跳转到内容
← 返回悖论
概率论约 13 分钟阅读

贝特朗盒子悖论

Bertrand's Box Paradox

相关人物

bertrandlaplacebayes
条件概率贝叶斯样本空间直觉谬误

悖论描述

有三个盒子：第一个装两枚金币（GG），第二个装两枚银币（SS），第三个装一枚金币和一枚银币（GS）。随机选一个盒子，从中随机取出一枚硬币——是金币。问：同一盒子中另一枚也是金币的概率是多少？直觉答案：1/2（剩下的是金币或银币，两种可能）。正确答案：2/3。

历史背景

约瑟夫·贝特朗（Joseph Bertrand, 1822-1900）在1889年的著作《概率计算》（Calcul des probabilités）中提出了这个问题。它与蒙提霍尔问题结构类似，都是关于条件概率的直觉谬误。这个问题在概率论教学中反复出现，因为它以最简洁的形式揭示了条件概率推理中的常见错误。它也与"三囚问题"和"两个孩子问题"结构同构——这些看似不同的问题实际上有相同的数学结构。

有趣的是，这个悖论可以追溯到拉普拉斯（Laplace）在1814年讨论的类似问题。

解析

关键在于样本空间的正确划分。

在取出一枚金币后，可能的情况是： - 来自 GG 盒子，取出了 G₁（另一枚是 G₂） - 来自 GG 盒子，取出了 G₂（另一枚是 G₁） - 来自 GS 盒子，取出了 G（另一枚是 S）

三种情况等可能（假设等概率选取盒子和硬币），其中两种情况下另一枚是金币。因此 $P(\text{另一枚是金币} | \text{取出金币}) = 2/3$。

用贝叶斯定理验证：

P(GG∣取出G)=P(取出G∣GG)⋅P(GG)P(取出G)=1⋅1312=23P(\text{GG} | \text{取出G}) = \frac{P(\text{取出G} | \text{GG}) \cdot P(\text{GG})}{P(\text{取出G})} = \frac{1 \cdot \frac{1}{3}}{\frac{1}{2}} = \frac{2}{3}

其中 $P(\text{取出G}) = \frac{1}{3} \cdot 1 + \frac{1}{3} \cdot \frac{1}{2} + \frac{1}{3} \cdot 0 = \frac{1}{2}$。直觉错误的根源：人们倾向于把"取出金币"的样本空间错误地划分为"GG盒子"和"GS盒子"两种等可能情况，而忽略了GG盒子产生金币的"方式"有两倍之多。这与"两个孩子问题"同构：一个家庭有两个孩子，已知至少一个是男孩，问两个都是男孩的概率？直觉答案 1/2，正确答案 1/3。

数学意义

  1. 条件概率：P(A∣B)≠P(A)P(A|B) \neq P(A)——已知条件会改变概率
  2. 样本空间构造：正确构造样本空间是概率推理的关键——错误的样本空间划分是概率谬误的根源
  3. 贝叶斯推理：观察到"取出金币"后，对盒子身份的后验信念应该更新——先验概率1/3变成后验概率2/3
  4. 与蒙提霍尔问题的关系：两者结构同构——都涉及条件概率的直觉谬误
  5. 教学价值：最简洁的反直觉概率案例之一——用最少的元素揭示了条件概率推理中最常见的错误
  6. 似然函数：贝特朗盒子悖论帮助理解似然函数的概念——$P(\text{取出G}|\text{GG}) = 1$ 是似然，P(GG)=1/3P(\text{GG}) = 1/3 是先验

核心概念辨析

  • 先验概率 vs 后验概率：先验概率是获得证据之前的概率（选到GG盒子的概率是1/3），后验概率是获得证据之后的概率（取出金币后，来自GG盒子的概率是2/3）。
  • 似然 vs 概率：似然是在假设下观察到数据的概率（$P(\text{取出G}|\text{GG}) = 1$），概率是对假设的信念（P(GG)=1/3P(\text{GG}) = 1/3）。
  • 等可能 vs 等概率：三种情况（G₁, G₂, G）等可能，但来源（GG盒子, GS盒子）不等可能——正确划分样本空间是关键。

