伯特蘭悖論計算器

計算經典盒子悖論的機率,以及重複試驗中的期望結果。

條件試驗計算器
在已知首次抽出金幣的條件下,分析經典三盒試驗。

條件試驗是指首次觀察到的硬幣為金幣的試驗。

認識伯特蘭悖論

這裡的伯特蘭悖論是著名的三盒條件機率問題,也稱伯特蘭盒子悖論。三個外觀相同的盒子裝著不同的硬幣組合:第一盒有兩枚金幣,第二盒有一枚金幣與一枚銀幣,第三盒有兩枚銀幣。隨機選一盒,再隨機抽出一枚硬幣。看到抽出的是金幣後,問題是:盒中剩下的硬幣也是金幣的機率有多大? 直覺上容易排除雙銀幣盒,再認為其他兩盒的機率相同,得出二分之一。但這忽略了證據出現的可能性。雙金幣盒有兩種不同方式抽出金幣,金銀幣盒則只有一種。已知看到金幣時,有三個等可能的金幣位置,其中兩個來自雙金幣盒,所以另一枚也是金幣的精確機率為 2/3,約為 66.67%。 本計算器將此精確理論機率套用至指定次數的條件試驗。試驗次數乘以 2/3,就是未見硬幣為金幣的期望次數。期望值可以是小數,實際次數卻必須是整數,因此顯示結果會四捨五入至最接近的整數。本工具不產生隨機樣本,重複計算的結果是確定的。真正的蒙地卡羅模擬會在期望值附近波動,且試驗次數增加時,比例通常會更接近三分之二。 此悖論說明條件機率的一項重要原則:應依各種解釋產生觀察結果的可能性,賦予不同權重。這是貝氏定理的基礎,也用於診斷檢測、篩檢、可靠度分析與分類。題目也需要明確的抽樣假設:每個盒子最初被選中的機率相同,所選盒子內每枚硬幣被抽中的機率也相同。選取權重不同,答案就會改變。輸入不同試驗次數,區分固定的理論機率與變動的期望次數,並記住實際實驗總數可能因隨機變異而偏離期望。

期望結果範例

機率維持三分之二,期望次數則隨試驗次數成比例變化。

條件試驗次數第二枚為金幣的期望次數計算說明
302030 乘以 2/3 等於 20。
300200期望比例維持 66.67%。
1,5001,000規模更大的試驗仍使用相同的條件機率。

如何計算期望結果

  1. 決定已有多少次試驗的第一枚硬幣是金幣。
  2. 在試驗次數欄位輸入該正整數。
  3. 選擇「計算期望結果」,套用精確的三分之二機率。
  4. 比較固定機率與第二枚為金幣的期望次數。

常見問題

這是伯特蘭悖論的隨機弦版本嗎?

不是。本計算器處理伯特蘭三盒硬幣悖論與條件機率。隨機弦悖論是另一個問題,取決於如何定義隨機弦。

為什麼機率總是三分之二?

經典問題的盒內組合與等機率抽樣假設固定不變。三個可能抽出金幣的位置中,有兩個位置旁邊的另一枚也是金幣。

期望結果保證會出現嗎?

不會。期望次數是長期平均,而非保證出現的實驗總數。隨機樣本可能高於或低於該值。

為什麼計算器採用條件試驗?

悖論探討已經觀察到金幣的試驗,因此排除無關的銀幣觀察。以這項證據為條件,才會改變各盒子的機率。

有偏的盒子選取方式會如何改變答案?

必須將每個盒子的先驗選取機率乘以其抽出金幣的機率。簡單的三分之二結果,只適用於所有盒子及硬幣位置皆均勻抽樣的情況。