期望值 on kenji.blog

圣彼得堡悖论：期望值为“无限大”的赌博，你愿意付多少钱？

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

1. 期望值为“无限大”的梦幻赌博

当你在赌场里漫步时，发牌员邀请你参加一个全新的抛硬币游戏。

【游戏规则】

支付参与费开始游戏。
抛掷硬币。如果出现正面，奖金翻倍，并且可以再抛一次。
一旦出现反面，游戏结束。你可以获得截至那时累积的奖金。

初始奖金从2美元开始。

如果第1次抛出反面，获得2美元并结束。
如果第1次正面、第2次反面，获得4美元并结束。
如果第1次正面、第2次正面、第3次反面，获得8美元并结束。
…以此类推，只要持续出现正面，奖金就会以16美元、32美元、64美元…成倍增加。

graph TD Start["游戏开始"] --> Toss1{"第1次抛掷硬币"} Toss1 -->|反面 (1/2)| End1["结束：获得2美元"] Toss1 -->|正面 (1/2)| Toss2{"第2次抛掷硬币"} Toss2 -->|反面 (1/2)| End2["结束：获得4美元"] Toss2 -->|正面 (1/2)| Toss3{"第3次抛掷硬币"} Toss3 -->|反面 (1/2)| End3["结束：获得8美元"] Toss3 -->|正面 (1/2)| Toss4{"..."} Toss4 -.->|连续出现的次数越多| Infinite["奖金无限翻倍！"]

那么，现在问你一个问题。 如果这个游戏的参与费是“1万美元（约150万日元）”，你愿意参加吗？

可能大多数人都会回答“不参加”。因为有一半的概率在第一次抛掷时就会出现反面，只能拿到区区2美元，从而亏损惨重。

然而，如果严格按照数学中的概率论（期望值）进行计算，会得出一个惊人的事实。在数学上，无论参与费是1万美元还是1亿美元，哪怕借遍倾家荡产，你也应该参与这个游戏。

这到底是怎么回事呢？

2. 让我们来计算一下期望值

在数学中，用来判断一场赌博“划算与否”的指标叫做**“期望值”。期望值表示“如果你把这个游戏重复无数次，平均每次能赚多少钱”的数值。计算公式是将所有可能情况下的“（获得的奖金）×（该情况发生的概率）”相加**。

让我们来计算一下这次游戏的期望值。

第1次出现反面的概率： $\frac{1}{2}$ 奖金是 $2$ 美元。对期望值的贡献＝ $2 \times \frac{1}{2} = 1$ 美元
第2次出现反面的概率： 因为抛出了正面、反面，所以是 $\frac{1}{2} \times \frac{1}{2} = \frac{1}{4}$ 奖金是 $4$ 美元。对期望值的贡献＝ $4 \times \frac{1}{4} = 1$ 美元
第3次出现反面的概率： 因为抛出了正面、正面、反面，所以是 $(\frac{1}{2})^3 = \frac{1}{8}$ 奖金是 $8$ 美元。对期望值的贡献＝ $8 \times \frac{1}{8} = 1$ 美元
第$n$次出现反面的概率： $(\frac{1}{2})^n$ 奖金是 $2^n$ 美元。对期望值的贡献＝ $2^n \times (\frac{1}{2})^n = 1$ 美元

也就是说，无论游戏在第几次结束，每种情况对期望值的贡献始终是“1美元”。由于游戏有可能无限地进行下去，将这些期望值全部相加，结果如下：

$$ \text{总期望值} = 1 + 1 + 1 + 1 + \dots = \infty \text{（无限大）} $$

数学计算给出的答案是**“这个游戏的期望值是无限大”**。既然期望值是无限大，那么从理论上讲，无论参与费多高，它都绝对是一场“划算的赌博”。

这就是1713年由尼古拉斯·伯努利提出的**“圣彼得堡悖论”**。正确的数学计算结果（价值无限大）与人类的现实感觉（只愿意付几美元）之间，产生了剧烈的矛盾。

3. 解决数学与人类之间偏差的“效用”发现

解决这个悖论的人，是尼古拉斯的堂弟——天才数学家丹尼尔·伯努利。（因为他在圣彼得堡的科学院发表了这篇论文，所以得名。）

丹尼尔深入探讨了人类的心理。他认为，“人类并不是根据金钱的‘绝对金额’，而是根据金钱带来的‘满足感（效用）’来判断事物的”。

这被称为**“边际效用递减法则”**。

金钱的价值会随着持有量的增加而降低

例如，当你在沙漠中口渴难耐时，第1杯水对你来说有“即使花1万日元也想喝”的巨大价值（满足感）。然而，随着你喝下第2杯、第3杯，每杯水的价值会不断下降。到了第10杯，你甚至会觉得“白给都不要”。

