概率论

【大观三年·汴京·陈砚】

正月初三，州桥以南的御街两侧彩棚连绵，棚下摆满冠梳珠翠、衣着花朵、玩好之物，吆喝声此起彼伏。这是开封府依例”放关扑三日”的最后一日。陈砚挤在人群里，看一个汉子掏出一百文，要扑一匹价值三贯的蜀锦——店家旋转八卦盘，汉子持镖掷去，未中，一百文归零。汉子骂一声，又掏一百文，再掷，又未中。一连五次，皆空，转身悻悻而去。店家笑呵呵收钱。陈砚心里却另有一本账：这盘上六十四格，约定中的那格仅一，每次中的概率约六十四分之一，店家赔率一赔三十看似诱人，实则期望值远低于赌注——关扑铺子开得下去，靠的就是这中间的差。他想起现代那门概率课，想起帕斯卡与费马为赌金分配写下的那批信。宋人市井赌博如此之盛，却无人算过其中的”机数”。若能把这门学问立起来，风险评估、决策、保险、医药验证，皆有了根基。他挤出众声喧哗，回墨香斋去磨墨。

一、一句话价值

概率论是”在不确定性中作理性决策”的学问——它让穿越者从”靠运气”走向”算期望”，是风险评估、保险定价、医药疗效判定的底层逻辑。

二、原理

概率论体系庞大，现代已成独立学科。本篇只取陈砚在北宋最该立起来、也最能立起来的那几块基石：古典概率、条件概率与贝叶斯定理、数学期望、大数定律、正态分布与中心极限定理。这五块层层递进，前两块可纯靠纸笔推演，后三块须借大量重复试验，但原理皆可讲授。

2.1 古典概率：有利事件除以总事件

概率论的源头在赌桌。其最朴素也最直观的定义，称为古典概率（classical probability）：

若一试验的所有可能结果数有限，且各结果出现的机会均等，则事件 A 的概率为

> P(A) = 有利事件数 / 总事件数
> ```

这一定义的关键有二：**有限**、**等可能**。掷一枚均匀骰子，总事件六，掷出"五"的有利事件一，故 P=1/6。掷两枚骰子，总事件三十六（6×6），掷出"和为七"的有利事件六（1+6、2+5、3+4、4+3、5+2、6+1），故 P=6/36=1/6。古典概率之所以"古典"，因其正是 1654 年帕斯卡与费马通信中实际使用的方法——他们计算"等可能的有利与不利情况数"，然后求其比值。

古典概率的局限也很明显：它只适用于"等可能"的情形。若骰子灌了铅，各面机会不等，古典定义便失效。故后世又有**频率学派**的解释：一事件的概率，是其在大量重复独立试验中发生的**频率的极限**。掷硬币一万次，正面出现五千零一十二次，则频率 0.5012 可作为"正面概率"的估计；试验次数越多，频率越稳定地趋向某个定值。这一思想由雅各布·伯努利（Jacob Bernoulli，1654—1705）在《推测术》（Ars Conjectandi，1713 年身后出版）中首次严格证明，即**大数定律**。

与频率学派相对，另有**贝叶斯学派**，主张概率亦可表示人对一事件发生的"置信程度"，可随新证据不断更新。两派之争绵延至今，但在北宋的应用层面，二者并不冲突——频率解释用于"由数据估概率"，贝叶斯定理用于"由新证据修正判断"，恰恰互补。

### 2.2 条件概率与贝叶斯定理

现实中的事件很少彼此独立。已知"某人咳嗽"，他患风寒的概率便高于常人。这种"在某条件下"的概率，称为**条件概率**，记作 P(A|B)，读作"在 B 发生的条件下 A 发生的概率"。

由条件概率可推出概率的**乘法规则**：

P(A ∩ B) = P(A) × P(B|A) = P(B) × P(A|B)


