百科问答小站 logo   百科问答小站
问题

有人说「骰子掷一次掷出6的概率为50%，因为只有是6、不是6两种事件」，请问如何反驳？

回答
这句话的说法是错误的，它混淆了事件的“非此即彼”与概率的“均等分布”这两个概念。我们可以从以下几个方面来详细反驳：

核心反驳点：概率并非只取决于事件的数量，更在于事件发生的可能性（或权重）。

1. 概率的定义：
概率（Probability）是衡量一个事件发生的可能性的量。它被定义为“特定结果出现的次数”除以“所有可能结果的总次数”。
一个基本前提是：所有可能的结果必须是等可能（equally likely）的。

2. 骰子事件的“等可能”假设：
一个标准的六面骰子（也称为公正骰子）有六个面，分别标有数字1、2、3、4、5、6。
在一次投掷中，每个面都有相等的机会向上。这就是“等可能”的含义。
因此，掷一次骰子，可能出现的结果是 {1, 2, 3, 4, 5, 6}。总共有 6个 可能的结果。

3. “是6”和“不是6”两个事件：
事件A：掷出6点。 这个事件对应一个结果：{6}。
事件B：没有掷出6点。 这个事件包含了所有其他结果：{1, 2, 3, 4, 5}。
从数量上看，确实只有“是6”和“不是6”这两种互斥且包含所有可能结果的事件（我们称之为完备事件组或对立事件）。就像说“天是蓝色的”和“天不是蓝色的”一样，这两个陈述涵盖了所有可能性。

4. 错误在于将两个大类事件的对立误解为其中一个小事件的概率：
这句话的错误在于，它只看到了“是6”和“不是6”这两个事件的数量是2，然后就套用了某种“因为有2个结果，所以每个是1/2（50%）”的逻辑。
然而，“不是6”这个事件本身包含了 5个基本结果（1, 2, 3, 4, 5）。所以，“不是6”这个事件发生的可能性远远大于“是6”这个事件。

5. 计算“掷出6的概率”的正确方法：
目标事件： 掷出6点。
目标事件包含的结果数： 1个 (就是6点)。
所有可能结果的总数： 6个 (1, 2, 3, 4, 5, 6)。
概率 = (目标事件包含的结果数) / (所有可能结果的总数)
P(掷出6) = 1 / 6

6. 计算“没有掷出6”的概率：
目标事件： 没有掷出6点。
目标事件包含的结果数： 5个 (1, 2, 3, 4, 5)。
所有可能结果的总数： 6个。
P(没有掷出6) = 5 / 6

7. 与50%的对比：
1/6 ≈ 0.1667，即约等于 16.7%。
50% 等于 1/2。
显然，1/6 并不等于 1/2。

用类比来解释错误：

想象一个有12个号码的转盘（1到12），其中只有1个号码是红色的。
问：“转动转盘一次，指针停在红色区域的概率是多少？”
根据上述人的错误逻辑，他们可能会说：“指针要么停在红色区域，要么停在非红色区域，这只有两种可能，所以概率是50%。”
但正确的计算是：转盘总共有12个等可能的结果。只有一个结果是红色。所以，指针停在红色区域的概率是 1/12。而停在非红色区域的概率是 11/12。

再比如，一副扑克牌有52张。
问：“从一副牌中抽出一张牌，这张牌是红心K的概率是多少？”
错误逻辑：“抽出的牌要么是红心K，要么不是红心K。所以是50%。”
正确逻辑：“牌堆总共有52张牌。红心K只有一张。所以，抽到红心K的概率是 1/52。”

总结反驳的关键点：

事件的“对立”不代表事件的“等概率”。 “是6”和“不是6”只是两种互斥且完备的事件，但它们各自包含的基础结果数量是不同的。
概率的计算依赖于所有基本结果的等可能性。 在骰子例子中，有6个等可能的基本结果（1到6），而不是只有“是6”和“不是6”这两个大结果。
“不是6”这个事件包含了更多的基本结果，因此它发生的概率更大。

所以，当有人说“骰子掷一次掷出6的概率为50%，因为只有是6、不是6两种事件”时，你可以耐心地解释：

“你的说法听起来很有道理，因为任何事情不是发生就是不发生，确实是两种对立的可能。但是，概率的计算不仅仅是看有多少种‘分类’，更重要的是看每种‘分类’包含了多少个等可能的基本结果。

