國立高雄大學統計學研究所
最新消息 本所簡介 師資介紹 開設課程 教師成果 學生表現 學術演講 入學管道 學生園地 心在南方 表格下載 活動集錦 網路資源 關於我們
本站首頁 本校首頁 英文版
:::心在南方  
主題:認識機率-2機率的意義
發表者:黃文璋 Email:huangwj@nuk.edu.tw 日期:2009/8/6 上午 11:59:28

一骰子有6個面,一擲之下,會得到偶數之機率為何?骰子看起來沒有異樣,就假設每個面出
現的機率皆相同,即均為1/6。而偶數面有2,4,及6等3個。因此所求之機率為3/6。這就是所謂古
典的機率,基本假設是“相同的可能性”。先求出觀測的現象共有幾種可能,再求出其中有幾件是
我們有興趣的。將後者除以前者,即為所要的機率。雖說是“古典”,這種機率的意義,至今仍處
處可見。採用的範圍包含諸如抽籤、玩撲克牌,及玩樂透彩等。又如某項工作徵才,報名的有82人
,錄取5人。若沒有什麼特別的資訊,便只能假設每人被錄取的機率皆相同,即皆為5/82。

2009年7月底8月初,世界高爾夫球王老虎伍茲(Tiger Woods),參加在美國密西根州舉行的別
克公開賽(Buick Open)。第1輪打完,落後領先者多達8桿,排名並列95。引發他可能難逃職業生涯
,首次連續2場比賽(前一場是英國公開賽(The Open Championship)),提前被淘汰的話題。不過老
虎畢竟不能小覷,打完前3輪後,伍茲躍居首位。這時大家看法丕變,一致認為這座冠軍盃,幾乎
可說是他的囊中物了。因過去的紀錄顯示,伍茲如能帶著54洞領先進入決賽圈,戰績是35勝1敗。
你要不要猜後來他贏了沒有?運動比賽,往往有過去資料可參考,此時相同的可能性便不宜用了。
36次中成功35次,“相對頻率”為35/36(約0.972)。這種以相對頻率來解釋機率,是常有的作法。
適用能重複觀測的現象。會不會有爆出冷門的時候?當然有。只是對一特定事件,用過去多次同樣
情況下,該事件發生的相對頻率,來估計下一次事件發生的機率,乃是在沒有更多資訊下,常被認
為一屬於客觀的辦法。

某君看上一女孩,驚為天人,覺得這是他今生的新娘。評估後信心滿滿,自認追上的機會有8
成。旁人卻都不看好,問他8成這一數字,是如何冒出來的?該君舉證歷歷,一個又一個的跡象,
顯示那女孩對他很有好感。這個0.8的機率,就是所謂主觀機率。主觀機率當然也可基於過去一些
客觀的事實。只是即使面對同樣的資料,不同的人,可能有不同的判定,因而給出不同的主觀機率
(看過他其實沒那麼喜歡妳(He's Just Not That Into You)嗎?片中那個叫Gigi的女孩,便常誤解
男生所透露的訊息)。有些現象就是不能重複觀測。如核能電廠的意外,及彗星撞地球等。以追女
孩為例,大約少有女孩,會讓你做實驗,反覆地追,然後數一數其中成功幾次,來定下她會被你追
上的機率。對這類無法重複觀測的現象,在談機率時,主觀機率就常派上用場。每天早上出門,我
們不是慣於抬頭看天,判斷一下今天下雨的機率有幾成?只是往往父母認為的機率會大些,該帶傘
,而小孩所認為的下雨機率會小些。

雖說“主觀”,但仍要合理。例如,考試有及格與不及格。若認為會及格的機率為0.9,這沒
問題,人總要有點自信,但若又同時擔心有0.8的機率會不及格,那就不行了。各種可能性發生機
率相加要為1。即使是主觀,可以獨排眾議,仍須自圓其說。不能說,既然是主觀,便可以任意自
定各事件之機率。因此不論是那一種對機率的解釋,都自然地,或必須要滿足一些共同的規則。這
點大家應能理解。

上述三種是常見對機率的解釋,大抵也就是人們評估事件發生可能性之大小的幾種思維。雖是
針對不同的情況,但常能交互著運用。大家都聽過曾參殺人的典故吧!有個與曾子同名的人殺人,
好心者告訴曾母“曾參殺人”。曾母說“吾子不殺人”,繼續織布。過一會兒,又有人來說“曾參
殺人”。曾母仍繼續織她的布,這麼好的兒子怎可能殺人?但當第三人跑來說“曾參殺人”,曾母
就害怕了,丟掉織布器具翻牆而逃。所謂“其母懼,投杼踰牆而走”。這故事出自戰國策秦策二。
因此當拿到一銅板,可主觀地認為,政府發行不該會有偏差,兩面出現的機率,應皆為1/2(這也可
以是基於相同可能性之想法)。若投擲10次,正面出現8次,可能覺得有些奇怪。若繼續投擲,結果
100次中,出現80個正面,這時相對頻率的觀點,很可能便將顯現。類如曾母,調整看法,不再認
為此乃公正銅板。

