Featured image of post 能赢的骰子还有克星？非传递性概率的数学奇迹与博弈论深渊
数学

能赢的骰子还有克星？非传递性概率的数学奇迹与博弈论深渊

在人类日常的逻辑认知中，“传递性（Transitivity）”被视为不可动摇的公理：如果实体 \(A\) 强于 \(B\)，且 \(B\) 强于 \(C\)，那么在常理推导下 \(A\) 必然强于 \(C\)。这一规律在实数轴（若 \(a > b\) 且 \(b > c\)，则 \(a > c\)）、物理质量、长度及财富度量中普遍成立。

然而，当多维比较与随机变量相遇时，这种基于标量线性排序的直觉将彻底失效。

最普遍的直观反例是“剪刀石头布”：石头克剪刀，剪刀克布，而布克石头，构成一个没有绝对优胜者的封闭闭环。许多人会认为，这仅仅是因为该游戏属于定性规则，若改为具有确定点数的物理骰子比大小，则数字的偏序性质必将迫使传递性成立。

然而，数学家们证明：只需精心设计六面体骰子上的数字分布，即可构造出真实存在的非传递性骰子（Nontransitive Dice）——骰子 \(A\) 高概率战胜 \(B\)，\(B\) 高概率战胜 \(C\)，\(C\) 高概率战胜 \(D\)，而 \(D\) 却反过来以压倒性概率击败 \(A\)。更有甚者，如果两位玩家各自掷两枚相同的骰子比拼总和，原本的胜负克制关系竟会全盘颠倒！

本文深入剖析非传递性骰子的数学架构、埃弗隆骰子（Efron’s Dice）的全概率测度推导、期望值与随机占优的根本脱节、格莱姆骰子（Grime Dice）在卷积下的逆转机制，以及其在孔多塞投票悖论、阿罗不可能定理与进化博弈论中的深远意义。

1. 传递性直觉的破灭：标量与概率测度的断层

1.1 实数全序关系的认知偏误

人类大脑倾向于将复杂事物简化为一个单一的标量评估值 \(f(x) \in \mathbb{R}\)。实数集合拥有严格的全序性质（Total Order）：对于任意实数 \(x, y, z\)，满足完全性、反对称性与传递性。一旦评估值被映射到一维数轴上，传递性自然得以保持。

1.2 期望值的线性陷阱

在概率决策中，人们常依赖期望值 \(E[X]\)。由于期望算子具有严格的线性性质：

\[ E[X - Y] = E[X] - E[Y] \]

若以期望值大小作为衡量骰子“强弱”的基准，则关系必然满足传递性：若 \(E[A] > E[B]\) 且 \(E[B] > E[C]\)，则必有 \(E[A] > E[C]\)。

然而，在点对点的独立对决中，决定胜负的并非差值的期望大小，而是指示函数（Indicator Function）的积分配准：

\[ P(X > Y) = \iint_{\mathbb{R}^2} \mathbf{1}_{\{x > y\}} \, dF_X(x) \, dF_Y(y) \]

由于示性函数 \(\mathbf{1}_{\{x > y\}}\) 是高度非线性的跳跃阶跃函数（无论赢多赢少均计为1，落败计为0），导致两两对决的胜率 \(P(X > Y)\) 无法分解为一元势能函数的差值。正是这种微观非线性，孕育了非传递性的循环闭轨。

2. 埃弗隆骰子（Efron’s Dice）：经典的四骰环系统

由斯坦福大学著名统计学家布拉德利·埃弗隆（Bradley Efron）设计的四枚六面体骰子，是非传递性系统最完美的范例。

2.1 骰子配置与面值分布

四枚完全均匀平衡的正六面体骰子 \(A, B, C, D\)，其六个面分别刻有以下特定点数：

骰子六个面的点数配置点数分布说明期望值 \(E[\cdot]\)
骰子 \(A\)\(4, 4, 4, 4, 0, 0\)4个面为4，2个面为0\(E[A] = \frac{16}{6} = \frac{8}{3} \approx 2.667\)
骰子 \(B\)\(3, 3, 3, 3, 3, 3\)6个面全为3\(E[B] = \frac{18}{6} = 3.000\)
骰子 \(C\)\(6, 6, 2, 2, 2, 2\)2个面为6，4个面为2\(E[C] = \frac{20}{6} = \frac{10}{3} \approx 3.333\)
骰子 \(D\)\(5, 5, 5, 1, 1, 1\)3个面为5，3个面为1\(E[D] = \frac{18}{6} = 3.000\)
\[ E[C] = 3.333 > E[B] = 3.000 = E[D] = 3.000 > E[A] = 2.667 \]

