牛勇

【摘 要】本文對概率論課程教學(xué)中的概率公理化及性質(zhì)進(jìn)行詳細(xì)的探討，同時輔以若干例題 ?加深同學(xué)對公理化思想的認(rèn)識，并能靈活的運用概率的相關(guān)性質(zhì)解決一些有趣的實際問題，從而提高學(xué)生學(xué)習(xí)興趣，同時也提升教學(xué)質(zhì)量。

【關(guān)鍵詞】概率論;公理化;古典概型

中圖分類號：G712 文獻(xiàn)標(biāo)識碼： A 文章編號： 2095-2457（2019）14-0109-002

DOI：10.19694/j.cnki.issn2095-2457.2019.14.051

Some Thoughts on the Teaching of Probability Axiomatization and its Properties

NIU Yong

（Department of Mathematics and Physics，Hefei University， Hefei Anhui 230601， China）

【Abstract】In this paper， we make a detailed discussion on the axiomatization and nature of probability in the course of probability theory teaching， with some examples to deepen the students' understanding of the axiomatization idea， and to use the relevant nature of probability flexibly to solve some interesting practical problems. As a result， it improve students interest in learning and the quality of teaching.

【Key words】Probability theory; Axiomatic; Classical probability

概率是一門古老的學(xué)科，一般認(rèn)為它是在17世紀(jì)中葉由研究賭博問題而誕生，但是作為數(shù)學(xué)的一個分支，直到20世紀(jì)中葉，它都沒有嚴(yán)格的數(shù)學(xué)基礎(chǔ)。期間許多學(xué)者提出了各種各樣的概率的定義，如古典概率、幾何概率等等，但是它們都有自己的缺陷性。直到20世紀(jì)初，法國數(shù)學(xué)家勒貝格提出著名的勒貝格測度及積分理論，才使得概率論有了建立嚴(yán)密數(shù)學(xué)基礎(chǔ)的工具。受到希爾伯特在1900年國際數(shù)學(xué)家大會上建議用數(shù)學(xué)的公理化方法推演全部物理內(nèi)容，首當(dāng)其沖就是概率和力學(xué)。1933年，前蘇聯(lián)著名學(xué)者柯爾莫哥洛夫通過對與實變函數(shù)中相關(guān)概念內(nèi)比的方式建立概率論公理化體系，并迅速得到承認(rèn)，這是概率論歷史上非常重要的里程碑，從此概率作為數(shù)學(xué)的一個分支也有了嚴(yán)密數(shù)學(xué)基礎(chǔ)，從而更好地促進(jìn)概率及相關(guān)學(xué)科的飛速發(fā)展。但是，對與一般普通院校的數(shù)學(xué)或統(tǒng)計專業(yè)學(xué)生，測度及相關(guān)理論超過了他們的能力范圍，因此相應(yīng)的概率論教學(xué)中并非嚴(yán)格論述概率公理化的方法。處理的方式，類似理工科概率統(tǒng)計的方式，先講簡單的古典概率，進(jìn)一步再講幾何概率，最后講概率的公理化定義及相關(guān)性質(zhì)。但是作為數(shù)學(xué)或統(tǒng)計專業(yè)的學(xué)生，概率的理論要求要更高，因此可以適當(dāng)?shù)丶尤胼^簡單的域，概率測度的內(nèi)容，加深他們對概率本質(zhì)的認(rèn)識。我院作為應(yīng)用型高校的典范院校，從2012年開始進(jìn)行模塊化改革，為此我們深入的思考概率論相關(guān)模塊化改革問題，并取得一定成果。本文我們以概率公理化及性質(zhì)這部分內(nèi)容來談?wù)劷虒W(xué)中一些設(shè)計和思考的問題。

1 概率公理化

首先，概率的公理化定義如下：

設(shè)Ω是樣本空間，F(xiàn)是Ω的某些子集構(gòu)成的σ域，對任意A∈F，定義一個集函數(shù)P（A）滿足：

（1）非負(fù)性：P（A）>0;

（2）規(guī)范性：P（Ω）=1;

