科学发现的逻辑 作者:波珀-第15章
按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
55．有穷序列的n…自由度
让我们以有穷二择一α为例，它由一个个1和0组成，有规律地排列如下：
（α）1100110011001100……在这种二择一中，我们有均等的分布，即1和0的相对频率是均等的。如果我们用“F”（1）”示性质1的相对频率，用“F”（0）”示性质0的相对频率，我们可写：
（1）αF”（1）＝αF”（0）＝1/2
现在我们从α中选择（在α序列内）具有直接接在1后面的邻域性质的所有项。如果我们用“β”表示这种性质，我们可称为所选子序列“α·β“。它有这样的结构：
（α·β）1010101010……
这个序列又是具有均等分布的一种二择一。而且，1和0的相对频率都没有变化；即
（2）α·βF”（1）＝αF”（1）；α·βF”（0）＝αF”（0）
用第53节采用的术语，我们可以说二择一α的主要性质不受根据性质β作的选择的影响；简言之，α不受根据β作的选择的影响。
由于α的每一个元素或具有性质β（即是1的后续者）或是0的后续者，我们可用“”表示后一性质。如果我们现在选择具有性质的元素，我们得到这样的二择一：
（α·）01010101010……
这个序列离均等分布稍有偏差，因为它的始末都是0（因为均等分布a本身以“0’0”结尾）。如果a有2000个元素，那么α·将有500个0，只有499个1。这些离均等分布（或其他分布）的偏差只是因第一个元素或最后一个元素而引起的，可通过使序列足够长而使这些离差变得如我们喜欢的那么小。由于这个理由在下面我们将置这些偏差于不顾；尤其是我们研究的是无穷序列，在那里这些离差就消失了。因此，我们说，二择一α·β有均等的分布，并且二择一α不受有性质的元素的选择的影响。结果，α，或更确切地说，α的主要性质的相对频率都不受根据β和根据作的选择的影响；所以我们可以说，α都不受根据直接先行者的性质所作的每一种选择的影响。
显然，这种无影响是由于二择一α结构的某些方面所致；这些方面可把α与其他二择一区分开来。例如，二择一α．β和α．并非不受根据先行者的性质所作的选择的影响。
现在我们可以研究二择一α，看看它是否也不受其他选择，尤其是根据一对先行者的性质所作的选择的影响。例如，我们可从α中选择那些是一对1，1的后续者的所有元素。并且我们马上看到α并非不受四种可能的对即1，1；1，0；01；0，0中任何一对后续者的选择的影响。在这些情况下，得到的子序列都没有均等分布；反之，它们全都由不间断的块（blocks，或“反复”iterations）组成，即只由1，或只由0组成。
α不受根据单个先行者作的选择的影响，但是并非不受根据成对先行者的选择的影响，这个事实可用主观理论的观点表述如下。关于α中任何元素一个先行者性质的信息，对于这个元素的性质问题是无关的。另一方面，关于元素的成对先行者的性质的信息则是高度有关的；因为给定α据以建立的定律，它使我们能够预测所讨论的元素的性质：关于元素成对先行者性质的信息，可以说给我们提供演绎出预测所需的初始条件。（a据以建立的定律要求一对性质作为初始条件；因此就这些性质而言，它是“二维的”。详细说明一种性质仅是在成为复合时作为初始条件不充分时才是“无关的”。参阅第38节。）
我没有忘记因果性——原因和结果——概念与预测的演绎的关系是多么密切，同时我要利用下列术语。以前作出的关于二择一α的断言：“α不受根据单个先行者作的选择的影响”，我现在用下列说法来表示：“α不受单个先行者任何后效的约束”，或简言之，“α的自由度为1（1－free）”。不像以前那么说α“不受（或受）根据成对先行者所作的选择的影响”，我现在说：“a不受（或受）成对先行者后效的约束”，或简言之，“α的自由度是（不是）2”。
用自由度为1的二择一作为我们的原型，我们现在能够容易地建立也具有均等分布的其他序列，这些序列不仅不受一个先行者的后效约束，即（像α一样）自由度为1，而且还不受一对先行者后效的约束，即自由度为2；此后，我们可以继续达到自由度为3等等的序列。这样把我们引导到对下述是基本的一般概念。这就是不受直至某个数n的一切先行者后效约束的自由度概念；或者如我们将要说的，n…自白度概念。更精确地说，我们称一个序列“自由度为n”，当且仅当它的主要性质的相对频率是“n重无影响”，即不受根据单个先行者和根据成对先行者和根据三个一组的先行者……和根据n个一组先行者作的选择的影响。
自由度为1的二择一α可以用重复任何倍数的生成周期（generating period）。
（A）1100……
来建立。同样我们获得具有均等分布的自由度为2的二择一，如果我们把
（B）10111000……
作为它的生成周期，自由度为3的二择一从生成周期
（C）1011000011110100……
中获得，而自由度为4的二择一从生成周期
（D）01100011101010010000010111110011……
中获得。将会看到：面临一个不规则序列的直觉印象随它n自由度的数n的增长而越强烈。
具有均等分布的一个具n自由度的二择一的生成周期必须包含至少2n＋1个元素，作为例子给定的周期，当然可以开始于不同的位置；（C）例如可从它的第四个元素开始，于是我们获得的不是（C），而是
（C’）1000011110100101……
有使序列的n…自由度不变的其他变换。为每一个数目n建立n…自由度序列生成周期的方法则在别处描述。
