样本空间
概述
样本空间是概率论中的基本概念，指的是随机试验的所有可能结果的集合。在费马解决点数问题的组合枚举法中，他隐含地运用了样本空间的思想——将所有可能的未来情景列举出来，然后计算"有利情景"的比例。
关键内容
基本定义
样本空间（通常记为Ω）是随机试验所有可能结果的集合。
例子
- 掷一颗骰子：Ω = {1, 2, 3, 4, 5, 6}
- 掷两颗骰子：Ω = {(1,1), (1,2), ..., (6,6)}，共36种
- 抛硬币：Ω = {正面, 反面}
- 点数问题中的样本空间：当双方再进行a+b-1局时，Ω中包含所有可能的输赢序列，共2^(a+b-1)种
样本点vs事件
- 样本点：样本空间中的单个元素，即一个可能的结果
- 事件：样本空间的子集，即若干个可能结果的组合
例如，在掷骰子的实验中： - 样本点：掷出1、掷出2、...、掷出6 - 事件："掷出偶数" = {2, 4, 6}
费马的样本空间思想
- 明确样本空间：不管实际赌局是否会提前结束，想象一个假设的实验：双方再掷a+b-1局
- 列举所有样本点：每局有"A赢"或"B赢"两种结果，所以共有2^(a+b-1)种等可能的序列
- 定义事件："A最终获胜" = 那些其中至少有a个回合A赢的所有序列
- 计算概率：P(A获胜) = |有利样本点数| / |总样本点数|
这正是古典概率的基本思想：在等可能的情形下，概率 = 有利结果数 / 总结果数。
样本空间的性质
- 完备性：所有可能结果都被包含
- 互斥性：样本点之间相互排斥，不能同时发生
- 可数性：样本点可以逐一列举（离散的情况）或用连续分布描述（连续的情况）
样本空间的类型
- 离散样本空间：样本点数量有限或可数无限
- 有限的：掷骰子、抽卡牌
-
无限的：计数到某个值出现为止
-
连续样本空间：样本点不可数
- 时间间隔[0, 10]内的某个时刻
- 某个物体的精确位置
意义
为什么样本空间重要
- 概率的基础：样本空间是定义概率的前提——没有明确的样本空间，就无法计算概率
- 古典概率的基础：在等可能的样本空间中，概率计算简化为组合计数
- 现代概率的基础：Kolmogorov的公理化体系建立在样本空间和事件的基础上
在概率论中的地位
- 费马在点数问题中隐含地引入了样本空间的思想
- 这成为现代概率论最基础的概念之一
- Kolmogorov的公理化体系明确地以样本空间、σ-代数和概率测度为基础