1701003414
1701003415
在上面的计算中，我们做了两处简化。
1701003416
1701003417
第一，我们把所有小数四舍五入为整数。比如，“这8个人中有7个人的乳房X射线检查结果呈阳性”。准确地说，8个患乳腺癌的人乳房X射线检查结果呈阳性的概率为90%，也就是说有8×0.9=7.2个人乳房X射线的检查结果呈阳性。此处，我们把7.2直接四舍五入为7，虽然精确度有所下降，但是整数会比小数更清楚易懂。
1701003418
1701003419
第二，我们假设实际情况和统计数据是完全相符的。比如，低风险人群的乳腺癌发病率是0.8%，那么假设1 000人样本中正好有8个人患病。现实中，情况往往不是这样，你抛1 000次硬币，不一定正好有500次的结果是正面朝上的。但是，我们需要假设样本完全服从统计数据的分布规律，否则我们就没办法计算了。
1701003420
1701003421
不得不承认，这个方法在逻辑上并不是很严密，所以，任何一本概率学教科书都不会采用这种方法。但是，与复杂的贝叶斯定理相比，我们的这种方法既简单又清楚，光这两个优点其实已经足够了。作为上述实验的对照，盖格瑞泽又找了另外24位医生，向他们提出同样的问题，只不过这次的数据不是以概率和百分比的形式给出，而是以事件发生的自然频率的形式给出（即直接给出翻译过后的题目）。结果是，几乎所有受访医生都给出了正确的答案（或者答案与正确答案很接近）。
1701003422
1701003423
把概率从百分比简化成事件发生次数，确实使问题解决起来容易许多，但是条件概率仍然是一个比较复杂的内容。有时候，我们甚至连问题都问错了；还有的时候，我们算出了正确的结果，却又被结果所误导，给出了错误的解释。
1701003424
1701003425
在1994~1995年辛普森杀妻案的庭审过程中，控方和辩方都犯了这类错误。在法庭上，双方律师都用错误的条件概率误导过陪审团。
1701003426
1701003427
在庭审的最初10天内，控方举出了无数证据说明辛普森常对前妻妮可尔·布朗实施家庭暴力。这几乎是控方这10天诉讼的唯一主题。控方声称，辛普森曾多次殴打前妻，把她往墙上推，甚至当众指着妮可尔对围观群众说：“看，这是属于我的东西！”但问题是，辛普森虐待前妻与他有没有谋杀她有什么关系呢？控方的观点是，长期对前妻实施家庭暴力说明辛普森有谋杀前妻的动机。按照控方自己的说法就是：“一个巴掌可能就是谋杀的前兆。”
1701003428
1701003429
而辩方律师阿兰·德尔绍维茨则反驳说，就算这些家暴事件全部属实，也和谋杀没有必然关系，所以不应该被采纳。阿兰·德尔绍维茨后来写道：“殴打配偶的男性中，只有非常少的人最后真的会谋杀配偶，这个概率低于1/2 500。如果庭审需要，我们可以轻松地明确证实这一点。”
1701003430
1701003431
实际上，不管是控方还是辩方，都在诱导陪审团考虑这样一个条件概率：在已知丈夫曾经殴打妻子的前提下，丈夫谋杀妻子的概率是多少。但是，正如统计学家I·J·古德所指出的那样，这个问题其实是错误的，陪审团应该考虑的并不是这个条件概率。
1701003432
1701003433
正确的问题应该是：在已知丈夫曾经殴打妻子，并且妻子确实死于谋杀的双重前提下，丈夫谋杀妻子的概率是多少。经过调查和计算，这个条件概率远远高于1/2 500。
1701003434
1701003435
为什么呢？让我们再次使用自然频率法，把概率和百分比转换成事件发生的次数。想象我们的样本是100 000个被丈夫殴打过的妇女。假设阿兰·德尔绍维茨的数据属实，那么这其中大概有40个妇女最终会被丈夫谋杀（100 000×1/2 500 = 40）。我们再假设，另外还有3个妇女被丈夫以外的人谋杀了（这是根据美国联邦调查局于1992年发布的女性被谋杀的数据算出来的）。也就是说，被谋杀的43位女性中，有40个妇女是被对她们实施家暴行为的丈夫杀掉的。因此，在已知丈夫曾经殴打妻子，并且妻子确实被人谋杀的双重前提下，丈夫谋杀妻子的概率高达93%！
1701003436
1701003437
当然，这个概率并不是辛普森杀妻的概率。辛普森是本案凶手的概率到底有多大，还取决于很多其他的证据（包括对他有利的证据和对他不利的证据）。比如，辩方称警方曾陷害过辛普森，控方则称凶手的鞋印、手套、DNA都与辛普森相吻合等。
1701003438
1701003439
但是，这些证据影响你对最终判决看法的概率又是多少呢？我想这个概率可能是零。
1701003440
1701003441
1701003442
1701003443
1701003444
X的奇幻之旅：在现实生活中发现数学思维之美 [:1701001378]
1701003445
X的奇幻之旅：在现实生活中发现数学思维之美 第24章 线性代数与强大的谷歌搜索引擎
1701003446
1701003447
在谷歌搜索引擎问世之前，网络搜索是一件很让人崩溃的事情。那时的搜索引擎常常给出一些不相关的搜索结果。而你想找的网站不是排在网站列表的第50页，就是显示根本找不到。
1701003448
1701003449
由于有了“链接分析”的算法，上述问题如今已被解决。“链接分析”算法的原理听起来像是一条似是而非的禅理：网络搜索应该反馈最佳网页。那么，什么样的网页是最佳网页呢？最佳网页是那些链接着其他最佳网页的网页。
1701003450
1701003451
这听起来有点儿循环论证的意味。事实上，这就是一个循环论证，而且这个理念的深刻之处就在于它的循环论证性。“链接分析”征服了这个循环论证，把劣势变成了优势，最终，一种柔术般的网络搜索方法横空出世了。
1701003452
1701003453
这种算法的数学基础是线性代数。线性代数是处理向量和矩阵的一种数学工具，当你想从大量数据中发现规律，或者进行含有数百万个变量的超大型计算的时候，你就需要用到线性代数。线性代数除了可以帮谷歌公司设计出“网页排序号”的搜索算法，还可用于人脸识别技术、分析高等法院的判决规律、赢得网飞（Netflix）公司的百万美元大奖等。
1701003454
1701003455
为了解释线性代数的工作原理，我们以谷歌的网页链接搜索技术为实例进行说明。当然，现实中这个技术是非常复杂的，但此处我们只看一个极度简化的模型。假设有一个迷你网络，这个网络只含有3个页面X、Y和Z，这3个页面的链接方式如下图所示。
1701003456
1701003457
1701003458
1701003459
1701003460
上图中的箭头含义如下：页面X含有页面Y的链接，但是页面Y却不含有页面X的链接。页面Y含有页面Z的链接。页面X和Z互相链接。
1701003461
1701003462
下面，我们考虑这样一个问题：在这个迷你网络中，哪个网页最重要，哪个网页最不重要？你可能会说，信息不足回答不了这个问题，因为我们完全不知道这3个网页的内容。抱歉，你的这种说法已经过时了。事实证明，通过研究网页的内容来研究网络搜索是行不通的，这种方法现在基本被淘汰了。计算机不大善于评判一个网页的内容，而我们也不可能人为地去做这件事情，毕竟每天都有成千上万的新网络页面产生。
1701003463