一个标准的骰子有6个面，每个面（1、2、3、4、5、6）被认为是等可能的。这意味着你掷出1的概率和掷出2的概率，以及掷出6的概率都是一样的。

所以，掷出6是一个事件，它对应唯一一个基本结果（就是数字6）。
而‘不是6’是另一个事件，它包含了五个基本结果（1、2、3、4、5）。

因为一共有6个等可能的结果，而我们关心的‘掷出6’这个结果只占其中一个，所以掷出6的概率是1/6，而不是50%。那50%是针对只有两个等可能结果的情况而言的。”

网友意见

user avatar

我们不妨推广一下这个命题。

我们出门要么被车撞死，要么不被车撞死，被撞死的概率是50%。

你回到家中，床上出现500w的概率是50%（有和无）

我暗恋的对象要么喜欢我，要么不喜欢我，我表白成功的概率是50%。

实际上，那么多年我出门没被车撞过，我的床上没有出现过500w，我表白那么多次没成功过一次！

是不是一下子就发现问题了？

说出这句话的人，就是混淆了概率和可能。

可能只有两种情况，要么是1（有可能） 要么是0（不可能）。而概率是在有可能的情况下，描述可能性大小的量。

要么是6，要么不是6，换句话说就是可能是6。

可能是6，只是前提，说明有概率是6，当前提成立的时候，才去讨论可能性的大小（概率）。

仅仅通过可能是6，就得出6的概率是50%，这不挺蠢的么？

以上是原回答

我觉得很多人没有了解我的意思，世界上很多事情都可以说成是可能发生和不可能发生。

而可能发生就是“要么发生要么不发生”。

概率呢就是描述一件事发生的可能性大小的量，它是建立在可能发生，也就是“要么发生要么不发生”的前提下。

如果所有发生与不发生都是平分概率，那就没有什么意义了。
user avatar

你跟他说，“既然概率均等，咱们赌钱，你扔骰子。我也不占你便宜，扔出6我给你1万，扔不出6你给我8000”。

先扔个100次试试，看他敢不敢就完了。
user avatar

事实上，这个问题并没有看上去那么傻（当然有很大可能，提问者本人确实是在犯傻），它其实牵涉到一个很重要的事情，那就是我们至今并不完全理解现实中的“概率”究竟是个什么东西。我们可以从数学上对概率进行精确定义（不管是古典概率论还是现代概率论），但是由此把它引入现实就成了一种循环定义，即：为什么我们认为抛硬币得到正面的概率是50%？因为我们定义它就是50%。为什么我们定义它是50%？因为我们现实中抛出正面的概率就是50%。数学家很早就发现这条路是行不通的，也因此对概率的解释形成了种种分歧，从而有了如今的频率主义学派和贝叶斯学派等等。

