为什么概率不能推事件？

之前学习数据分析的时候有接触到蒙特卡洛分析法，本质上就是穷举，然后给出了一个很有意思的例子：

抛硬币正面和反面的概率各为1/2，那么1/2这个概率是怎么来的呢？很多人的直觉中觉得硬币不就是两面嘛，要么正面要么反面，所以正反面的概率各是1/2。但是这个1/2是直觉上或者“理论上”的1/2，并不严格，因为准确来说硬币有三面，如果不靠直觉的话抛完硬币后硬币立在地上这个结果也是会发生的可能之一，但是在大量的实验中发现，立起来的情况少之又少，在抛的次数越来越多后，立起：正面：反面的的比例越来越接近0:1:1（最起码在地球上一般都是这个结果），这才有了抛硬币正反面概率各为1/2。这个1/2并不代表每两次就一定有一次正一次反，而是进行无穷多次试验后正和反各占试验总次数的比例的趋近值，在用这个先验概率反推事件的时候这就成了一个期望值。

 

“事件发生的概率”是由事件实际发生的情况来决定的，概率反推事件只是在通过先验经验去求一个靠谱的、科学的期望值而已，但这个期望值一定会有误差，因为“概率”一词本身代表的就不是绝对的确定。

 

墨菲定律也是个很有意思的概念，可能发生的事就一定会发生。一个发生概率很小很小的事件一定会发生，乍一看觉得矛盾，但实际上这句话指的是小概率事件会发生的必然性是100%，比如某种疾病，只要真实存在，即使发病率是1/1000000，但由于人口基数远超1000000，所以可以明确知道世界上的所有人中一定有人会得病，所以有人得病是必然的，只不过得病的人占所有人数的比例很小而已。那反过来也一样，一个事件只要有不发生的可能，那么就必定会不发生（这里的不发生指的是单次试验不发生，而不是永远不发生）。