第 1 章　随机现象与概率

1.1确定性现象与随机现象

先做一个分类。把世界上所有「事情」分成两类，你会豁然开朗。

第一类：确定性现象

在相同的条件下，结果必然唯一的现象，叫 确定性现象。比如：

• 水在标准大气压下加热到 100 ℃，一定沸腾。
• 向上抛一个石子，它一定落回地面。
• 一个等边三角形的三个角，一定都等于 60°。

这类现象可以用经典物理、几何、代数精确预言，是「输入确定，输出就确定」。

第二类：随机现象

在相同的条件下，结果不确定、但呈现某种统计规律的现象，叫 随机现象。比如：

• 抛一枚硬币，落下前谁也不知道是正面还是反面。
• 明天会不会下雨，气象台只能报「概率 70%」。
• 同一台机器生产的零件，尺寸总是有微小的随机波动。

深挖一层：随机性从哪里来？

掷出去的骰子，真的「本质上」不可预测吗？十八世纪的数学家拉普拉斯（Laplace）设想过一位知晓宇宙中每个粒子位置与速度的「智者」（后人戏称「拉普拉斯妖」）：按牛顿力学，它能推算未来的一切。在这种世界观里，骰子的「随机」只是因为我们拿不到全部细节——离手时的姿态与角速度、桌面弹性、气流扰动——条件都在，信息不全。这种随机是「无知」造成的，可以叫认知上的随机。

计算机的「伪随机数」把这一点演示得最清楚：随机数生成器是一条完全确定的递推公式，给定同一个「种子」，输出序列逐位可复现；但它的统计表现——各数字出现的比例、前后数字的关联——却能以假乱真。工程上大量使用的蒙特卡洛仿真（Monte Carlo method，用随机模拟算问题的方法）用的正是这种「假随机」，而且效果极好。这印证了本门课的立场：概率论不追问随机的本源，只刻画随机的统计规律。至于二十世纪量子力学的补充——微观世界的随机被认为即使掌握全部条件也无法预言——对概率论同样无关紧要：只要「可以大量重复、频率趋于稳定」，同一套数学全部适用。

工程视角：从「消灭波动」到「量化波动」

机械加工最能体现工程界态度的转变。同一台机床、同一张图纸、同一批毛坯，加工出的零件尺寸仍各有微小差异：刀具磨损、主轴振动、材料组织不均、温度漂移……因素多到无法逐一控制。工程师们由此接受了一个现实——波动无法彻底消灭，但可以测量、描述、约束。现代质量管理的思路随之确立：用统计量刻画波动，据此规定公差（tolerance，允许的尺寸变动范围）与检验方案；制造业标配的统计过程控制（SPC，Statistical Process Control），本质就是「把随机波动当随机现象来科学管理」。

航空结构同样如此：同一图号的一批紧固件逐件做拉伸试验，断裂载荷会散布在一个范围内；结构称重、装配间隙、疲劳寿命亦然。设计与验收规范的通用思路不是苛求「每件精确等于某个值」，而是给出带概率含义的指标——例如「99% 的件强度不低于某下限」——把随机性约束在安全边界内。要会算这类指标，第一步就是掌握概率的语言。

辨析：随机不等于不可知。随机现象可以被精确刻画：用概率描述各结果的可能性（本章），用随机变量描述取值规律（第 6 章），用期望与方差概括平均与波动（第 10 章）。概率论给「说不准」的事建立了一套「说得准」的理论；第一步，是把现实中的随机现象翻译成数学对象——这正是下一节的任务。

1.2随机试验与样本空间

要研究随机现象，第一步是把它「数学化」。数学家把「对随机现象的观察」抽象成一个词：随机试验（简称试验）。一个过程能叫随机试验，要满足三条：

• 可在相同条件下重复：抛硬币这个动作，今天能抛、明天也能抛。
• 所有可能结果事先已知：抛硬币，结果不是正就是反，不会冒出第三种。
• 单次结果事先不确定：落下之前，你不知道是正是反。