两端相等，同除以 P(B)（P(B)>0），即得**贝叶斯定理**（Bayes' theorem）：

P(A|B) = P(B|A) × P(A) / P(B)


这公式看似平凡，意义却深远：它把"已知 A 求 B 的概率"与"已知 B 求 A 的概率"联系了起来。其名来自英国牧师托马斯·贝叶斯（Thomas Bayes，1702—1761），其遗作 1763 年由友人整理发表，仅给出一个特例；一般形式由拉普拉斯（Pierre-Simon Laplace）在 1812 年《概率的分析论》中系统建立并推广。

贝叶斯定理的威力在于"**由果推因**"。试举一例：某地风寒流行，十人中约一人患病，故先验概率 P(患)=0.1。又知患者中九成咳嗽，P(咳|患)=0.9；未患者中亦有二成因他故咳嗽，P(咳|未患)=0.2。今见一人咳嗽，求其患风寒的概率 P(患|咳)。由贝叶斯定理：

P(患|咳) = P(咳|患) × P(患) / P(咳) = 0.9 × 0.1 / [0.9×0.1 + 0.2×0.9] = 0.09 / 0.27 = ¹⁄₃


即咳嗽者中约三分之一真患风寒。若无贝叶斯定理，人易犯"见咳嗽即当风寒"之误；有了它，便知先验概率（发病率）举足轻重——这正是后世医学检验、情报甄别、司法推断的核心逻辑。

### 2.3 数学期望：长期平均

赌博中常须比较"哪种玩法更划算"。帕斯卡与费马在 1654 年的通信里引入了一个关键概念——**数学期望**（mathematical expectation）。其定义为：

> 若试验结果有若干种，每种结果对应一个收益值，则期望值等于"各结果收益乘其概率"之和。

设一赌局以概率 p 赢 a 文、以概率 (1−p) 输 b 文，则期望收益：

E = a×p + (−b)×(1−p)


期望值为正，长期玩之有利；为负，长期玩之必亏；为零，谓之"公平赌局"。

关扑铺子之所以稳赚，正在于此。前述八卦盘关扑，中的概率 1/64，赔率一赔三十，赌注一百文：

E = (3000 − 100) × (¹⁄₆₄) + (−100) × (⁶³⁄₆₄) = ²⁹⁰⁰⁄₆₄ − ⁶³⁰⁰⁄₆₄ = −3400/64 ≈ −53.1 文


每赌一次，期望亏损约五十三文。店家不开庄，单凭这负期望，久赌必赢。赌徒之所以前仆后继，多半因不懂期望，只记着"一赔三十"的诱人，忘了"六十四分之一"的渺茫。

### 2.4 大数定律：频率趋于概率

数学期望讲的是"长期平均"，但"长期"究竟意味着什么？伯努利的大数定律给出了严格回答：

> 设事件 A 在每次独立试验中发生的概率为 p，在 n 次独立重复试验中发生 f 次，则对任意给定的小正数 ε，当 n 趋于无穷时，
>
> ```
> P(|f/n − p| ≥ ε) → 0
> ```
>
> 即频率 f/n 依概率收敛于概率 p。

通俗讲：试验次数越多，频率越稳定地接近概率。掷硬币十次，可能七次正面、频率 0.7，不足为怪；掷一万次，频率几乎必在 0.49 与 0.51 之间。

大数定律是"以数据估概率"的理论基石，也是统计学的起点。它告诉穿越者：单次试验不可靠，须靠大量重复；市井传闻"某某关扑铺子灵验"，往往只是小样本的偶然，不足为凭。

### 2.5 正态分布与中心极限定理

当试验次数极多，频率的分布呈何种形态？1733 年，法国数学家棣莫弗（Abraham de Moivre，1667—1754）在研究二项分布时，首次发现：大量独立试验之和的分布，趋近一条"钟形曲线"——这便是**正态分布**（normal distribution）的首次现身。此后拉普拉斯将其推广为一般形式，高斯（Gauss）在天文测误差中再度独立发现，故正态分布又名"高斯分布"。