直觉上骰子 \(C\) 最强，骰子 \(A\) 最弱。

2.2 严格胜率推导（36维样本空间展开）

两枚独立六面骰对投时，共有 \(6 \times 6 = 36\) 种等概率基本事件。逐对计算胜率：

  flowchart LR
    A["骰子 A<br/>(4: 4面, 0: 2面)"] -->|"胜率 2/3 (66.7%)"| B["骰子 B<br/>(3: 6面)"]
    B -->|"胜率 2/3 (66.7%)"| C["骰子 C<br/>(6: 2面, 2: 4面)"]
    C -->|"胜率 2/3 (66.7%)"| D["骰子 D<br/>(5: 3面, 1: 3面)"]
    D -->|"胜率 2/3 (66.7%)"| A

  1. \(A\) 对战 \(B\)：

    • \(B\) 恒出 \(3\)；\(A\) 以 \(4/6 = 2/3\) 的概率掷出 \(4\)，\(2/6 = 1/3\) 的概率掷出 \(0\)。
    • \(A=4\) 时 \(A\) 获胜（\(4 > 3\)）。
    • 胜率：\(P(A > B) = 4/6 = 2/3 \approx 66.67\%\)。

  2. \(B\) 对战 \(C\)：

    • \(B\) 恒出 \(3\)；\(C\) 以 \(2/6 = 1/3\) 掷出 \(6\)，\(4/6 = 2/3\) 掷出 \(2\)。
    • \(C=2\) 时 \(B\) 获胜（\(3 > 2\)）。
    • 胜率：\(P(B > C) = 4/6 = 2/3 \approx 66.67\%\)。

  3. \(C\) 对战 \(D\)：

    • \(C=6\)（2面）对 \(D\) 的任何点数必胜（\(2 \times 6 = 12\) 种）。
    • \(C=2\)（4面）对 \(D=1\)（3面）获胜（\(4 \times 3 = 12\) 种）。
    • \(C\) 获胜组合总数：\(12 + 12 = 24\) 种。
    • 胜率：\(P(C > D) = 24/36 = 2/3 \approx 66.67\%\)。

  4. \(D\) 对战 \(A\)（循环闭合）：

    • \(D=5\)（3面）对 \(A\) 的任何点数必胜（\(3 \times 6 = 18\) 种）。
    • \(D=1\)（3面）对 \(A=0\)（2面）获胜（\(3 \times 2 = 6\) 种）。
    • \(D\) 获胜组合总数：\(18 + 6 = 24\) 种。
    • 胜率：\(P(D > A) = 24/36 = 2/3 \approx 66.67\%\)！
\[ P(A > B) = P(B > C) = P(C > D) = P(D > A) = \frac{2}{3} \]

2.3 博弈论视角：后手绝对占优博弈

在博弈论中，这一结构赋予后手玩家（Second Mover）无可争议的必胜优势。 设博弈规则为：挑战者先在 \(A, B, C, D\) 中任选一枚骰子，庄家随后从剩余三枚中自选一枚，双方各掷一次比大小。

无论先手玩家选哪一枚骰子，后手庄家总能选出一枚对其拥有 \(66.7\%\) 胜率的克制骰子：

  • 选 \(A\)，后手选 \(D\)（庄家胜率 \(66.7\%\)）
  • 选 \(B\)，后手选 \(A\)（庄家胜率 \(66.7\%\)）
  • 选 \(C\)，后手选 \(B\)（庄家胜率 \(66.7\%\)）
  • 选 \(D\)，后手选 \(C\)（庄家胜率 \(66.7\%\)）

此博弈不存在纯策略纳什均衡的最优选择，打破了“先手拥有最大选择权”的直觉误区。

3. 格莱姆骰子（Grime Dice）：双骰对决的惊天大反转

数学家詹姆斯·格莱姆（James Grime）于2009年发现的五色骰子系统，展示了更加震撼的逆转现象：当每位玩家同时投掷两枚相同的骰子比拼总和时，整个环形优势序列会彻底反向逆转！

3.1 五色格莱姆骰子面值

五枚六面骰分别为红（Red, \(R\)）、蓝（Blue, \(B\)）、橄榄绿（Olive, \(O\)）、黄（Yellow, \(Y\)）、洋红（Magenta, \(M\)）：

  • 红 (\(R\)): \(4, 4, 4, 4, 4, 9\) （5个4，1个9，期望 \(4.833\)）
  • 蓝 (\(B\)): \(2, 2, 2, 7, 7, 7\) （3个2，3个7，期望 \(4.500\)）
  • 橄榄绿 (\(O\)): \(0, 5, 5, 5, 5, 5\) （1个0，5个5，期望 \(4.167\)）
  • 黄 (\(Y\)): \(3, 3, 3, 3, 8, 8\) （4个3，2个8，期望 \(4.667\)）
  • 洋红 (\(M\)): \(1, 1, 6, 6, 6, 6\) （2个1，4个6，期望 \(4.333\)）

