Re: [問卦] 要如何跟文組解釋:機率零不代表不會發生?消失

看板Gossiping作者時間9年前 (2016/07/16 05:29), 編輯推噓5(724)
留言13則, 8人參與, 最新討論串71/105 (看更多)
※ 引述《Kodaira (小平)》之銘言: : 幫原PO的補充,可憐的原PO被噓爆了.他講的是沒錯的. : 大家會對『機率為零不代表不會發生』產生疑問,最大的理由在於許多人學機率是從 : 『個數』開始.例如,一顆骰子出現6的機率為何,或是同時丟兩顆骰子出現(2,3)的機 : 率為何.我們計算機率的方式使用的是事件的個數除與樣本空間的個數.所以既然事件 : 本身不是空集合,有成員,那麼機率肯定就大於零.事實上,事件本身即使不是空集合, : 也有可能事件本身的機率是0,這跟機率怎麼定義(or怎麼測量)的方式有關係.其實 : 機率是一種度量的方式,他告訴我們發生某個事件的可能性為何.有些機率定義的方式 : 讓不是空集合的事件測量出來得到的值為0. : 舉例來說,任給一個邊長為1的正方形當作我們的樣本空間,事件為正方形中可以求出面 : 積的子區域(或子集合)我們定義事件的機率是事件的面積.任取正方形中其中的一個點 : 叫x,這個點所構成的事件A={x}的面積為0.換句話說,A的機率為0. : ~ K大這篇的解釋是對的 機率本身的概念就是測量 舉例來說,假設我們有一個 [0,1] 線段,它的長度是1 現在我們考慮一個點 0.5 ,它的長度是0,但我們並不能說它不存在於 [0,1] 這個 線段之中 現在換成機率 假設我們現在要在 [0,1] 中間選一個點,選到其中任何一個點的機率是平均分布的 那選到0.5的機率是多少? 進階一點的機率課會跟你說,機率代表的是一個可"測量"事件的大小 在這個例子中,平均分布的概念對應到的是區間的長度 也就是說,假如我們考慮一個[a,b]線段,0<=a<=b<=1 那麼我取的點落在[a,b]之間的機率應該要定成b-a,也就是P([a,b])=b-a 以此定義,選到0.5的機率是0 可是他不會發生嗎?當然有可能 在數學上,發生機率是1的事件叫做almost surely 反之,發生機率是0的事件叫做almost never https://en.wikipedia.org/wiki/Almost_surely 這個almost就是要表達機率不是絕對的 大家可以參考這個維基頁面中"Almost sure" versus "sure"這個章節 另外,有個方法叫做Probabilistic method,中文應該翻作機率方法 他的概念就是證明某個性質發生的機率是正的以表示他有可能發生 但反過來為非 也就是某個性質發生的機率是0並不表示他不會發生 其他請數學系大大們補充 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 72.182.32.179 ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1468618188.A.7C0.html

07/16 05:34, , 1F
都幾篇了 到底哪篇才是真的結論啊?
07/16 05:34, 1F

07/16 05:34, , 2F
講英文
07/16 05:34, 2F

07/16 05:35, , 3F
這篇不錯 不過土耳其政變沒空
07/16 05:35, 3F

07/16 05:40, , 4F
推推
07/16 05:40, 4F

07/16 05:45, , 5F
統計板的老怪物教授不知道會不會看八卦板 有請他來上課XD
07/16 05:45, 5F

07/16 05:46, , 6F
他們上來應該會被氣瘋吧XD
07/16 05:46, 6F

07/16 05:50, , 7F
老師蠻會戰的啊 不過應該很多人會看不懂
07/16 05:50, 7F

07/16 05:56, , 8F
怎麼解釋?就我上次跟獨眼龍賭骰子,用特異功能把它
07/16 05:56, 8F

07/16 05:56, , 9F
弄碎了,一點都沒有就是小!但是海珊說這局不算,真
07/16 05:56, 9F

07/16 05:56, , 10F
tmsb。
07/16 05:56, 10F

07/16 05:57, , 11F
我都沒有特異功能了 還留在這裡回廢文嗎
07/16 05:57, 11F

07/16 08:06, , 12F
一點錯誤 "選到0.5"的機率是0 "選到0.5"這件事還是不會
07/16 08:06, 12F

07/16 08:09, , 13F
發生問題是在你已經定義了沒有長度的點可以累積長度
07/16 08:09, 13F
文章代碼(AID): #1NYLNCV0 (Gossiping)
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 71 之 105 篇):
文章代碼(AID): #1NYLNCV0 (Gossiping)