有了「试验」，接着定义两个集合论的名词——它们是整个概率论的骨架。

样本空间与样本点

一个随机试验的所有可能结果的集合，叫 样本空间，记作 Ω（希腊字母 Omega，读「欧米伽」）。样本空间里的每一个元素，叫 样本点，记作 ω。

为什么用集合的语言？

因为集合论给了我们一套现成的、精确的运算工具。把「结果」看成集合里的元素，把「事件」看成集合里的子集，那么「A 和 B 都发生」就是两个集合的交集，「A 或 B 发生」就是并集。数学大厦能搭得严丝合缝，靠的正是这个翻译。

深挖一层：样本空间的「粒度」由观察目的决定

同一个过程，可以建立不止一个合法的样本空间，区别在粒度——记录结果的精细程度，而粒度由「你想回答什么问题」决定。观察一次航班：只关心「延误与否」，Ω = { 正点, 延误 } 两个点就够用；要回答「延误超过 30 分钟的可能性」，就必须细化到「延误分钟数」，取 Ω = [0, +∞)，不可数无穷。两个模型都对，但粒度选错，问题就答不了——拿着两点式模型永远算不出「延误超 30 分钟」。建模第一课：先明确要回答的问题，再定样本空间的粗细。

粒度上还藏着一道数学分水岭：样本点是有限、可数无穷（能与自然数一一对应）还是不可数（如整段区间）。前两者统称离散，可以逐个编号、逐个赋概率；不可数的样本空间（寿命、长度、时间）则有一件怪事——「恰好等于某个精确值」的概率只能是 0，否则无穷多个点各带正概率、加起来必然超过 1，与规范性冲突。连续世界的概率「重量」只能摊在区间上，而不是点数上——这是第 2 章几何概型的入口，此处先按下不表。

工程应用：抽样检验的样本空间。从一批 N 件产品中抽 n 件，只记录「不合格品件数」时，Ω = { 0, 1, …, n } 共 n + 1 个点；若逐件记录「合格/不合格」序列，则有 2ⁿ 个点。同一动作、两种粒度：计数方案丢掉了「具体哪几件」的信息，但计算抽检通过率反而更方便——粒度不是越细越好，够回答问题、便于计算才是好模型。

辨析：样本空间是「模型」而不是「现实」。现实中的硬币偶尔滚进桌缝、甚至立着不倒——那是概率极小但非零的第三种结果，标准模型 Ω = { 正, 反 } 干脆忽略了它。这不是偷懒而是建模：舍弃可忽略的次要结果，换来模型可解；模型与现实的缝隙，靠统计方法（估计、检验）弥合。下一节把镜头对准「样本空间的子集」——事件。

1.3事件及其运算

有了样本空间，就能定义「事件」了。

事件是什么

事件是样本空间的一个子集，记作大写字母 A、B、C…。事件由若干样本点组成。当试验结果落到这个子集里时，我们就说「事件发生了」。

• 基本事件：只含一个样本点的事件，如「掷出 6」就是 {6}。
• 复合事件：含多个样本点的事件，如「掷出偶数」就是 {2,4,6}。
• 必然事件：等于整个样本空间 Ω 的事件，一定发生。
• 不可能事件：空集 ∅，一定不发生。

事件的三种基本运算

既然事件是集合，就能用集合运算来组合它们：

• 和事件（并）：A ∪ B，表示「A 发生 或 B 发生」（至少一个发生）。
• 积事件（交）：A ∩ B（常简写为 AB），表示「A 发生 且 B 发生」（两个都发生）。
• 差事件：A − B，表示「A 发生但 B 不发生」。
• 对立事件（补）：Ā，表示「A 不发生」，即 Ω 中除去 A 的剩余部分。

互不相容（互斥）

如果两个事件 A、B 不能同时发生，即 A ∩ B = ∅，就称它们互不相容（也叫互斥）。比如掷骰子，「掷出 1」和「掷出 2」就是互斥的——一次只能落一个面。

德摩根律：把「不」字搬进去

事件运算里最有用的一组恒等式是德摩根律（De Morgan's laws，又称对偶律）：「A 或 B」的对立 = Ā ∩ B̄；「A 且 B」的对立 = Ā ∪ B̄。用人话说：「至少一个发生」的反面是「都不发生」；「全部发生」的反面是「至少一个不发生」。

