प्रायिकता सिद्धांत on kenji.blog

सेंट पीटर्सबर्ग पैराडॉक्स: "अनंत" अपेक्षित मूल्य वाले जुए के लिए आप कितना भुगतान करेंगे?

Thu, 10 Sep 2026 05:00:00 +0900

1. “अनंत” अपेक्षित मूल्य वाला सपनों का जुआ

जब आप एक कसीनो में टहल रहे होते हैं, तो एक डीलर आपको एक नए कॉइन-टॉस गेम में आमंत्रित करता है।

【गेम के नियम】

भाग लेने के लिए शुल्क (एंट्री फीस) का भुगतान करें और खेल शुरू करें।
एक सिक्का उछाला जाता है। यदि चित (Heads) आता है, तो आपकी पुरस्कार राशि दोगुनी हो जाती है और आप फिर से सिक्का उछाल सकते हैं।
जैसे ही पट (Tails) आता है, खेल समाप्त हो जाता है। उस समय तक जमा हुई पुरस्कार राशि आपको मिल जाती है।

प्रारंभिक पुरस्कार राशि $2 से शुरू होती है।

यदि पहली बार उछालने पर पट आता है, तो आपको $2 मिलते हैं और खेल समाप्त हो जाता है।
यदि पहली बार चित और दूसरी बार पट आता है, तो आपको $4 मिलते हैं और खेल समाप्त हो जाता है।
यदि पहली बार चित, दूसरी बार चित और तीसरी बार पट आता है, तो आपको $8 मिलते हैं और खेल समाप्त हो जाता है।
…इसके बाद, जब तक चित आता रहता है, पुरस्कार राशि दोगुनी होती जाती है: $16, $32, $64…।

graph TD Start["खेल शुरू"] --> Toss1{"पहला कॉइन टॉस"} Toss1 -->|पट (1/2)| End1["समाप्त: $2 जीते"] Toss1 -->|चित (1/2)| Toss2{"दूसरा कॉइन टॉस"} Toss2 -->|पट (1/2)| End2["समाप्त: $4 जीते"] Toss2 -->|चित (1/2)| Toss3{"तीसरा कॉइन टॉस"} Toss3 -->|पट (1/2)| End3["समाप्त: $8 जीते"] Toss3 -->|चित (1/2)| Toss4{"..."} Toss4 -.->|जितना अधिक चित आएगा| Infinite["पुरस्कार राशि अनंत रूप से दोगुनी हो जाएगी!"]

अब, आपके लिए एक सवाल है। अगर इस गेम की एंट्री फीस “$10,000” है, तो क्या आप इसमें हिस्सा लेंगे?

शायद ज़्यादातर लोग कहेंगे “नहीं”। कारण यह है कि 50% संभावना है कि पहले टॉस में ही पट आ जाए, जिससे आपको सिर्फ $2 मिलेंगे और भारी नुकसान होगा।

हालांकि, जब हम इसे गणितीय प्रायिकता सिद्धांत (अपेक्षित मूल्य) के अनुसार सख्ती से गणना करते हैं, तो एक आश्चर्यजनक तथ्य सामने आता है। गणितीय रूप से, चाहे एंट्री फीस $10,000 हो या $100 मिलियन, आपको अपने सारे पैसे उधार लेकर भी इस गेम में हिस्सा लेना चाहिए।

आखिर ऐसा क्यों है?

2. आइए अपेक्षित मूल्य (Expected Value) की गणना करें

यह तय करने के लिए एक गणितीय संकेतक “अपेक्षित मूल्य (Expected Value)” है कि कोई जुआ “फायदेमंद है या नुकसानदायक”। अपेक्षित मूल्य वह संख्या है जो यह दर्शाती है कि “यदि आप इस खेल को कई बार दोहराते हैं, तो आप औसतन प्रति बार कितना लाभ कमा सकते हैं।” इसकी गणना का सूत्र है सभी संभावित परिणामों के “(इनाम) × (उसकी प्रायिकता)” का योग।

आइए इस गेम के अपेक्षित मूल्य की गणना करें।

पहली बार में पट आने की प्रायिकता: $\frac{1}{2}$ इनाम $2$ डॉलर है। अपेक्षित मूल्य में योगदान = $2 \times \frac{1}{2} = 1$ डॉलर
दूसरी बार में पट आने की प्रायिकता: चित और फिर पट आने की प्रायिकता $\frac{1}{2} \times \frac{1}{2} = \frac{1}{4}$ इनाम $4$ डॉलर है। अपेक्षित मूल्य में योगदान = $4 \times \frac{1}{4} = 1$ डॉलर
तीसरी बार में पट आने की प्रायिकता: चित, चित, और फिर पट आने की प्रायिकता $(\frac{1}{2})^3 = \frac{1}{8}$ इनाम $8$ डॉलर है। अपेक्षित मूल्य में योगदान = $8 \times \frac{1}{8} = 1$ डॉलर
$n$वीं बार में पट आने की प्रायिकता: $(\frac{1}{2})^n$ इनाम $2^n$ डॉलर है। अपेक्षित मूल्य में योगदान = $2^n \times (\frac{1}{2})^n = 1$ डॉलर