我引用我书里的一段内容来说明贝叶斯学派的主要看法：

贝叶斯的想法很奇特，他想“反过来”推断概率。什么意思？就是“正常”的概率问题一般是这样的：已知一枚硬币每次扔出正面的概率是50%，求该硬币连扔10次，全部都是正面的概率是多少？这样的问题，大家都早已司空见惯，对吧？
但贝叶斯突发奇想：凭什么就非要默认硬币“每次扔出正面的概率”一定是50%呢？实际上，我们并不知道硬币是什么样子，我们应该假定它“扔出正面的概率”是一个未知数！至于这个未知数究竟是多少，可以从观察到的现象出发，通过概率的方式把它“倒推”出来。
就这样，贝叶斯在历史上第一次研究了所谓的“逆概率”（inverse probability）问题。“硬币每次以50%概率扔出正面”的可能性是多少？这里牵涉到的，是一个复杂而有趣的主题，也就是“概率的概率”！
为了通俗地说明贝叶斯和其他人对于概率的不同理解，我们举一个金庸小说《鹿鼎记》里的例子。柳州城中，韦小宝手下的七个御前侍卫去赌场赌钱，结果庄家一连开了13记“大”。但是这些侍卫偏不信邪，他们认定：第14次非得开出“小”来不可，结果想不到居然还是“大”，最后全部被抓住当作人质，就不再多说了。在这里，御前侍卫犯了一个人们常见的认识错误，他们以为随机就是互相“抵消”。所以如果之前开的“大”多了，接下来就一定会更多地开出“小”。
而对于一般的概率论学者来说，他们显然意识到以上想法是不对的。只要各次掷骰都互相独立，那么扔出“大”的概率就不会改变。哪怕已经连续扔了13记“大”，下一次也还是全新的开始，扔出“大”的可能性依然和第一次一样。实际上，既然概率是一种“客观”的属性，那不管扔多少次，它都不会改变。
但是，贝叶斯对此有着完全不同的想法。他认为，赌场开出“大”的可能性，并不是一个常数，而是随着我们的观察不断变化的！至少，如果我是御前侍卫，我不会理所当然地认为，没事没事，连开13记大只是运气不好，自认倒霉算了。相反，我会产生一个合理的怀疑：这里面有没有人在搞鬼？是不是有一些高手以我不知道的方式在背后操纵？或者这里的骰子是不是灌了铅？
一开始，我的这种怀疑还只是隐隐约约，但随着赌场每开出一记“大”，我的怀疑就加深一分。连续开出13记“大”之后，我觉得，非常可能，这个赌场里的骰子确实有鬼，它投出“大”的概率要远远高于一半。在这种情况下，如果一定要下注，我宁愿跟风押“大”，除非之后的投掷结果渐趋正常，最终打消我的这种怀疑。
关键在于，贝叶斯证明，这种“怀疑”是可以量化计算的。他的想法后来被大数学家拉普拉斯继承和吸收，并总结出一个可以普遍应用的公式，这就是大名鼎鼎的“贝叶斯公式”。
无意之中，贝叶斯第一次触碰到了“概率”与“信息”之间的内在联系。在他看来，“骰子的概率”本身也是一个不确定的东西，它需要通过不断的观察去逐步推算。每观察一次投掷骰子的结果，我们就得到一点“信息”，从而“刷新”一次对该骰子的认识。
事实上，贝叶斯本人假定“骰子公平”假设的先验概率p在【0，1】之间均匀分布。那么，如果出现了“连扔13次大”的情况，我们就可以通过贝叶斯公式准确地计算出，p落在区间【1/2，1】里面的后验概率等于1－1/2^14≈99.994％。也就是我们有99.994％的信心认为该骰子有偏好，它掷出“大”的机率要高于一半。因为具体计算过程涉及积分，我在这里就不详细写了，对数学有兴趣的读者不难自己得到同样的答案。

简单来说，在贝叶斯学派看来，假定“骰子扔出6点”的概率为1/6并不是天经地义的，我们不应该对先验假设有任何偏好，换句话说，我们同样可以先验地假定这个概率是1/2，或者1/3，等等，它们和1/6的假定都没有本质不同，是平权的。关键在于，贝叶斯允许通过实践来更新概率分布，也就是说，如果我们在实际中把骰子扔出6点的频率确实接近1/6，那么通过贝叶斯公式，不管从1/2出发还是1/6出发，最后得到的后验概率都会无限收敛于1/6。从这个意义上来讲，先验假定6点的概率是1/2或者1/6，这两种假设其实是“同样好”的，只要后续信息量接近无穷，它们导致的后验概率就都会收敛于1/6。

其实只要查查概率论的发展史就知道，关于先验假设的优先问题是一个引起众多学者争论的话题，另外还有无差别假定，最大熵等等不同的看法。无论如何，这并没有看上去那么简单。比如法国的著名数学家达朗贝尔就曾经提出过同样的问题，他认为扔两枚硬币“只有”3种可能：两正、两反、一正一反，因此应该把每种可能性优先假定为1/3。这并不是达朗贝尔犯傻，而是出于对“概率”的不同哲学理解而产生的学派分歧。

事实上，由于现代物理学的发展，对于“概率”的理解问题一直延伸到今天我们对宇宙本质的认识，包括在量子论里的系综诠释或者量子贝叶斯诠释等等。应该怎样优先地选取先验概率？这在今天被称为“测度”问题，按照Tegmark的说法，他认为这是现代宇宙学里面最大的危机，没有之一。无论如何，扔一颗骰子，为什么我们应当优先假定“扔出6点”的概率会是1/6？这是一个值得思考的问题，也是一个尚没有答案的问题，但很明显，它绝不像看上去那么简单。
user avatar