为什么「或」会变「且」？想推翻「A、B 至少一个发生」，必须 A 不发生并且 B 不发生，缺一不可，所以是交；想推翻「都发生」，只要有一个不发生就够，所以是并。机关在于：推翻宽松的条件容易，推翻苛刻的条件难。它的用处在于腾挪——「至少一个不发生」往往不好直接数，而它的对立「全部发生」好算，算出来再翻过去即可，1.6 节例题里「三种缺陷都没有」正是这样算的。

工程应用：把检验语言翻译成事件运算，是可靠性文档的基本功。「尺寸超差」=「上超差」∪「下超差」，两块互斥、概率直接相加；「合格」=「尺寸超差」的对立事件，概率 = 1 − P(超差)；而「尺寸超差」与「表面缺陷」既不互斥也不对立，重叠情形必须另行统计（1.6 节的加法定理登场）。失效模式与影响分析（FMEA）这类结构化安全分析工具，本质就是把工程口语层层翻译成「事件 + 并交补」——翻译错一处，后面的概率全错。

1.4频率：概率的经验来源

现在来到关键问题：我们说「抛硬币正面朝上的概率是 1/2」，这个「1/2」是从哪冒出来的？数学家先做了一个经验观察。

频率的定义

把同一个随机试验重复 n 次，其中事件 A 发生了 n_A 次，那么 A 的频率定义为：

f_n(A) = n_A ⁄ n

也就是「A 出现的次数占总次数的比例」。频率有个平凡的性质：它永远在 0 到 1 之间。

频率的稳定性：最重要的经验事实

单独看一次频率，没什么意义（抛 2 次硬币，可能 2 次都是正面，频率 = 1）。但当你不断增加试验次数，频率会围绕一个数逐渐稳定下来。这个「稳定的数」就是概率的经验来源。

频率的波动收缩得有多快：1/√n 规律

「频率趋于稳定」只说了方向，工程还需要速度。这里直接给一个可用的定量结论（第 10、12 章证明）：抛均匀硬币 n 次，频率的典型波动幅度（标准差，刻画一次实验通常偏离多远）约为 σ = 0.5/√n，与样本量的平方根成反比。代入数字：n = 100 时 σ = 0.05，n = 10 000 时 σ = 0.005——样本量放大 100 倍，精度只提高 10 倍。配套的经验规则是「3σ 覆盖」：频率落在 p ± 3σ 范围内的概率超过 99.7%（中心极限定理的结论，第 12 章正式讲，此处当工具用）。顺带用计算机验证频率稳定性：掷一万次骰子，「出现 6 点」的实测频率为 0.1685，与理论值 1/6 ≈ 0.1667 相差不足 0.2 个百分点。

工程应用：频率统计的三个工程现场。① 抽样验收：一批 5 万件铆钉不可能全检，抽 200 件发现 3 件不合格，3/200 = 0.015 就是整批不合格率的估计——但这个数自带误差棒，想再准一位，抽检量要翻百倍，成本立见；② 航班延误统计：民航公布的「准点率」是过去一段时间正点航班的频率，稳定、可比、可用于管理，但它只描述总体——谁也不能拿它担保「明天那一班」正点；③ 可靠性验证：新研液压泵连续 1 000 次启动零失效，不能宣称「失效概率为 0」，诚实的说法是「失效频率的观测值为 0，真实失效概率很小且不高于某个可计算的界」——「频率是估计、概率是本体、有限样本必有波动」的工程化表达。

这个定义的致命缺陷

「频率趋于某个常数」听起来很美，但作为数学定义它不严谨：

• 「无限增大」「趋于」是极限概念，但这里的极限是随机的——每次做试验，频率曲线都不同，凭什么说它一定收敛到同一个数？
• 它无法验证：你不可能真的抛「无限次」硬币去验证定义。
• 它不能证明任何定理：数学定义必须能被逻辑推理使用，而「大概趋于」无法参与严格证明。