यानी, खेल चाहे कितनी भी बार चले, प्रत्येक पैटर्न का अपेक्षित मूल्य हमेशा “1 डॉलर” होता है। चूंकि खेल अनंत रूप से जारी रह सकता है, इसलिए इन सभी अपेक्षित मूल्यों को जोड़ने पर हमें यह मिलता है:

$$ \text{कुल अपेक्षित मूल्य} = 1 + 1 + 1 + 1 + \dots = \infty \text{（अनंत）} $$

गणित द्वारा निकाला गया उत्तर यह था कि “इस खेल का अपेक्षित मूल्य अनंत है”। चूँकि अपेक्षित मूल्य अनंत है, एंट्री फीस चाहे कितनी भी अधिक क्यों न हो, सैद्धांतिक रूप से यह निश्चित रूप से एक “फायदेमंद जुआ” है।

इसे 1713 में निकोलस बर्नौली द्वारा प्रस्तावित “सेंट पीटर्सबर्ग पैराडॉक्स” कहा जाता है। गणित का सही गणना परिणाम (कि इसका अनंत मूल्य है) और मानवीय व्यावहारिक ज्ञान (कि वे केवल कुछ डॉलर का भुगतान करना चाहेंगे) एक-दूसरे के घोर विरोधाभास में हैं।

3. गणित और मनुष्य के बीच के अंतर को हल करने वाली “उपयोगिता” (Utility) की खोज

इस विरोधाभास को निकोलस के चचेरे भाई, एक प्रतिभाशाली गणितज्ञ डैनियल बर्नौली ने सुलझाया था। (इसे यह नाम इसलिए मिला क्योंकि उन्होंने सेंट पीटर्सबर्ग एकेडमी ऑफ साइंसेज में इस शोध पत्र को प्रस्तुत किया था।)

डैनियल ने मानव मनोविज्ञान में गहराई से विचार किया। उन्होंने यह विचार प्रस्तुत किया: “मनुष्य पैसे के ‘पूर्ण मौद्रिक मूल्य’ के आधार पर निर्णय नहीं लेते, बल्कि उस ‘संतुष्टि (उपयोगिता)’ के आधार पर निर्णय लेते हैं जो पैसा लाता है।”

इसे “ह्रासमान सीमांत उपयोगिता का नियम (Law of Diminishing Marginal Utility)” कहा जाता है।

पैसे का मूल्य आपकी संपत्ति के अनुसार घटता है

उदाहरण के लिए, यदि आप रेगिस्तान में बहुत प्यासे हैं, तो पानी का पहला गिलास इतना मूल्यवान (संतुष्टिदायक) है कि आप “इसके लिए 10,000 रुपये देने को भी तैयार होंगे।” हालाँकि, जैसे ही आप दूसरा और तीसरा गिलास पीते हैं, एक गिलास पानी का मूल्य कम होता जाता है। 10वें गिलास तक पहुंचते-पहुंचते, शायद आप कहेंगे, “अगर यह मुफ्त में भी मिले तो मुझे नहीं चाहिए।”

पैसे के साथ भी यही बात है।

एक ऐसा व्यक्ति जिसकी कोई बचत नहीं है, उसके लिए 1 मिलियन डॉलर प्राप्त करना जीवन बचाने वाला एक बहुत बड़ा मूल्य है।
हालाँकि, एलन मस्क जैसे व्यक्ति के लिए, जिसके पास 10 बिलियन डॉलर की संपत्ति है, 1 मिलियन डॉलर प्राप्त करना सड़क पर पड़े हुए एक सिक्के के मूल्य (संतुष्टि) के बराबर है।

यानी, भले ही पुरस्कार राशि $2 \rightarrow $4 \rightarrow $8 \rightarrow $16… अनंत तक बढ़ती जाए, मनुष्यों द्वारा महसूस की जाने वाली “खुशी (उपयोगिता)” राशि के अनुपात में अनंत तक नहीं बढ़ती है।

4. “उपयोगिता” का उपयोग करके अपेक्षित मूल्य की फिर से गणना करना

डैनियल बर्नौली ने माना कि “मनुष्यों द्वारा महसूस किया जाने वाला पैसे का मूल्य (उपयोगिता) उस राशि के लघुगणक (logarithm) के समानुपाती होता है।”

मान लीजिए राशि $x$ है, तो मनुष्यों द्वारा महसूस किया जाने वाला मूल्य (उपयोगिता) $u(x)$ को एक लघुगणक फलन के रूप में दर्शाया जा सकता है (यहाँ हम आधार 2 वाला एक सरल मॉडल मानते हैं)।

$2$ डॉलर की पुरस्कार राशि की उपयोगिता: $\log_2(2) = 1$
$4$ डॉलर की पुरस्कार राशि की उपयोगिता: $\log_2(4) = 2$
$8$ डॉलर की पुरस्कार राशि की उपयोगिता: $\log_2(8) = 3$
$2^n$ डॉलर की पुरस्कार राशि की उपयोगिता: $\log_2(2^n) = n$

