跳轉到

1.1 1654年:帕斯卡與費馬的通信——機率論的誕生#

1. 問題:賭桌上的哲學難題#

十七世紀的法國,賭博是貴族社會的核心社交活動,但「如何公平分賭金」卻沒有公認答案。著名的「賭注分配問題」(problem of points):

甲、乙兩人擲一枚公平硬幣,甲先贏 3 次者得全部賭金。當甲贏 2 次、乙贏 1 次時遊戲中斷,賭金該如何分配?

直覺式的答案(按已贏局數比例 2:1 分)是錯的——它忽略了「未來的可能」。這不只是賭博問題,它本質上是如何在資訊不完整的情況下,對未來的不確定性賦予數值。這正是社會科學一切定量分析的起點。

2. 數學:期望值的發明#

1654 年,帕斯卡(Blaise Pascal)與費馬(Pierre de Fermat)以書信往來解決此題。關鍵洞見是:分配比例不應取決於過去,而應取決於雙方在剩餘賽局中獲勝的機率。

設需再擲兩局定勝負,四種等可能結果:

結果 勝者
甲甲 甲
甲乙 甲
乙甲 甲
乙乙 乙

甲獲勝機率為 \(3/4\) ,故甲應得賭金的 \(3/4\) ,乙得 \(1/4\) 。

由此誕生了期望值(expected value)的概念:

\[ E[X] = \sum_i p_i x_i \]

其中 \(p_i\) 是各結果的機率, \(x_i\) 是對應的報酬。帕斯卡更進一步,在同一批通信中建立了早期的條件機率與決策樹推論,日後發展成帕斯卡定理(貝氏定理的前身)。

3. 後果:從賭桌到社會#

  • 決策理論的雛形:帕斯卡著名的「帕斯卡的賭注」(Pascal's Wager, 1670)用期望值論證是否信仰上帝——這是第一次將期望值應用於人生決策,是理性選擇理論的遠祖。
  • 保險業的科學化:有了機率,人壽保險從投機變成可定價的行業(見 3.1 節格蘭特的生命表)。
  • 司法與證據理論:萊布尼茲等人開始思考「證據的機率」,為法學的定量分析鋪路。

4. 回饋:機率的哲學危機#

期望值的成功立刻引發新問題:如果期望值是理性的唯一準則,那麼「聖彼得堡悖論」(見 1.2 節)顯示期望值準則會導出荒謬結論。社會科學的需求反過來逼迫數學家發明「效用」概念——這是下一節的主題。

5. 延伸思考#

  1. 「等可能結果」的定義本身是否循環?(不充分理由原則的爭議)
  2. 機率是客觀頻率,還是主觀信念?這場爭論至今未歇(頻率派 vs. 貝氏派),並直接影響統計推論(第 3 章)。