正态分布的概率密度函数形如钟形，对称，由均值 μ 与方差 σ² 两个参数决定。其核心特征：数据大多集中在均值附近，离均值越远越稀少；约六成八的数据落在 μ±σ 之内，约九成五落在 μ±2σ 之内，约九成九七落在 μ±3σ 之内。

支撑正态分布普遍性的，是**中心极限定理**（central limit theorem）：在一定条件下，大量独立同分布随机变量之和（或均值）的分布，近似服从正态分布，无论原变量服从何种分布。这意味着：只要考察的对象是"大量独立因素之和"——如一群人的身高、一批货的重量误差、连掷百次骰子的总点数——其分布皆可近似以正态曲线刻画。

正态分布与中心极限定理，是测量误差处理、质量控制、人口统计的工具。北宋条件下，陈砚难以严格推导此二者（须微积分与特征函数），但可**以应用层引入**：记录大量数据，画其频次分布，指出"钟形"规律，据之判断何为正常、何为异常。这一步不需高深数学，只需耐心与纸笔。

## 三、北宋原料可行性

概率论不同于肥皂、玻璃，它不需要原料，只需要三样东西：**骰子、纸笔、大量数据**。这三样，崇宁、大观年间的汴京一应俱全。

**骰子。** 宋代骰子已极普遍，骨质、木质皆有，六面刻点，与今无异。市井关扑、酒令、双陆皆用之。陈砚可购得若干枚，或自制均匀木骰作教具。须注意：市售骰子未必均匀（甚至有灌铅作弊者），教学须先验其均匀性——这本身就是一个绝佳的"频率检验"示范：掷骰子一千次，看各面频率是否接近 1/6。

**铜钱。** 关扑常用铜钱掷正反，亦可用作概率教具。宋铜钱一面有字一面无字，正反面概率本应各半，然钱币铸造不均、重心偏移，实际频率未必恰好 1/2。这又是一个"古典概率 vs 频率概率"的鲜活教材。

**纸笔。** 阿拉伯数字与竖式运算已先行引入（见《阿拉伯数字与位值制》《代数与方程》），概率计算所需的分数、小数、乘除皆有工具可用。

**数据来源。** 这是概率论在北宋扎根的关键。陈砚可获取的数据至少有四类：

1. **关扑与赌博记录。** 汴京市井赌博盛行，关扑铺子、掷骰摊、双陆局随处可见，记录其赔率与胜负频次，是最直接的"概率实验场"。
2. **商业与账目数据。** 万胜行等商号的进货、销售、损耗、退货记录，经年累月，可作大数定律与正态分布的素材。
3. **人口与生死记录。** 宋代户籍制度细密（保甲、户帖），州县存有户口、丁口、出生死亡之数；加以陈砚日后若涉医药，病案记录亦可作疗效评估之用。
4. **天文与气象记录。** 司天监历朝观测日月食、星象、雨旸，数据丰富且连续，是研究周期与随机的素材。

**关键空白。** 北宋无概率论传统。宋人数学已达筹算、天元术、增乘开方法之高峰，然其取向是"确定性"的——求方程之根、求圆周之率、求历法之精密。对"不确定性"如何量化，宋人并无系统工具。占卜、风水、命理虽涉"吉凶之机"，却停留在神秘主义，未上升为数学。陈砚引入概率论，是**全新建构**，非改良旧术。这是难点，也是空间。

