第三章数学悖论概率论悖论

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

是这样,可以这样来考虑:硬币是没有记忆
的,它不会记下第一次的结果而影响第二次 的结果,反过来也是。
正是独立性使人们产生很多困惑。如果一个人
抛掷硬币连续出现5次正面,他可能会认为下一次
十有八九会出现反面,而实际上下一次出现反面的
概率仍是二分之一,和出现正面的概率一样,只要 全是正面的概率和你事先将每一次的结果任意确定
女孩赢的概率是3/4。
为了解决这个问题,我们列出全部可能 的情况,它是六种而不是四种。 按三个球接近立柱的次序,使最近者在 前,列表如下: ABC ACB BAC BCA CAB CBA 在六种情况中有四次是女孩赢。这就 证明了第一种观点对,女孩赢的机会是4/6= 2/3。
(3)轮盘赌中最受欢迎的系统是戴伦伯特系统, 它正是以赌徒未能认识到事件的独立性这一“赌徒 谬误”为基础的。参与者赌红色或黑色(或其他任 何一个对等赌金的赌),每赌失败一次就加大赌数, 每赌赢一次就减少赌数。他们猜想,如果小小的象 牙球让他赢了,那么就会有某种原因“记住”它, 不太可能让他在下一次再赢;如果小球使他输了, 它将感到抱歉,很可能帮助他在下一次赢。事实是 每一次旋转,轮盘都与以前的结果无关,这就十分 简单地证明了,任何一个赌博系统给赌徒的好处都 不会比给赌场主的还多。
为了说明问题,我们可以假定一个人抛掷硬
币,前面三次都是国徽向上。这时再扔第四次,国
徽向上的概率还是完全与以前一样:一半对一半,
硬币对于它过去的结果是不会有记忆的,因此也不
会为出现哪一面提供帮助。
很多玩轮盘赌的赌徒以为,他们在盘子转 过很多红色数字之后,就会落在黑的上,他们就 可以赢了。事情将是这样进行的吗? 埃德加· 阿 兰· 坡坚持认为,如果你在一轮掷骰子中已掷出 五次两点,你下次再掷出两点的机会就要小于 1/6了。他说得对不对呢? 如果你对任何这类问题回答说“对”,你就 陷入了所谓“赌徒的谬误”之中。在掷骰子时, 每掷一次都与以前掷出的点数完全无关。
比较危险,因为他们相信新炮弹命中老
弹坑的可能性较大。因为,看起来不可
能两个炮弹一个接一个都落在同一点,
这样他们就合理地认为新弹坑在一段时
间内将会安全一些。
(2)有一个故事讲的是多年前有一个人坐飞 机旅行。他担心哪一天会有一个旅客带着隐藏的炸 弹,于是他就总是在他的公文包中带一枚他自己卸 了火药的炸弹。他知道一架飞机上不太可能有某个 旅客带着炸弹,他又进一步推论,一架飞机上同时 有两个旅客带炸弹是更加不可能的事。事实,他自 己带的炸弹不会影响其他旅客携带炸弹的概率,这 种想法无非是以为一个硬币扔出的正反面会影响另 一个硬币的正反面的另一种形式而已。
取出箱中的一枚钱币看一看,怎么就改
变了箱中装两枚同样钱币的概率呢?显然这 是不可能的。当我们看到一枚金币时,其实
有两种可能:这一枚金币或者另外一枚金币。 使用全概率公式很容易算出问题的概率不会 发生变化。在伯特纳德以后,一位德国数学
并非仅有一种可能。这和前面抽签问题一样,
家将这个悖论写进一本书中,于1889年发表。
事实真是这样吗?如果外面有偶数张牌, 许多庄家就会认为是平均分布,但是这种看 法不准确。只有外面是两张牌时,1-1分布才 比2-0分布略高一丁点,这时1-1分布是52%, 2-0分布是48%。当外面有4张牌时,3-1分布 是49.7%,2-2分布是40.7%。当外面有6张牌 时,3-3分布是35.5%,4-2分布是48.5%。当 外面有8张牌时,差距更大,5-3分布是47.1%, 4-4分布是32.7%。
在很多赌博游戏中,如果相信对概率认 识的直觉将会吃亏。下面是一个用三张卡片 和一顶帽子做工具的赌博例子,可以证明这 一点。 卡片由下面三张形式的卡片组成。第一 张卡片两面都是圆圈。中间那张卡片,一面 是黑点,一面是小圈。最后一张则两面都是 黑点。 庄家把卡片放在帽子里摇晃,让你取一 张。把它放到桌子上。然后,他与你以对等 的赌金,打赌下面两圈点是和上面的一样。
如果事件A的结果影响到事件B,那 么就说B是“依赖”于A的。 例如,你在明天穿雨衣的概率依赖 于明天是否下雨的概率。
在日常生活中说的“彼此没有关系” 的事件称为“独立”事件。 例如,你明天穿雨衣的概率是和美 国总统明天早餐吃鸡蛋的概率无关的。
(1)第一次世界大战期间,前线的战士 要找新的弹坑藏身。他们确信老的弹坑
2.哪一种情况更容易出现? 在实际问题中,人们很容易作出错误的概 率计算。桥牌中的某一花色分布是很容易计算错 的一种情况。现在假设庄家手上有某一花色的七 张牌,对方的分布可能是什么样呢? 庄家:“哦,外面有六张牌,最可能的情况 应该是3-3分布,即每位对方手里有三张牌。正 好我有三张大牌,拿到四墩牌没问题!”
C
0 mn1
C
1 mn1

