在概率统计中，样本空间被定义为在执行随机实验（其结果无法预测）时获得的所有可能结果的集合。
样本空间最常见的表示方法是希腊字母 omega：Ω。在最常见的样本空间示例中，我们可以找到抛硬币（正面和反面）或掷骰子（1、2、3、4、5 和 6）的结果。
多个样本空间
在许多实验中，可能存在多个可能的样本空间共存的情况，让进行实验的人根据自己的兴趣选择最适合他们的一个。
这方面的一个例子是从标准的 52 张扑克牌中抽一张牌的实验。因此，可以定义的样本空间之一是构成牌组的不同花色（黑桃、梅花、菱形和红心），而其他选项可以是一系列卡片（例如，介于 2 和 6 之间） ) 或牌组中的人物（杰克、王后和国王）。
人们甚至可以通过组合这些多个样本空间中的几个来更精确地描述实验的可能结果（从心形图中绘制一个图形）。在这种情况下，将生成单个样本空间，它是前两个空间的笛卡尔积。
样本空间和概率分布
一些概率统计方法假设可以从实验中获得的不同结果总是被定义为具有相同的发生概率。
然而，在一些实验中，这真的很复杂，构建一个所有结果都具有相同概率的样本空间非常复杂。
一个典型的例子是将图钉扔到空中，观察它的尖端朝下或朝上落下的次数。结果将显示出明显的偏度，因此不可能表明两个结果发生的概率相同。
在分析随机现象时，概率对称是最常见的，但这并不意味着能够构建一个结果至少近似相似的样本空间是非常有帮助的，因为为了简化计算，这个条件是基本的的概率。并且就是，如果实验的所有可能结果都具有相同的发生概率，那么概率的研究就大大简化了。
照片：iStock - Moncherie