## 四、工艺流程

概率论不是"造物"的技术，而是"思维"的技术。其"工艺流程"是一套**由浅入深的讲授与应用步骤**。

### 第一步：以骰子立古典概率

取一枚均匀骰子（先掷千次验其均匀），当众演示。

**问：** 掷一次，得"五"的概率几何？

**答：** 总事件六（一至六点），有利事件一（五点），各面等可能，故 P=1/6。

再问稍难者：**掷两枚骰子，点数之和为七的概率几何？**

列出全部三十六种结果（两枚骰子各六面，6×6=36），数其和为七者：1+6、2+5、3+4、4+3、5+2、6+1，共六种。故 P=6/36=1/6。

教诀：**"先数总情形，再数有利情形，相除即得。"** 这一句胜过千言。须令学生亲手列三十六种情形，体会"等可能"与"穷举"二义。

### 第二步：以关扑立期望值

带学生到关扑摊前，记录一桩关扑的赔率与规则。以前述八卦盘为例：中的概率 1/64，赔率一赔三十，赌注一百文。

**问：** 赌一次，期望赢亏几何？

**算：**

E = (3000 − 100) × (¹⁄₆₄) + (−100) × (⁶³⁄₆₄) ≈ −53 文


**结论：** 每赌一次，期望亏五十三文。赌得越多，亏得越稳。

再举一例：两枚骰子赌"和为七"，赌注十文，赔率一赔五（中的得五十文、不中失十文）。

E = (50 − 10) × (¹⁄₆) + (−10) × (⁵⁄₆) = ⁴⁰⁄₆ − ⁵⁰⁄₆ = −10/6 ≈ −1.67 文


仍为负。令学生自行验证：何等赔率方为"公平"？（答：赔率须为一赔五点二，即中的净得五十二文，方使 E=0。）

教诀：**"赢的乘概率，输的乘概率，相加即期望。正则久赢，负则久亏。"**

### 第三步：以赌局立大数定律

这一步须靠**大量重复试验**。陈砚可组织学徒分工：一人掷骰、一人记数、一人核验。掷一枚骰子，记录"五点"出现次数：

- 掷 10 次，频率或为 0.0、0.1、0.3，波动极大；
- 掷 100 次，频率约在 0.10 与 0.23 之间；
- 掷 1000 次，频率几乎必在 0.15 与 0.18 之间；
- 掷 10000 次，频率极接近 1/6 ≈ 0.1667。

将各阶段的频率画成图表：横轴为试验次数（取对数），纵轴为频率，可见随次数增加，频率"收敛"于 1/6 的趋势一目了然。

教诀：**"少掷见运气，多掷见定数。"** 此即大数定律之直观。须强调："收敛"非"等于"——即便掷一万次，频率仍可能与 1/6 略有偏差，只是偏差极小、极不可能大。

### 第四步：以病案立条件概率与贝叶斯定理

这是概率论在北宋最具实用价值的延伸。陈砚日后若涉医药，须以概率判断"某药是否有效""某症是否为某病"。举前述风寒咳嗽之例，以分数推演贝叶斯定理：

P(患|咳) = P(咳|患) × P(患) / [P(咳|患)×P(患) + P(咳|未患)×P(未患)] = (⁹⁄₁₀ × ¹⁄₁₀) / (⁹⁄₁₀ × ¹⁄₁₀ + ²⁄₁₀ × ⁹⁄₁₀) = (⁹⁄₁₀₀) / (⁹⁄₁₀₀ + ¹⁸⁄₁₀₀) = ⁹⁄₂₇ = ¹⁄₃ “`

教诀：“见症莫断病，先问发病率。症乘率，除以总症率，方得真病率。” 这一思维可破”见咳嗽即投发散药”的流弊，亦为日后医药篇”疗效统计判定”埋下伏笔。

第五步：以测量立正态分布与中心极限定理

选取一类可大量重复测量的对象——如称量同一袋米重若干次、量同一批铜钱直径若干枚、记录同一铺子每日销货额若干日。将数据分组统计频次，画成柱状图，可见其形态接近钟形：中间多、两端少、左右大致对称。

引入”均值”与”离差”二概念（宋人算术已能求平均），指出：约七成数据落在均值上下一定幅度内，离均值越远越稀少。此即正态分布的直观形态。中心极限定理则解释其所以然——大量微小独立因素叠加，其和必呈钟形。

