跳轉到

4.1 柯爾莫哥洛夫公理體系：機率即測度（1933）#

前因：機率論的三百年尷尬#

自 Pascal 與 Fermat（1654，賭徒問題通信）以來，機率論累積了強大的計算技巧，卻始終沒有穩固基礎：機率到底是主觀信念、長期頻率，還是別的什麼？「大數法則何時成立」、「隨機變數的收斂是哪種收斂」等基本問題爭論不休。核心障礙：無窮次實驗（如無窮多次丟銅板）需要嚴格的極限理論，而 20 世紀初的機率論沒有。

構造：一步跨入測度論#

Kolmogorov《機率論基礎》（1933）宣告：

機率論 = 測度論 + 一條額外公理。

定義（機率空間）。 \((\Omega, \mathcal{F}, P)\) ，其中：

  1. \(\mathcal{F}\) 為 \(\Omega\) 上的 \(\sigma\) -代數；
  2. \(P: \mathcal{F} \to [0,1]\) 可數可加；
  3. \(P(\Omega) = 1\) 。

翻譯表（本書最重要的一張表）：

機率概念 測度論概念
樣本空間 \(\Omega\) 集合 \(X\)
事件 可測集
機率 \(P\) 測度 \(\mu\) （總量 1）
隨機變數 \(X\) 可測函數
期望 \(\mathbb{E}[X]\) 積分 \(\int X\, dP\)
獨立 \(\sigma\) -代數的獨立性
收斂 a.s. / in \(L^p\) / in 機率 各種測度論收斂

大數法則因此變成測度論定理： \(\mathbb{E}|X|<\infty\) 時，樣本均值 \(\frac1n\sum X_i \to \mu\) 幾乎必然（強法則）——「長期頻率」不再是哲學立場而是定理。

隨機過程：一族隨機變數 \(\{X_t\}_{t\in T}\) = 可測函數的參數族；布朗運動由 Kolmogorov 相容性定理（K-extension）構造——「連續時間隨機性」首次獲得嚴格存在性（4.2）。

後果#

  1. 隨機過程與馬可夫鏈：動態系統（3.3）的機率版本。
  2. 隨機微積分：Itô 積分（1944）在「不可微的路徑」上做積分，支撐 Black–Scholes 定價。
  3. 遍歷理論：Birkhoff 遍歷定理（1931）連接統計力學與動態系統。
  4. 本書觀點：機率不再是應用數學的附屬品——它是分析 + 幾何 + 代數的交匯處（4.3、13 章）。

練習與思考#

  1. 把「丟公平銅板無窮多次」建成機率空間： \(\Omega = \{0,1\}^{\mathbb{N}}\) ，說明事件「前 \(n\) 次皆正面」如何生成 \(\sigma\) -代數。
  2. 為什麼「 \(\sigma\) -代數」而非「所有子集」？考慮不可測集與 \(P(\Omega)=1\) 的分配。