歡迎來到概率論的基礎！

歡迎邁出掌握 Exam P 的第一步！在我們深入研究複雜的計算和分佈之前，必須先學會概率的「字母表」。本章將涵蓋樣本空間 (Sample Spaces)、事件 (Events) 以及控制概率運作的基本規則（公理，Axioms）。可以把這些想像成遊戲規則書；一旦你掌握了規則，玩起遊戲來就會輕鬆得多。

如果你還沒準備好面對複雜的數學，別擔心。我們會把這些概念拆解成簡單的生活常識。事實上，每當你查看天氣預報或思考抽獎的中獎機率時，都在應用這些概念！


1. 樣本空間：宏觀視角

樣本空間 (Sample Space)（通常以字母 \(S\) 表示）是指一個實驗或觀測中所有可能結果的集合。

試想你是一位負責審核車險保單的精算師。當有理賠申請時，可能的結果包括「全損 (Total Loss)」、「部分損毀 (Partial Damage)」或「僅玻璃受損 (Glass Only)」。這些可能結果的清單就是你的樣本空間。

要點回顧：

1. 樣本空間必須是窮盡的 (Exhaustive)（必須包含所有可能的結果）。
2. 結果必須是互斥的 (Mutually Exclusive)（一次只能出現一個結果）。

範例：如果你擲一枚硬幣，\(S = \{正面, 反面\}\)。如果你擲一顆六面骰子，\(S = \{1, 2, 3, 4, 5, 6\}\)。

小提醒：如果你正在尋找某個特定的結果，但它不在你的樣本空間內，那麼該結果發生的概率就是零！


2. 事件：樣本空間的子集

事件 (Event)（通常以字母如 \(A, B \text{ 或 } C\) 表示）僅僅是樣本空間中特定的結果或結果的集合。用數學術語來說，事件是 \(S\) 的一個子集 (Subset)。

「披薩類比」：
把樣本空間想像成一整個披薩。事件就像是披薩的一片或幾片。你不可能拿到一片不屬於這個披薩的碎片！

事件的類型：

1. 簡單事件 (Simple Event)：僅包含一個結果的事件（例如：擲出「4」）。
2. 複合事件 (Compound Event)：包含多於一個結果的事件（例如：擲出偶數：\(\{2, 4, 6\}\)）。
3. 空集 (\(\emptyset\))：不可能發生的事件。它不包含任何結果（例如：擲出一顆標準骰子卻得到「7」）。


3. 集合運算：連結事件

在 Exam P 中，你經常需要組合不同的事件。我們使用特定的符號來描述事件之間的關係：

聯集 (\(A \cup B\))：這意味著事件 \(A\) 或 事件 \(B\)（甚至兩者同時）發生。可以把它想成將兩組群體「聯結」起來。
範例：如果 \(A = \{1, 2\}\) 且 \(B = \{2, 3\}\)，那麼 \(A \cup B = \{1, 2, 3\}\)。

交集 (\(A \cap B\))：這意味著事件 \(A\) 且 事件 \(B\) 同時發生。這是兩個事件「重疊」的地方。
範例：使用上述相同的集合，\(A \cap B = \{2\}\)。

補集 (\(A'\) 或 \(A^c\))：這意味著事件 \(A\) 不發生。它是樣本空間中除了 \(A\) 以外的所有結果。
範例：如果你擲骰子且 \(A = \{1, 2\}\)，那麼 \(A^c = \{3, 4, 5, 6\}\)。

記憶小撇步：

聯集符號 \(\cup\) 看起來像「U」，代表 Union（聯集）。交集符號 \(\cap\) 看起來像「n」，代表 intersection（交集）。

常見誤區：在日常英語中，「or」有時指「要麼這，要麼那，不能兩者皆有」（例如選擇湯或沙拉）。但在概率論中，「或」(聯集) 總是包含了兩者同時發生的可能性！


4. 概率公理

概率是一種集合函數 (Set Function)。簡單來說，就是我們為一個集合（事件）指派一個數值（概率）。一個數值要成為「真實」的概率，必須遵循三條公理 (Axioms)：

公理 1：非負性 (Non-negativity)

對於任何事件 \(A\)，其概率必須大於或等於零：\(P(A) \ge 0\)。
簡單來說：某件事發生的機率不可能為負數！

公理 2：歸一性 (Normalization)

整個樣本空間的概率為 1：\(P(S) = 1\)。
簡單來說：樣本空間中的某種結果必然會發生。\(S\) 包含了 100% 的可能性。

公理 3：可加性 (Additivity)

如果兩個事件 \(A\) 和 \(B\) 沒有重疊（意味著它們是互斥的，即 \(A \cap B = \emptyset\)），那麼其中之一發生的概率就是它們各自概率的總和：
\(P(A \cup B) = P(A) + P(B)\)。
此規則可推廣到任意多個不重疊的事件。

你知道嗎？這三條規則由 Andrey Kolmogorov 在 1933 年正式提出。你在 Exam P 中學到的幾乎所有公式，都是建立在這三個簡單觀念之上的！


5. 由公理推導出的重要性質

從上述三條規則中，我們能衍生出一些對考試非常有幫助的工具：

1. 補集規則 (Complement Rule)： \(P(A^c) = 1 - P(A)\)。這是考試時的救命稻草！如果直接計算某事發生的機率太難，試著計算它不發生的機率，再用 1 減去即可。
2. 不可能事件： \(P(\emptyset) = 0\)。
3. 概率範圍： 對於任何事件 \(A\)，\(0 \le P(A) \le 1\)。如果在考試中算出了 1.5 或 -0.2，你就知道肯定哪裡出錯了！


總結與重點筆記

關鍵詞彙：
• 樣本空間 (\(S\))：所有可能結果的清單。
• 事件：我們感興趣的特定結果。
• 聯集 (\(\cup\))：「A 或 B」（包含兩者）。
• 交集 (\(\cap\))：「A 且 B」（僅重疊部分）。
• 補集 (\(A^c\))：「非 A」。
• 互斥：不能同時發生的事件 (\(A \cap B = \emptyset\))。

重點總結：

整個概率論的研究，本質上就是在衡量一個「事件」佔據了多少「樣本空間」。如果事件佔據了樣本空間的一半，它的概率就是 0.5。如果你卡住了，請務必畫出文氏圖 (Venn Diagram)（重疊的圓圈）——這是觀察集合之間如何互動的最佳方式！

如果覺得這些概念很抽象，別擔心！當我們進入下一章，並開始將這些規則應用到保險相關的應用題時，它們就會變得像本能一樣自然。繼續加油！