教诀：“众数聚中央，离中渐稀少，钟形处处见，皆因多因相加。” 此阶段不必深入密度函数（须微积分），只须建立”钟形”的直觉与”均值±离差”的判断框架。

第六步：说服士大夫的策略

概率论在北宋最大的障碍不是技术，而是观念。宋人重”确定性”之学（历法、算术、几何），轻”不确定”之谈（视为运气、命数、玄虚）。直接说”此乃研究运气之学”，必遭士大夫嗤笑。陈砚的包装术：

(1) 托名”西蕃历算”或”大食机数之学”。 借泉州海贸背景，称此法得自大食商人，而大食又得自西土（欧洲）。宋人对西蕃历法并不陌生，托名可增可信度。

(2) 以《易经》之”几”包装。 《易·系辞》云”知几其神乎”，”几”即事物将动未动之微兆。概率论正是研究”几”的学问——由已知之几，推未知之数。把概率包装为”测几之术”，士人便觉其合于圣人之言，而非赌徒之技。

(3) 先在市井扎根，再向士人渗透。 关扑铺子的赔率、商号的损耗、药铺的疗效——这些是市井最迫切的”不确定”问题。先教商人与账房用期望值算赔率、用大数定律估损耗，待其实用价值显现，士人自然侧目。自下而上，方为正途。

(4) 切忌与占卜争锋。 北宋占卜之风甚盛（卜筮、相术、命理），概率论若正面否定占卜，必招物议。陈砚只须说”此乃算术之一支，与卜筮各有所长”，不争不辩，以实用取胜。

五、难点

一、”等可能”之难。 古典概率须先判断各结果是否”等可能”，而这往往依赖直觉。骰子各面是否等可能？须靠大量试验检验。关扑八卦盘各格是否等可能？若盘子转动不匀、飞镖轻重不一，则未必。陈砚须反复强调：“等可能”是假设，须以频率验证。这一步是频率学派相对古典学派的进步之处。

二、大数定律之误读。 俗见最易犯二误：其一，以为”掷硬币连续十次正面，下一次反面必来”——此谓”赌徒谬误”，大数定律并不保证短期纠偏；其二，以为”少量试验即可定概率”——实则少量试验波动极大，不足为据。陈砚须以掷骰千次的记录反复说明：大数定律只承诺”长期”，不承诺”短期”。

三、贝叶斯定理之逆推之难。 宋人思维习惯”由因推果”（风寒故咳嗽），不习惯”由果推因”（咳嗽故患风寒的概率几何）。贝叶斯定理恰恰是”由果推因”的工具，其逆推逻辑反直觉，初学最易绕晕。须以大量病案、讼案实例反复演练，方能让学徒”转过弯来”。

四、数据积累之难。 大数定律与正态分布皆须大量数据，而北宋无现成数据库。陈砚须亲自设计记录格式、组织人员采集、长期坚持。一份数据须积攒数月乃至数年方有用，急功近利者难成。这是概率论”变现慢”的根本原因。

五、正态分布之推导之缺。 中心极限定理的严格证明须微积分与特征函数，陈砚在北宋条件下无法严格推导。他只能以”大量数据呈钟形”的经验事实立论，而不能以数学证明立论。这对士大夫的说服力有所削弱——宋人重证明（如刘徽注《九章》之严密），仅凭经验归纳或被视为”未竟之学”。陈砚须诚实标注：此为经验规律，严格证明待后学补足。

六、概率与命数之混淆。 宋人已有”命数”“天数”之说，视生死、贵贱、成败为”定数”。概率论讲”不确定”与”机会”，易被误为”命数之学”的翻版，或被斥为”妄言天数”。陈砚须严加区分：概率论研究的不是”天定之数”，而是”人为可算之机”；它不否认不确定性，恰恰是要在不确定性中作出最优决策。这一区分须反复申明。

