无穷次机会，它不但会发生，还会发生无穷次——例 7.7 青花瓷的直觉在此得到了终极版本。

B. 遗传模型：全概率公式的实战

这一部分用第一章的工具（独立性 + 全概率 + 条件概率）推出群体遗传学的基石结论，是很好的综合练习材料。

例 10.3（Hardy–Weinberg 平衡）。群体中基因型 $AA : aa : Aa$ 的比例为 $u : w : 2v$（$u + w + 2v = 1$），随机交配，各以 $1/2$ 概率把自己基因的一半传给后代。问子代的基因型比例。

计算就是一张全概率公式的大表：父母基因型组合的概率（随机相遇 = 独立相乘，如 $P(\text{父}AA, \text{母}Aa) = u \cdot 2v$）乘以该组合下子代为 $AA$ 的概率（孟德尔规则：$AA \times AA \to 1$，$AA \times Aa \to 1/2$，$Aa \times Aa \to 1/4$），逐项累加得

$$ u_1 = (u + v)^2, \qquad w_1 = (w + v)^2, \qquad 2v_1 = 2(u+v)(w+v). $$

看穿这组式子的最好办法是换一个视角：令 $\theta = u + v$。注意 $\theta$ 正是群体基因库中单个基因为 $A$ 的频率（$AA$ 个体贡献两个 $A$、$Aa$ 个体贡献一个，加权即 $u + v$）。那么上式说的其实是：子代基因型 = 从基因库中独立抽两个基因——$AA$ 的概率 $\theta^2$、$aa$ 的概率 $(1-\theta)^2$、$Aa$ 的概率 $2\theta(1-\theta)$。随机交配把基因彻底"洗匀"了。

由此立刻看出原书用式 (10.11) 推出的稳定性结论：子一代的基因频率仍是 $\theta$（算一下：$u_1 + v_1 = \theta^2 + \theta(1-\theta) = \theta$），所以从第二代起基因型比例永远不变——这就是 Hardy–Weinberg 平衡定律：随机交配自身不改变基因频率，群体一代就进入平衡并停在那里。1908 年数学家 Hardy 用这个初等概率论论证纠正了当时生物学界"显性基因会自动扩散"的误解，是概率论介入生物学最早的经典案例。

例 10.4（遗传风险）引入"幸存者偏差"式的条件概率。致死基因 $a$：$aa$ 个体无法长大。甲的哥哥或姐姐因 $aa$ 夭折——这等价于父母都是 $Aa$。$Aa \times Aa$ 的子代在 $AA : Aa : aa = 1 : 2 : 1$ 中等可能，但甲已长大成人，条件排除了 $aa$，故

$$ P(\text{甲为 } Aa \mid \text{甲成人}) = \frac{1/2}{1/4 + 1/2} = \frac{2}{3}. $$

注意答案不是 $1/2$！"活着"本身是信息，它把概率从 $\{1/4, 1/2, 1/4\}$ 重新归一化到 $\{1/3, 2/3\}$。后续（2）（3）问把甲与群体中随机女子婚配、再算成年子女的携带概率 $\frac{2+p}{6-p}$，全程是全概率公式与条件概率的机械（但需细心的）应用，适合作为本章的收官练习自己动手验算一遍。

本章收束：我们建成了什么

回头看这一章走过的路。我们从"用集合描述事件"这个不起眼的约定出发（§1.1），先在等可能的温室里学会了两种计算——数个数（§1.2）与量体积（§1.3）；Bertrand 悖论和病态集合暴露出温室的脆弱，于是柯尔莫哥洛夫把整座建筑迁到了公理的岩基上（§1.4）：概率就是事件域上满足非负、归一、可列可加的函数，别无他义。三条公理随即证明了自己的生育力——加法公式、容斥原理、连续性（§1.5）依次降生；条件概率（§1.6）教会概率吸收信息，独立性（§1.7）指明概率何时可以相乘，全概率与贝叶斯公式（§1.8）确立了"分而治之"与"由果溯因"两大推理模式；最后，频率解释被安顿为待证的定理，赌徒破产展示了递推的力量，Borel-Cantelli 引理则让我们第一次触到"以概率 1"的世界（§1.9–§1.10）。

语言、宪法、演算规则——概率论的国家机器至此组装完毕。但你可能已经注意到一个不方便之处：我们至今谈论的都是一个个孤立的"事件"，而实际问题关心的往往是数值——掷出的点数、到达的时刻、命中的次数。把"随机的结果"变成"随机的数"，让微积分的全部武器进场，是下一章的任务：随机变量。

公式速查卡

记号约定：$AB = A \cap B$；$A + B$ = 不相容的并；$\bar{A}$ = 对立事件；$\#A$ = 元素个数；a.s. = 以概率 1。

事件运算

• $A \cup B = A + \bar{A}B$；$A = AB + A\bar{B}$
• De Morgan：$\overline{\bigcup A_j} = \bigcap \bar{A}_j$；$\overline{\bigcap A_j} = \bigcup \bar{A}_j$

两个具体模型

• 古典概型：$P(A) = \#A / \#\Omega$（有限 + 等可能）
• 几何概率：$P(A) = m(A) / m(\Omega)$
• 计数：有放回排列 $n^m$；无放回排列 $A_n^m = \frac{n!}{(n-m)!}$；组合 $C_n^m$；多组 $\frac{n!}{n_1! \cdots n_k!}$；有放回组合 $C_{n+m-1}^m$（不等可能，勿作分母）

