如何理解正态分布在微观上可以做到等概率?
如何理解正态分布在微观上可以做到等概率?
有一次,我去 AT&T 实验室作关于最大熵模型的报告,我带去了一个色子.我问听众“每个面朝上的概率分别是多少”,所有人都说是等概率,即各点的概率均为1/6.这种猜测当然是对的.我问听众们为什么,得到的回答是一致的:对这个“一无所知”的色子,假定它每一个朝上概率均等是最安全的做法.(你不应该主观假设它象韦小宝的色子一样灌了铅.)从投资的角度看,就是风险最小的做法.从信息论的角度讲,就是保留了最大的不确定性,也就是说让熵达到最大.接着,我又告诉听众,我的这个色子被我特殊处理过,已知四点朝上的概率是三分之一,在这种情况下,每个面朝上的概率是多少?这次,大部分人认为除去四点的概率是 1/3,其余的均是 2/15,也就是说已知的条件(四点概率为 1/3)必须满足,而对其余各点的概率因为仍然无从知道,因此只好认为它们均等.注意,在猜测这两种不同情况下的概率分布时,大家都没有添加任何主观的假设,诸如四点的反面一定是三点等等.(事实上,有的色子四点反面不是三点而是一点.)这种基于直觉的猜测之所以准确,是因为它恰好符合了最大熵原理.