- 最后登录
- 2014-4-11
- 在线时间
- 678 小时
- 阅读权限
- 90
- 注册时间
- 2009-6-23
- 积分
- 24444
- 帖子
- 678
- 精华
- 0
- UID
- 99999
- 性别
- 保密
 
- 积分
- 24444
- 帖子
- 678
- 精华
- 0
- UID
- 99999
- 性别
- 保密
|
其实这一点我不是在女孩概率这个问题中发现的,是在验血问题中发现的。
下述这一结论我把他称为“无辜现象”(我自己随意无聊起的一个词,之前也没有百度,显然应该有人做过这件事情了,不知道哪位大牛过会儿发个真正的称呼上来)
首先还是先说一下验血问题的模型吧:
假设一群人中存在某种传染性疾病,每个人感染此疾病的概率是p,而且这些人是否患病是相互独立的。现有一种验血方法可以经过一次试验有效地查出血样中是否含有这种传染病的病毒,即使病毒含量非常低的时候此方法也能够很灵敏地显示阳性结果。希望查出这群人中所有的病毒感染者。
在解决这个问题的过程中我发现,在检查了一组人A,得到阳性的结果后,继续检查A组人中的一部分(记为B组,即B组的所有人都属于A,但A至少有一个人不属于B),如果此时又显示为阳性的话,则在B组之外A组的所有其他人都是“无辜”的,可以证明在这种情况下,他们的患病概率不会因为第一次查出A组有患病者、B组有患病者这一系列条件而改变。
然后我们再回到女孩问题。
首先,题目告诉了我们这样一个信息:两个孩子中至少有一个是女孩。
注意到这个条件相当于检查一组人A,结果为阳性(这里A组只有两个人)
然后别忘了还有一个结论,就是,题目同时告诉了我们,哪个人是女孩(阳性),即抽到的那个是女孩
于是这一条件就相当于在A组(两个女孩)中检查了B组(那个女孩),结果为阳性(女孩)
这样根据上面的结论,另外一个人是“无辜”的,他/她的性别不会因为第一个测试二改变。
于是乎,另一个孩子的性别就成了没有任何条件下的概率,即1/2。 |
|