|
第二种算法是不对的。第二种算法的推理逻辑是:
扔 11 次,在 11 次中,一次也不出现 2 点的概率为 0.49 ,至少出现一次 2 点的概率为 0.51。
因为至少出现一次 2 点的概率,超过了 1/2 ,所以就断定:每扔 11 次,就必定会出现一次 2 点。
这样的推理,其实是不成立的。
举个简单的例子,设某个事件,在一次试验中,发生的概率是 1/3,不发生的概率是 2/3 。
在两次试验中,这个事件两次都不发生的概率为 (2/3)^2 = 4/9 ,至少发生一次的概率为 1 - 4/9 = 5/9 。
因为 5/9>1/2 ,所以,按照第二种算法的逻辑,就应该断定:这个事件,每试验两次,就必定要发生一次。
试想一下,每次试验,发生的概率是 1/3 ,怎么能保证每两次试验就必定要发生一次呢?
可见,这样的推理,显然是错误的。
正确的算法,应该是这样的:
在两次试验中,这个事件两次都不发生的概率为 (2/3)^2 = 4/9 。
在两次试验中,这个事件恰好发生一次的概率为 (2/3)×(1/3)+(1/3)×(2/3) = 2/9 + 2/9 = 4/9 。
在两次试验中,这个事件恰好发生两次的概率为 (1/3)^2 = 1/9 。
所以,在两次试验中,这个事件平均发生的次数为
0×4/9 + 1×4/9 + 2×1/9 = 0 + 4/9 + 2/9 = 6/9 = 2/3 。
可见,在两次试验中,这个事件平均发生的次数只有 2/3 次,还不到一次。
再将它除以 2 ,就可得知:在一次试验中,这个事件平均发生的次数是 1/3 次。
再将它乘以 3 ,就可得知:每试验 3 次,这个事件平均发生一次。这就完全符合我们的直观想法了。
同样道理,楼上帖子中的例子,按照正确的算法,应该是这样的:
扔 11 次,一次也不出现 2 点的概率为 (15/16)^11 = 0.4916816953 。
扔 11 次,恰好出现 1 次 2 点的概率为 C(11,1)×(15/16)^10×(1/16) = 0.3605665765 。
扔 11 次,恰好出现 2 次 2 点的概率为 C(11,2)×(15/16)^9×(1/16)^2 = 0.1201888588 。
扔 11 次,恰好出现 3 次 2 点的概率为 C(11,3)×(15/16)^8×(1/16)^3 = 0.0240377718 。
扔 11 次,恰好出现 4 次 2 点的概率为 C(11,4)×(15/16)^7×(1/16)^4 = 0.0032050362 。
扔 11 次,恰好出现 5 次 2 点的概率为 C(11,5)×(15/16)^6×(1/16)^5 = 0.0002991367 。
扔 11 次,恰好出现 6 次 2 点的概率为 C(11,6)×(15/16)^5×(1/16)^6 = 0.0000199424 。
扔 11 次,恰好出现 7 次 2 点的概率为 C(11,7)×(15/16)^4×(1/16)^7 = 0.0000009496 。
扔 11 次,恰好出现 8 次 2 点的概率为 C(11,8)×(15/16)^3×(1/16)^8 = 0.0000000317 。
扔 11 次,恰好出现 9 次 2 点的概率为 C(11,9)×(15/16)^2×(1/16)^9 = 0.0000000007 。
扔 11 次,恰好出现 10 次 2 点的概率为 C(11,10)×(15/16)×(1/16)^10 = 0.0000000000 。
扔 11 次,恰好出现 11 次 2 点的概率为 (1/16)^11 = 0.0000000000 。
所以,扔 11 次,出现 2 点的平均次数是:
0×0.4916816953 + 1×0.3605665765 + 2×0.1201888588 + 3×0.0240377718
+ 4×0.0032050362 + 5×0.0002991367 + 6×0.0000199424 + 7×0.0000009496
+ 8×0.0000000317 + 9×0.0000000007 + 10×0.0000000000 + 11×0.0000000000
= 0.6875000000 = 11/16 。
可见,扔 11 次,在这 11 次中出现 2 点的平均次数是 11/16 次,还不到一次。
再将它除以 11 ,就可得知:每扔一次,出现 2 点的平均次数是 1/16 次。
再将它乘以 16 ,就可以得知:每扔 16 次,平均可以出现 2 点一次。
|
|