第 2 讲 · 从古典概型局限到 Kolmogorov 公理化：Vitali 不可测集、σ-代数与概率空间

1.1 从 Hilbert 第六问题到“概率是集合的函数”（▶ P10 00:43–10:42）

在 ▶ P10 00:43–04:38，张颢老师指出：第 1 讲的古典概型要求样本空间有限且所有样本点等可能，这在现实中极其局限。尽管从 Cardano、Pascal、Fermat、Huygens 到 Bernoulli、Laplace 与俄罗斯学派，学者们对概率的探索已相当深入，但直到 20 世纪初，概率论仍缺乏坚实的公理支撑——没有公理就还算不上严格的数学！

• Hilbert 第六问题（1900）与 Kolmogorov《概率论基本概念》（1933）：1900 年 Hilbert 在著名的 23 个数学问题中将“概率论与力学的公理化”列为第六问题（▶ P10 02:39–03:45）。1933 年，公认的现代概率论之父、俄罗斯（苏联）数学家 Kolmogorov（柯尔莫哥洛夫） 出版了仅百余页的德文小册子《概率论基本概念》，一举奠定了现代概率论的公理大厦（▶ P10 03:45–04:38）。
• 今日第一个核心概念：概率 $\mathbb{P}$ 的自变量是“样本空间的子集”，而非样本点！（▶ P10 05:27–10:42）
  • 概率 $\mathbb{P}$ 是一个函数，值域归一化为 $[0,1]$（满足 $\mathbb{P}(\emptyset)=0,\; \mathbb{P}(\Omega)=1$）；
  • 它的最大特点在于其定义域是一个“由集合构成的集合（Set of Sets）”（▶ P10 07:02）！概率的自变量不是单个样本点 $\omega$，而是样本空间的子集 $A \subset \Omega$（例如掷骰子算“出现偶数 $\{2,4,6\}$”或“出现质数 $\{2,3,5\}$”的概率；至于单个样本点的概率，实质上是单点集 $\{\omega\}$ 的概率，▶ P10 09:00–10:14）。

---

1.2 定义域之问：当 $\Omega = \mathbb{R}$ 时，能否把所有子集 $2^\Omega$ 都放进概率的定义域？（▶ P10 19:00–▶ P11 05:24 & ▶ P11 16:16–20:19）

既然概率 $\mathbb{P}$ 是以 $\Omega$ 的子集为自变量的函数，那么它的定义域究竟该取多大？

• 情形 ①：$\Omega$ 为有限集（$\#\Omega = N < \infty$，▶ P11 00:00）：全体子集构成的幂集记为 $2^\Omega$（因为子集总个数恰为 $2^N$）。此时定义域直接取 $2^\Omega$，没有任何毛病！
• 情形 ②：$\Omega$ 为可数无穷集（如自然数集 $\mathbb{N}$，▶ P11 00:26–01:24 & ▶ P11 17:50）：可数集与 $\mathbb{N}$ 一一对应，其全体子集的势与实数集 $\mathbb{R}$ 相同（连续统 $2^{\aleph_0}$）。在可数空间上，依然可以把全部子集 $2^\Omega$ 都作为概率的定义域，不会产生逻辑矛盾！
• 情形 ③：$\Omega = \mathbb{R}$ 为连续实数集（▶ P11 01:24–05:24 & ▶ P11 18:14–20:19）： 在自然界采样中，绝大多数数据都在连续实数集 $\mathbb{R}$ 中取值。就像函数 $f(x)=1/x$ 在 $x=0$ 处没有定义一样（▶ P11 02:49），在实数集 $\mathbb{R}$ 的全体子集 $2^{\mathbb{R}}$ 中，真的存在极其怪异的病态子集，根本无法给它定义“长度（概率测度）”！ 这种集合绝不是长度等于 $0$，而是不可测（Non-measurable）——一旦强行赋长度，就会引发逻辑爆炸！

---

1.3 黑板“烧脑”推导：[0,1) 圆周上 Vitali 不可测集的四步构造（▶ P12 00:00–17:51）

为了让同学们“撞一撞南墙”（▶ P12 00:34），张颢老师在黑板上完整复现了意大利数学家 Vitali（维塔利，1905） 最著名的不可测集构造（注：张颢老师黑板将代表元集记为 $A$、平移集记为 $A_k$，在现代测度论教材中常记为 $H$ 与 $H_q = H\oplus q$，下面同时标注两种记号）：