这个想法对于初步来说没有问题，因为在非完全信息的条件下，你并不知道骰子是两面，还是六面，或者八面，以及更多。

所以作为观察者来说，在只能观察到六出现或六不出现的这两种事件，在第一步，是可以假设出现概率是百分之五十的，然而这只是假设，在未获取任何事实条件下，假设两个事件发生的频率是一致的。

一旦开始获取逐步开始获取事实，发现两个事件发生的频率不一致时，便应当重新或修正这个起始的假设。

但是，光是划分事件并不能决定事件的概率，根据事件出现的频率进行计算，才能确定事件发生的概率。

可以从最小假设开始，从两面骰子开始推导，认为这是一个一面有六，另一面没有六的硬币。

现在来假想一个场景，扔骰子的是另一个人，你每次只能知道是六还是不是六，而骰子是几面的你一无所知。

当你多次获取后，比如得到类似如下数据：

总次数 出现六的次数
10 3
20 4
30 6
40 7
50 8

然后将总次数作为X轴，出现六的次数作为Y轴，显然会发现次数围绕着y=6x波动

这个看不见背后平衡操纵者，便是概率，于是便可以简单推论得到，这个六点出现的概率是1/6

需要注意的是，由于样本实际上不可能完全，所以这个推论只是基于当前结果统计出来的概率，在无后续无新的事实加以否定的情况下，可以继续假定当前数据反映的概率是在1/6上下波动的。

如果继续获取信息下去，都稳定在1/6波动的，你可以猜测也许这是一个正方体的六面骰子，其中一面是六，又或是一个两面的骰子，如果是个物理实体的话，六的那一面的重量也许比相对的一面要轻上许多。

换句话说，因为事实中存在其它的额外事件，会提升或降低这两个事件的发生概率，导致了仅仅描述这两个事件来划分平均概率，不足以反映事实。

user avatar

作为一个老双色球投机者，这道题我来答。我买一注双色球，中一等奖和不中一等奖的概率分别为百分之五十。我本期买了两注不同号码的双色球，根据A号码未一等奖，所以B号码必中，题主的同学必须给我把一等奖的奖金补上。

面前有六条路，你可以走其中一条A，也可以把自己分成五块，同时走其他五条BCDEF。

user avatar

“是6”“不是6”的概率不是相等的
user avatar

你告诉他，他明天的死亡率是50%。

因为他明天只有活着和挂了两种可能。

问问他答不答应。
user avatar

世人只有是你爹和不是你爹两种，因此世人是你爹的概率为50%。
user avatar

用大弃赌定理让他怀疑人生。

大弃赌定理（Dutch book）由英国哲学家、数学家、经济学家拉姆齐提出。

在主观主义概率论中,概率被解释为置信度,置信度被解释为公平赌商.这一做法得到一个定理的有力支持.即所谓的"大弃赌定理".由大弃赌定理进而得出一条合理性原则,即:一个置信体系是合理的,当且仅当,该置信体系满足概率演算公理。

通俗来说，该定理描述了对概率论的主观解释：人们对于某个事件或命题的合理置信度也应该满足概率论。否则，可以设计一个赌局，使其不断赔钱。

例子：

1、某国脚预测中国足球队的比赛，胜50%，平50%，输50%。

明显，各事件发生的概率总和大于1，不符合概率论。

于是我们可以这样设计一个赌局：

既然你认为胜的概率是50%，那么胜和非胜的概率是一半一半。规定胜我给你100万，非胜你给我100万，这个赌局是公平的。同理，可以得到以下几项：

胜给你一百万，非胜你给我一百万。 输给你一百万，非输你给我一百万。 平给你一百万，非平你给我一百万。

那么以上三个赌局在你主观看来是公平的。但是实际上无论结果如何，都是我给你一百万，然后你给我两百万。比如国足输了，第二条的前半句和一、三条的后半句成立，你亏一百万。