3.2 单骰对战与双骰对战的对比

在单骰单挑中，胜率形成顺时针循环：

  • 红胜蓝：\(P(R > B) = 21/36 \approx 58.33\%\)
  • 蓝胜绿：\(P(B > O) = 21/36 \approx 58.33\%\)
  • 绿胜黄：\(P(O > Y) = 20/36 \approx 55.56\%\)
  • 黄胜洋红：\(P(Y > M) = 20/36 \approx 55.56\%\)
  • 洋红胜红：\(P(M > R) = 20/36 \approx 55.56\%\)

然而，当双方各自投掷两枚同色骰子并比较总和时（样本空间扩充至 \(6^4 = 1,296\) 种），利用离散概率卷积计算：

  • 红骰两枚之和 (\(2R\)): \(8\)（概率 \(25/36\)）、\(13\)（概率 \(10/36\)）、\(18\)（概率 \(1/36\)）。红骰极大概率（近 \(70\%\)）锁死在总和 \(8\)。
  • 蓝骰两枚之和 (\(2B\)): \(4\)（概率 \(9/36\)）、\(9\)（概率 \(18/36\)）、\(14\)（概率 \(9/36\)）。蓝骰有高达 \(75\%\) 的概率出现至少一个 \(7\)，使总和达到 \(9\) 或 \(14\)。
\[ P(2B > 2R) = \frac{765}{1296} = \frac{85}{144} \approx 59.03\% \]

单骰胜出的红骰在双骰对战中沦为败者！全环五对组合全部发生反转：

  • 蓝胜红：\(P(2B > 2R) \approx 59.03\%\)
  • 绿胜蓝：\(P(2O > 2B) \approx 54.17\%\)
  • 黄胜绿：\(P(2Y > 2O) \approx 56.64\%\)
  • 洋红胜黄：\(P(2M > 2Y) \approx 56.17\%\)
  • 红胜洋红：\(P(2R > 2M) \approx 51.70\%\)

这深刻揭示了系统规模扩大时（独立同分布求和卷积），概率质量的重新富集如何彻底颠覆微观层面的优劣格局。

4. 孔多塞投票悖论与阿罗不可能定理

非传递性骰子在数学拓扑上与政治哲学中的社会选择理论（Social Choice Theory）完全同构。

4.1 孔多塞悖论（Condorcet Paradox）

\[ A \succ B \succ C \succ A \]

骰子的每个“面”等价于一名选民，点数高低等价于选民对候选人的效用评分。骰子胜率 \(P(X > Y) > 1/2\) 正是在全部状态空间上的简单多数决。

4.2 阿罗不可能定理（Arrow’s Impossibility Theorem）

1951年肯尼斯·阿罗证明，在候选人超过三名时，没有任何选举汇总规则能同时满足无限制定义域、帕累托最优、独立于无关备选方案（IIA）与非独裁性。非传递性骰子以具象的物理载体证明了：在多维概率测度投影下，试图构建不依赖情境的全局最优序是不可能的。

5. 自然选择与现实决策的启示

5.1 侧斑蜥蜴的三色繁衍博弈

在演化生物学中，加州侧斑蜥蜴（Uta stansburiana）雄性的三种喉部颜色代表了三种稳定的交配策略：

  • 橙喉（霸权型）克制 蓝喉（专守型）
  • 蓝喉（专守型）克制 黄喉（潜入型）
  • 黄喉（潜入型）克制 橙喉（霸权型）

大自然利用这种非传递性的博弈循环，避免了单一基因型的大一统，从而永续维系了生态系统的遗传多样性。

5.2 多属性决策的非传递性根源

特沃斯基（Amos Tversky）指出，人类在多属性抉择（如考虑汽车的动力、油耗与售价）时，由于设置了边际容忍阈值，微观局部的无差异传递必然会在宏观累积下诱发非传递偏好。非传递性不是非理性的体现，而是有限理性智能体在多维环境下进行信息压缩与权衡的数学必然。

6. 结语

非传递性骰子打破了“凡物必有绝对排名”的线性幻想。无论是埃弗隆之环还是格莱姆的卷积反转，概率论以其非凡的深度提醒我们：优势是相对的、情境化的，在由概率与维度交织的世界中，寻找永远不败的终极之选，本身就是一种数学上的徒劳。

comments powered by Disqus