أُسُس نظرية الاحتمالات

مع مطلع القرن العشرين، كان الاحتمال حاضراً في كل مكان: شركات التأمين تُسعِّر وثائقها به، والفيزيائيون يصفون به الحركة البراونية، وعلماء الوراثة يتنبّؤون به بتوارث الصفات. لكن رغم هذا الانتشار، لم يكن أحد يملك تعريفاً رياضياً صارماً يتّفق عليه الجميع. ثلاثة تيارات تنافست على امتلاك المفهوم:

• التفسير الكلاسيكي (لابلاس): الاحتمال = النتائج المواتية ÷ مجموع النتائج. يعمل جيداً مع النرد، لكنه ينهار حالما ندخل الفضاءات المستمرة. كيف «تعدّ» النتائج حين يمكن للسهم أن يسقط في أي نقطة على الهدف؟

• التفسير التكراري (فون ميزس): الاحتمال = التردّد النسبي عند تكرار التجربة مرات كثيرة. المشكلة أن ليس كل حدث قابلاً للتكرار، وحين حاولوا تعريف «المتتالية العشوائية» بدقة اكتشفوا أن التعريف يدور في حلقة مفرغة.

• التفسير الذاتي (دي فينيتي): الاحتمال = درجة اعتقاد عقلانية. مقاربة مفيدة في اتخاذ القرار، لكن بلا ضوابط رسمية يمكن لشخصين أن يُعيّنا رقمين مختلفين للحدث نفسه دون معيار للحكم بينهما.

مفارقة بيرتران (1889) وضعت الإصبع على الجرح: «ما احتمال أن يكون وتر عشوائي في دائرة أطول من ضلع مثلثها المتساوي الأضلاع المحاط؟» بحسب الطريقة التي تختار بها الوتر «عشوائياً»، تحصل على 1/2 أو 1/3 أو 1/4 — وكل إجابة مبرَّرة منطقياً. بلا قواعد متّفق عليها، كان سؤال الاحتمال نفسه بلا إجابة محدَّدة.

فكرة كولموغوروف كانت بسيطة لكنها جذرية: بدلاً من أن تُعرِّف ما «هو» الاحتمال، عرِّف ما «يفعله». أخذ الأدوات التي بناها لوبيغ وبوريل في نظرية القياس، وأعاد صياغة الاحتمال بوصفه نوعاً خاصاً من القياس.

يتكوّن البناء من ثلاثة عناصر تُعرف أحياناً بـثالوث الاحتمالات:

• Ω (فضاء العيّنة) — كل النتائج التي يمكن أن تحدث. في رمي عملة: Ω = {صورة، كتابة}. في رمي سهم على لوحة: Ω هو سطح اللوحة بأكمله. فكّر في Ω على أنه الفهرس الكامل لكل ما قد يقع.

• F (جبر سيغما) — مجموعة الأسئلة التي يُسمح لنا بطرحها. ليس كل مجموعة جزئية من Ω بالضرورة قابلة للقياس، خصوصاً في الفضاءات المستمرة. F هو بمثابة قائمة الأسئلة المشروعة التي يمكنك توجيهها للتجربة.

• P (مقياس الاحتمال) — دالّة تمنح كل حدث في F رقماً بين 0 و1 وفق البديهيات الثلاث. فكّر في P كمَن يجيب عن كل سؤال مشروع برقم.

كل ما في نظرية الاحتمالات ينبع من ثلاث بديهيات. قبل أن نكتبها رياضياً، لنفهم أولاً ماذا تطلب كل واحدة ولماذا لا يمكن الاستغناء عنها.

البديهية 1 — عدم السلبية: لا وجود لاحتمال سالب. لا يمكن أن تقول إن فرصة المطر −30%. هذه البديهية ترسم الحدّ الأدنى للمقياس: أقلّ احتمال ممكن هو صفر.

البديهية 2 — التسوية: احتمال أن شيئاً ما يحدث هو 1 بالضبط. حين ترمي عملة، لا بدّ أن تسقط على وجهٍ ما (أو على الحافة إن أدرجتها في فضاء عيّنتك). الحدث المؤكّد احتماله دائماً 1.

