已知某,对于其中任一,定义一个实值函数满足:
-
非负性公理:
-
规范性公理:
-
可加性公理:若
、
、
、
、
两两之间
(即对任意
,有
),则这些事件的无限并集
,满足:
则称为的 概率 (Probability)。
上述定义极具抽象性,是一个典型的公理化定义:它并非直接给出的具体形式,而是通过确立实值函数必须满足的三个公理(即之前提到的 柯尔莫哥洛夫公理 )来进行刻画,其逻辑结构如下图所示。
由柯尔莫哥洛夫确立的这三个公理有着深刻的现实基础,有力地体现了人们对“概率”这一概念的直观认识:
-
非负性公理:人们通常认为概率不会是负数。例如,我们可能说“降水概率是 27%”,但不会说“降水概率是 -13%”;同样,中奖概率可能仅为 0.000001%,但它仍旧是一个非负值
-
规范性公理:对于样本空间这样必然发生的事件,人们通常会说该事件的发生概率为 1,或者说 100% 会发生。例如,抛掷硬币时,"正面朝上或反面朝上"的概率为 1,因为这是必然的结果
-
可加性公理:当事件(即不能同时发生)时,由它们构成的联合事件的概率可通过简单相加得到。例如,抛掷骰子时,“掷出偶数点”的概率可由“掷出2点”、“掷出4点”以及“掷出6点”的概率相加得到,如下图所示
基于概率的公理化定义,我们可以立即推导出以下重要结论:
已知某,可以证明,
(1)证明不可能事件的概率:。令:
上述事件两两之间,其无限并集,根据可加性公理得;
根据规范性公理,所以由上式可知:
(2)证明任一的概率:。令:
上述事件两两之间,其无限并集,根据可加性公理得;
根据非负性公理,规范性公理,及(1)中证明了的,所以由上式可得:
结合上述定理可知,概率的公理化定义实质上刻画了一个实值函数,它将样本空间中的每个事件映射为闭区间之间的某实数,这个实数即为该事件的概率,如下图所示。特别地,有以及。