（3）克列可加性：設(shè)A1，A2，…，An，…是一列兩兩互不相容事件，則：

則：稱P（·）是定義在（Ω，F(xiàn)）上的概率（測度）[1]。

根據(jù)上面三條基本公理很容易推出概率的一些有用的性質(zhì)。例如在（3）中，另所以事件Ai=？覫，容易得到P（？覫）=0。再帶入（3）中，可以得到概率具有有限可加性。即設(shè)A1，A2，…，An是n個兩兩互不相容事件，則：P（ A ）= P（Ai）。結(jié)合在公理化教學(xué)之前的古典概率問題，引導(dǎo)學(xué)生思考為什么在公理化中要求的是更強(qiáng)的可列可加性而非有限可加的條件？其實在古典概率的教學(xué)中，就已經(jīng)提示了他的缺點，即樣本空間中只能有有限個樣本點，而實際中很多問題樣本點都是無窮多個。從本質(zhì)上來說，可列可加性來源于勒貝格測度在定義的時候是必須的，而我們公理化的實質(zhì)就是借鑒了實變函數(shù)中測度的處理方式。另一方面，有限可加性能否導(dǎo)出可列可加性呢？或者進(jìn)一步引導(dǎo)學(xué)生，如果再加上什么條件就能使得二者等價呢？在教學(xué)的過程中，稍加引導(dǎo)不難得到相應(yīng)的結(jié)論。

首先，我們通過一個簡單的反例，說明有限可加是不能直接導(dǎo)出可列可加的，但是這種反例在一些院校的教學(xué)中較為缺乏。有鑒于此，我們構(gòu)造如下反例：

例1設(shè)F是Ω=[0，1）中的所有左閉右開區(qū)間所生成的域，定義F上的集函數(shù)P（·）如下：如果存在a∈[0，1）使得[a，1）？哿A，則定義P（A）=1;否則，定義P（A）=0。容易驗證，這樣的P（·）滿足非負(fù)性、規(guī)范性和有限可加性。但是，很顯然它不滿足可列克加性。實際上，我們?nèi)∈录嗀i=[1- ，1- ），i=1，2，…，n，顯然此時A1，A2，…，An是兩兩互不相容的。容易計算， A =[0，1），再根據(jù)P（·）的定義：P（ A ）=P（[0，1））=1;但是另一方面，P（Ai）=0，i=1，2，…，n，又可得P（ A ）=0，從而矛盾。因此集函數(shù)P（·）不滿足可列可加性。對與學(xué)有余力的同學(xué)，我們還可以進(jìn)一步分析在有限可加基礎(chǔ)上增加什么條件就能得到可列可加性。這需要進(jìn)一步引入概率的下連續(xù)性，即對與F上的集函數(shù)P（·），若對F的任意單調(diào)不減事件序列{An}，有： P（A ）=P（ A ）。有限可加性和下連續(xù)性綜合起來就和可列可加性等價，具體的證明也不難，可以根據(jù)課時和學(xué)生的掌握程度來確實是否在課堂上講授。這樣，學(xué)生對與這兩種可加性就有更深刻的認(rèn)識。

總得來說，概率的公理化是建立在實變函數(shù)的基礎(chǔ)上，難點和要點就在于事件類的選擇，如果事件選地過少，就相當(dāng)于定義域太小，不能滿足實際需要;如果里面的事件選取的過多，又可能導(dǎo)致無法給出一個不產(chǎn)生歧義的概率定義。因此最后，我們選擇包含所有我們關(guān)心得事件所構(gòu)成的σ域F，它保證事件的所有交、并、逆、差等運算進(jìn)行可列次仍然封閉。這種對可列運算封閉的集合類，也暗示我們后面在定義概率的時候，需要滿足可列可加的性質(zhì)。

2 概率的性質(zhì)

在上面討論公理化的基礎(chǔ)上，很容易導(dǎo)出概率的一些性質(zhì)，這些性質(zhì)對與后續(xù)內(nèi)容的學(xué)習(xí)以及之前的古典概型、幾何概型的計算都有重要的作用。在教學(xué)過程中，為了讓學(xué)生很好地掌握這些性質(zhì)，我們可以舉一些有代表性的例子來加以說明，同時一些有趣的例子能更好地激發(fā)學(xué)生對概率的性質(zhì)。首先，我們列舉一下概率的主要性質(zhì)如下：