• 构造总目标（▶ P12 01:10–06:08）： 我们要在区间 $[0,1)$ 内构造可数无穷多个子集 $\{H_q\}$（黑板记 $\{A_k\}_{k=1}^\infty$），使它们同时满足三条性质：

  1. 长度（概率）完全相等：$\mathbb{P}(H_q) = p$（平移不变性）；
  2. 两两互不相交：当 $q_i \neq q_j$ 时，$H_{q_i} \cap H_{q_j} = \emptyset$；
  3. 可列并恰好拼满整个 $[0,1)$：$\bigsqcup_{k=1}^\infty H_{q_k} = [0, 1)$。
  • 一旦构造成功，为什么立刻产生致命矛盾？（▶ P12 03:42–06:08） 由可列可加性，全体 $H_{q_k}$ 的概率之和必须等于 $[0,1)$ 的总长度 $1$： $$\sum_{k=1}^{\infty} \mathbb{P}(H_{q_k}) = \sum_{k=1}^{\infty} p = 1$$ 请问常数 $p$ 能取什么值？
    • 若赋 $p = 0$：可数无穷多个 $0$ 相加仍为 $0$，得出 $0 = 1$，荒谬！
    • 若赋 $p > 0$：哪怕 $p$ 再微小，无穷多个正常数 $p$ 相加必发散为 $+\infty$，得出 $+\infty = 1$，同样荒谬！ 赋 $0$ 不行，赋非 $0$ 也不行，“给脸不要脸”（▶ P12 05:39），这证明 $H$ 根本不配拥有长度（不可测）！

• Vitali 具体是怎么把 $H$ 与 $H_q$ 构造出来的？（▶ P12 06:08–17:20）

  1. 第一步：定义有理差等价关系 $\sim$（▶ P12 06:44–09:21） 对任意 $x, y \in [0, 1)$，定义等价关系： $$x \sim y \iff x - y \in \mathbb{Q} \;(\text{即 } x \text{ 与 } y \text{ 相差一个有理数})$$ 立即验证等价关系三要素：自反性（$x-x=0\in\mathbb{Q}$）、对称性（$x-y\in\mathbb{Q}\Rightarrow y-x\in\mathbb{Q}$）、传递性（$x-y\in\mathbb{Q},\,y-z\in\mathbb{Q}\Rightarrow x-z=(x-y)+(y-z)\in\mathbb{Q}$）。 该等价关系将 $[0,1)$ 彻底切分为互不相交的等价类（Equivalence Classes）：所有有理数归入同一个等价类，而无理数则被划分为不可数多个不同的等价类（▶ P12 09:44）。
  2. 第二步：运用选择公理抽出“人民代表大会”集合 $H$（黑板记作 $A$，▶ P12 09:21–12:22） 从上述每一个等价类中，各自挑选出唯一一个代表元（Agent），把所有代表元聚集到一个集合中，记为代表元集 $H \subset [0,1)$（张颢老师妙喻为“从各个选区各选一名代表组成人民代表大会，这个集合非常有力量”，▶ P12 11:33）。
  3. 第三步：在 [0,1) 筒形圆周上做有理数循环移位 $H_q = H \oplus q$（▶ P12 12:22–16:49） 由于 $[0,1)$ 内的有理数集 $\mathbb{Q}\cap[0,1)$ 是可数无穷集，将其排成一列 $\{q_1, q_2, \dots, q_k, \dots\}$。对每个 $q_k$，将代表元集 $H$ 整体向右平移 $q_k$；若平移后超出 $[0,1)$ 右端点 $1$，则模 $1$ 折回左端从头开始（即把 $[0,1)$ 卷成首尾相接的筒形/圆周做循环移位 $\oplus$，正如《信号与系统》中的循环移位，▶ P12 14:55–15:28）： $$H_{q_k} = H \oplus q_k := \bigl\{(h + q_k) \bmod 1 \;\big|\; h \in H\bigr\}\quad (\text{黑板记作 } A_k = A + q_k \text{ 循环移位})$$
     • 为什么长度不变？ $H_{q_k}$ 只是将 $H$ 平移并把越界部分原封不动折回左端，若 $H$ 有长度 $p$，则每个 $H_{q_k}$ 长度必同为 $p$（▶ P12 16:18）；
     • 为什么两两不交？ 若某两个 $H_{q_i} \cap H_{q_j} \neq \emptyset$，则存在代表元 $h_1, h_2 \in H$ 使 $(h_1+q_i)-(h_2+q_j)\in\mathbb{Z}\subset\mathbb{Q} \implies h_1 - h_2 \in \mathbb{Q}$，说明 $h_1 \sim h_2$ 同属一个等价类！但每个等价类只选了唯一代表，故必有 $h_1=h_2$ 且 $q_i=q_j$；
     • 为什么拼满 $[0,1)$？ $[0,1)$ 中任意实数 $x$ 必属于某个等价类，设该类在 $H$ 中的代表元为 $h$，则 $x - h \in \mathbb{Q}$，模 $1$ 后恰对应某个有理位移 $q_k \in \mathbb{Q}\cap[0,1)$，即 $x \in H_{q_k}$！