2、我们都知道鱼和熊掌不可兼得。假如一个人喜欢鱼，但更喜欢熊掌，而又比熊掌更喜欢秘制小汉堡，那么他就一定比鱼更喜欢小汉堡。这是符合传递律的，也就是不会出现秘制小汉堡＞熊掌＞鱼，同时鱼＞秘制小汉堡。

否则的话，若他有一条鱼，因为他更喜欢熊掌，我们就可以用熊掌换他的鱼，同时让他支付两者的差价，可以是一块钱一毛钱一分钱，因为他更喜欢熊掌，就会愿意用一定差价拿鱼换。然后再用秘制小汉堡换熊掌，用鱼换秘制小汉堡……

重复以上过程，则他会在循环中破产。

回到这个例子，某人认定摇骰子摇到6的概率是50%，因为只会出现两种情况：摇到6或者没摇到6，所以二者各占一半。

我们大可不必拿出纸币给他算概率。和第一例一样，摇到6我给你250块，没摇到你给我250块。等他赔的裤子都不剩就不会嘴硬了。


我是小墨，助你清醒。
user avatar

只有是6和不是6两种情况是没错，但是怎么可能各占50%？

6面骰不是6有5面，占83.3333%，6只有一面，占16.6666%

如果是100面骰，那么不是6的占了99%，6只占1%

各占50%的只有硬币，即便是硬币还要两面质量都一样的才行，一面图案多较重的朝下几率会比另一面轻的要高一些。
user avatar

更新3：感谢评论区指出，对贝叶斯概率的措辞作出调整。

更新2：

如果大家还看不到这个问题所反映出来的关于概率诠释的一些基础问题，我这里引用一个非常相似的悖论：

“If, for instance, having no evidence relevant to the color of this book, we could conclude that 1/2 is the probability of ‘This book is red,’ we could conclude equally that the probability of each of the propositions ‘This book is black’ and ‘This book is blue’ is also 1 2 . So that we are faced with the impossible case ……Thus the defender of the Principle will be driven on,…… would be to emasculate it for all practical purposes, or else to revise and amplify it……”
（如果我们对一本书的颜色没有任何证据，那么我们会下结论“这本书是红色的”的概率为1/2。同理，我们也会说“这本书是黑色的”或“这本书是蓝色的”也都是1/2。那么我们将面临着不可能的情况……那么无差别原理的支持者将被迫……或者完全把它放弃掉，或者对其进行修改）

上述悖论来自Keynes，1921，《A TREATISE ON PROBABILITY》

我们看到，题主的这个问题，其实和Keynes的这个悖论如出一辙。

更新：

评论区中总有人抓不住重点，这个问题从数学上讲，不是一个骰子有没有灌铅的问题，而是无差别原理在应用中导致悖论的问题。有人说，一个骰子应该是六个面概率相等，那么题主这个问题问的就等于是，为什么六个面概率相等？

说到底，我们的问题在于：

对于一个我们无事先信息的骰子，我们如何来确定其样本空间，我们如何来确定其概率的无差别性？在此问题上，就是说，对于这样的骰子，我们为何要在没有事先信息的情况下，去认定各个面概率相等，而不是认定6和非6的概率相等？这种认定从概率论上有何依据？

请不要说我们先验地知道骰子就是个公平骰子，因为题主的问题中不包含这个前提。更重要的是，如果假定了公平骰子，就等于预先人为指定了6的概率是1/6，根本就没有讨论的必要。

如果遵从经典概率的无差别原理，我们对6的可能性完全无知，对非6的可能性也是完全无知的，那么我们说它们概率各为50%并没有问题。

同理，我们也可以说，我们队每一个面都完全无知，因而，每一个面概率都是1/6。这样说也没有问题。

从经典概率讲，这两个互相矛盾的结果都是正确的，这个叫做Bertrand悖论。这是一个并没有被解决的悖论。

从贝叶斯概率讲，我们从一个先验概率的分布出发，经过信息更新之后，最大后验概率估计最终收敛于频率概率。也就是说，如果我们投掷60万次，有30万次出现了6，那么计算出来的6的概率就是50%。如果有10万次出现了6，那么计算出6的概率就是10%。我们选取的先验概率分布，只会对头几次的概率计算有影响，而在多次更新之后，对结果的影响趋向于零。