C
n1 mn1
:C
0 mn1
C
0ቤተ መጻሕፍቲ ባይዱmn1

C
m1 mn1
从这个结果可以看到前面帕西欧里曾经给出的分配 奖金问题的答案是错误的。
如果一个事件的发生不影响另外一个事 如果抛掷一枚硬币两次,第一次出现的
结果不会影响第二次的结果。如果你认为不
件发生的概率,则认为这两个事件是独立的。
以后的概率是一样的。
硬币是对称的。更进一步,如果抛掷一枚硬币十次,
1.独立性的误区 在网上有一种赌博游戏,人们用虚拟货 币作为赌资。游戏规则是:参与赌博的人将 自己的赌资选择押在单数或者双数上,而由 计算机随机产生一个数字,押对者获胜。 参与者甲:“我选择的一直是单数,结果 连续10次都是双数,输惨了,下一次押什么 数呢?” 参与者乙:“连续10次都是双数,下一次 肯定是单数,你多押点,不管怎么说,下一 次是单数的机会要大得多!”
第三章 概率论悖论
本章教学目的: (1)了解概率在实际生活的重要性;
(2)说明直觉会得出错误的结论,而正确
的解答往往与常识矛盾;
(3)用较为直观的方法深入体察问题的结构;
(4)引导学生深入到概率论较深奥的内容中 去。
在社会实践和科学实验中,人类观察到的现
象大体上可以分为两种类型。 一类是事前可以预知结果的,就是某些确定的 条件满足时,某一确定的现象必然会发生(出现), 或者根据它过去的状态,完全可以预知它将来的发 展状态,我们称这一类现象为确定性现象或必然现 象。例如在标准大气压下,水在100℃时肯定会沸 腾;两个异性的电荷一定相互吸引;冬天过去春天 肯定会到来,等等。
学习过全概率公式的同学很容易计算书
它们的概率完全一样。我们使用古典概型也
很容易计算出来。
抽签的历史已经无从考求,但人们肯定
在很早以前就开始应用抽签方法来进行某种
决策行为了。那种认为抽签不公平的想法只
是混淆了条件概率。
4.伯特纳德箱悖论 伯特纳德设想有三个外观一模一样的箱子, 第一个箱子装着两枚金币,第二个箱子装着两枚银 币,第三个箱子装有一枚银币和一枚金币。将三个 箱子混杂在一起,然后随机选取一个箱子,显然这 个箱子里装着两个一样的钱币的概率是2/3。假定 我们从选出的箱子中拿出一枚钱币,结果看到它是 金币。这就是说,箱子里的不可能是两枚银币,因 此,它必然是两枚金币,或者是一枚金币和一枚银 币。由于两个箱子中任何一个被选中的机会相等, 看起来似乎我们取得两枚同样钱币的概率降到了 1/2。如果取出的是银币,也会得出同样的结论。
如果一个家庭有四个孩子,他们的性别会是什 么样呢?同上面一样,很多人会认为有两个男孩和 两个女孩的可能性最大,实际上三个男孩一个女孩 或者三个女孩一个男孩的可能性更大一些。 我们可以用抛掷硬币来说明上面的情况。如果 抛掷四枚硬币,假设每枚硬币出现正面和反面的可 能性相同,下面十六种结果出现的可能性是一样的: 正正正正,正正正反,正正反正,正正反反,正反 正正,正反正反,正反反正,正反反反,反正正正, 反正正反,反正反正,反正反反,反反正正,反反 正反,反反反正,反反反反。在这十六种情况中, 两次正面两次反面的情形只有6种,而三反一正和 三正一反的情形有八种。
个玻璃球。他们向竖在地上的一根立柱弹球,
观点一:女孩弹两个玻璃球,男孩只弹一个,
观点二:把女孩的玻璃球叫做A和B,把 男孩的叫做C,就有四种可能的情况:
(1)A和B都比C更接近立柱;
(2)仅A球比C球接近立柱;
(3)仅B球比C球接近立柱;
(4)C球比A和B都接近立柱。
这四种情况中三种都是女孩赢,所以
8
帕斯卡与费马在往来的信函中讨论“合理分配 赌注问题”,后来荷兰物理学家惠更斯也参与进来。 该问题可以简化为:甲、乙两人进行某种比赛,先 赢三场赢取全部赌注。假定在甲赢两场、乙赢一场 时,赌局由于某种原因中止了,问应该怎样分配赌 注才算公平合理。他们两人用不同的方法得到相同 的结果。经过他们共同研究,这个问题的通解是: 如果甲需要再赢m次才能获胜,乙需要再赢n次才能 获胜,则甲乙分钱之比为
数学家达朗贝尔(D′Alembert,1717— 1783)曾经考虑过下面的问题:抛掷一枚硬 币两次,问至少出现一次正面的概率是多少? 我们知道这个概率概率是3/4。达朗贝尔认为, 如果抛掷第一次出现正面,就不必抛掷第二 次。如果第一次出现反面,第二次的抛掷结 果有两种情况,因此一共有三种情况出现, 于是问题的答案应该是2/3。达朗贝尔的错误 在于把上面每一个事件的概率都看成相同的, 这样才会得到他的结果。
庄家为了哄你,让你以为这个赌博是公
平的,比如看到上面是一个小圈,就说你的 卡片不可能是黑点—黑点卡。因此,它要么 是小圈—小圈卡,要么是黑点—小圈卡。下 面的不是黑点,便是小圈,所以你和他赢的 机会相等。 要是这个游戏是公平的,庄家怎么会这 样快就赚了你的钱呢?
一个男孩有一个玻璃球,一个女孩有两 玻璃球最接近立柱者胜。假定男孩和女孩技 巧完全相同,测量也足够精确而不会引起纠 纷。女孩赢的概率是什么? 因此女孩赢的概率是2/3。
另一类现象是在一定条件下,并不总是出现相 同结果的现象,我们称为随机现象。 对于随机现象,事前不能预知结果,就是某些 确定的条件满足时,究竟会发生(出现)什么结果 也是不能确定的。或者根据它过去的状态,不能肯 定它将来的发展状态。换句话说,即使在相同的条 件下重复进行试验,每次所得到的结果未必相同。 例如抛掷一枚硬币,当硬币落在地面上时,可 能是正面(有国徽的一面)向上,也可能是反面向 上,在硬币落地之前我们不能预知哪个结果会出现。 在我们买彩票时,我们不知道哪一些号码组合会出 现,只有在摇号机摇出结果以后才知道。
n
P( A) p

