一场文艺复兴时期的赌博纠纷催生了概率论

# 文艺复兴时期的一场赌博纠纷如何催生了概率论 来源：https://www.scientificamerican.com/article/how-a-renaissance-gambling-dispute-spawned-probability-theory/ 想象咱俩在玩一个简单的碰运气游戏。各掏 50 美元放进奖池，然后开始抛硬币：正面你得 1 分，反面我得 1 分。谁先拿到 10 分，谁就把 100 美元全部拿走。游戏进行中，你暂时 8:6 领先。突然我的电话响了：有急事，必须立刻离场。问题来了——你不想直接把 50 美元退给我，因为你正领先；我也不想直接把 100 美元给你，因为我还有机会翻盘。怎样分钱才最公平？ 这就是“得分问题”（problem of points），也叫“赌注分配问题”。它曾让数学家们头疼 150 多年——因为问题刚提出时，概率论(https://www.scientificamerican.com/article/why-almost-everyone-gets-the-monty-hall-probability-puzzle-wrong/)还没诞生。17 世纪的两位大师布莱兹·帕斯卡与皮埃尔·德·费马(https://www.scientificamerican.com/article/fermats-last-theorem/)在一系列著名书信(https://probabilityandfinance.com/pulskamp/Pascal/Sources/pasfer.pdf)中不仅找到了公平的分配方案，还顺带奠定了现代概率论的基础。直到今天，这一解法仍是各类风险评估(https://www.scientificamerican.com/article/the-creepy-calculus-of-measuring-death-risk/)的基石，帮助我们在买股票或给海滨房屋投保时做出更明智的“赌注”。 1494 年，意大利数学家卢卡·帕乔利(https://www.scientificamerican.com/article/the-man-of-numbers-fibona/)在教材《算术、几何、比与比例概要》(https://books.google.com/books?id=iqgPe49fhrsC&printsec=frontcover&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false)里首次尝试解答。他主张按当前得分比例分钱：我们共掷了 14 次，你 8 我 6，你就拿 8/14≈57.14 美元，我拿剩下的。听上去合理，但 50 多年后，尼科洛·丰塔纳（绰号“塔尔塔利亚”）发现极端情况下会出 bug：要是刚掷 1 次就中断，赢家竟能拿走全部奖金，显然不公平。 --- ## 支持科学新闻 如果你喜欢这篇文章，欢迎订阅(https://www.scientificamerican.com/getsciam/)支持我们屡获殊荣的新闻报道。你的订阅将帮助更多有影响力的科学故事诞生。 --- 塔尔塔利亚给出新方案：领先 2 分的你，已完成 10 分目标的 1/5，因此除拿回本金 50 美元外，再拿对手 50 美元的 1/5，共 60 美元。极端情况下，只掷 1 次就中断，赢家仅得 1/10 对手本金，似乎更公平。但他自己也怀疑：“无论如何分，都会引发诉讼。” 果然，若一方 199 分、另一方 190 分（目标 200 分），按他的算法领先者只能拿 2.25 美元，而对手需连赢 10 次才能翻盘，显然与几乎必胜的现实不符。 争论停滞到 17 世纪中叶，一位法国赌徒兼社交名流向数学家布莱兹·帕斯卡(https://www.scientificamerican.com/blog/guest-blog/5-famous-scientists-that-started-their-work-as-young-teens/)求助。帕斯卡意识到，关键不在当前比分，而在“未来可能”的得分，于是写信给费马。两人各自给出完全不同的思路，却总能算出同一结果，由此确信找到了最公平的分配方式，也正式奠基了概率论。 费马的方法是：列出所有可能的后续序列，统计其中每位玩家获胜的比例。以 8:6（目标 10）为例，游戏最多再掷 5 次即可结束。他把 32 种等可能未来全部列出，发现 26 种你赢，因此你应得 26/32=81.25% 奖池，即 81.25 美元。 （图示：14 次已掷结果与接下来 5 次全部 32 种可能；其中 26 种 Player 1 胜，6 种 Player 2 胜。Amanda Montañez） 费马的方案优雅，却有个硬伤：若剩余回合太多，枚举将爆炸。仅余 20 次就要面对上百万条“未来”。帕斯卡给出天才答案，并首次勾勒出“期望值”(https://ocw.mit.edu/courses/6-042j-mathematics-for-computer-science-fall-2010/b61628dbe4b2e1d264f12c8ada491766_MIT6_042JF10_chap18.pdf)概念，至今仍是概率论的支柱。 帕斯卡从“若当前平局则平分”这一显然结论出发，倒推。9:8 时，再掷一次：50% 你直接到 10 分拿 100 美元，50% 扳平成 9:9 各拿 50 美元，因此你的期望收益为 0.5×100 + 0.5×50 = 75 美元。 同理可递归算出任何比分下的公平分配： - 9:7 → 0.5×100 + 0.5×75 = 87.5 美元 - 9:6 → 0.5×100 + 0.5×87.5 = 93.75 美元 - 8:7 → 0.5×87.5 + 0.5×50 = 68.75 美元 - 8:6 → 0.5×93.75 + 0.5×68.75 = 81.25 美元 与费马结果完全一致。两人共同洞察：公平分配取决于“可能的未来”，并按其概率加权。今天我们把这种加权平均称为“期望值”。费马穷尽枚举，帕斯卡则聪明地倒推：用“n 步后的公平值”基于“n-1 步后的公平值”层层归纳。 期望值并未停留在 17 世纪的客厅游戏。它是现代风险评估的数学引擎：寿险精算师定价、华尔街分析师估值、赌徒权衡下注(https://www.scientificamerican.com/article/is-the-lottery-ever-a-good-bet/)，都在做同一套计算——把每种结果的财务影响乘以其概率，再求和。不确定性无法消除，但我们已学会给它标价。千年来，数学家对机遇问题只能靠拍脑袋；帕斯卡与费马的通信把拍脑袋变成了框架。我们仍无法预知未来，却至少知道如何给它定价。