2.1 合法的概率定义域必须满足哪两条标准？（▶ P12 17:51–▶ P13 01:53）

既然在实数轴 $\Omega = \mathbb{R}$ 上不能把所有子集 $2^\Omega$ 都作为概率的定义域，我们必须精心划定一个由“好子集”构成的集合族 $\mathcal{F} \subset 2^\Omega$ 作为概率 $\mathbb{P}$ 的定义域。张颢老师指出，这个定义域 $\mathcal{F}$ 必须同时满足两大要求：

1. 完备自洽（不含病态集，▶ P12 18:26）：里面绝不能混入像 Vitali 集那样无法赋长度的不可测怪集，并且必须有一条清晰的构造途径（不能靠打蚊子式的排除法）；
2. 极强的表达能力（涵盖一切正常集合，▶ P13 00:30–01:27）：现实工程与科学计算中可能遇到的所有正常集合（开区间、闭区间、半开半闭区间、单点集、可数并集等）必须全部被纳入 $\mathcal{F}$ 中！否则若在工程实践中遇到一个极其正常的集合，你却两手一摊说“它不在定义域里、算不了概率”，这样的概率论就是残缺的。

---

2.2 $\sigma$-代数（$\sigma$-域 $\mathcal{F}$）的三条封闭公理与 Borel 域 $\mathcal{B}(\mathbb{R})$ 的生成（▶ P13 01:53–06:08）

为了实现自底向上（Bottom-Up）的构造，法国数学家 Borel（博雷尔） 给出了流传百年的经典方案（▶ P13 01:53）：

• 第一步：选定最简单的“基础种子集（Generators）”（▶ P13 02:28） 在实数轴 $\mathbb{R}$ 上，选取全体形如 $(-\infty, x]$ 的左无限半闭区间作为基础集合（注：也可以选全体开区间 $(a,b)$，生成的域完全等价）。
• 第二步：对交、并、补的可数次运算封闭——形成 $\sigma$-代数（$\sigma$-域 $\mathcal{F}$）（▶ P13 03:27–05:39） 从基础集合出发，把所有能通过有限次或可数无穷次交（$\cap$）、并（$\cup$）、补（$c$）三种集合运算生成出来的集合，“有一个算一个”全部装进一个大框 $\mathcal{F}$ 里！ 在公理化体系中，满足以下三条封闭性质的非空子集族 $\mathcal{F} \subset 2^\Omega$ 称为 $\sigma$-代数（或 $\sigma$-域，$\sigma$-Field）：
  1. 非空与必然事件：$\Omega \in \mathcal{F},\; \emptyset \in \mathcal{F}$；
  2. 对补集（余集）封闭：若 $A \in \mathcal{F}$，则 $A^c = \Omega \setminus A \in \mathcal{F}$；
  3. 对可列并（及可列交）封闭：若 $A_1, A_2, \dots \in \mathcal{F}$，则 $\bigcup_{k=1}^\infty A_k \in \mathcal{F}$ 且 $\bigcap_{k=1}^\infty A_k = \bigl(\bigcup_{k=1}^\infty A_k^c\bigr)^c \in \mathcal{F}$。 由基础集合 $(-\infty, x]$ 生成的这个最小 $\sigma$-域，就称为实数轴上的 Borel $\sigma$-域（博雷尔域，记作 $\mathcal{B}(\mathbb{R})$）。