于是数学家需要一个不依赖试验、纯逻辑的概率定义——这就是下一节的「公理化定义」。

现在可以把「致命缺陷」说得更透：「概率是频率的极限」为什么不严格？微积分里的普通极限要求「存在 N，此后所有项都进入误差范围，一个不许例外」。频率做不到这一点：无论 n 多大，「前 n 次全是正面」这种越界的可能性永远存在，其概率为 (1/2)ⁿ——n = 100 时约 7.9 × 10⁻³¹（小数点后 30 个零再接 789），微乎其微，但严格不为零。只要例外堵不死，普通极限就永远抓不住频率。

数学家的解法是退一步、换一种收敛：依概率收敛——对任意小的 ε > 0，「频率与 p 的偏差不小于 ε」的概率随 n 增大而趋于 0。换句话说，例外仍可能发生，但例外的可能性可以任意小，记作 f_n → p（依概率）。这正是第 12 章伯努利大数定律（Bernoulli's Law of Large Numbers）的内容：频率依概率收敛于概率。所以准确的说法是——概率不是频率的普通极限，而是频率的依概率极限。耐人寻味的是，这条「经验定律」本身是在柯尔莫哥洛夫公理体系（下一节）内部证明出来的：经验观察先被公理收编为定理，再反过来指导计算，数学接管现实大体都是这条路。

辨析：频率与概率是「影子」与「本体」——频率由每次实验算出，随试验而变，本身是随机结果；概率是模型常数，不随试验改变，但常常未知，要靠频率估计。频率回答「这批数据里发生了多少」，概率回答「理论上会发生多少」。往后各章的公式一律以概率为原料；要把公式对回现实（估计、检验、置信区间）时，再请频率出场。

1.5概率的公理化定义

柯尔莫哥洛夫的想法很朴素：不纠结「概率是什么」，只规定「概率必须满足哪几条规则」。只要一个量满足这三条规则，它就是合法的概率。这就像几何不定义「点是什么」，只规定「两点确定一条直线」等公理一样。

设 Ω 是样本空间，对 Ω 上的每个事件 A，都赋一个数 P(A)，称为 A 的概率。如果 P 满足下面三条公理，就称 P 是 Ω 上的概率：

三条公理逐条细读：为什么「必须」这样规定

公理 1 挡住了什么？「概率不能为负」看似废话，实则封死了一类灾难：假设允许 P(A) = −0.1，由单调性（∅ ⊂ A ⇒ P(∅) ≤ P(A)，1.6 节证明）立刻得到 0 ≤ −0.1，自相矛盾——负概率会从内部炸毁整座大厦。从解释世界的角度同样讲不通：概率的经验原型是频率 = 发生次数 ÷ 总次数，永远非负；理论若允许负值，就再也对不上任何观测。非负性是理论与观测之间的一道密封圈。

公理 2 是在选尺子，不是宣布真理。「1」这个数没有魔力——把满刻度定成 100（百分制）同样自洽，只是所有公式要多背一个常数；数学传统选 1，是为了让 P(Ā) = 1 − P(A)、加法定理保持最干净的形态。真正不可退让的是两点：满刻度必须有限（若 P(Ω) = ∞，「占比」无从谈起），且全书统一（不能有的按 1 满刻度、有的按 100）。规范性还悄悄送来一件赠品：任何事件 A ⊂ Ω，由单调性即得 P(A) ≤ 1——三条公理合力把概率锁进 [0, 1]，与频率的天然范围严丝合缝。

