运气的数学解释

运气的数学解释

一 问题

心理学中有一个类似的概念叫聚类错觉，它是指人们更倾向于将随机小样本中不可避免的“条纹”或“聚簇”状的随机分布考虑为某种具有统计学意义的“规律”。

图中是一些随机分布的点，你是否更倾向于注意其中聚拢在一起或者空白的那些区域？通常这些点的“不正常分布”区域会更吸引人们的注意，甚至让人产生并非随机数的疑虑。

举个栗子：假如你手里有10张红桃、10张黑桃共20张扑克牌，现尽量把牌洗乱，之后摊开发现有4张相同花色的牌连在一起，你是否觉得”牌没有洗开“？

事实上，出现4连张及以上的概率超过50%

二 解释

2.1 概念

1. $H$表示连续进行$n$次独立重复试验，单次试验可能得到的结果的个数
   • 抛硬币：$H=2$
   • 投骰子：$H=6$
2. $Z(n)$表示连续进行$n$次独立重复试验，可能得到的互不重复的样本总个数
   • $Z(n)=H^n$
3. $k(n)$表示$Z(n)$个样本中全部元素的总个数
   • $k(n)=n\times Z(n)$
4. 当有$H_i\ne H_{i+1}=H_{i+2}=\cdots =H_j\ne H_{j+1}$时，游程即为$j-i$
   • $i,j$ 表示：试验次数
   • $i,j$ 满足：$0\le i\le j\le n$

2.2 公式

1. 通过归纳演绎，马秀峰（2011）给出了游程长度的概率密度和概率分布计算公式：

   $\{\begin{array}{l}f(x)=\frac{(1-p)p^{x-1}[2+(1-p)(n-x-1)]}{1+(1-p)(n-1)},1\le x\le n\\ f(n)=\frac{p^{n-1}}{1+(1-p)(n-1)},x=n\end{array}(1)$

   $F(x)=\frac{1+(1-p)(n-x)}{1+(1-p)(n-1)}{p}^{x-1}(2)$

2. 游程数量的概率密度和概率分布计算公式分别为（p=0.5）：

   $f(x,n)=\frac{C_{n+1}^{2x}}{2^n}(3)$

   $F(x,n)=\frac{1}{2^n}\sum _{t=0}^x{C}_{n+1}^{2x}(4)$

3. 当$n$较大时，采用如下近似公式计算游程数量的概率密度：

   $f(x)\approx q(x,n)=\frac{4}{\sqrt{2\pi(n+1)}}e^{- \frac{1}{2}(\frac{4x-n-1}{\sqrt{n+1}})^2} \quad(5) $

4. 对$f(x)$进行积分得到游程数量的分布函数$F(x)$

2.3 结果

1. $n=100$时，游程长度的概率密度与分布函数计算结果如图2~3所示

   

2. $n=100，p=0.5$时，游程数量的概率密度与分布函数计算结果如图4~5所示

   

2.4 讨论

根据图$3$列出的$100$次不同概率独立重复试验结果中游程长度的分布情况，当$n=20$，$p=0.5$时，计算得到游程长度$l\ge 4$的概率为$F(n=20,l\ge 4)=0.107$。

据此，前面所谓“$4$连张”的概率就有了具体的答案：$F(n=20,l\ge 4)\times \sum _{t=1}^{20}{x}_q(t)f_q(x,t)=0.563$。

式中：

• $l$表示游程长度$length$，$q$表示游程数量$quantity$
• $x_q(t)$表示游程出现次数，$f_q(x,t)$为相应概率，累乘后表示次数的期望
• 根据图$4$，$x_q(t)$和$f_q(x,t)$取值如表$1$所示：

x	0	1	2	3	4	5	6	7	8	9	10	11	…	20
f(20,x)	0.000	0.000	0.006	0.051	0.192	0.340	0.281	0.108	0.020	0.002	0.000	0.000	…	0.000

三 验证

方法：事实上，抛开公式，也可以采用蒙特卡罗（Monte Carlo）随机模拟方法得到上述结果；

过程：随机生成$20\times 1000$个由$0$和$1$组成的矩阵，每一列代表一组$20$次的独立重复试验，共$1000$组；

结果：游程统计结果如表$2$所示

length	1	2	3	4	5	6	7	8	9	10
times	2776	1283	620	324	151	56	26	19	6	2
frequency	2.776	1.283	0.620	0.324	0.151	0.056	0.026	0.019	0.006	0.002
simulated value	0.527	0.244	0.118	0.062	0.029	0.011	0.005	0.004	0.001	0.000
Theoretical value	0.524	0.250	0.119	0.057	0.027	0.013	0.006	0.003	0.001	0.001

1. 第$1$行：游程长度
2. 第$2$行：1000组试验每个长度的游程出现的次数
3. 第$3$行：1组试验中每个游程平均出现的次数
4. 第$4、5$行：对于一个游程，其长度为$x$的概率，即游程长度的概率密度$f_L(n,x)$
5. $f_L(n,x)$的模拟值和理论值对比如图6所示，$1000$组试验共产生游程$x\ge 4$ 的个数586个
6. 进而可以得到，每洗好的20张牌，出现“4连张”以上的概率为$\sum _{x=4}^{11}p(X=x)=0.586$

随机分布不意味着均匀分布，总会出现一段时间内运气普遍比较好，而这反而会让人产生"运气不是随机分布"的错觉。

---

朱常坤

南京，2020年6月21日