男孩女孩悖論計算機
探索經典家庭悖論中,不同資訊如何改變條件機率。
性別條件機率
假設各次出生彼此獨立,且男孩與女孩的機率相等。
關於男孩女孩悖論
男孩女孩悖論說明,必須先釐清資訊取得的過程,才能正確回答機率問題。經典版本中,一個家庭有兩個孩子,已知至少一個是男孩。在出生彼此獨立且男女機率相等的簡化模型下,有序結果為男男、男女、女男及女女。已知條件排除了女女,剩下三種等可能的結果。只有男男包含兩個男孩,因此條件機率為三分之一。
如果敘述指定了某個孩子,結果就會改變。若已知年長的孩子是男孩,只剩男男與男女,兩人都是男孩的機率便是二分之一。差異並非來自生物學改變,而是「至少一個」與「這個指定的孩子」以不同方式篩選樣本空間。條件機率始終取決於關注的事件,以及提供的確切證據。
本計算機將推理推廣到有兩至十個孩子的家庭。n 個孩子共有 2^n 種有序性別序列。如果已知至少一個孩子是男孩,便排除全部為女孩的序列,剩下 2^n - 1 種可能。其中恰好一種全部為男孩,因此所求機率為 1/(2^n - 1)。若指定孩子的性別固定為男孩,其餘 n - 1 個孩子有 2^(n-1) 種可能序列,只有一種能讓所有孩子都是男孩。
這是理想化的機率模型。它將男孩與女孩視為等可能的二元結果,假設各次出生彼此獨立,不模擬生物學性別比例、雙胞胎、非二元性別認同或家庭生育規劃行為。這些假設讓樣本空間的概念更容易理解,但不應被當成完整的人口統計模型。這個歷史悖論採用性別措辭;從數學角度看,它只是具有兩類結果的條件機率練習。
在實際版本中,若資訊是主動提供或經過選擇,問題可能更複雜。隨機選一位家長,聽對方說「至少有一個孩子是男孩」,與直接詢問家中是否有男孩,可能具有不同的概似,因為家長可能選擇提到哪個孩子。涉及出生日期的變體,例如「至少有一個星期二出生的男孩」,也取決於資訊如何取得。使用本計算機比較兩個精確定義的條件,了解看似細微的措辭差異為何會改變貝氏樣本空間。
男孩女孩悖論範例
| 已知資訊 | 全部為男孩的機率 | 樣本空間推理 |
|---|---|---|
| 2 個孩子;至少一個男孩 | 1/3 = 33.3333% | 剩餘結果為 BB、BG 及 GB,其中 B 代表男孩,G 代表女孩。 |
| 2 個孩子;年長的孩子是男孩 | 1/2 = 50% | 剩餘結果為 BB 及 BG,其中 B 代表男孩,G 代表女孩。 |
| 3 個孩子;至少一個男孩 | 1/7 = 14.2857% | 排除 GGG(全部為女孩)後,還剩七種結果。 |
| 3 個孩子;指定的孩子是男孩 | 1/4 = 25% | 其餘兩個孩子形成四種等可能的序列。 |
如何探索這個悖論
- 輸入假設家庭中的孩子總人數。
- 選擇已知條件:至少一個未指定的孩子是男孩,或某個指定孩子是男孩。
- 點選「計算機率」,依條件篩選樣本空間。
- 比較兩種條件,觀察措辭如何改變結果。
男孩女孩悖論常見問題
為什麼經典答案是三分之一,而非二分之一?
已知兩個孩子中至少一個是男孩,只會排除女女這個結果。剩下三種有序結果,其中只有一種是男男。
為什麼知道年長孩子的性別會改變答案?
這固定了有序結果中的一個位置,而不只是排除全部為女孩的家庭。在簡化模型中,年幼的孩子是男孩或女孩的機率便相等。
所有家庭結果真的等可能嗎?
只有在本計算機假設出生彼此獨立,且二元結果機率為 50/50 時,才會等可能。真實人口機率及家庭決策更複雜。
條件機率是什麼意思?
條件機率是在只考慮符合已知證據的情況後,衡量事件發生的可能性。證據改變會改變受限的樣本空間,也可能改變答案。
星期二男孩變體有唯一答案嗎?
只有在資訊取得規則明確後才有。得知某個男孩在星期二出生的方式不同,可能會對各類家庭賦予不同機率。