पुरस्कार राशि दोगुनी हो जाती है, लेकिन मनुष्यों की “खुशी” केवल थोड़ी-थोड़ी बढ़ती है, जैसे 1, 2, 3…। इस “उपयोगिता” का उपयोग करते हुए, आइए अपेक्षित मूल्य (अपेक्षित उपयोगिता - Expected Utility) की फिर से गणना करें।

$$ \text{अपेक्षित उपयोगिता} = \sum_{n=1}^{\infty} \left( n \times \left(\frac{1}{2}\right)^n \right) $$ $$ = 1 \cdot \frac{1}{2} + 2 \cdot \frac{1}{4} + 3 \cdot \frac{1}{8} + 4 \cdot \frac{1}{16} + \dots $$

जब आप इस अनंत श्रृंखला के योग की गणना যত্ন करते हैं, तो परिणाम “अनंत” नहीं होता है, बल्कि यह “2” पर अभिसरित (converges) होता है। यदि हम उस राशि की विपरीत गणना करें जिसकी उपयोगिता “2” है, तो हमें $2^2 = 4$ डॉलर प्राप्त होते हैं।

दूसरे शब्दों में, जब हम इसमें मानव मनोविज्ञान (उपयोगिता) को शामिल करके फिर से गणना करते हैं, तो हमें एक बहुत ही सामान्य और व्यावहारिक उत्तर मिलता है: “मानवीय दृष्टि से इस खेल का मूल्य लगभग $4 है।” यही कारण है कि हम इस खेल के लिए 10,000 डॉलर का भुगतान करने के इच्छुक नहीं होते हैं।

5. निष्कर्ष: अर्थशास्त्र के दरवाजे खोलने वाला पैराडॉक्स

सेंट पीटर्सबर्ग पैराडॉक्स एक ऐसा ऐतिहासिक पैराडॉक्स था जिसने गणितीय रूप से यह साबित कर दिया कि “पैसे” की वस्तुनिष्ठ (objective) संख्या और “मानवीय संतुष्टि” का व्यक्तिपरक (subjective) मूल्य मेल नहीं खाते हैं।

डैनियल बर्नौली द्वारा प्रस्तावित “उपयोगिता (Utility)” की अवधारणा, 200 साल बाद, आधुनिक सूक्ष्मअर्थशास्त्र (microeconomics) और वित्तीय इंजीनियरिंग (जैसे कि पोर्टफोलियो थ्योरी) का सबसे महत्वपूर्ण आधार बन गई। बीमा खरीदने या निवेश में विविधता लाने (diversified investment) जैसे हमारे व्यवहारों को भी इसी मानव मनोवैज्ञानिक तंत्र द्वारा समझाया जा सकता है - “ह्रासमान सीमांत उपयोगिता” (बहुत बड़ा लाभ कमाने की खुशी की तुलना में बहुत बड़ा नुकसान उठाने का दर्द कहीं अधिक होता है)।

जुआ खेलने की एक साधारण गणितीय समस्या ने मानव मन को समझने और अर्थशास्त्र के एक विशाल अकादमिक अनुशासन को जन्म देने का काम किया।

दो लिफाफों का विरोधाभास: कैसे अनंत की उम्मीद तर्क को नष्ट करती है और निर्णय लेने में फँसाती है

Thu, 10 Sep 2026 00:00:00 +0900

1. अंतिम विकल्प: बदलें या न बदलें?

आप एक गेम शो के अंतिम चरण में हैं। आपके सामने टेबल पर दो बिल्कुल एक जैसे दिखने वाले लिफाफे (A और B) रखे हैं। होस्ट कहता है:

“एक लिफाफे में दूसरे लिफाफे की तुलना में दोगुना पैसा है। कृपया किसी एक को चुनें।”

काफी सोचने के बाद, आप लिफाफा A चुनते हैं। जैसे ही आप इसे खोलने वाले होते हैं, होस्ट एक शैतानी प्रस्ताव रखता है।

“अगर आप चाहें, तो आप अपने लिफाफा A को बचे हुए लिफाफा B के साथ बदल सकते हैं। क्या आप बदलना चाहेंगे?”

तो, क्या आपको अपना लिफाफा बदलना चाहिए?

2. अपेक्षित मूल्य की गणना से उत्पन्न “अनंत लूप”

आइए यहाँ थोड़ा गणितीय रूप से सोचें। मान लीजिए कि आपके लिफाफे A में मौजूद राशि $X$ येन है। लिफाफे B में मौजूद राशि, नियम के अनुसार या तो “$X$ येन का आधा ($\frac{X}{2}$)” हो सकती है या “$X$ येन का दोगुना ($2X$)"। दोनों की प्रायिकता $\frac{1}{2}$ (50%) है।

तो, आइए लिफाफा बदलने की स्थिति में अपेक्षित मूल्य (अनुमानित औसत राशि) की गणना करें।

$$ E = \frac{1}{2} \times \left(\frac{X}{2}\right) + \frac{1}{2} \times (2X) $$ $$ E = \frac{X}{4} + X = \frac{5}{4}X = 1.25X $$

एक आश्चर्यजनक परिणाम सामने आता है। सिर्फ लिफाफा बदलने से, अपेक्षित मूल्य मूल $X$ येन से बढ़कर $1.25$ गुना (25% अधिक) हो जाता है। निष्कर्ष यह निकलता है कि “गणितीय रूप से सोचें, तो बदलना निश्चित रूप से फायदेमंद है!”