金钱也是如此。

对于一个存款为零的人来说，得到“100万日元”拥有拯救生命的巨大价值。
但对于拥有百亿资产的埃隆·马斯克来说，得到“100万日元”带来的价值（满足感）大概就和掉在路边的1日元硬币差不多。

也就是说，即使奖金以 2美元 $\rightarrow$ 4美元 $\rightarrow$ 8美元 $\rightarrow$ 16美元… 无限增加，人类感受到的“喜悦（效用）”并不会与金额成正比地无限增加。

4. 使用“效用”重新计算期望值

丹尼尔·伯努利假设，“人类对金钱感受到的价值（效用），与金额的对数（$\log$）成正比”。

如果金额为 $x$，我们可以用对数函数来表示人类感受到的价值（效用） $u(x)$（这里我们考虑一个以2为底数的简单模型）。

$2$ 美元奖金的效用： $\log_2(2) = 1$
$4$ 美元奖金的效用： $\log_2(4) = 2$
$8$ 美元奖金的效用： $\log_2(8) = 3$
$2^n$ 美元奖金的效用： $\log_2(2^n) = n$

虽然金额是成倍增加的，但人类的“喜悦”却只能以 1, 2, 3… 的速度缓慢增加。利用这种“效用”，让我们再次计算一下期望值（期望效用）：

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

计算这个无穷级数的和，结果并不是“无限大”，而是收敛于“2”。通过逆向计算效用为“2”所对应的金额，得出 $2^2 = 4$ 美元。

也就是说，如果将人类的心理（效用）纳入计算，就能得出一个极其符合常识与现实的答案：“在人类的感觉中，这个游戏的价值大约只有‘4美元’左右”。正因如此，我们才不愿意花1万美元去参加这个游戏。

5. 总结：开启经济学大门的悖论

圣彼得堡悖论从数学上证明了“金额”这一客观数字与“人类满足感”这一主观价值并不一致，是一个具有划时代意义的悖论。

丹尼尔·伯努利提出的“效用（Utility）”概念，在经历了200年的时间后，成为了现代微观经济学和金融工程（如投资组合理论等）最重要的一项基础。我们购买保险、进行分散投资等行为，都可以用“边际效用递减（遭受巨额损失的痛苦，远大于获得巨额利润的喜悦）”这种人类心理机制来解释。

这原本只是一道关于赌博的计算题，却最终解读了人类的内心，成为了催生“经济学”这门庞大科学的契机。

双信封悖论：无限期望值引发的逻辑崩溃与决策陷阱

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

1. 终极选择：换还是不换？

你正站在一个游戏节目的最终关卡。面前的桌子上放着两个外观完全相同的信封（A和B）。主持人这样说道：

“其中一个信封里装着另一个信封两倍的钱。请选择其中一个。”

你犹豫再三，选择了信封A。正当你准备看里面的东西时，主持人发出了恶魔般的低语：

“现在的话，你可以把信封A和剩下的信封B进行交换。你要换吗？”

那么，你应该交换信封吗？

2. 期望值计算导出的“无限循环”

在这里，让我们稍微运用一下数学思维。假设你持有的信封A中的金额为 $X$ 日元。根据规则，信封B中的金额要么是“$X$ 日元的一半（$\frac{X}{2}$）”，要么是“$X$ 日元的两倍（$2X$）”。两者的概率各为 $\frac{1}{2}$（50%）。

那么，让我们来计算一下交换信封情况下的期望值（预期平均金额）。

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

得出了惊人的结果。仅仅是通过交换信封，期望值就从原本的 $X$ 日元跃升到了 $1.25$ 倍（提升25%）。结论就是“从数学角度来想，绝对是交换更划算！”。

然而，这里发生了逻辑崩溃。假设你换成了信封B。紧接着，如果主持人再次问你“还是要换回A吗？”会怎么样呢？完全相同的计算公式依然成立，这次会变成“从B换成A期望值会变成1.25倍”。

也就是说，仅仅是不断地“从A换到B”、“从B换回A”，理论上的期望值就会无限增加。这显然与现实相矛盾（信封里的内容从一开始就确定了，并不会因为交换而增加）。

graph TD Start["你选择信封A (里面有X日元)"] --> Think["计算交换是否更划算"] Think --> Case1["信封B是一半 (X/2日元) : 概率50%"] Think --> Case2["信封B是2倍 (2X日元) : 概率50%"] Case1 --> Calc["期望值 = (X/4) + X = 1.25X"] Case2 --> Calc Calc --> SwitchToB["交换成信封B！(里面有Y日元)"] SwitchToB --> ThinkAgain["再次计算"] ThinkAgain --> Case3["信封A是一半 (Y/2日元) : 概率50%"] ThinkAgain --> Case4["信封A是2倍 (2Y日元) : 概率50%"] Case3 --> Calc2["期望值 = 1.25Y"] Case4 --> Calc2 Calc2 --> SwitchToA["再次交换成信封A！"] 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