六、价值评估

维度	评级	说明
难度	★★★	原理清晰，纸笔可授；然大数定律与正态分布须大量数据支撑，贝叶斯逆推反直觉，整体讲授与推广需时日
立身价值	★★★★	风险评估、决策优化、保险定价、医药疗效判定的底层逻辑；不直接变现，却为高阶布局（金融、军工、情报）所必需
变现速度	慢	须先积累数据、培育能用之人，数月乃至数年方见成效；非落地初期的求生之术，而是站稳脚跟后的进阶之学
政治风险	★	纯数学与统计之学，不触禁榷、不涉兵器、不干朝政；唯一须避者是与占卜、命理正面冲突，保持”算术”定位即可
推荐优先级	中后段	建议在阿拉伯数字、代数、复式记账均已扎根之后推进；待陈砚有稳定作坊与商号、能组织数据采集时，方有施展之地

七、升级路径

古典概率与期望（本篇）：骰子、关扑、赔率，纸笔可授，立”机会可算”之观念。
条件概率与贝叶斯定理：病案、讼案、情报甄别，立”由果推因”之思维。
大数定律与频率估计：大量重复试验，立”以数据估概率”之方法。
正态分布与中心极限定理：测量误差、质量控制，立”钟形”之直觉（严格证明待微积分）。
假设检验与显著性：医药疗效判定、工艺改进验证，区分”真效”与”偶然”——衔接医药篇。
回归与相关：变量间关系之度量，如雨量与收成、药量与疗效——衔接农业、医药篇。
保险精算雏形：以大数定律定价水火险、人寿险——衔接金融篇保险雏形。
决策论与博弈论萌芽：期望效用、零和博弈，为军事、外交决策提供工具——衔接军事外交篇。

八、参考

帕斯卡（Blaise Pascal）、费马（Pierre de Fermat）1654 年 7—10 月通信，七封信，解决”点数问题”（赌金分配），学界定 1654 年 7 月 29 日为概率论诞生日。
卡尔达诺（Gerolamo Cardano）《论机会游戏》（De Ludo Aleae，约 1564 年成稿，1663 年出版）：最早的概率论手稿，研究骰子赌博。
惠更斯（Christiaan Huygens）《论赌博中的计算》（De Ratiociniis in Ludo Aleae，1657）：第一部系统的概率论著作。
雅各布·伯努利《推测术》（Ars Conjectandi，1713 年身后出版）：首次严格证明大数定律。
棣莫弗（Abraham de Moivre）《机会论》（The Doctrine of Chances，1718／1738／1756 三版）：1733 年首次给出二项分布的正态近似，即中心极限定理雏形，亦为正态分布首次现身。
托马斯·贝叶斯遗作《论机会学说中一个问题的解》（1763 年由 Richard Price 整理发表）：贝叶斯定理之特例。
拉普拉斯《概率的分析论》（Théorie Analytique des Probabilités，1812）：系统建立贝叶斯定理一般形式与中心极限定理的推广。
孟元老《东京梦华录》卷六”正月”：载”正月一日年节，开封府放关扑三日”，关扑赔率”以一笏扑三十笏”，车马、地宅、歌姬、舞女皆可扑。
《宋刑统》：禁赌律令（关扑于三大节日特准开放）。

三日后，陈砚在墨香斋后院摆开一桌，桌上六枚骰子、一沓记数的竹纸、一杆蘸饱墨的笔。万胜行老账房与两名学徒围坐。陈砚令学徒掷骰千次，老账房记”五点”出现之数。千次掷毕，频率约 0.171，与 ¹⁄₆ 相去不远。老账房瞪眼道：”陈秀才，这数竟自己稳住了？”陈砚笑了笑，搁下笔，心想：稳住的不是数，是数背后的”理”。这理一旦立住，日后保险可定价、医药可验证、决策可凭据——汴京的市井与朝堂，终会有人明白，运气之外，还有一门可以算清的学问。