البديهية 3 — الجمعية القابلة للعدّ: إذا كانت أحداث عدّة لا يمكن أن تقع في الوقت نفسه (متنافية)، فاحتمال وقوع أيّ واحد منها يساوي مجموع احتمالاتها منفردةً. مثلاً: احتمال المطر 30% واحتمال الثلج 20%، ولا يمكن أن يمطر ويثلج معاً، فاحتمال هطول أحدهما 50%. والقاعدة تمتدّ لتشمل مجموعات لا نهائية قابلة للعدّ من الأحداث المنفصلة.

من ثلاث بديهيات فقط تتدفّق مجموعة غنية من النتائج دون أي افتراضات إضافية — كلّها مبرهنات وليست مسلّمات:

• P(∅) = 0 — الحدث المستحيل احتماله صفر.
• P(Aᶜ) = 1 − P(A) — احتمال ألّا يقع A يساوي واحداً ناقص احتمال وقوعه.
• P(A ∪ B) = P(A) + P(B) − P(A ∩ B) — مبدأ الشمول والاستبعاد.
• إذا كان A ⊆ B فإن P(A) ≤ P(B) — الجزء لا يتجاوز احتماله احتمال الكلّ.
• 0 ≤ P(A) ≤ 1 — الاحتمالات محصورة دائماً بين 0 و1.

هذه النتائج تبدو «واضحة»، وهذا هو بيت القصيد تحديداً. البديهيات صاغت حدسنا بدقة جعلت ما يبدو بديهياً قابلاً للإثبات، وما لا يبدو بديهياً قابلاً للاكتشاف.

فضاء العيّنة قد يتكوّن من أي شيء: وجهَا عملة، حالات الطقس، تسلسلات حمض نووي. لكن الرياضيات تحتاج إلى أرقام لتعمل. المتغيّر العشوائي هو ببساطة دالّة $X: \Omega \to \mathbb{R}$ تأخذ كل نتيجة وتُحوّلها إلى رقم. الشرط الوحيد: لأي قيمة $x$، يجب أن تكون المجموعة $\lbrace\omega \in \Omega : X(\omega) \leq x\rbrace$ عنصراً في جبر سيغما F. بتعبير أبسط، يجب أن يكون السؤال «هل X أقل من أو يساوي x؟» سؤالاً مشروعاً نستطيع حساب احتماله. هذا الشرط هو ما نسمّيه القابلية للقياس.

فكّر في المتغيّر العشوائي على أنه قراءة رقمية لتجربة ما. مقياس الحرارة مثال ممتاز: النتيجة الحقيقية هي حالة الغلاف الجوي (عنصر من Ω)، والقراءة هي الرقم الذي يظهر على الميزان. مقاييس حرارة مختلفة — أي متغيّرات عشوائية مختلفة — تستخلص أرقاماً مختلفة من التجربة نفسها.

القيمة المتوقّعة لمتغيّر عشوائي هي «المتوسط الذي ستصل إليه لو كرّرت التجربة إلى ما لا نهاية». عرّفها كولموغوروف رسمياً بوصفها تكامل لوبيغ للمتغيّر X بالنسبة لمقياس الاحتمال P.

لماذا لوبيغ وليس ريمان؟ تكامل ريمان يُقسِّم محور x إلى شرائح متساوية، وهذا الأسلوب يفشل مع التوزيعات الاحتمالية العامة. تكامل لوبيغ يعمل بالعكس: يُقسِّم محور y، فيجمع كل النتائج التي تُعطي القيمة نفسها ويُرجّحها باحتمالها الكلي. بهذه الطريقة يعمل التكامل مع أي دالّة قابلة للقياس على أي فضاء احتمال — سواء كان منفصلاً أو مستمراً أو خليطاً بينهما.

الاحتمال الشرطي يجيب عن سؤال مباشر: «إذا عرفنا أن B وقع، فما احتمال A؟» كولموغوروف عرّفه بوصفه مفهوماً مُشتقّاً من البديهيات وليس مفهوماً أولياً.