总结

贝特朗盒子悖论以最简洁的形式揭示了条件概率推理的核心困难：正确的概率计算必须考虑产生观察结果的具体过程，而不仅仅是罗列可能的来源。GG 盒子能"两种方式"给出金币，GS 盒子只有"一种方式"——这倍数差异正是直觉漏掉的东西。

为什么这很重要

贝特朗盒子悖论是最简洁的反直觉概率案例——它用最少的元素揭示了条件概率推理中最常见的错误。

两个孩子问题的同构。前面提到的"两个孩子问题"与贝特朗盒子完全同构：两个孩子对应两枚硬币，"至少一个是男孩"对应"取出一枚金币"，于是"两个都是男孩"的答案同样是 1/3 而非直觉的 1/2。理解了贝特朗盒子，就理解了所有这类问题。

DNA证据的贝叶斯分析。在法庭上，DNA匹配的概率可能是百万分之一。但这不意味着嫌疑人有罪的概率是百万分之一——还需要考虑先验概率（嫌疑人在多大程度上是合理的嫌疑人）。这与贝特朗盒子的数学结构完全相同：先验概率和似然函数共同决定后验概率。

关键洞察

贝特朗盒子悖论最深刻的教训是：概率不是关于事件的——它是关于我们对事件的知识的。 两枚硬币的物理状态在你取出一枚金币前后没有改变——改变的是你对盒子身份的知识。概率的贝叶斯解释认为：概率是主观信念的度量，不是客观频率的度量。这个哲学立场将概率从"事件的属性"转变为"知识的状态"。

跨域连接

  • 概率论：柯尔莫哥洛夫公理给出测度的运算规则，却不告诉你该在哪个样本空间上做测度。本题的全部难点就在这一步：按"盒子"分是两种情形，按"金币的取法"分是三种，同一句话对应两个不同的概率空间——公理能保证一致性，保证不了建模的正确性。
  • 全同粒子统计：两个粒子是否可分辨，决定了微观状态该怎么数，玻色、费米与经典计数给出彼此不同的热力学。这与本题是同一件事：先说清"什么算两个不同的结果"，概率才有定义，而这一步来自物理假设而非数学推导，换一种计数比热曲线就完全不同。
  • 民意测量：问卷选项的切分方式直接改变结果分布——把"中立"拆成两档，两端的比例就会变。机制相同：样本空间的划分是研究者的选择，它先于统计而存在，不能靠增加样本量纠正，这也是不同机构民调长期系统性分歧的来源之一。
  • 框架效应：同一组事实按"存活率九成"或"死亡率一成"陈述，选择会反转。机制与本题同构——被改变的是结果被切分与呈现的方式，而不是概率本身。可检验推论是改用自然频数重述，正确率显著上升。
  • 认识论：本题支持一种立场——概率刻画的是知识状态而非硬币的物理属性，你取出金币前后盒里的金属毫无变化。但这不等于概率纯属主观：样本空间与生成机制一旦写清楚，答案就是唯一的三分之二，主观性落在描述上而不落在计算上。

常见误区

  • "剩下的是金币或银币，各1/2"：这个推理忽略了产生观察结果的具体过程。GG盒子产生金币的概率是1（两枚都是金币），GS盒子产生金币的概率是1/2——这使得GG盒子的后验概率更高。
  • "这个问题和蒙提霍尔不同"：贝特朗盒子和蒙提霍尔问题在数学上同构——两者都涉及条件概率的直觉谬误。理解了其中一个，就理解了另一个。
  • "概率是客观的"：贝特朗盒子悖论支持了概率的贝叶斯解释——概率是关于我们对事件的知识的，不是事件本身的固有属性。

蒙提霍尔问题的详细对比

蒙提霍尔问题：三扇门后有一辆车和两只羊。你选了一扇门，主持人打开另一扇有羊的门，问你是否换门。直觉答案：换不换都是1/2。正确答案：换门后得车概率是2/3。这与贝特朗盒子的数学结构完全相同：三扇门对应三个盒子，你的选择对应取出硬币，主持人打开有羊的门对应"取出金币"这个条件。两者的核心都是：已知条件改变了样本空间，但直觉倾向于忽略这种改变。