लेकिन, यहीं पर तर्क का पतन होता है। मान लीजिए कि आप लिफाफा B में बदल लेते हैं। इसके तुरंत बाद, अगर होस्ट फिर से पूछे “क्या आप वापस A पर जाना चाहेंगे?” तो क्या होगा? बिल्कुल यही समीकरण लागू होगा, और इस बार इसका मतलब होगा “अगर आप B से A में बदलते हैं, तो अपेक्षित मूल्य 1.25 गुना हो जाएगा।”

यानी, केवल “A से B” और “B से A” में बदलते रहने से, सैद्धांतिक अपेक्षित मूल्य अनंत तक बढ़ता रहेगा। यह स्पष्ट रूप से वास्तविकता का खंडन करता है (लिफाफों के अंदर की राशि शुरू से तय होती है, और यह बदलने से नहीं बढ़ती)।

graph TD Start["आप लिफाफा A चुनते हैं (अंदर X येन हैं)"] --> Think["गणना करते हैं कि बदलना फायदेमंद है या नहीं"] Think --> Case1["लिफाफा B में आधी राशि (X/2 येन) : प्रायिकता 50%"] Think --> Case2["लिफाफा B में दोगुनी राशि (2X येन) : प्रायिकता 50%"] Case1 --> Calc["अपेक्षित मूल्य = (X/4) + X = 1.25X"] Case2 --> Calc Calc --> SwitchToB["लिफाफा B में बदलते हैं! (अंदर Y येन हैं)"] SwitchToB --> ThinkAgain["फिर से गणना करते हैं"] ThinkAgain --> Case3["लिफाफा A में आधी राशि (Y/2 येन) : प्रायिकता 50%"] ThinkAgain --> Case4["लिफाफा A में दोगुनी राशि (2Y येन) : प्रायिकता 50%"] Case3 --> Calc2["अपेक्षित मूल्य = 1.25Y"] Case4 --> Calc2 Calc2 --> SwitchToA["फिर से लिफाफा A में बदलते हैं!"] SwitchToA --> Start style Calc fill:#ff9999,stroke:#333,stroke-width:2px style Calc2 fill:#ff9999,stroke:#333,stroke-width:2px style SwitchToA fill:#ff4444,color:#fff,stroke:#333,stroke-width:4px

आखिर क्यों एक पूरी तरह से सही दिखने वाली अपेक्षित मूल्य की गणना ने ऐसा अजीब विरोधाभास पैदा किया?

3. गणितीय चाल को समझना: चरों (variables) की अदला-बदली

इस विरोधाभास का जाल “यादृच्छिक चर $X$ के उपयोग” में निहित है।

पिछली गणना में, हमने लिफाफा A की राशि $X$ को एक निश्चित स्थिरांक के रूप में माना, और यह मान लिया कि लिफाफा B “$\frac{X}{2}$ या $2X$” है। हालांकि, जो मूल रूप से निश्चित है वह “दोनों लिफाफों में मौजूद राशि का योग” है, या “छोटी राशि” है।

मान लीजिए कि छोटी राशि वाले लिफाफे में $S$ है। तो, बड़ी राशि वाले लिफाफे में $2S$ होगा। खेल के कुल परिदृश्य केवल निम्नलिखित 2 पैटर्न हो सकते हैं (प्रत्येक की प्रायिकता $\frac{1}{2}$ है)।

पैटर्न 1: आपके द्वारा चुना गया लिफाफा A छोटा वाला ($S$) है, और लिफाफा B बड़ा वाला ($2S$) है।
पैटर्न 2: आपके द्वारा चुना गया लिफाफा A बड़ा वाला ($2S$) है, और लिफाफा B छोटा वाला ($S$) है।

यहाँ, हम “न बदलने” और “बदलने” की स्थितियों के लिए अपेक्षित मूल्य की सही गणना करते हैं।

न बदलने की स्थिति में अपेक्षित मूल्य $E_{stay}$:

$$ E_{stay} = \frac{1}{2} \times S + \frac{1}{2} \times 2S = \frac{3}{2}S = 1.5S $$

बदलने की स्थिति में अपेक्षित मूल्य $E_{switch}$: पैटर्न 1 में आपको $2S$ मिलते हैं, और पैटर्न 2 में आपको $S$ मिलते हैं।

$$ E_{switch} = \frac{1}{2} \times 2S + \frac{1}{2} \times S = \frac{3}{2}S = 1.5S $$ $$ E_{stay} = E_{switch} $$

अपेक्षित मूल्य पूरी तरह से मेल खाते हैं! पहली गलत गणना में, हमने पैटर्न 1 के समय के $X$ (जो वास्तव में $S$ है) और पैटर्न 2 के समय के $X$ (जो वास्तव में $2S$ है) जैसे अलग-अलग मानों को एक ही चर $X$ के रूप में मान लिया था, जिसके कारण “बदलने पर अपेक्षित मूल्य बढ़ता है” का भ्रम पैदा हुआ।

pie title "अपेक्षित मूल्य की सच्चाई (छोटी राशि को S मानने पर)" "न बदलने का अपेक्षित मूल्य (1.5S)" : 50 "बदलने का अपेक्षित मूल्य (1.5S)" : 50

4. अगर आप लिफाफा खोल लें तो क्या होगा?