---

2.3 黑板实战推演：为什么 Borel 域 $\mathcal{B}(\mathbb{R})$ 的表达能力无坚不摧？（▶ P13 06:08–11:50）

也许有同学不服气：仅凭半无限区间 $(-\infty, x]$ 和可数次交并补，真能把所有常见区间都造出来吗？张颢老师在黑板上连推三个典型例子（▶ P13 06:39–11:22）：

1. 生成有限左开右闭区间 $(a, b]$（▶ P13 06:39–07:46）： 直接用两个基础种子集作差（注意集合差 $E\setminus F = E \cap F^c$ 本身就是一次交与一次补运算）： $$(a, b] = (-\infty, b] \setminus (-\infty, a] = (-\infty, b] \cap (-\infty, a]^c \in \mathcal{B}(\mathbb{R})$$
2. 生成开区间 $(a, b)$——用半开区间序列逼近右端点（▶ P13 07:46–10:30）： 右端点从闭变开怎么办？利用微积分极限逼近思想，用一列右端点为 $b - \frac{1}{k}$ 的左开右闭区间做可列递增并（嵌套极限）： $$(a, b) = \bigcup_{k=1}^{\infty} \left(a,\, b - \frac{1}{k}\right] \in \mathcal{B}(\mathbb{R})$$
3. 生成闭区间 $[a, b]$ 与单点集 $\{a\}$（▶ P13 10:30–11:22）： 既然开区间 $(a,b)$ 与半开区间 $(a,b]$ 都在 Borel 域中，做差或可列交立得： $$[a, b] = (-\infty, b] \setminus (-\infty, a) \in \mathcal{B}(\mathbb{R}), \qquad \{a\} = [a, b] \setminus (a, b] = \bigcap_{k=1}^{\infty}\left(a - \frac{1}{k},\, a\right] \in \mathcal{B}(\mathbb{R})$$

---

2.4 张颢老师的清醒洞见：Borel 域“够用即止”（▶ P14 00:55–04:19）

在 P14 开篇，针对同学课间提出的深刻问题“Borel 域是不是恰好把所有不可测集排除在外、把所有可测集一网打尽？”，张颢老师给出了极具学术诚实的回答（▶ P14 01:26–03:48）：

• 没有任何证据表明 $\mathcal{B}(\mathbb{R})$ 包含了全部可测集！ 事实上，在 Borel 域与不可测集之间，还隔着一个深不见底的巨大空洞（例如实变函数中的 Lebesgue 可测集族就比 Borel 域大得多，基数高达 $2^{\mathfrak{c}}$，而 Borel 集基数仅为 $\mathfrak{c}$）；
• 但我们为什么在 $\mathcal{B}(\mathbb{R})$ 就停下来了？因为两个字——“够用”！（▶ P14 02:23）我们在物理与工程中能想到的所有正常集合全都在 $\mathcal{B}(\mathbb{R})$ 里（如果你能简单写出一类不在 Borel 域里的正常集合，立刻就能成名发大文章，▶ P13 11:22）。概率论不是实变函数论，厘清定义域 $\mathcal{F}$ 是为了消除逻辑漏洞，够用即止！

3.1 Kolmogorov 概率空间三元组 $(\Omega, \mathcal{F}, \mathbb{P})$ 正式合拢（▶ P13 12:13–14:40 & ▶ P14 04:19）

Borel 本人当年研究的是实数理论与测度论，并没有研究概率；而 Kolmogorov 在 1933 年最伟大的贡献之一，就是将 Borel 严格的测度论成果引入概率论，彻底解决了困扰学界数百年的“概率定义域”难题（▶ P13 12:13）。至此，现代概率论的基石——概率空间（Probability Space，又称概率三元组）$(\Omega, \mathcal{F}, \mathbb{P})$ 完整确立：