當然,你可以不信邪,不論投擲的結果如何,皆認為那只是短暫的情況,意志堅定地認為這是
一公正的銅板。這並沒有不行,就像會有母親,即使再多的人證,只要她沒親眼看到,她就不信兒
子會殺人。要知隨機現象,事件只要機率為正,不論機率值多小,便皆可能發生。畢竟銅板正面出
現的機率為何,只有天曉得。但引進機率,乃為了協助我們做決策可以更精準。而決策可以與時推
移,並非不能更改。因此針對100次投擲,出現80個正面,多數人面對此結果,還是會認為0.8的正
面出現機率,較0.5的機率可信。稍後我們會再來看,10次中的8次,與100次中的80次,相對頻率
同為0.8,但提供的資訊,是否有異?

雖然已有上述三種對機率的解釋,也涵蓋了不少實際生活所遇到的情況,數學家當然不會在此
止步。他們喜歡抽象化,及一般化。像解方程式,會尋求公式,以表示出某類方程式的解,而非只
滿足於求出一個個的特例之解。又如當完全了解實數系統後,便會以公理化的方式,定義實數系統
。即給一集合,沒說是數字的集合,對其中的元素定義二運算,並給出10條遵循的公理(axiom,規
則)。你好奇該二運算是否一為加法,一為乘法?而怎麼沒有減法與除法?名可名,非常名,數學
家不認為你提出的是重要的問題。但用心體會後,你終於發現原來二運算,其一等同於加法,其二
等同於乘法。也看出集合中,有一元素根本就是0,而有一元素根本就是1。數學家對你的洞察力,
仍不以為意,但同意你可以這樣想。

什麼叫以公理化的方式,來引進機率?先要有一個集合,稱做樣本空間,當做某一觀測之所有
可能結果的集合。可以真的有這一觀測,或只是虛擬的。樣本空間的某些子集合,是我們有興趣的
,這些就是一個個的事件。所有事件也構成一集合。最後定出一機率函數,即對每一事件,給一介
於0,1間的值,為該事件之機率。樣本空間、事件的集合,及機率函數,三者便構成機率空間(
probability space)。這其中對樣本空間沒有太大要求,但不可以是空集合。而事件的集合,要滿
足若干條件。簡單講,就是你有興趣的事件不能太少。譬如說,不能只對某事件A發生有興趣,卻
對A不發生沒興趣。因此事件的集合要夠大,至少該有的都得納入。這有點像婚宴前擬賓客名單。
可以請很少人,如只有雙方家長。而一旦多列了某人,與他同樣親近的人便也要一併請。所以每多
列一人,將不只是增加1人而已,而會隨之增加幾位。而機率函數,既然以機率之名,當然要符合
過去大家對機率的認知,滿足一些基本的條件。機率空間的定義,可參考黃文璋(2003a)。

在機率空間的架構下,不論採用何種方式解釋機率的人,都可各自表述,找到他所以為的機率
意義。但因抽象化後,不再局限於銅板、骰子,及撲克牌等,便能討論較一般的問題,有夠多的理
論可挖掘。

與數學的其他領域相比,機率論的發展是較晚的。但公理化後,機率論便快速地有了深而遠的
發展,並成為數學中一重要的領域。這都要歸功於二十世紀那位重要的機率學家,俄國的科莫果洛
夫(Andrey Nikolaevich Kolmogorov, 1903-1987),於他1933年出版,那本不到100頁的小書機率
論的基礎(Foundations of the Theory of Probability)中所奠定。在此書中,他說:

機率論作為數學學科,可以而且應該從公理開始發展,就如同幾何、代數一樣
(The theory of probability as mathematical discipline can and should
be developed from axioms in exactly the same way as Geometry and Algebra)。
   暫無回應
 回本區首頁 
  回應總數0  
 
 
  下一頁  
  
 
我要回應
姓 名: 回應前,請先註冊登入
E-mail:
內 容:
驗證碼:  (DDI8
 
 
:::
 
*

地  址:811高雄市楠梓區高雄大學路700號
電  話:07-5919362 傳真:07-5919360 e-mail: stat@nuk.edu.tw
更新日期:2026/8/6 下午 03:18:51

2003/10/20起第 12893497 位訪客
*