ऐसा लगता है कि विरोधाभास हल हो गया है। लेकिन, एक और गहरी समस्या इंतजार कर रही है।

क्या होगा अगर आप लिफाफा बदलने से पहले, अपने लिफाफे A के अंदर देख लें? जब आप लिफाफा A खोलते हैं, तो उसमें “10,000 येन” होते हैं।

इस क्षण, यह $X = 10000$ का एक निश्चित मान बन जाता है। लिफाफे B में या तो “5,000 येन” हैं या “20,000 येन”। अगर हम यहां पहला समीकरण लागू करें तो क्या होगा?

$$ E_{switch} = \frac{1}{2} \times 5000 + \frac{1}{2} \times 20000 = 2500 + 10000 = 12500 $$

अपेक्षित मूल्य 12,500 येन है। यह वर्तमान 10,000 येन से निश्चित रूप से अधिक है। इसके अलावा, चूंकि इस बार $X$ 10,000 येन का “विशिष्ट स्थिरांक” बन गया है, इसलिए पिछले “चरों की अदला-बदली” वाला प्रतिवाद काम नहीं करेगा। तो क्या इसका मतलब यह है कि बदलना निश्चित रूप से फायदेमंद है?

बेयसियन अनुमान द्वारा खंडन: “पूर्व वितरण (Prior Distribution)” का अभाव

गणितज्ञों ने इसके जवाब में “राशि का पूर्व वितरण (पूर्व प्रायिकता)” की अवधारणा पेश की। सवाल यह है कि क्या हम वास्तव में कह सकते हैं कि 5,000 येन और 20,000 येन में से प्रत्येक के होने की प्रायिकता $\frac{1}{2}$ है?

उदाहरण के लिए, मान लीजिए कि शो का अधिकतम बजट 100 मिलियन येन है। यदि आप लिफाफा A खोलते हैं और उसमें “60 मिलियन येन” पाते हैं, तो लिफाफा B में “120 मिलियन येन” होने की प्रायिकता शून्य है (क्योंकि यह बजट से बाहर है)। दूसरे शब्दों में, लिफाफा A की राशि जितनी बड़ी होगी, लिफाफा B के “दोगुना” होने की प्रायिकता उतनी ही कम हो जाएगी, और इसके “आधा” होने की प्रायिकता बढ़ जानी चाहिए।

जब हम किसी यादृच्छिक पूर्व वितरण $P(x)$ को मानते हैं और बेयस प्रमेय का उपयोग करके अपेक्षित मूल्य की गणना करते हैं, तो यह गणितीय रूप से सिद्ध हो चुका है कि चाहे कोई भी यथार्थवादी प्रायिकता वितरण (जिसका योग 1 हो) क्यों न हो, ऐसा कोई जादुई वितरण मौजूद नहीं है जहाँ सभी राशियों $X$ के लिए “बदलना फायदेमंद” हो।

5. अनंत का जाल: सेंट पीटर्सबर्ग विरोधाभास (St. Petersburg paradox) से संबंध

केवल एक ही स्थिति मौजूद है जहाँ “सभी $X$ के लिए बदलना फायदेमंद” होता है। यह केवल तब होता है जब हम मानते हैं कि शो का बजट अनंत है, और एक “अनुचित प्रायिकता वितरण (improper probability distribution, जिसका योग अनंत होता है)” है जहाँ सभी राशियाँ (1 येन, 2 येन, 4 येन, 8 येन… अनंत) समान रूप से दिखाई देती हैं।

हालांकि, वास्तविक दुनिया में अनंत संपत्ति वाला कोई टीवी स्टेशन नहीं है। यह “अनंत अपेक्षित मूल्य” के कारण होने वाली त्रुटि, सेंट पीटर्सबर्ग विरोधाभास (एक ऐसी समस्या जिसमें अनंत अपेक्षित मूल्य वाले जुए के लिए कोई व्यक्ति कितना भुगतान कर सकता है) के साथ गहराई से जुड़ी हुई है।

6. निष्कर्ष: प्रायिकता और अपेक्षित मूल्य का डर

यद्यपि “दो लिफाफों का विरोधाभास” केवल सरल गुणा और जोड़ से बना है, यह हमें निम्नलिखित सबक सिखाता है:

परिभाषा की अस्पष्टता से उत्पन्न त्रुटियां: यदि यह स्पष्ट नहीं किया जाता है कि चर क्या दर्शाता है (क्या $X$ हमेशा एक ही राशि को दर्शाता है), तो तर्क आसानी से ढह जाता है।
“कोई जानकारी नहीं = 50% प्रायिकता” का भ्रम: यह धारणा कि “चूंकि हम नहीं जानते, इसलिए यह आधा-आधा होना चाहिए” (अपर्याप्त कारण का सिद्धांत) कभी-कभी घातक गणना त्रुटियों का कारण बन सकती है।
अनंत को संभालने की कठिनाई: जब “अनंत” की अवधारणा, जिसे वास्तविक दुनिया पर लागू नहीं किया जा सकता, गणना सूत्र में पेश की जाती है, तो यह सामान्य ज्ञान के विपरीत परिणाम उत्पन्न करती है।

अगली बार जीवन में जब आपको लगे कि “दूर के ढोल सुहावने लगते हैं, और चीजें बदलने में ही फायदा है”, तो इस विरोधाभास को याद करें। हो सकता है कि आपके गणना सूत्र में चर आपस में बदल गए हों।

मोंटी हॉल समस्या: अंतर्ज्ञान को धोखा देने वाला प्रायिकता का जाल और बायेसियन अनुमान द्वारा पूर्ण समाधान

Thu, 10 Sep 2026 00:00:00 +0900

1. मंच एक टीवी क्विज शो है: आप क्या करेंगे?

1990 में, अमेरिकी समाचार पत्रिका ‘Parade’ के कॉलम “Ask Marilyn (मर्लिन से पूछें)” में एक पाठक ने यह प्रश्न पूछा:

आप एक टीवी गेम शो के प्रतिभागी हैं। आपके सामने 3 दरवाजे (A, B, C) हैं। 1 दरवाजे के पीछे एक नई कार (इनाम) है, और बाकी 2 दरवाजों के पीछे बकरियां (खाली) हैं।

आपने सबसे पहले दरवाजा A चुना।

फिर, मोंटी हॉल (होस्ट), जो जानता है कि किस दरवाजे के पीछे नई कार है, बचे हुए दरवाजों में से दरवाजा B खोलता है जिसके पीछे बकरी है।

मोंटी आपसे कहता है: “अगर आप चाहें तो अब दरवाजा C चुन सकते हैं। आप क्या करेंगे?”

अंततः, क्या आपको दरवाजा बदलना चाहिए?

सहज रूप से ऐसा लगता है कि “केवल A और C 2 दरवाजे बचे हैं। नई कार किसमें है यह पूरी तरह से यादृच्छिक है, इसलिए जीतने की प्रायिकता दोनों की $\frac{1}{2}$ (50%) है। इसलिए बदलना या न बदलना एक ही बात है।”

लेकिन, स्तंभकार मर्लिन वोस सावांत (गिनीज बुक के अनुसार दुनिया का सबसे अधिक IQ रखने वाली महिला) ने जवाब दिया: “आपको बदलना चाहिए। अगर आप बदलते हैं तो जीतने की प्रायिकता दोगुनी हो जाती है।”

इस जवाब ने पूरे अमेरिका में सनसनी मचा दी, और लगभग 10,000 विरोध पत्र (जिनमें से लगभग 1,000 गणित में पीएचडी धारकों के थे) आए। “आप प्रायिकता के मूल सिद्धांतों को नहीं समझतीं”, “यह महिलाओं का तर्क है” जैसी तीखी आलोचनाओं की बाढ़ आ गई। लेकिन, संक्षेप में कहें तो, मर्लिन का जवाब गणितीय रूप से पूरी तरह सही था।

2. अंतर्ज्ञान और गणित के बीच का अंतर: मरमेड (Mermaid) के साथ प्रायिकता का विभाजन

हमारा अंतर्ज्ञान यह भ्रम क्यों पैदा करता है कि प्रायिकता “$\frac{1}{2}$” है? आइए सबसे पहले गेम के सभी संभावित पैटर्नों की कल्पना करें।

graph TD Start["गेम शुरू"] --> CarA["नई कार दरवाजा A में है (प्रायिकता 1/3)"] Start --> CarB["नई कार दरवाजा B में है (प्रायिकता 1/3)"] Start --> CarC["नई कार दरवाजा C में है (प्रायिकता 1/3)"] CarA --> PickA1["आप दरवाजा A चुनते हैं"] CarB --> PickA2["आप दरवाजा A चुनते हैं"] CarC --> PickA3["आप दरवाजा A चुनते हैं"] PickA1 --> HostB_or_C["होस्ट B या C खोलता है"] PickA2 --> HostC["होस्ट हमेशा C खोलता है"] PickA3 --> HostB["होस्ट हमेशा B खोलता है"] HostB_or_C --> Stay1["नहीं बदलते: इनाम!"] HostB_or_C --> Switch1["बदलते हैं: खाली..."] HostC --> Stay2["नहीं बदलते: खाली..."] HostC --> Switch2["बदलते हैं: इनाम!"] HostB --> Stay3["नहीं बदलते: खाली..."] HostB --> Switch3["बदलते हैं: इनाम!"] style Switch2 fill:#bbf,stroke:#333,stroke-width:2px style Switch3 fill:#bbf,stroke:#333,stroke-width:2px style Stay1 fill:#f99,stroke:#333,stroke-width:2px