1. 样本空间 $\Omega$：统计实验全体可能结果的集合；
2. 事件域（$\sigma$-域）$\mathcal{F}$：概率函数的定义域（$\Omega$ 可数时取 $2^\Omega$，$\Omega=\mathbb{R}$ 时取 Borel 域 $\mathcal{B}(\mathbb{R})$）；
3. 概率测度 $\mathbb{P}: \mathcal{F} \to [0, 1]$：先验给定的集合函数，满足规范性 $\mathbb{P}(\emptyset)=0,\; \mathbb{P}(\Omega)=1$ 以及最核心的可列（可数）可加性： $$A_i \cap A_j = \emptyset \;(i\neq j) \quad\Longrightarrow\quad \mathbb{P}\!\left(\bigsqcup_{k=1}^{\infty} A_k\right) = \sum_{k=1}^{\infty} \mathbb{P}(A_k)$$

---

3.2 可列可加性的第一重威力：“烙大饼切饼圈”证明概率的连续性（▶ P11 05:46–12:16）

为什么仅有“有限可加性”（由 2 个递推到 $n$ 个）还不够，非要强调可数无穷可加性？（▶ P10 13:15–15:36）因为一旦涉及无穷样本空间（如从自然数 $\mathbb{N}$ 中取偶数），我们就不可避免地要对事件序列取极限！ 在 ▶ P11 05:46–12:16，张颢老师展示了可列可加性如何直接导出概率函数的连续性（极限点的函数值等于函数值的极限）：

• 问题设定：设有一列单调递增的嵌套（Nested）集合序列： $$A_1 \subset A_2 \subset A_3 \subset \cdots \subset A_n \subset A_{n+1} \subset \cdots$$ 定义其极限集合为可列并 $A = \lim_{n\to\infty} A_n := \bigcup_{n=1}^{\infty} A_n$。如何证明 $\mathbb{P}(A) = \lim_{n\to\infty} \mathbb{P}(A_n)$？
• 张颢黑板“切大饼圈”绝技（▶ P11 08:59–11:50）： 既然 $A_1, A_2, \dots$ 一层套一层像不断摊大的大饼，它们彼此相交，不能直接相加；但我们可以像切同心圆环一样，把大饼切分成一圈一圈互不相交的“饼圈”（差集 $A_{k+1} \setminus A_k$）！ $$A = \bigcup_{n=1}^{\infty} A_n = A_1 \,\sqcup\, (A_2 \setminus A_1) \,\sqcup\, (A_3 \setminus A_2) \,\sqcup\, \cdots \,\sqcup\, (A_{k+1} \setminus A_k) \,\sqcup\, \cdots$$ 由于中心小饼 $A_1$ 与各个外围饼圈 $A_{k+1}\setminus A_k$ 两两互不相交，直接应用可列可加性并化为部分和极限： $$\mathbb{P}(A) = \mathbb{P}(A_1) + \sum_{k=1}^{\infty} \mathbb{P}(A_{k+1}\setminus A_k) = \lim_{n\to\infty}\left[\mathbb{P}(A_1) + \sum_{k=1}^{n-1}\bigl(\mathbb{P}(A_{k+1}) - \mathbb{P}(A_k)\bigr)\right] = \lim_{n\to\infty} \mathbb{P}(A_n)$$ 即：$\mathbb{P}\bigl(\lim_{n\to\infty} A_n\bigr) = \lim_{n\to\infty} \mathbb{P}(A_n)$！这说明可列可加性本质上就是概率作为集合函数的连续性公理。

---

3.3 可列可加性的第二重深化：当集合相交时怎么办？——容斥原理与 $N$ 人拿帽匹配问题（▶ P14 04:41–20:04）

如果不相交，并集的概率直接相加；那如果多个事件彼此相交且耦合复杂，该如何计算并集概率？张颢老师在 ▶ P14 05:10–20:04 请出了概率论史上最经典的匹配问题（Matching Problem / 错排问题）：