在1487年,帕西欧里(Paccioli)曾经考虑 先赢60次的人获得全部奖金。当甲赢50次、乙赢30
次时,由于某种原因,比赛不得不终止,问甲乙如
过下面的分配奖金问题:甲乙两人比赛,奖金64元,
何分此64元才公平。帕西欧里的答案是甲得
5 64 40 8
元,乙得 64 3 24 元,公平吗?
n
由于在一次试验中随机现象的规律性不容易确定,因 此我们通过重复试验来探求。 若 在次试验中,事件 A 发生了 次,则称 Fn ( A) n 为事件 A 在 n 次试验中出现的频率。由于频率的大小 表示事件发生的频繁程度,频率越大,事件发生的越频繁, 就意味着事件在一次试验中发生的可能性越大。因此频率 在一定程度上表示了事件在一次试验中发生的可能性大小。 设在 次试验中,事件 发生 A 次,当 很大时,如果 n n 其频率 n 稳定的在某一数值 p 附近摆动,且随 n 的增加,摆动 幅度越来越小,则称 p 为事件 A的概率,记为
3.抽签的公平性
抽签是人们经常使用的一种方法,尤其在现 代体育比赛中得到广泛应用。在足球比赛中,每 个小组里面球队的确定往往使用抽签的办法,其 它球类比赛也往往如此。如果没有人为的故意, 大家都相信抽签的公平性,是这样吗? 我们来看一个简单的抽签模型。假如学校给 某个班级10张电影票,而这个班级有40人,大家 都想得到一张电影票。于是班长就将40张纸条上 分别写上1-40的数字,规定抽到1-10号数字的同 学获得电影票。由于要有先后抽签的顺序,自然 就产生一个问题:先抽与后抽的机会一样吗?
相关文档
最新文档