公理 3 是三条中最技术、也最常被略读的一条，恰恰是它让概率论从「有限的游戏」升级为能驾驭无穷的学科。「可列」（countable）指能与自然数 1, 2, 3, … 一一对应——包括一切有限个和「能排成队」的可数无穷个。为什么「有限可加」不够用？其一，样本空间本身可能无穷：「连抛硬币直到出现正面」的样本空间 { 正, 反正, 反反正, … } 里，「100 次之内出现正面」是 99 个基本事件的并，没有可列可加性，它的概率无从定义。其二，连续样本空间（寿命、长度、时间）的概率必须摊到无穷多个小区间上累加，其严格化（测度论）要求可数无穷次累加仍然可控。现成的直觉模板是长度：区间 [0,1] 的长度满足非负、规范（总长 1）、可列可加（互不重叠的小段长度可以无限累加）——柯尔莫哥洛夫的洞见正是「概率是归一化的长度/面积/体积（统称测度）」，三条公理不过是把这句话拆成数学语言。一句话：可列可加性是「无穷」进入概率论的门票，第 8 章的无穷级数、第 12 章的大数定律，用的都是这张票。

为什么这三条公理就够了？

因为从这三条公理出发，可以用纯逻辑推出概率的一切性质。你不需要再问「概率是什么」，只需要知道它满足这三条规则。这三条公理是「最低限度」的约束：

• 非负性：保证概率有物理意义（比例、可能性）。
• 规范性：给概率定了一个统一的「满刻度」1。
• 可列可加性：给出「如何把简单概率合成复杂概率」的规则。

工程应用：「延误概率 0.15」到底在说什么？频率式读法：该航线长期大量航班中约 15% 延误——统计口径，也是运行指标的标准读法。主观式读法：表达对「下一次航班延误」的置信程度——签派员凭经验说「今天这条航线八成要延误」，用的就是这种。两种读法哲学上吵了一百年（频率学派 vs 贝叶斯学派），但工程上可以各取所长，原因正是公理化定义的中立性：只要满足三条公理，无论把概率理解成什么，后续定理与公式一字不差。蒙特卡洛仿真、可靠性预计、风险评估软件内部跑的，全是本章这套公理和它的推论。

辨析与层级：立一个层级意识——公理（起点，不证自明）→ 性质/定理（1.6 节由公理推出）→ 计算规则（把定理套到具体模型上，第 2 章起）。还有一个视角要点：公理化定义把概率定义在事件（集合）上，P 是「集合函数」而非「点函数」。这在离散世界显不出差别，到了连续样本空间却性命攸关——「单点概率为 0、区间概率为正」只有把概率挂在集合上才能自然表述（第 2、7 章展开）。

1.6概率的基本性质

下面我们只用三条公理，把几条常用性质一条条推出来。体会一下「公理是种子，定理是长出的树」的感觉。

性质 1：不可能事件的概率为 0

即 P(∅) = 0。证明思路：因为 ∅ = ∅ ∪ ∅ ∪ ∅ ∪ …，且这些 ∅ 两两互斥，由公理 3：P(∅) = P(∅) + P(∅) + …。若 P(∅) > 0，右边会无限大，矛盾（左边是有限数），故只能 P(∅) = 0。

性质 2：有限可加性

若 A₁, A₂, …, Aₙ 两两互斥，则 P(A₁ ∪ … ∪ Aₙ) = P(A₁) + … + P(Aₙ)。这是公理 3 在「有限个」时的版本（把公理 3 中多余的事件都取成 ∅，再用性质 1 即可）。

性质 3：对立事件的概率

P(Ā) = 1 − P(A)。证明：A 与 Ā 互斥，且 A ∪ Ā = Ω。由规范性 P(Ω) = 1，再由可加性 P(A) + P(Ā) = 1，移项即得。这条极常用——「正面概率 0.6」立刻推出「反面概率 0.4」。

性质 4：单调性

若 A ⊂ B（A 是 B 的子集，A 发生必导致 B 发生），则 P(A) ≤ P(B)。直观理解：B 比 A「更大」，包含更多结果，概率自然不低于 A。

性质 5：加法定理（最常用的一条）

对任意两个事件 A、B（不必互斥）：

P(A ∪ B) = P(A) + P(B) − P(A ∩ B)