问题（▶ P14 05:10–06:45）：$N$ 个人每人戴一顶帽子，把所有帽子混在桌子上后每人随机拿一顶（等价于 $N$ 封信随机装入 $N$ 个信封）。求没有任何一个人拿到自己帽子（全错排）的概率。

严格遵循张颢老师黑板四步推演：

1. Step ① 明确样本空间 $\Omega$（▶ P14 06:45–08:24）： 将人和帽子均编号为 $1, 2, \dots, N$。每次分配结果是一个 $N$ 元排列 $(s_1, s_2, \dots, s_N)$，其中 $s_k$ 表示第 $k$ 个人拿到的帽子编号： $$\Omega = \bigl\{(s_1, s_2, \dots, s_N) \;\big|\; (s_1,\dots,s_N)\text{ 是 }1,\dots,N\text{ 的全排列}\bigr\}, \qquad \#\Omega = N!$$
2. Step ② 定义单人拿对事件 $B_k$ 并利用 De Morgan 定律转并集（▶ P14 08:24–12:14）： 为什么正着数“所有 $s_k \neq k$”很困难？因为各人拿错彼此连锁耦合（若第 1 人拿了第 2 人的帽子，第 2 人就绝不可能拿错成自己的帽子，如同病毒传播般牵一发而动全身，▶ P14 08:52）！ 为此，定义事件 $B_k = \{(s_1,\dots,s_N)\in\Omega \mid s_k = k\}$ 表示“第 $k$ 个人拿对了帽子”。我们要算的“所有人全拿错”恰为交集 $\bigcap_{k=1}^N B_k^c$。由德摩根律（交的补等于补的并）： $$\mathbb{P}\!\left(\bigcap_{k=1}^{N} B_k^c\right) = \mathbb{P}\!\left(\left(\bigcup_{k=1}^{N} B_k\right)^c\right) = 1 - \mathbb{P}\!\left(\bigcup_{k=1}^{N} B_k\right)$$
3. Step ③ 容斥原理（Inclusion-Exclusion Principle）展开相交并集（▶ P14 12:14–15:05）： 由于不同的人可以同时拿对帽子（$B_i \cap B_j \neq \emptyset$），必须使用容斥原理交替加减： $$\mathbb{P}\!\left(\bigcup_{k=1}^{N} B_k\right) = \sum_{k=1}^{N}\mathbb{P}(B_k) - \sum_{i < j}\mathbb{P}(B_i\cap B_j) + \sum_{i < j < l}\mathbb{P}(B_i\cap B_j\cap B_l) - \cdots + (-1)^{N-1}\mathbb{P}(B_1\cap\cdots\cap B_N)$$
4. Step ④ 固定位置全排列计数与阶乘奇迹抵消（▶ P14 15:05–18:44）：
   • 单人拿对 $\#B_k$：第 $k$ 个位置固定为 $s_k=k$，其余 $N-1$ 个位置任意全排列，故 $\#B_k = (N-1)!$，$\mathbb{P}(B_k) = \frac{(N-1)!}{N!} = \frac{1}{N}$；
   • 两人同时拿对 $\#(B_i\cap B_j)$：固定 $i, j$ 两个位置，其余 $N-2$ 个位置全排列，故 $\mathbb{P}(B_i\cap B_j) = \frac{(N-2)!}{N!}$；
   • 一般地，$m$ 个人同时拿对的概率为 $\frac{(N-m)!}{N!}$，而从 $N$ 个人中选 $m$ 个人的组合数恰为 $\binom{N}{m} = \frac{N!}{m!(N-m)!}$！代回原式，分子分母中的 $N!$ 与 $(N-m)!$ 完美约消： $$\mathbb{P}\!\left(\bigcap_{k=1}^{N} B_k^c\right) = 1 - \binom{N}{1}\frac{(N-1)!}{N!} + \binom{N}{2}\frac{(N-2)!}{N!} - \binom{N}{3}\frac{(N-3)!}{N!} + \cdots + (-1)^N\binom{N}{N}\frac{0!}{N!}$$ $$= 1 - 1 + \frac{1}{2!} - \frac{1}{3!} + \frac{1}{4!} - \cdots + (-1)^N\frac{1}{N!} \;\xrightarrow{N\to\infty}\; e^{-1} \approx 0.36788$$