第四部分 · 不确定与多维

与不确定性讲道理：概率

上一课我们给极限上锁，把整个"连续、确定"的世界征服得干干净净。可现实偏偏充满随机——掷骰、噪声、风险。这一课，我们要让最讲究确定的数学，学会和"碰运气"讲道理。

一桩赌局，逼出一门学问

故事从 1654 年的一封信开始。一位贵族赌徒向帕斯卡请教一个"分赌注"的难题：两人各押一笔钱赌一局抛硬币的系列赛，约定先赢若干局者通吃；可比赛被迫中断，此刻比分不是平的——这桌上的钱该怎么分才公平？

这问题听着像道脑筋急转弯，骨子里却是一记重拳：你必须给"还没发生、可能这样也可能那样"的未来一个数。帕斯卡和费马在往返的几封信里，一起算清了"如果比赛打完，每个人赢的可能性各占多少"，再按这个比例分钱。把"可能性"当成一个能加减、能比较的量来对待——概率论就此诞生。

注意这和前面几课同一个剧本：旧工具（确定的算术）撞上一个它处理不了的对象（不确定的未来），人类被逼着造一个新东西（概率）来收编它。下面我们就一步步把这个"可能性的量"立起来。

第一步：把"所有可能"摆上桌

要给随机讲道理，得先有个清单：这件事到底可能出哪些结果？这张"全部可能结果"的清单，叫样本空间，记作 Ω（希腊字母 Omega，读作"欧米伽"，表示"全集"）。

• 掷一枚硬币：Ω = {正, 反}。
• 掷一颗骰子：Ω = {1, 2, 3, 4, 5, 6}。
• 掷两颗骰子：Ω 有 6 × 6 = 36 种结果（先红后蓝，一一列开）。

我们关心的往往不是某一个具体结果，而是"某一类结果"。比如"两颗骰子点数之和为 7"。这样一类结果的集合，叫一个事件，它就是样本空间 Ω 的一个子集。"和为 7"这个事件 A = {(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)}，一共 6 种凑法。

当每个基本结果"同样可能"时，一个事件的概率就有最朴素的算法：

P(A) = （A 里的结果数）/（Ω 里的结果总数）

这里 P(A) 读作"事件 A 的概率"。于是"两骰之和为 7"的概率 P(A) = 6 / 36 = 1/6。第一步看着平淡，却是整座大厦的地基：先把可能性穷举清楚，随机才有了可以下手的对象。

概率到底是什么：从"长期频率"到公理

但"同样可能"这个词，悄悄藏着一个循环：凭什么说硬币正反"同样可能"？最诚实的回答来自经验——把硬币掷上一万次，正面出现的比例会稳稳地靠近一半。这就是概率最硬核的直觉：

这个直觉很美，但当年也很危险——它把概率绑在了"无限次重复"这种永远做不完的事情上，听起来和上一课刚被赶走的"无穷小幽灵"一样虚。1933 年，柯尔莫哥洛夫（Kolmogorov）做了和欧几里得、魏尔斯特拉斯一脉相承的事：他不再纠结"概率是什么"，而是规定概率必须满足哪几条规则。这就是概率公理化——本课程里"公理化"主题的又一次回响：

就这三条，几乎所有有用的公式都能推出来。比如"不发生 A"的概率：因为 A 和"非 A"互斥、合起来又是全空间，所以 P(非 A) = 1 − P(A)。公理化的妙处在于：它不在乎你说的是硬币、骰子、还是明天下雨，只要满足这三条，整套数学就照样运转。频率直觉负责告诉我们"为什么该这么取值"，公理负责保证"取了值之后推理不会出错"。

期望值：一次随机的"重心"

有了概率，我们常想问一个更省事的问题：长期看，这件事平均给我什么结果？这就是期望值，记作 E[X]（读作"X 的期望"，E 取自 expectation）。它的算法就是加权平均——每个可能取值，按它发生的概率加权：

E[X] = x₁·P(x₁) + x₂·P(x₂) + … + xₙ·P(xₙ)

这里 x₁, x₂, …, xₙ（读作"x 下标 1 到 x 下标 n"）是 X 可能取的各个值，每个后面乘上它的概率。掷一颗公平骰子，点数的期望是

E[X] = 1·(1/6) + 2·(1/6) + … + 6·(1/6) = 21/6 = 3.5

注意 3.5 这个点数骰子上根本没有——期望不是"最可能出现的结果"，而是把所有可能性按概率摊匀后的重心。它正是当年帕斯卡分赌注的工具：公平的赌局，就是双方期望相等的赌局。一张彩票若期望值小于票价，长期玩下去必然亏——期望把"碰运气"变成了一笔能精算的账。

