兩個信封悖論計算器 - 決策理論
互動式探索著名的兩個信封悖論。輸入你信封中的金額,分析期望值並理解這道數學謎題。
輸入你在所選信封中看到的金額,然後按一下「分析」,查看交換與保留的期望值以及悖論解釋。
兩個信封悖論計算器 - 決策理論
互動式探索著名的兩個信封悖論。輸入你信封中的金額,分析期望值並理解這道數學謎題。
關於兩個信封悖論
兩個信封悖論是機率論和決策理論中最著名的謎題之一。它在 20 世紀 80 年代和 90 年代廣為流傳,至今仍在數學家、哲學家和統計學家之間引發熱烈討論。設定看似十分簡單:兩個信封中各裝有一筆錢,其中一個信封的金額正好是另一個的兩倍。你隨機選擇一個信封,偷看裡面的金額 X,然後必須決定是否換成另一個信封。
樸素的機率論證如下:另一個信封中要麼有 2X(如果你碰巧選到較小的那個),要麼有 X/2(如果你選到較大的那個)。兩種情況的機率都為 0.5。因此,另一個信封的期望值是 0.5 × 2X + 0.5 × X/2 = X + X/4 = 1.25X。既然 1.25X 大於 X,你似乎應該總是交換。但悖論就在這裡:如果你交換後現在拿著金額 Y = 1.25X 的另一個信封,同樣的邏輯又會告訴你換回來,如此無窮無盡。
本計算器使用樸素論證計算兩個期望值,用真實數字讓悖論變得具體。當你輸入 X = 100 時,它會顯示樸素分析預測交換的期望值為 125,而保留只有 100。這個計算在算術上是正確的,那麼結論為什麼有問題?
解答的關鍵在於機率論。樸素論證隱含假設:在看到 X 後,另一個信封含有 2X 或 X/2 的可能性相同,也就是說,它把 X 當作有同等機率成為較小金額或較大金額。但在任何具體設定中,X 要麼是較小金額(此時另一個信封必定有 2X),要麼是較大金額(此時另一個信封必定有 X/2)。正確分析需要對信封中可能隱藏的金額給出先驗分布。對於大多數自然先驗——包括任何期望值有限的分布——交換的正確期望值正好是 X,因此沒有優勢。
更形式化地說,設兩個金額為從某個分布中抽取的 m 和 2m。如果你觀察到 X,在給定先驗的條件下,另一個信封的條件期望通常並不是 1.25X。樸素公式把兩個參考金額(m 和 2m)混在一起,好像它們共享同一個基準,這正是製造收益幻覺的代數障眼法。
兩個信封悖論優雅地說明了:非正式的機率推理如果使用不慎,可能導致矛盾,也說明了基於正確先驗進行嚴格貝葉斯條件化為何至關重要。它推動了關於不當先驗、可交換性以及模糊性下決策理論的研究,並成為高階機率課程中的經典例子。
兩個信封悖論範例
用具體金額展示樸素期望值計算及其造成的悖論。
| 看到的金額 (X) | 交換的期望值(樸素) | 詮釋 |
|---|---|---|
| X = $100 | $125 | 樸素期望值 = 0.5×$200 + 0.5×$50 = $125。看起來交換會多得 $25,但同樣邏輯套用到另一邊也會得到相同結論。 |
| X = $40 | $50 | 期望值 = 0.5×$80 + 0.5×$20 = $50。樸素論證總會把預期收益誇大為觀察金額的 25%。 |
| X = $500 | $625 | 期望值 = 0.5×$1000 + 0.5×$250 = $625。對任意 X,該公式都給出 1.25X,說明為什麼無論觀察到多少金額,悖論都會持續存在。 |
如何使用兩個信封計算器
- 在標示為「你信封中的金額 (X)」的輸入欄位中輸入你在所選信封中觀察到的金額。
- 按一下「分析」,計算保留和交換的樸素期望值。
- 閱讀「如果保留的期望值」面板——它只是把你觀察到的金額 X 顯示為確定值。
- 閱讀「如果交換的期望值」面板——它會顯示 1.25X,也就是樸素機率論證的結果。
- 查看結果下方的悖論說明,理解為什麼 1.25X 這個數字具有誤導性,以及正確的解法是什麼。
兩個信封悖論常見問題
為什麼樸素論證會得到 1.25X?
樸素公式透過把觀察值下的兩種可能都視為等機率,計算 0.5×(2X) + 0.5×(X/2) = 1.25X。它在代數上正確,但在機率上有缺陷,因為它把兩個不同的參考金額混成同一個基準。
交換信封有沒有可能是正確的?
沒有額外資訊時,交換和保留同樣好。若使用關於金額的適當先驗分布正確計算,兩個信封的期望值相同。交換從不提供保證性的優勢。
交換論證的錯誤在哪裡?
錯誤在於看到 X 後,你並不知道 X 是較小金額還是較大金額。樸素論證把 X 當作可能同時等於 m 和 2m,但這兩種情況互斥。嚴格的貝葉斯分析表明,對於任何適當先驗,交換的正確期望收益為零。
如果我偷看信封,悖論會改變嗎?
偷看並看到 X 會提供資訊,但如果不知道金額分布,它無法幫助你決策。如果你知道先驗分布(例如金額從某個上限以內的均勻分布中抽取),有時可以透過交換獲益,但樸素的 1.25X 規則一般而言仍然是錯的。
這和蒙提霍爾問題一樣嗎?
它們相關但不同。在蒙提霍爾問題中,主持人在你選擇後的行為提供了真正的新資訊並改變機率,因此交換確實有利。在兩個信封悖論中,看到 X 後沒有揭示新的額外資訊,因此交換相對保留的期望收益為零。
這個悖論教會我們什麼機率知識?
該悖論強調,在應用機率論證之前必須指定先驗分布。關於等可能事件的非正式推理必須建立在定義良好的機率空間之上。它提醒我們,在沒有檢查底層假設前使用期望值公式是有風險的。