面对一个无信息的骰子，我们根据我们的主观认知假定先验概率分布。具体说，我们可以假定6的概率分布在50%周围，也可以假定分布在10%周围，这并不重要，也实在没必要非要分出个对错。

==========

以下原答案：

这个问题其实并不简单，它涉及到了概率的诠释问题。

经典概率论的“无差别原理”（principle of indifference）是这样来定义概率的：

“…… whenever there is no evidence favoring one possibility over another, they have the same probability.”（引自SEP，“Interpretations of Probability”词条）
“（对若干不同的可能事件）如果没有证据偏向其中某一事件的可能性，那么它们发生的概率相同。”

在对一般的“骰子”，人们默认的是，“每个面向上的可能性相同”，因而根据无差别原理，它们的概率相等，各为1/6。但是，从这个逻辑出发，人们其实暗含的前提就是这是一个所谓的“公平骰子”（fare dice），也就是说“每个面向上的可能性相同”。

骰子有6个面，我们知道它落下时必然会有一个面向上。但是在我们不知道哪一个向上，每个面向上的证据对我们是“同等不确定”的，因而我们必须认定，所有的面向上的概率都是相等的。

我们可以看到，这种逻辑是有漏洞的。因为我们其实并没有理由认定一个骰子一定是公平骰子。如果我们认定了这个前提，事实上我们是指定了“掷出6的概率是1/6”，而不是从逻辑上或原理上推出了这个结论。

对无差别原理的应用，其实还有更难以自洽的地方，例如“Bertrand悖论”。或者说，题主的这个问题本身就是Bertrand悖论的变种。

从贝叶斯概率的角度上，比较容易来说这个事情。贝叶斯概率需要一个初始的先验概率。对于这个初始概率，“掷出6的概率分布在50%周围”是没有问题的，因为主观概率只不过是我们的一个判断。随着多次投掷结果的出现，我们的概率不断更新，最终会收敛于一个值，就是频率概率。

这个收敛值，有可能真的不是1/6，甚至收敛于50%也是可能的（比如灌铅筛子）。

详情可以参加本人的文章：

user avatar

我这有一注双色球，只有两种可能：中500万和没中500万。概率各50%。

我要中了我分你200万，

我要没中你给我200块就可以了。

咱每期都玩这个游戏，你稳赚不亏。
user avatar

你们都是伟大的数学家。我想到的只是：我们两人各拿一百块钱出来，掷到6，两百都归你，不是6，两百都归我。一直玩到，你来告诉我，这个游戏为啥不公平为止。
user avatar

你呼吸一次，下一秒钟还活着的概率是50％，因为只有活着和死去两种事件。

所以以你活了20岁作为标准计算，你能活到今天的概率约为0.5的630720000次方，这个数字放到任何计算器上，都是0。

也就是说，我在回答一个幽灵的问题。

我的天哪。
user avatar

这是古典概型的计算方法。古典概型是最简单的概率模型，其概率计算就是根据基本事件数多少来计算的。

掷骰子确实可以用古典概型算，但是如果用古典概型，必须使用基本事件数，即不能进一步拆分的最小事件。

这里“是6”是基本事件，但是“不是6”不是基本事件，因为可以拆分为“是1”，“是2”，“是3”，“是4”，“是5”这五个基本事件。所以“是6”跟“不是6”的概率比是1:5。

题主这种态度是很好的，很多答案在花式嘲讽这个论断肯定是错的，但是没必要。题主当然知道这个论断不对，这个论断荒谬，关键是明知道有错，是错在哪了？概率问题如果不从理论上理解，只靠经验，当然对这种简单的问题可以开嘲讽，就算说不出来为什么也不会判断错，但是碰到稍微复杂点的就会懵圈。比如著名的三门问题以及一系列的条件概率问题。
user avatar

出门被车撞s的概率为50%，因为只有被撞s、不被撞s两种事件。

或者更过分点

出门被车撞s的概率为90%，因为有被轿车撞s、被suv撞s、被mpv撞s、被公交车撞s、被泥头车撞s、被推土机撞s、被挖掘机撞s、被摩托车撞s、被自行车撞s，还有不被撞s十种事件。

