利用“等可能性”巧算概率
通过大量的重复试验,得到频率的稳定值,这无疑是求事件概率的最一般方法。
但是,现实中并非所有情况都是等可能的。像考试得分、电话传呼、打靶中环等不均等的例子,比比皆是,下面也是一个典型的例子。直接观察得:
21 = 2 是以数字 2 为开头的;
22=4 是以数字 4 为开头的;
-
= 8 是以数字 8 为开头的;
-
= 16 是以数字 1 为开头的;
-
= 32 是以数字 3 为开头的;
-
= 64 是以数字 6 为开头的;
-
= 128 是以数字 1 为开头的;
28=256 是以数字 2 为开头的;
29 = 512 是以数字 5 为开头的;
210=1024 是以数字 1 为开头的;
如此等等。读者可能猜得到,2 的方次幂中,开头一位数字的出现并不是等可能的。事实上,以 7 为开头的,要到 246 才出现、;以 9 为开头的, 要到 253 才出现。这样看来,似乎要求出数字 n 作为 2 的整次方幂开头的概率 P(n),除大量试验统计外别无他法。其实不然,我们仍可以通过巧妙地利用“等可能性”来计算。为此,令 Sk=2K(K 为自然数)
则(lg2)·K=lgSk
由于 lg2 是一个无理数,因此所有 lgSk 的小数部份均匀分布在 0 到 1 之间,即 lgSk 的对数尾数,在 0~1 出现是等可能的。(这里需要读者仔细思考一下为什么)
注意到 Sk 若以数字 1 为开头,则其对数尾数必在 lg1 与 lg2 之间;⋯⋯
Sk 若以数字 2 为开头,则其对数尾数必在 lg2 与 lg3 之间;⋯⋯根据机会均等原则,在 2k 中,各数字开头的概率:
P(1)=lg2-lg1=0.3010; P(2)=lg3-lg2=0.1761; P(3)=lg4-lg3=0.1249; P(4)=lg5-lg4=0.0969; P(5)=lg6-lg5=0.0792; P(9)=lg10-lg9=0.0458。
⋯⋯ ⋯⋯ ⋯⋯
现实统计 2 的前 332 次幂,得出以下试验结果:
2 开头数字 |
出现次数 |
出现频率 |
理论推算 |
---|---|---|---|
1 |
99 |
29.8 % |
30.1 % |
2 |
60 |
18.1 % |
17.6 % |
3 |
40 |
12.1 % |
12.5 % |
4 |
33 |
9.9 % |
9.7 % |
5 |
27 |
8.1 % |
7.9 % |
6 |
23 |
6.9 % |
6.7 % |
7 |
17 |
5.1 % |
5.8 % |
8 |
19 |
5.7 % |
5.1 % |
9 |
14 |
4.2 % |
4.6 % |
332 |
100 % |
可以看到,理论计算与试验结论是相当吻合的。
以上例子表明,用机会均等原则计算概率,关键要用得巧,用得活。平面的情形也类似。常见到一些小朋友玩投币游戏:在地上画一个能容四枚硬币的方框。参加者取一枚硬币,在距方框 30cm 高处瞄准方框投下。若硬币落入框中,则得 2 分;若压框边或落框外,则得-1 分。每人投 20 次,总计得正分者胜。
严格地说,游戏中瞄准方框投的硬币落在平面上各点的可能性是不均等的。但由于投币点较远,且方框不大,所以投的币落在方框周围,可以近似地认为是等可能性的。由于要使硬币落入框内,必须使币心 O 落在上图阴影小正方形内,因而硬币落入框内的概率为:
P = 阴影正方形面积大正方形面积
(2r) 2 1
= (4r) 2 = 4
所以,尽管落入框内一次得 2 分,但得负分的机会几乎要大 3 倍,因此这个游戏取胜的希望是很少的。
利用机会均等原理,巧妙地计算概率的最为简单和动人的例子,莫过于以下的相遇问题:两人相约在 0 时到 1 时之间相遇,早到者应等迟到者 20
分钟方可离去。如果两人出发是各自独立,且在 0 时到 1 时之间的任何时刻是等概率的,问两人相遇的可能性为几?
为简便起见,假定两人分别在 X 时与 Y 时到达,依题意必须满足:|X-
Y| ≤ 1
3
才能相遇。
显然,两人到达时间的全部可能性,均匀地分布在上图的一个单位正方形Ⅰ内。而相遇现象,则发生在上图的阴影区 G 中,根据机会均等原则得两人相遇的概率:
P = SG
SI
1−