事件

機率空間(3)機率空間(Probability space-3. Probability space)

機率空間3)機率空間(Probability space-3. Probability space)
國立高雄大學應用數學系黃文璋教授/國立高雄大學應用數學系黃文璋教授責任編輯

連結:機率空間(2)機率的意義

摘要:機率空間是機率論的基礎,本篇從集合論出發,介紹Kolmogorov的現代公設觀點,並以此定義機率函數(probability function),並條列出機率函數的一些性質。

眾所周知,數學中各領域的起源,通常都是始於解決實際的問題,此時不論專業或業餘,很多人都可參與探討。而後逐漸深入,就只有少數專業人士能理解其中的內涵了。

以幾何學為例,其發源是始於尼羅河氾濫後的測量問題。平面幾何學中的諸多美妙結果,兩千三百多年前,就已被歐幾里得(Euclid,約西元前375-300年),收錄於其幾何原本(Elements)一書中。當年畢達哥拉斯(Pythagoras,約西元前580-500年)等著名數學家所探討的問題,不過是今日中學數學課程的內容。而一般人若翻閱大學數學系的幾何學教科書,可能不會感覺這是在講幾何的書。

機率空間(2)機率的意義(Probability space-2. The meanings of probability)

機率空間(2)機率的意義(Probability space-2. The meanings of probability)
國立高雄大學應用數學系黃文璋教授/國立高雄大學應用數學系黃文璋教授責任編輯

連結:機率空間(1)機率論的誕生

摘要:本篇從一個生雙胞胎的機率問題出發,說明機率一詞的三種不同解釋:古典機率、頻度機率、主觀機率,並提出許多例子,來釐清這些觀點。

著名的法國數學家及天文學家,有法國牛頓之稱的拉普拉斯(Pierre Simon, Marquis de Laplace, 1749-1827)曾說『大部分生活中最重要的疑問,都只是機率的問題』。的確,處在此一隨機世界,隨機現象(random phenomenon)處處可見。很多觀測事先並不能預知結果,因此事件的成立與否(或說發生與否,正確與否),往往並非只有是、否兩種選擇。還可以是“有可能是”(當然也就“有可能否”)。

而隨著科技日漸發達,對精確度的要求也隨之提高,不能只含混地說“有可能”,而要更明確地表示其可能性之大小。今日機率一詞可說到處出現,人們常想知道某事件發生的機率。雖人人對機率朗朗上口,但一般人是否真了解機率的意思呢?

初等的機率論(5)有限機率空間(Finite Probability Space)

初等的機率論(5)有限機率空間
(Elementary Probability Theory-5. Finite Probability Space)
國立臺灣大學數學系蔡聰明副教授/國立臺灣大學數學系蔡聰明副教授責任編輯

連結:初等的機率論(4)機率論的甕模型

摘要:這裡針對隨機實驗所有可能出現結果為有限個的情形,探討其機率模型,並給出古典機率的定義,根據此定義及其衍伸的演算規則,舉出四個例子略作說明。

機率論研究的是隨機現象,例如丟銅板、骰子、量子力學、天氣、統計物理、命運、股票之漲跌、經濟的波動、…等等。機率論又是數理統計學與統計物理學與量子力學的基礎。

面對一個隨機現象,首先是對一個隨機現象作隨機實驗,可能是真的做實驗,也可能只是作個觀察(如天氣現象)。隨機實驗會發生什麼結果,事前說不準(uncertainty)。一個事件的發生與否也說不準,於是採用機率的語言來描述事件發生的可能性之大小,例如我們常聽說:明天下雨的機率是 $$30{\%}$$($$= 0.3$$);丟一個公正銅板出現正面的機率是 $$1/2$$;丟一個骰子出現三點的機率是 $$1/6$$。

初等的機率論(4)機率論的甕模型(Urn Model for Probability Theory)

初等的機率論(4)機率論的甕模型
(Elementary Probability Theory-4. Urn Model for Probability Theory)
國立臺灣大學數學系蔡聰明副教授/國立臺灣大學數學系蔡聰明副教授責任編輯

連結:初等的機率論(3)兩個重要的不等式

摘要:本文從「機率論是虛,記述統計是實」的論點出發,以實例引導我們從「記述統計」進入「機率論」的世界。

現在我們先把主題點出來:機率論和記述統計,幾乎完全一樣!只是一虛一實而已。機率論是虛,記述統計是實。

為了說明這一點,我們就想像這種情形:我把去年學生的成績做了完整的記錄,將每一位學生都想像為一個球 $$\omega_k$$,並且寫上該生的分數 $$x_k$$,全部裝到一個甕(urn)$$\Omega$$ 之中,於是有 $$\Omega=\{\omega_1,\omega_2,\dots,\omega_N\}$$,這叫做樣本空間(sample space)。