अगर हम मान लें कि आपने “दरवाजा A” चुना है, तो निम्नलिखित 3 परिदृश्य समान प्रायिकता ($\frac{1}{3}$) के साथ घटित होते हैं:

परिदृश्य 1 (नई कार A में है): होस्ट बकरी वाले B या C दरवाजे को खोलता है। अगर आप दरवाजा बदलते हैं तो खाली मिलेगा।
परिदृश्य 2 (नई कार B में है): होस्ट केवल बकरी वाले C दरवाजे को खोल सकता है। अगर आप दरवाजा बदलते हैं तो इनाम मिलेगा।
परिदृश्य 3 (नई कार C में है): होस्ट केवल बकरी वाले B दरवाजे को खोल सकता है। अगर आप दरवाजा बदलते हैं तो इनाम मिलेगा।

यानी, 3 में से 2 बार (परिदृश्य 2 और 3) स्थिति ऐसी होती है कि “अगर आप दरवाजा बदलते हैं तो पक्का जीतेंगे”। इसलिए, दरवाजा बदलने पर जीतने की प्रायिकता $\frac{2}{3}$ हो जाती है, जो कि नहीं बदलने की प्रायिकता $\frac{1}{3}$ की दोगुनी है।

3. बायेस की प्रमेय द्वारा सख्त प्रमाण

गणितीय रूप से इस समस्या को सख्ती से हल करने के लिए, हम सशर्त प्रायिकता (conditional probability) की गणना करने के लिए “बायेस की प्रमेय” का उपयोग करते हैं।

$$ P(H|E) = \frac{P(E|H) P(H)}{P(E)} $$

यहाँ, हम घटनाओं को इस प्रकार परिभाषित करते हैं:

$C_A, C_B, C_C$ : क्रमशः दरवाजा A, B, C में नई कार होने की घटना। पूर्व प्रायिकता $P(C_A) = P(C_B) = P(C_C) = \frac{1}{3}$ है।
मान लीजिए आपने शुरुआत में दरवाजा A चुना है।
$M_B$ : होस्ट के बकरी वाले दरवाजा B खोलने की घटना।

हम जो खोजना चाहते हैं वह है, “होस्ट द्वारा दरवाजा B खोलने की शर्त के तहत, दरवाजा C में नई कार होने की प्रायिकता”, यानी पश्च प्रायिकता $P(C_C|M_B)$।

सबसे पहले, नई कार कहाँ है इसके आधार पर, हम होस्ट द्वारा दरवाजा B खोलने की प्रायिकता $P(M_B|C_X)$ पर विचार करते हैं।

अगर नई कार दरवाजा A में है ($C_A$) होस्ट B या C को यादृच्छिक रूप से खोल सकता है।
$$ P(M_B|C_A) = \frac{1}{2} $$
अगर नई कार दरवाजा B में है ($C_B$) होस्ट नई कार वाले दरवाजे को नहीं खोल सकता, इसलिए B को खोलने की प्रायिकता शून्य है।
$$ P(M_B|C_B) = 0 $$
अगर नई कार दरवाजा C में है ($C_C$) होस्ट A (जिसे आपने चुना है) और C (जहाँ नई कार है) को नहीं खोल सकता, इसलिए उसके पास B को खोलने के अलावा कोई विकल्प नहीं है।
$$ P(M_B|C_C) = 1 $$

इसके बाद, “संपूर्ण प्रायिकता की प्रमेय” से होस्ट द्वारा दरवाजा B खोलने की कुल प्रायिकता $P(M_B)$ की गणना करते हैं।

$$ P(M_B) = P(M_B|C_A)P(C_A) + P(M_B|C_B)P(C_B) + P(M_B|C_C)P(C_C) $$ $$ P(M_B) = \left(\frac{1}{2} \times \frac{1}{3}\right) + \left(0 \times \frac{1}{3}\right) + \left(1 \times \frac{1}{3}\right) = \frac{1}{6} + 0 + \frac{1}{3} = \frac{1}{2} $$

अब, दरवाजा A और दरवाजा C की पश्च प्रायिकता की गणना के लिए बायेस की प्रमेय लागू करते हैं।

दरवाजा A (नहीं बदलने की स्थिति में) में नई कार होने की प्रायिकता:

$$ P(C_A|M_B) = \frac{P(M_B|C_A) P(C_A)}{P(M_B)} = \frac{\frac{1}{2} \times \frac{1}{3}}{\frac{1}{2}} = \frac{1}{3} $$

दरवाजा C (बदलने की स्थिति में) में नई कार होने की प्रायिकता:

$$ P(C_C|M_B) = \frac{P(M_B|C_C) P(C_C)}{P(M_B)} = \frac{1 \times \frac{1}{3}}{\frac{1}{2}} = \frac{2}{3} $$

गणितीय प्रमाण स्पष्ट रूप से दिखाता है कि “दरवाजा बदलने पर जीतने की प्रायिकता दोगुनी (2/3) हो जाती है”।

