一个有趣的随机问题

前两天,在知乎上看到一个关于随机的有趣题目:有100个人,每个人有100块。每隔一分钟,他们分别拿出1块钱,随机给任何人。那么,许久许久许久以后,金钱在这些人当中,会怎么分布。简单的说,就是问,是否会近似于平均分布。

相信绝大多数人都会跟我一样,觉得那当然是接近平均分布的呀。每个人每次都会相同的拿出一块钱,不同的在于他们是否会获得别人给的钱。所以,他们金钱的差额,完全等同于,他们被随机到得次数的差距。而稍微学过一点概率的人,必然都很清楚,这种等概率随机,随着随机次数的增加,每个人被随机到的频率越是接近。

然而,答案是否定的。

作为程序员的我,完全不能接受这种结果,于是写代码实际跑一下,结果发现,确实是越来越不平均了。我又不死心的加代码,观察了一下代表每个人的编号随机到的次数,终于明白了这其中的奥秘:等概率随机,次数越多,越均匀,是指每个数,随机到的次数,与总次数的比率越来越接近,然而很容易被忽略的是,其实他们的绝对次数并不会越来越接近。随机100次,10%的差距,是10次,差10块钱,随机10000次,1%的差距,是100次,差100块钱。所以,随着随机次数的增加,每个人财富的绝对值差异越来越大,然而他们的平均财富,却一直维持在100块钱,于是,财富分配就显得非常不均匀了。

从这个题目中,可以得出两个结论:

一,即使政策是公平的,同时每个人之间都没有差异,贫富不均依然是不可避免的。

二,只知其然,而不知其所以然,会让人对世界的认识,出现偏差,从而影响决策的正确性。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,290评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,107评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,872评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,415评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,453评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,784评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,927评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,691评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,137评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,472评论 2 326
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,622评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,289评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,887评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,316评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,490评论 2 348

推荐阅读更多精彩内容

  • 你的数学直觉怎么样?你能凭借直觉,迅速地判断出谁的概率大,谁的概率小吗?下面就是 26 个这样的问题。如果你感兴趣...
    cnnjzc阅读 6,865评论 0 12
  • 随机变量是根据偶然性取值的变量。我们在谈到随机变量时,通常是以“概率分布”的形式来描述他们。也即:随机变量落在每一...
    小狸投资阅读 5,319评论 1 7
  • 1. 简述相关分析和回归分析的区别和联系。 回归分析和相关分析都是研究两个或两个以上变量之间关系的方法。 广义上说...
    安也也阅读 8,670评论 0 3
  • 一座建筑就像人一样,是具有生命力的,建筑的骨气就在于它恪守自已的精准度,遵循单一的主题,并且为自已单一的用途服务。...
    CNBLUEone阅读 133评论 0 0
  • 那现在怎么办? 杨贡走到一个茶馆,一个人点了一份茶,便随意找了一个角落坐了下来。 一边品着茶水,一边开始盘算着现在...
    鱼团子环游银河铁道阅读 122评论 0 0