تخيّل الأمر كأنك تُكبّر جزءاً من فضاء العيّنة. لحظة أن تعرف أن B قد وقع، يتقلّص عالم الممكنات من Ω إلى B وحده. عندها يُعيد الاحتمال الشرطي ضبط المقياس بحيث يصير B هو «الحدث المؤكّد» الجديد — احتماله يصبح 1 وكل ما بداخله يُعدَّل تناسبياً.

هذا التعريف يعمل حين يكون P(B) > 0. لكن ماذا لو كان P(B) = 0؟ هذا يحدث باستمرار في الاحتمالات المستمرة، مثل أن تشترط «وقوع السهم في هذه النقطة بالذات». لمعالجة ذلك، أدخل كولموغوروف التوقّع الشرطي عبر مبرهنة رادون-نيكوديم، وهي من أعمق ما في الكتاب.

مبرهنة بايز تخرج مباشرةً من تعريف الاحتمال الشرطي بعملية جبرية بسيطة. وظيفتها أنها تعكس اتجاه الاشتراط: إذا كنت تعرف P(B|A) وتريد P(A|B)، فهذه المبرهنة تعطيك الطريقة:

نقول إن الحدثين A وB مستقلّان حين لا يُخبرنا وقوع أحدهما بأي شيء عن الآخر. صاغ كولموغوروف ذلك تعريفاً وليس بديهية: A وB مستقلان إذا وفقط إذا كان $P(A \cap B) = P(A) \cdot P(B)$.

رغم أنه مجرد تعريف، إلا أنه بالغ القوة. بفضل الاستقلال نستطيع ضرب الاحتمالات: فرصة الحصول على 10 صور متتالية هي $(1/2)^{10}$ لأن كل رمية لا تتأثر بما قبلها. بدون هذا المفهوم لن نتمكّن من نمذجة شيء، بدءاً من متتاليات العملات وصولاً إلى تهيئة الأوزان في الشبكات العصبية.

وسّع كولموغوروف الفكرة لتشمل مجموعات عشوائية: الأحداث $A_1, A_2, \ldots$ تكون مستقلة تبادلياً إذا كان احتمال تقاطع أي مجموعة جزئية منها يساوي حاصل ضرب احتمالاتها الفردية. ملاحظة دقيقة: الاستقلال الثنائي شرط ضروري لكنه غير كافٍ — وهي نقطة تُفلت حتى من الممارسين المتمرّسين.

قانون الأعداد الكبيرة هو الجسر الذي يربط الاحتمال النظري بالملاحظة العملية. الفكرة واضحة: كرّر تجربة مستقلة مرات كثيرة، وسيتقارب متوسط النتائج نحو القيمة المتوقّعة.

ما أثبته كولموغوروف هو الصيغة القوية من هذا القانون: المتوسط يتقارب شبه مؤكّد (باحتمال 1)، وليس مجرد تقارب «باحتمال» كما في الصيغة الضعيفة. عملياً هذا يعني أن المتوسط المتحرك سيستقرّ فعلاً عند E[X] ويبقى هناك في كل متتالية لانهائية تقريباً، وليس فقط يتأرجح حوله.

هذه المبرهنة هي ما يجعل الإحصاء ممكناً. بفضلها تنجح استطلاعات الرأي في التنبؤ بالانتخابات، وتستطيع شركات التأمين تسعير الأقساط، ويتحسّن أداء الشبكات العصبية حين نزيد بيانات التدريب. التقارب يحصل لأن البديهيات تضمنه.

ما فعله كولموغوروف هو أنه أعطى الاحتمال جواز سفر رياضياً كامل الصلاحية. قبل 1933 كان الاحتمال ضيفاً على بيت الرياضيات، وبعدها أصبح له غرفة خاصة بالضمانات البنيوية نفسها التي يتمتع بها الجبر والهندسة والتحليل. أي عبارة احتمالية تقابلها اليوم — في كتاب جامعي أو ورقة بحثية أو مكتبة تعلّم آلي — تعود جذورها إلى ستين صفحة كُتبت بالألمانية قبل أكثر من تسعين عاماً.