公理（Kolmogorov）

• $\sigma$ 域：$\Omega \in \mathcal{F}$；对余集、可列并封闭
• 概率：$P \geq 0$；$P(\Omega) = 1$；互不相容时 $P(\bigcup_1^\infty A_j) = \sum_1^\infty P(A_j)$

基本性质

• $P(\varnothing) = 0$；$P(\bar{A}) = 1 - P(A)$；$B \subset A \Rightarrow P(A - B) = P(A) - P(B)$
• 加法：$P(A \cup B) = P(A) + P(B) - P(AB)$
• Jordan：$P(\bigcup_1^n A_i) = \sum_k (-1)^{k-1} p_k$，$p_k = \sum_{j_1 < \cdots < j_k} P(A_{j_1} \cdots A_{j_k})$
• 配对问题：$P = \sum_{k=1}^n \frac{(-1)^{k-1}}{k!} \approx 1 - \mathrm{e}^{-1}$
• 连续性：单调列上 $P(\lim A_n) = \lim P(A_n)$

条件概率与独立

• $P(B \mid A) = P(AB) / P(A)$；$P(\cdot \mid A)$ 本身是概率
• 乘法：$P(A_1 \cdots A_n) = P(A_1) P(A_2 \mid A_1) \cdots P(A_n \mid A_1 \cdots A_{n-1})$
• 独立：$P(AB) = P(A)P(B)$；$n$ 个事件需一切子组合满足乘法等式
• 正概率不相容 ⟹ 必不独立；两两独立 ⇏ 相互独立

全概率与贝叶斯（$A_j$ 互不相容，$B \subset \bigcup A_j$）

• 全概率：$P(B) = \sum_j P(A_j) P(B \mid A_j)$
• 贝叶斯：$P(A_j \mid B) = \dfrac{P(A_j) P(B \mid A_j)}{\sum_i P(A_i) P(B \mid A_i)}$（后验 ∝ 先验 × 似然）

其他

• 赌徒破产（$p = 1/2$）：$q(a) = \frac{b}{a+b}$；$b \to \infty$ 时必输光
• 上极限 $\{A_n \text{ i.o.}\} = \bigcap_n \bigcup_{j \geq n} A_j$（无穷多个发生）
• Borel-Cantelli：$\sum P(A_j) < \infty \Rightarrow P(\text{i.o.}) = 0$；独立且 $\sum = \infty \Rightarrow P(\text{i.o.}) = 1$
• Hardy–Weinberg：基因频率 $\theta = u + v$；平衡比例 $\theta^2 : (1-\theta)^2 : 2\theta(1-\theta)$

习题指引

原书习题一共 51 题，质量很高但没有分层。下面按"必做打底 → 核心方法 → 挑战"给一个刷题路线，并附思路提示（只给方向，不给解答——卡住超过 20 分钟再来找我逐题讲）。

第一层：打底（检验基本功）

• 1.2–1.7：古典概型基本功。1.5（钥匙开门）注意"第三次才打开"与"三次内打开"的区别；可用乘法公式，也可用抽签问题的对称性直接看出答案。
• 1.9、1.15、1.17：几何概率。都是"随机量 → 坐标 → 区域面积"的套路；1.15（三角形）的约束是三条"任一段小于另两段之和"，画出 $(x,y)$ 平面上的区域。
• 1.24：贝叶斯迭代（对应例 8.5）。把每次的后验当下一次的先验。

第二层：核心方法（本章的主干题型）

• 1.13、1.14、1.20：配对/错排家族（对应例 5.1）。1.14 的技巧：恰有 $k$ 人拿对 = 选定 $k$ 人拿对 × 其余 $n-k$ 人全错（错排数）。
• 1.19：赌徒破产的变体（累计净胜 2 分）。首步分析，注意这里每"回合"看两局更方便。
• 1.25：三局两胜 vs 五局三胜。直接算两种赛制下甲胜的概率并比较，结论值得记住：对强者，赛制越长越有利。
• 1.26、1.27、1.32：标准贝叶斯题，练"找完备事件组 → 列先验和似然 → 套公式"的流水线。
• 1.31：先全概率再条件概率的复合题（Laplace 继承规则的雏形），问的是"已知前 $r$ 次全红，下一次还红"的概率——注意这不是独立试验！

第三层：挑战（结构更深的题）

• 1.33（Banach 火柴盒问题）：经典名题，对"最后一次抽取发生在哪一盒"做分类。
• 1.35（铆钉问题）、1.34（配对分组）：精细计数，练"分子分母同一样本空间"。
• 1.43–1.46：用概率恒等式证组合恒等式——"算两次"思想的漂亮应用，感受概率方法反哺组合数学。
• 1.51（夫妇圆桌）：Jordan 公式的高级应用，圆排列 + 容斥，本章计算量最大的题之一。
• *1.41、1.49：配合 §1.10 的理论题，检验对上下极限与事件域的理解。

做题时通用的自查清单：① 样本空间写清楚了吗？分子分母同源吗？② "至少"是否先试对立事件？③ 用加号连接的事件真的不相容吗？④ 条件概率的方向（$A \mid B$ 还是 $B \mid A$）对吗？⑤ 相乘的事件真的独立吗？