当然你能列举出99种车，那他就有99%的概率被车撞s

也不用说我抖机灵了，都问出这种逆天问题了，为什么不顺从他呢？难道还要揪着他帮他重修概率论不成？

麻烦有些小可爱仔细审题，问题问怎么反驳，又没让我讲概率论，前排其他答案通过解释原理的方法反驳，而我用归谬的方式反驳。

您不能因为其他人讲了概率论，就来要求我也讲概率论吧？我不过是个半路去学法的工科生罢了，高中的东西还行，让我讲概率论也太难为我了吧？

我相信也有一部分文科生，看上面专业的解释一头雾水吧？人家从专业角度反驳，我就从逻辑上反驳，所有人都看懂了，这才符合知乎这个平台设立的初衷吧。说我降低知乎水平，对不起，我不接受。

评论区的小可爱 @Irelia

你说我答案质量不行，降低知乎水平，我都无所谓

现在居然张口就来说我改答案、删他的评论，还开评论区权限，就有意思了

您既然这么严谨的一个老知乎，麻烦拿出证据证明一下，就算没有截图证据，那也起码说一下我改了哪些内容，你被删的评论是什么内容，我什么时间段开了评论权限吧？

分割线以上的内容，我5月9号就写好放在那了，我改了什么我自己都不知道。到你这，张口就来说我没底线了？那请问严谨的你，你的底线是什么？张口就来污蔑他人也在你的底线之上吗？

不敢跟我直接回复，委屈巴巴的跟别人倾诉，还真是个小可爱呢。

昨天晚上和这位争论完，想着还是别因为这点小事在答案里挂人了，就把答案里原本针对性的表述，改成了相对温和的表述。结果这位还不愿意了？看看他的评论有多可笑？

我改下面的答案，是为了给你留面子，你反倒不领情。你说我删掉的评论原原本本的就放在那，你自己没看见，非要说我删了可还行？

另外你坐在马桶上看到的“仅会员可评论”，可能是因为你想发图片评论但是你没开会员，我可没有这个权限开“仅会员可评论”的功能，太抬举我了。

知乎评论区水平断崖式下跌，为什么呢？
user avatar

只有是或不是两种可能，并不代表两种可能性两分。

你跟他说“你明天死或者不死也只有两种可能，一个人癌晚期的作死症患者明天死不死也只有两种可能，那么你俩的死亡概率竟然是一样的？”

再放大一点，下一秒我能否呼吸也只有两种可能，下一秒地球爆炸也只有两种可能，那么我下一秒能否呼吸和地球爆炸也各占50%几率咯？
user avatar

我也是服了高赞的好几个回答，用一些看似很”哲学“的东西扯一些有的没的。

其实这个问题很好反驳，因为需要反驳的不是结果，而是逻辑。

骰子掷一次掷出6的概率可不可以是50%？当然可以！

无论是频率学派的概率，还是贝叶斯的先验、后验概率，骰子掷一次掷出6的概率都可以是50%！

但是

但是

这个逻辑是不对的。题主的逻辑是”因为只有是6、不是6两种事件“

那么对于1，这个逻辑成不成立？那么掷出1的概率为50%？

那么对于2，这个逻辑成不成立？那么掷出2的概率为50%？

。。。。。。

样本空间 ，按照这个定义，

这跟概率的定义矛盾。

不管你是频率学派还是贝叶斯学派，不管你用的概率是先验概率、后验概率还是一般意义上的概率

只要是概率就得讲基本法

基本法是什么？Kolmogorv公理！

反驳结束。

-----------

我就知道有人要反驳我，所以我开头就写了需要反驳的不是结果，而是逻辑，所以我把逻辑捋一捋：

user avatar

小孩出生后，像贾宝玉一样口中含着玉的概率为50%，因为只有含，和不含两种事件。

人类历史这么多年，几百亿婴儿都出生过了吧？这其中有一个含玉的吗？

user avatar

反驳：你这句话正确的概率为50%，以为只有你说得对和你说的不对两种事实

类似的话题

本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等

© 2025 tinynews.org All Rights Reserved. 百科问答小站 版权所有

服务条款
联系我们
关于我们
隐私政策
友情链接
知乎
百度问答
搜狐
新浪