证明：把 A ∪ B 拆成三个互斥的部分：A − B、A ∩ B、B − A（这三块两两不相交，合起来正好是 A ∪ B）。由有限可加性：

P(A ∪ B) = P(A − B) + P(A ∩ B) + P(B − A)。

又因为 A = (A − B) ∪ (A ∩ B)，这两部分互斥，故 P(A) = P(A − B) + P(A ∩ B)，即 P(A − B) = P(A) − P(A ∩ B)。同理 P(B − A) = P(B) − P(A ∩ B)。代入上式：

P(A ∪ B) = [P(A) − P(A∩B)] + P(A∩B) + [P(B) − P(A∩B)] = P(A) + P(B) − P(A∩B)。证毕。

先补两块拼图：单调性的严格证明与差事件公式

性质 4 此前只给了直观，现在补严格证明。设 A ⊂ B，把 B 拆成两块互斥的部分：B = A ∪ (B − A)，且 A 与 (B − A) 不相交。由有限可加性，P(B) = P(A) + P(B − A)；又由公理 1 知 P(B − A) ≥ 0，故 P(B) ≥ P(A)。证毕。这个「拆互斥块」的手法是概率证明的第一板斧，本章已出现三次，值得看熟。副产品也随之而来：移项即得 A ⊂ B 时的减法公式 P(B − A) = P(B) − P(A)——子集之差，概率直接相减。

不要求 A ⊂ B 的一般情形呢？注意 A − B = A − (A ∩ B)，而 A ∩ B ⊂ A，套用刚才的副产品立得差事件公式：P(A − B) = P(A) − P(A ∩ B)。上面加法定理证明里用到的正是这两行。把它与加法定理并排记住：一个管「A 或 B」，一个管「A 发生但 B 不发生」。

从两个事件到三个事件：容斥原理

工程问题常问「至少一种失效」，底事件往往不止两个。把加法定理推广到三个事件，就得到容斥原理（inclusion–exclusion principle）：

P(A∪B∪C) = P(A)+P(B)+P(C) − P(A∩B) − P(A∩C) − P(B∩C) + P(A∩B∩C)

记忆口诀：加单个、减两两、加三重——每深一层换一次符号。为什么符号交替？数一数维恩图各区域的被计次数：三圆公共的中心区，先在单个里被加了 3 次，又在两两交里被减了 3 次，净计 0 次，必须最后补加 1 次。推广到 n 个事件，k 重交的符号是 (−1)^k+1。「每个区域最终恰好净计 1 次」，这就是容斥公式不重不漏的原因。

工程现场：从加法定理到「或门」

系统安全分析（故障树 FTA）把「系统失效」层层拆成「底事件」的逻辑组合，用的正是事件运算：或门（任一输入发生，输出即发生，逻辑「或」）对应并事件，与门（所有输入都发生，输出才发生，逻辑「且」）对应交事件。两元件串联，任一失效系统即失效，「系统失效」= A∪B（或门）；两路冗余并联，全部失效系统才失效，「系统失效」= A∩B（与门）。或门的概率走加法定理，与门的概率要等第 5 章学了独立性才能算——工具箱是一件件攒起来的。

收一张公式网：互斥 → 直接相加；不互斥 → 减去交；三个事件 → 容斥；只要保守上界 → Boole 不等式（布尔不等式）：P(A∪B) ≤ P(A) + P(B)，n 个事件的版本是 P(A₁∪…∪A_n) ≤ P(A₁) + … + P(A_n)——交叠信息缺失、只想快速给出「最坏情况」时，工程上常用它兜底。最后留一个最深的辨析：「互斥」（不能同时发生）与第 5 章的「独立」（互不影响）是天底下最容易认反的一对概念——两个概率非零的事件若互斥，一个发生另一个必不发生，影响大得不能再大，因此反而不独立，第 5 章会正式清算这笔账。至于本章全部公式的软肋——「每个事件的概率到底等于几」——要等具体模型来回答：第 2 章从「等可能」假设开始（概率 = 有利样本点数 ÷ 总数），概率论从那里开始真正「算数」。