1700964750
因为它是基于计算事件出现的次数,在这种解释的情况下,概率的含义被称为频率概率。从19世纪中期到20世纪上半叶,它已经被发展成严格的数学定律,并且在学校中作为一种不证自明的真理去教导。它被定义为数字的比例,并且在观测中也可以做到,频率概率呈现出一种客观的样子。掷硬币中的50%概率展示了硬币真实且内在的属性,如同质量和尺寸一样是可测量的属性。
1700964751
1700964752
但是即使最坚定的频率学家也并没有走得更远。他们宣称客观的特征仅仅是从一系列掷硬币的过程中得到的,而不是来自一次对硬币的检验或者一次投掷行为。他们对概率的定义被发掘出来都类似如此:“在大量掷一个两面平衡的硬币时,正面的概率是50%,所以投掷出正面的概率接近1/2。”但是数学家并不满足于模糊的字眼,如大概、大约、近似于这些词。因此他们假设一个无穷次的掷硬币过程作为替代。相应的,正面出现的概率达到了50%,因此概率是1/2。不幸的是,这种假设同样失去了它的客观性——它是假设且实验上并未验证。
1700964753
1700964754
频率概率所面临的另外一个问题是公平(fair)这个词。有必要做出如下假设:硬币是完美对称且每一次投掷的行为是完全一样的。事实上,这是一桩美事。假如在每一次都非常仔细地完全一样地掷硬币,就像假设的那样,至少在牛顿的经典决定性世界中,结果总会是一模一样的。没有正面和反面的随机序列,那么掷硬币也不会遵从概率论。因此实验处理的是关于硬币和掷硬币的有限信息——有限到允许一些变化但是还不足以阻止如定律般的统计规律的出现。
1700964755
1700964756
正经的数学概率学家面对这些担忧往往选择隔岸观火,并且只是假设概率有些精确的数字(如假设的掷骰子中的1/6)并且把无限次执行当作原始的公理,以此把现实世界中的应用留给了赌徒、民意调查专家、医药统计学家以及物理学家。数学家对凌乱的现实应用避而远之。明知道一个硬币不可能被掷无限次,数学家还是精确定义了它并使之成为一个公理,然后证明他们关于完美的硬币、无偏的掷硬币以及无限耐心的定理。但是物理学家没有这么奢侈。
1700964757
1700964758
概率的频率解释中最有成效的一个原理也是最有效地将数学和现实世界经验分开的一个原理。它声明概率用于多次实验而对单个实验或者事件只字未提。对频率论者来说,“单个事件”概率是毫无意义的,就如同对一个单独的数字讲“差值”或者对一个孤立粒子谈“吸引”。
1700964759
1700964760
无法理解这一限制就会得到赌徒谬论(gambler’s fallacy),这是学校老师最担心被问到的问题。硬币已经出现正面100次之后,出现反面的概率肯定高于50%,因为出现101次正面是极其不可能的事。特别是,赌徒谬论暗示掷硬币、摇骰子、发牌、转轮盘已有的结果(大量的结果可以定义概率)对下一次的结果毫无预测能力。这个规则被灌输进学校孩子的脑中,并被当作广为接受的智慧。
1700964761
1700964762
频率概率对于物理学家在处理精细控制下的多次实验时是有帮助的,但是它排除了概率与我日常所见的单个案例的概率的相关性。在频率概率论的框架下,诸如“今天下午有30%的概率会下雨”“牛奶可能变坏了”和“她也许喜欢我”,是毫无意义的。
1700964763
1700964764
这里有一个故事可以凸显出课本上的概率论和日常经验所用的概率之间存在的巨大鸿沟。在朋友的陪伴下,你进入了一个礼堂,在台上,一个赌徒正在掷硬币并且邀请你加入。“我和你打赌一块钱,结果是正面,”他说道,“正面的话你给我1元钱,反面的话我给你1元钱。就是这么简单!”相信赌徒谬论,并且想体验一把刺激,你觉得有必要试试运气。但当你张嘴准备说话的时候,你的朋友在你耳边耳语说:“前100把他扔出来的都是正面!”
1700964765
1700964766
那么问题来了:下一步你怎么做?请不要把这个故事变成一个枯燥的教科书问题:硬币是否有偏差?你的朋友得到的消息是否有谬误?这个赌徒会不会出千?仅仅让这些流于表面吧,考虑下什么会真实发生。请竭力去把它想象成现实中的含混之处和不确定性。对我来说,答案非常清晰:我将屈服于不足信的赌徒谬误,相信过去的事情会影响现在的概率,拒绝频率概率论,并且相信我的直觉。即使连续出现100次正面理论上是可能出现的,并且不会影响下一次的投掷结果,但是我仍然不会打这么一个赌。
1700964767
1700964768
一个统计学家也许通过如下假设去定义他的理论:如果硬币确实是公平的,而且投掷的行为确实是公正的,并且你的朋友和赌徒都是诚实的,然后我就应该打这个赌。没有更多的证据,我就不愿意冒这个险,即使仅仅1元钱。那么你呢?
