模型之掷骰子问题

掷骰子问题

假设我要掷一对骰子,想要了解它们的行为如何。经验告诉我,问某些问题根本是不现实的。例如,不可能期待有人能预先告诉我某一次掷骰子的结果,即便是他掌握了很高超的科技,并且用机器来掷骰子。与此相反的是,关于概率的问题则常常是能够回答的,比如“两个骰子的结果之和为7的可能性有多大”之类的问题。这样的问题的答案可能也是有用处的,比方说在我玩双陆棋(一种棋子游戏,靠掷骰子决定行棋格数)赌钱的时候。这一类问题很容易模型化,只要将两个骰子掷出来的结果看作是从下列36个整数对中随机选取一个。

结果

每组数对中第一个数表示骰子甲的结果,第二个数表示骰子乙的结果。恰有六组满足两数之和为7,因此掷出7的概率就是6/36,即1/6。

可能有人会反对这种模型

他们会说,骰子在滚动时是遵循牛顿定律的,至少在很高的精度上遵循,因此骰子落地的情况根本不是随机的:原则上是完全能够被计算出来的。但是,“原则上”这个短语在这里被过度使用了,因为这样的计算将会是极端复杂的,并且需要知道骰子的形状、材料、初始速度、旋转速度等更精确的信息,而这般精确的信息在实际中是根本无法测出来的。因这一点,使用某种更为复杂的决定论模型是无论如何也不会有任何优势的。

总结

在掷骰子的问题中,预先知道每次投掷的具体结果是不现实的。然而,我们可以通过概率来回答一些问题,如两个骰子的结果之和为7的概率是多少。这类问题可以进行建模,将骰子掷出的结果看作是从一组36个整数对中随机选取的。在这个模型中,恰好有六组结果满足两数之和为7,因此掷出7的概率是6/36,即1/6。有人可能会反对这种模型,并认为骰子的滚动遵循牛顿定律,因此不是随机的,而是可以被计算出来的。然而,在实际情况下,要进行如此精确的计算是极为复杂的,并需要了解骰子的形状、材料、初始速度、旋转速度等精确信息,这些信息在实际中很难获得。因此,使用更复杂的决定论模型也不会有任何优势。

  • 12
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

忆梦九洲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值