大数定律：把直觉变成定理

现在回到那个关键的承诺：我们相信掷得越多、正面比例越接近 0.5。这只是信念，还是能证明的定理？大数定律给了回答——它是定理。

设掷 n 次硬币，正面出现的比例记作 f(n)。大数定律说：

当 n → ∞ 时，f(n) → P(正面) = 0.5

读作"当 n 趋于无穷，频率 f(n) 趋向于 0.5"。看到那个 → ∞ 和"趋向于"了吗？这正是第 06 课的极限在这里兑现：大数定律本质上是一个关于频率序列收敛到概率的极限命题。没有极限这套语言，"重复够多就会接近"就只是一句含糊的口头禅；有了它，这句话成了可以严格证明的数学事实。

这是概率论真正的转折点：它把"碰运气"的世界，从"单次说不准"提升到"长期可预言"。单次完全随机，群体却服从铁律——保险公司不知道你明年会不会出险，却能极准地预测一百万人里出险的总数；赌场对每一局都心里没底，却稳赚不赔。下面的小实验，就让你亲眼看着频率被这条定律一点点"拽"向 0.5。

条件概率与贝叶斯：用证据更新信念

真实世界里，我们很少是"从零开始"猜——总是已经知道了一点情况。"已知今天阴天，下雨的概率是多少？""已知体检阳性，真的患病的概率是多少？"这种"在 B 已经发生的前提下，A 的概率"，叫条件概率，记作 P(A|B)（读作"在 B 之下 A 的概率"），定义是

P(A|B) = P(A 且 B) / P(B)

意思很直白：知道 B 发生后，世界就缩小到了"B 之内"，我们在这个缩小的世界里重新衡量 A 占多大比重。由这个定义稍作整理，就得到概率论里最有用、也最反直觉的一条——贝叶斯定理（牧师贝叶斯提出，拉普拉斯发扬光大）：

P(A|B) = P(B|A) · P(A) / P(B)

它的精神是更新：你对 A 本来有个看法 P(A)（叫"先验"），新证据 B 一来，就把它修正成 P(A|B)（叫"后验"）。这正是科学、医学、机器学习里"拿数据更新判断"的数学内核。

一个救命的反直觉：体检的"假阳性"

贝叶斯最震撼的力量，藏在一个人人都该懂的例子里。设某种病在人群中很罕见，患病率 P(病) = 0.1%（一千人里一个）。有一种检测很准：

• 真有病的人，99% 会被测出阳性（很灵敏）；
• 没病的人，也有 5% 会被误报成阳性（假阳性率）。

现在你体检结果是阳性。请凭直觉猜一下：你真有病的概率 P(病|阳性) 是多少？很多人脱口而出"九成多"。我们用贝叶斯算算。设想 100000 人：

• 真有病的：100000 × 0.1% = 100 人，其中阳性 100 × 99% ≈ 99 人（真阳性）。
• 没病的：99900 人，其中阳性 99900 × 5% ≈ 4995 人（假阳性）。
• 阳性的人一共 99 + 4995 = 5094，其中真有病的只有 99 个。

P(病|阳性) = 99 / 5094 ≈ 1.9%

结果惊人：测出阳性，真正患病的概率还不到百分之二！原因是病太罕见，那庞大的"健康人群"里 5% 的误报，数量上压倒了真患者那一小撮。这不是检测不准，而是先验概率太低，证据再强也只能把信念抬高一点点。明白这一点，能让人在面对一纸阳性报告时，先去做复检、而不是惊慌——贝叶斯定理在这里，真的能救命。

常见误解

• "连开 5 次红了，下一把'该'出黑了。"这就是著名的赌徒谬误。轮盘没有记忆，每一把都独立，下一把红黑的概率和第一把分毫不差。大数定律说的是"总次数越大、比例越接近"，靠的是后面海量次数把偏差稀释掉，绝不是靠"补一把黑"来纠偏。把"长期收敛"误读成"短期会回补"，是对概率最常见的误解。
• "小样本也应该接近理论值。"不对。掷 10 次硬币出 7 个正面（70%）一点不稀奇；要逼近 50%，得靠成千上万次。小样本天生波动大，正是它让人在体检、民调、A/B 测试里被少量数据骗得团团转。收敛是大数的特权，不是小数的义务。
• 把 P(A|B) 当成 P(B|A)（检察官谬误）。"无辜者出现这种证据的概率只有 1‰"不等于"出现这种证据的人无辜的概率只有 1‰"。前者是 P(证据|无辜)，后者是 P(无辜|证据)，两者可以差出几个数量级——上面的体检例子就是铁证：P(阳性|病) = 99%，而 P(病|阳性) 才 1.9%。混淆这两者，曾让法庭把无辜的人判进监狱。