高中学习概率，排列组合、古典概型计算起来都很顺手，会觉得概率论难度有限。等到翻开现代概率论教材，开篇就接触测度论，σ代数、可测集、勒贝格积分接连出现，很容易产生疑惑，分不清自己学的是概率还是数学分析。
现代概率论，使用测度论体系重新搭建概率理论，这是学习门槛高的核心原因。
初等概率论处理离散场景，掷骰子只有六种结果，计算依靠计数。现实大量场景属于连续型，例如降雨概率、股价到达指定价位的概率，样本空间数量庞大，没办法逐个计数。数学家发现，想要严谨定义连续场景下的概率，就要用到测度论，这门学科研究长度、面积、体积的测量逻辑。 就像想学开车，教练先要求拆解组装发动机，初学者自然难以理解。
直觉认知和理论严谨性互相冲突
初等概率依靠直观理解，把概率解释成事件发生的可能性，通俗易懂，但定义不够严谨。现代概率论为保证理论严密，将概率定义为满足三条公理的测度，不再使用可能性这类生活化描述。 教材里满是抽象符号，Ω代表样本空间，F代表事件域，P代表概率测度。公式推导逻辑清晰，但是很难联想到抛硬币这类直观案例。
这套公理化体系，用来规避各类概率悖论，稳固理论根基。对于初学者来说，大量抽象概念会提升理解难度。
教材缺少背景介绍
很多教材直接罗列定义、定理、证明过程，很少讲解理论诞生的背景。很少说明，正是不可测集这类反常识难题，才促使数学家引入σ代数。不清楚背后的问题来源，概念就像凭空出现，学习起来如同阅读天书。
学习思路
可以把抽象概念翻译成生活化的理解。σ代数，可以理解为所有可以判断事件是否发生的问题集合；条件期望，就是依托现有信息做出最优预判。把抽象符号和现实场景对应之后，再研读定理，难度会下降不少。
现代概率论难学，并不是学习者能力不足，这套理论本身就是精密体系，用来规避各类悖论。如同精密钟表，外部看不到报时，内部布满齿轮结构，看起来复杂。慢慢拆解各个概念，就能体会理论的严谨美感，只是学习过程并不轻松。