蒙提霍尔问题的推广：如果有 $n$ 扇门，主持人打开 $n-2$ 扇有羊的门，换门后得车概率是 n−1n\frac{n-1}{n}——当 $n$ 很大时，换门的优势极其明显。

拉普拉斯的继承法则

贝特朗盒子悖论与拉普拉斯在1814年讨论的"继承法则"问题同构：一个人有三个儿子，已知至少一个儿子存活了，问所有三个都存活的概率？这个问题的数学结构与贝特朗盒子完全相同。拉普拉斯的《概率的哲学随笔》（1814）是概率论的经典著作。他在书中讨论了许多类似的条件概率问题——这些问题在当时就已经引发了激烈的争论。贝特朗盒子悖论可以看作拉普拉斯传统的延续。

模拟与计算验证

对于怀疑数学推导的读者，可以通过简单的计算机模拟来验证贝特朗盒子悖论。模拟步骤：(1) 随机选择一个盒子（等概率1/3）；(2) 从选中的盒子中随机取一枚硬币；(3) 如果取出的是金币，记录另一枚硬币的颜色；(4) 重复大量次数，统计另一枚是金币的比例。模拟结果会收敛到2/3——这验证了贝叶斯定理的计算。蒙特卡洛模拟是理解概率悖论的有力工具：当直觉不可靠时，计算可以提供可靠的参考。

哥伦比亚号的教训

条件概率的思维方式在现实风险评估中至关重要。2003 年哥伦比亚号航天飞机失事后，调查委员会（CAIB）报告指出：外储箱泡沫脱落撞击轨道器的现象在以往几乎每次飞行中都发生过，却从未酿成灾难，于是管理层逐渐把它当作"可接受的风险"——社会学家称之为"偏差正常化"（normalization of deviance）。从概率推理的角度看，这正是一种危险的更新错误：把"过去 N 次都没出事"当成"风险很低"的强证据，却忽视了每一次都在逼近边界这一关键似然信息。贝特朗盒子提醒我们：正确的后验判断必须把先验与产生观测的真实机制结合起来，而不能只看表面频率。

贝特朗盒子的变体与推广

贝特朗盒子悖论有多个有趣的变体：

  1. $n$ 个盒子：如果有 $n$ 个盒子，其中 $k$ 个装两枚金币，$n-k$ 个装一枚金币一枚银币，取出一枚金币后另一枚也是金币的概率是 2kn+k\frac{2k}{n+k}。
  1. 连续版本：盒子中硬币的颜色不是离散的金/银，而是从 $[0,1]$ 区间均匀分布中抽取的连续值。这引出了贝叶斯推断在连续参数空间中的应用。
  1. 不对称盒子：三个盒子分别装（金,金）、（银,银）、（金,银），但选取盒子的概率不等。这需要更复杂的贝叶斯分析——先验概率不再是均匀的。

开放问题

贝特朗盒子悖论虽然简单，但它引出了许多深刻的问题：

  1. 认知偏差的普遍性：人类在条件概率推理中的系统性偏差是否可以通过教育消除？研究表明：即使是统计学专业的学生，在压力下仍然会犯贝特朗盒子式的错误。
  1. 概率的解释：贝特朗盒子悖论支持了概率的贝叶斯解释——概率是主观信念的度量。但频率主义者认为：概率只对可重复的随机试验有意义。这个争论至今未决。
  1. 形式化教育：如何将贝特朗盒子悖论有效地融入概率论教学？研究表明：通过模拟实验和可视化，学生对条件概率的理解显著提高。

参考文献

  1. Joseph Bertrand, Calcul des probabilités (1889).
  2. Edwin Jaynes, "The Well-Posed Problem" (1973).
  3. Peter Bogason, "Bertrand's Box Paradox Revisited", Teaching Statistics (2001).
  4. Stephen Stigler, "The True Title of Bayes's Essay", Statistical Science (2013).
  5. 陈希孺, 《概率论与数理统计》, 中国科学技术大学出版社, 2002.

概率不是关于事件本身的，而是关于我们对事件所掌握的知识的——这正是 E.T. 杰恩斯在《概率论：科学的逻辑》中反复申明的贝叶斯立场。