为什么看似完美的期望值计算，会产生这种奇怪的悖论呢？

3. 解密数学戏法：变量的偷换

这个悖论的陷阱在于**“随机变量 $X$ 的使用方式”**。

在刚才的计算公式中，我们将信封A的金额 $X$ 视为固定的常数，并假设信封B是“$\frac{X}{2}$ 或 $2X$”。然而，真正固定的应该是**“两个信封中装的金额总和”，或者是“较少的那个金额”**。

假设装有较少金额的信封里的金额为 $S$。那么，装有较多金额的信封里就有 $2S$ 的金额。游戏的所有可能情况只有以下2种模式（概率各为 $\frac{1}{2}$）。

模式1： 你选择的信封A是较少的那个 ($S$)，信封B是较多的那个 ($2S$)
模式2： 你选择的信封A是较多的那个 ($2S$)，信封B是较少的那个 ($S$)

在这里，我们来正确计算一下**“不交换时”和“交换时”**的期望值。

不交换时的期望值 $E_{stay}$：

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

交换时的期望值 $E_{switch}$： 在模式1的情况下可以得到 $2S$，在模式2的情况下可以得到 $S$。

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

期望值完美地一致了！在最初错误的计算中，因为把模式1时的 $X$（实际上是 $S$）和模式2时的 $X$（实际上是 $2S$）这两个不同的值当作了同一个变量 $X$ 来处理，所以才产生了“交换期望值就会提高”的幻象。

pie title "期望值的真相（将较少金额设为S的情况）" "不交换的期望值 (1.5S)" : 50 "交换的期望值 (1.5S)" : 50

4. 如果把信封打开了会怎么样？

悖论似乎到此就解决了。但是，更深层的问题还在后头。

如果你在交换信封之前，看到了自己信封A里的内容会怎么样呢？当你打开信封A，发现里面装着**“1万日元”**。

这一瞬间，就有了 $X = 10000$ 这个确定的值。信封B里装着的，要么是“5,000日元”，要么是“20,000日元”。如果此时套用最初的计算公式会怎样呢？

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

期望值是12,500日元。确实比现状的10,000日元要高。而且，这次 $X$ 成为了10,000日元这个“具体的常数”，因此前面“偷换变量”的反驳就不适用了。既然如此，绝对是交换更划算吗？

贝叶斯推断的反证：“先验分布”的缺失

对此，数学家们引出了**“金额的先验分布（先验概率）”**这个概念。疑问就是，5,000日元和20,000日元，真的能说各有 $\frac{1}{2}$ 的概率在里面吗？

举例来说，假设节目的最大预算是1亿日元。如果你打开信封A发现里面有“6,000万日元”，那么信封B里有“1亿2,000万日元”的概率就是零（因为超出了预算）。也就是说，信封A的金额越大，信封B是“两倍”的概率就越低，是“一半”的概率就越高。

假设有任意的先验分布 $P(x)$，利用贝叶斯定理计算期望值，数学上已经证明了：无论怎样现实的（总和为1的）概率分布，都不存在那种在所有金额 $X$ 下都“交换更划算”的魔法分布。

5. 无限的陷阱：与圣彼得堡悖论的联系

唯一存在一种“在所有 $X$ 下交换都更划算”的情况。那就是，只有在假设节目预算无穷大，且所有金额（1日元、2日元、4日元、8日元……无限）均匀出现的“反常概率分布（总和为无限大的分布）”时才会发生。

然而，现实世界中并不存在拥有无限资产的电视台。这种“无限大期望值”引发的bug，与圣彼得堡悖论（面对期望值为无限大的赌博，人们愿意支付多少钱的问题）有着极深的渊源。

6. 总结：概率与期望值的可怕之处

尽管“双信封悖论”仅由简单的乘法和加法构成，它还是给了我们以下教训：

定义模糊产生的错误：如果不明确变量指的是什么（$X$ 是否总是指同一金额），逻辑很容易就会崩溃。
“没有信息＝概率50%”的错觉：“因为不知道所以应该是一半一半吧”的前提（理由不充分原则），有时会引发致命的计算错误。
处理无限的困难：将无法应用于现实世界的“无限”概念引入计算公式中，会产生违反常理的结果。

下次在人生中当你觉得“这山望着那山高，换一换会更好”时，请想起这个悖论。也许只是在你心中的计算公式里，变量被偷换了而已。