這些性質(zhì)還可以有進(jìn)一步導(dǎo)出次可加性和概率的單調(diào)性等，同時這里的內(nèi)容進(jìn)一步用到后面的條件概率、乘法公式，以及全概率公式和貝葉斯公式等相結(jié)合，會讓學(xué)生感覺公式太多，太復(fù)雜，在實際中不知道用哪個公式。為此，我們應(yīng)循序漸進(jìn)的推導(dǎo)這些性質(zhì)，并輔以適當(dāng)有趣的實例讓學(xué)生更好地掌握這里的內(nèi)容。下面我們舉兩個有趣的例子來說明性質(zhì)（3）和（5）在實際中的應(yīng)用。

例2：（最大車牌號問題）某城有N輛車，車牌編號從1到N，某人在去該城的途中把所遇到的車牌記下（可能號碼有重復(fù)），求抄到的最大號碼是k的概率（1≤k≤N）？

這個題目是典型的古典概型問題，即每輛車號碼被抄下的概率相同。我們首先想到的是用排列組合的方法來計算，但是考慮到這些號碼的可重復(fù)性，直接就算較為困難。為此，我們換一個角度思考，如果我們考慮記下的號碼不超過k這樣的事件為Bk，則題目中抄到的最大號碼是這個事件就可以表示成Bk與Bk-1兩個事件差。即，如果記事件抄到的最大號碼是k為Ak，則Ak=Bk-Bk-1，且Bk-1？哿Bk。顯然，P（Bk）= ，再更加性質(zhì)（3）容易得到P（Ak）= 。這個題目很有意思，在二戰(zhàn)的時候，盟軍用它來估計德國的軍火生產(chǎn)能力，具體來說可以從繳獲的坦克的號碼、擊毀坦克的號碼、以及運輸中抄下的坦克編號就能得這里所謂的k，而P（Ak）可以利用統(tǒng)計中的序貫分析的方法加以估計，這樣就可以把這里的N大致的反解出來，從戰(zhàn)后披露的數(shù)據(jù)看，當(dāng)時的推斷較為準(zhǔn)確的，取得較好效果。[3]

例3：（匹配問題）某人一次寫了n封信，并準(zhǔn)備n個信封。如果他隨機(jī)的將n封信裝入n個信封，問至少有一封信的裝對的概率是多少？

這個題目也是古典概型問題，很多同學(xué)看到題目以后很快會想到用對立事件來處理，至少有一封信的裝對的反面是沒有一封信裝對，但問題是沒有一封信裝對這樣一個事件也是無法直接計算的。因此，我們要想辦法轉(zhuǎn)化原有的問題，把上述事件分解成一些簡單的事件再加以計算。這里關(guān)鍵在于至少有一封信的裝對如何換一個角度去表達(dá)。結(jié)合和事件的定義，如果我們記Ak表示第k封信裝對，則 Ai即為至少有一封信裝對這個事件，然后再用一般的加法公式就可以得到相應(yīng)結(jié)果。此時容易計算，P（Ai）= = ，P（AiAj）= = ，…，P（A1A2…An）= 。

利用一般的加法公式，易得：

3 小節(jié)

概率公理化一直以來都是概率論教學(xué)中的一個重點和難點，它是整個概率論大廈的基礎(chǔ)，因此很重要，同時由于它是建立在抽象的測度和積分基礎(chǔ)上，從而又是較難掌握的內(nèi)容。我們在實際的教學(xué)中，因從簡單的古典概型、幾何概型慢慢地過渡到概率的公理化，對與其中的抽象的測度和積分可稍加介紹，同時也可以反過來用公理化去解釋之前的古典概型和幾何概型。通過這種循序漸進(jìn)，實例引導(dǎo)的方式，幫助學(xué)生深入理解公理化的思想，并能靈活的運用概率的性質(zhì)，解決實際問題，提高學(xué)習(xí)的興趣和教學(xué)質(zhì)量。

【參考文獻(xiàn)】

[1]李賢平.概率論基礎(chǔ)（第三版）[M].北京：高等教育出版社，2010.

[2]茆詩松，等.概率論與數(shù)理統(tǒng)計教程[M].北京：高等教育出版社，2004.

[3]魏宗舒，等.概率論與數(shù)理統(tǒng)計教程[M].北京：高等教育出版社，2008.