1700964769
1700964770
什么会说服我这个硬币是公平的?如果我或者我信任的人掷硬币100次,并且看上去随机出现大约一半的正面,我将同意公道的人说它事实上是公平的,至少对所有的现实目的都是如此。但是我用于得到这个结论的论证似乎并不是如它所看上去那样直接。
1700964771
1700964772
数学物理学家马库斯·阿普尔比(Marcus Appleby)是量子贝叶斯理论的早期支持者之一,他用一个生动的寓言故事阐述了这个观点[1]。如他所述,想象一下,爱丽丝(Alice)在欧洲转动一次有37个数字的轮盘,得到数字11,并且得出结论:轮盘是公平的。她的论证肯定是存在问题的,并且一个正常思考的人应该都不会轻易相信她。一次转动的结果不可能暗示转盘的任何公平性。现在假设不一样的情况,鲍勃(Bob)投掷100次硬币,获得了一个正面和反面的序列,在检查之后,发现是由50个正面和50个反面组成,看上去顺序也是随机的,因此得出结论说硬币是公平的。(见图2.1)
1700964773
1700964774
如果鲍勃仅仅依赖这些观察到的现实而没有做其他事情,他所得到的结论并不比爱丽丝的强。从数学概率论角度去看,100次掷硬币的序列等价于一个2100个扇区的巨大转盘,其中每个扇区由不同序列的100个正面和反面的序列组成(如果它被设计为弹珠大小的球,那么这个庞大的机器在我们可观测的宇宙这么大的体积内都装不下)。其中的一个扇区正好精准地用的是鲍勃得到的序列标记。因此在转动这一巨大的轮盘一次之后,他获得了结果,从这个结果出发,他得到了结论:其他序列是可能的,并且轮盘、硬币都是公平的。尽管在规模上存在巨大鸿沟,但是鲍勃的论证和爱丽丝的论证一样是错的。
1700964775
1700964776
阿普尔比创造这个故事是为了解释概率的频率概念令人不安的不一致性。严格来说,对单个事件,概率的定义是不存在的。期望的结果被所有可能结果否定是大量重复性事件系统的一个性质,不论这个事件的数目是有限的还是无限的。并且,如轮盘故事展示的,用于单个事件的概率论,即所谓的单事件概率,被频率论者默默使用着,尽管他们无法定义它。
1700964777
1700964778
1700964779
1700964780
1700964781
图2.1
1700964782
1700964783
1700964784
1700964785
为了宣称他的硬币是公平的,事实上鲍勃必须拒绝轮盘类比并且做出依赖于一些不言而喻的假设的论证。他必须假设100次投掷硬币是彼此独立的,且出现正面的概率对每一次投掷都是一样的。但是,即使是这样也远远不够。如果他做出这些假设并且用1/2作为出现正面的概率的数值,他得到所观察的序列的概率是极小的,为[数字(小得令人难以想象,它代表着把米尺对半切100次,并且非常巧合的是,在米制单位中,它仅仅比普朗克常数大一点点]。不幸的是,鲍勃对这个无穷小的概率无能为力。就像爱丽丝获得11这个数字的1/37概率,并无助于公平性一样。特别是,即使非公平的硬币可以产生鲍勃所观察到的正反面的序列。鲍勃必须深究这个理论,不再假设投掷硬币正面概率是1/2这一假设,而是考虑其他的概率。假设值是0.7或0.2,则分别意味着偏向或者偏离正面,他必须对特定的序列的概率进行重复计算。只有在这个时候,他才能得到一个有益的结果:他计算所观察到的概率,尽管很小,当假设概率是0.5的时候远比假设硬币有偏差的时候大。这里,我们最终得到这个问题的数学答案:硬币是公平的吗?是的,因为概率1/2是在数量上最可能的假设。
1700964786
1700964787
注意到鲍勃是被迫那么做的。他一遍又一遍地涉及单个、孤立的投掷硬币的概率,即单事件概率。首先他必须假设每一次投掷的概率都是一样的,这个声明只在概率是定义在单次投掷的情况下才有意义。其次,为了找到在整个序列中概率最大的序列,他将每个真实的数值分配给单事件概率。只有当特殊值最终出现在0.5附近,才能够宣称这个硬币是公平的。
1700964788
1700964789
马库斯·阿普尔比得出结论,频率概率并不仅仅基于大量的实验,无论是有限还是无限。为了保持一致,它必须承认单事件概率作为最基本的元素,如同概率论中的“原子”一样。简而言之,频率论并不自洽。
1700964790
1700964791
在他的文章最后,阿普尔比感谢了量子贝叶斯理论的共同创始人克里斯,因为他让阿普尔比“看到了问题的重要性”。这个感谢暗示了量子贝叶斯者所面临的艰难战役。物理圈中我的大部分同事并没有意识到频率论的观念所存在的问题,他们也领会不到这个问题的重要性。
1700964792
1700964793
[1]D.M.Appleby,“Probabilities Are Single-Case,or Nothing”,Optics and Spectroscopy,99(2005)
:447–462,http://arxiv.org/abs/quant-ph/0408058.
1700964794
1700964795
1700964796
1700964797
1700964799
概率的烦恼:量子贝叶斯拯救薛定谔的猫 第10节 贝叶斯牧师的概率
[
上一页 ]
[ :1.70096475e+09 ]
[
下一页 ]