4. संज्ञानात्मक पूर्वाग्रह: “कंडीशनिंग” नामक जानकारी का मूल्य

कई प्रतिभाशाली गणितज्ञों ने भी सहज रूप से इस समस्या में गलती क्यों की? इसके पीछे हमारे मस्तिष्क में मौजूद “समान प्रायिकता पूर्वाग्रह (Equiprobability Bias)” और “जानकारी को अपडेट करने में विफलता” है।

4.1. समान प्रायिकता पूर्वाग्रह (Equiprobability Bias)

जब इंसानों को अज्ञात विकल्प दिए जाते हैं, तो उनमें अनजाने में यह मानने की प्रवृत्ति होती है कि “बचे हुए विकल्पों की प्रायिकता हमेशा समान होती है”। जैसे ही वे 2 दरवाजे बचे हुए देखते हैं, मस्तिष्क स्वतः ही उन्हें “$50\%$ : $50\%$” का लेबल लगा देता है।

4.2. होस्ट के “इरादे” की जानकारी

सहज ज्ञान के गलत होने का सबसे बड़ा कारण इस तथ्य को नज़रअंदाज़ करना है कि होस्ट का व्यवहार यादृच्छिक नहीं है। यदि नियम ऐसा होता कि “होस्ट बिना यह जाने कि नई कार कहाँ है, यादृच्छिक रूप से एक दरवाजा खोलता है, और संयोग से वहाँ एक बकरी होती” (इसे मोंटी फॉल समस्या कहा जाता है), तो दरवाजा A और दरवाजा C दोनों की प्रायिकता $\frac{1}{2}$ होती।

लेकिन वास्तविक मोंटी हॉल समस्या में, होस्ट निम्नलिखित सख्त प्रतिबंधों के तहत कार्य करता है:

वह प्रतिभागी द्वारा चुना गया दरवाजा नहीं खोल सकता।
वह नई कार वाला दरवाजा नहीं खोल सकता।

इन प्रतिबंधों के कारण, होस्ट द्वारा “दरवाजा B खोलने” का कृत्य ही हमें दरवाजा C के बारे में एक बहुत बड़ी जानकारी देता है। इसमें एक मूक संदेश छिपा है: “मैं दरवाजा C नहीं खोल सका (क्योंकि वहाँ एक नई कार है)"।

5. एक चरम उदाहरण के साथ अंतर्ज्ञान को सुधारना

अगर आप अभी भी आश्वस्त नहीं हैं, तो आइए दरवाजों की संख्या बढ़ाकर 1 मिलियन कर दें।

आप 1 मिलियन दरवाजों में से दरवाजा 1 चुनते हैं। (जीतने की प्रायिकता $\frac{1}{1,000,000}$ है)
सब कुछ जानने वाला होस्ट बचे हुए 999,999 दरवाजों में से उन 999,998 दरवाजों को खोल देता है जिनमें बकरियां हैं।
अब केवल दो दरवाजे बंद हैं: आपका चुना हुआ “दरवाजा 1”, और वह दरवाजा जिसे होस्ट ने जानबूझकर छोड़ दिया “दरवाजा 777,777”।

अब, क्या आप बदलेंगे? इस मामले में, यदि आप मानते हैं कि आपने पहली बार में “10 लाख में 1” का चमत्कार हासिल कर लिया था, तो आपको नहीं बदलना चाहिए। लेकिन, वास्तविक रूप से यह समझना आसान है कि “उस इकलौते दरवाजे जिसे होस्ट ने बिल्कुल नहीं खोला” में नई कार होने की प्रायिकता $\frac{999,999}{1,000,000}$ है।

मोंटी हॉल समस्या (3 दरवाजे) वास्तव में इसी “1 मिलियन दरवाजों” की घटना का छोटा संस्करण है।

pie title "दरवाजा बदलने का प्रभाव (100 बार का सिमुलेशन)" "बदलकर इनाम (लगभग 66.7%)" : 67 "बिना बदले इनाम (लगभग 33.3%)" : 33

6. निष्कर्ष: व्यापार और जीवन के सबक जो प्रायिकता सिद्धांत सिखाता है

मोंटी हॉल समस्या केवल एक क्विज से बढ़कर है, यह हमें महत्वपूर्ण सबक सिखाती है।

अंतर्ज्ञान अक्सर गलत होता है: मानव मस्तिष्क जटिल सशर्त प्रायिकताओं को सहज रूप से संसाधित करने के लिए विकसित नहीं हुआ है। महत्वपूर्ण निर्णय लेते समय, केवल अंतर्ज्ञान पर निर्भर रहना खतरनाक है।
नई जानकारी के साथ प्रायिकता को अपडेट करना (Bayesian updating): जब परिस्थितियाँ बदलती हैं और नई जानकारी (जैसे कि होस्ट ने कौन सा दरवाजा खोला) सामने आती है, तो अपने मौजूदा विचारों से चिपके न रहकर प्रायिकता और रणनीतियों को लचीले ढंग से अपडेट करने की क्षमता ही सफलता की कुंजी है।

“दरवाजा बदलने” का यह छोटा सा निर्णय आपके जीवन में “नई कार” प्राप्त करने की प्रायिकता को दोगुना कर सकता है।