如果我们把下一生成周期的最初的n个元素加在一个自由度为n的二择一上，于是我们得到一个长度为2＇n＋1＇＋n的序列。除了其他性质外，这个序列还有以下的性质：n＋1个0和1的每一种排列，即每一个可能的n＋1个组，至少在其中发生过一次。
56．节段序列 二项式的第一形式
给定一个有穷的序列α，我们称由n个连续元素组成的α的子系列为‘’α的n长度节段”；或更简单地说，“α的n…节段”。如果除了序列α以外，还给定某个定数n，那么我们能够把α的n…节段排列在一个序列中——α的n…节段序列。给定一个序列α，我们就可以从α的最初的n个元素的节段开始这种方式，建立一个新的序列，即α的n…节段序列。其次是α的2到n＋1的元素的节段。一般地说，我们把α的从x到x＋n－1的诸元素组成的节段看作新序列的第x个元素。如此获得的新序列可称为“α的交迭n…节段（overlapping n一segments）序列”。这个名称表示，新序列的任何两个连续元素（即节段）以这种方式交迭；使它们共有原先序列α的n－1元素。
现在我们通过选择可以从一个交迭节段的序列中，获得其他序列，尤其是毗邻n…节段（adjoining n…segments）的序列。
一个毗邻n…节段序列只含这样一些n…节段，它们在不交迭的α中，互相直接接续。例如开始也许是原先序列α的编号为1至n的元素的n…节段，续在后面的是n＋1至2n，2n＋1至3n如此等等的元素的n…节段。一般来说，一个毗邻节段的序列将以α的第k个元素开始，而它的节段将包含α的编号为直至n＋k－1，n＋k至2n＋k－1，2n＋k至3n＋k…1如此等等的元素。
下面将用“α（n）”示α的交迭n…节段的序列，用“αn”示毗邻n…节段序列。
现在让我们更详细一点考虑交迭节段α（n）的诸序列。这样一种节段的每一个元素是α的一个n－节段。我们可以把例如组成节段的n个一组的有序的0和1看作是α（n）一个元素的主要性质。或者我们可以更为简单地把它的1的数目看作是这个元素（不管1和0的次序）的主要性质。如果我们用“m”表示1的数目，则显然m≤n。
现在我们又从每一个序列α（n）得到一个二择一。如果我们选择一个特定的m（m≤n），并将性质“m”赋予序列α（n）的正好有m个1（所以有n－m个0）的每一个元素，并且把性质“”（非m）赋予α（n）的所有其他元素的话。因此α（n）的每一个元素必定有这两个性质中的一个或另一个。
现在让我们再次设想，给定一个具有主要性质“1”和“0”的一个有穷二择一。设1的频率αF”（1）等于p，0的频率αF”（0）等于q。（我们设分布是不均等的，即p≠q。）
现在让这个二择一α至少有n－1个自由度（n是任意挑选的自然数）。于是我们可向下列的问题：性质m在序列α（n）中出现的频率是多少？换言之，α（n）F”（m）的值是多少？
除了α至少有n－1个自由度外，我们什么也不假定，我们就能用初等算术解决这个问题。答案包含在下列公式中：
（1）α（n）F”（m）＝“二项”式（1）的右边是由Newton在论述有关别的问题时提出的（有时称为Newton公式）。我将称它为“二项式的第一形式”。
由于推导出了这个公式我就不再在有穷参考类内考察频率理论。这个公式将提供给我们一个基础来讨论随机公理。
57 无穷序列 频率的假说性估计
把为n－自由度有穷序列获得的结果推广到用生成周期（参阅第55节）定义的n－自由度无穷序列是十分容易的。起着参考类（我们的相对频率与此有关）作用的一个无穷的元素序列可称为“参考序列”。它多少与von Mises意义上的“集合”相对应。
n－自由度的概念以相对频率的概念为前提；因为n－自由度的定义要求不受影响——不受根据一定的先行者所作的选择的影响——的是一种性质在其中发生的相对频率。在我们讨论有穷序列的定理中，我将暂时使用（直到第64节）相对频率极限值（用F’表示）概念代替有穷类的相对频率（F”）。只要我们把自己限于根据某个数学规则建立的参考序列，这个概念的使用就不会发生问题。对于这些序列我们总可以确定相应的相对频率序列是否是收敛的。相对频率极限值概念只是在没有数学规则只有经验规则（与例如钱卜序列有关的）的序列的情况下才会引起麻烦；因为在这些情况下，极限值概念是未定义的（参阅第51节）。
建立序列的数学规则的一个例子如下：“序列α的第n个元素应该是0，当且仅当n可被4除”。它定义的无穷二择一是
（α）11101110……
其相对频率的极限值αF’（1）＝3／4；αF’（0）＝1／4。借助数学规则用这种方法定义的序列我简称为“数学序列”。
与之相对照，建立经验序列的规则是例如“序列α的第n个元素将是0，当且仅当硬币c的第n次掷猜出现反面时”。但是经验规则不一定总是定义随机性质的序列。例如，我应该把下列规则称为经验规则：“序列的第n个元素将是1，当且仅当第n秒（从某个零时算起）时，发现摆p摆到这标记的左方时”。
这个例子表明有时——例如根据与摆有关的一些假说和测量——可用数学规则代替经验规则。用这种方法我们会找到一个数学序列，它以按我们的目的也许使我们满意，也许不能使我们满意的精确度接近于我们的经验序列。有可能（我们的例子可用来建立这种可能）获得一个其各种频率接近于那些经验序列的频率，在我们目前的情况下具有特殊的意义。
我把序列分为数学序列和经验序列时，我利用的是“内包”上的差别，不是“外延”上的差别。因为如果用“外延”方法，即用一个接一个地列举其元素的方法使我们得一个序列－－因此我们就只能知道它的一个有穷的片段，一个有穷的节段，不管它有多长——，那么就不可能根据这个节段的性质确定其一部分的序列是学序列还是经验序列。仅当给定一个建构规则——即“内包”规则—一时，我们就能判定一个序列是否是数学的还是经验数的。由于我们希望借极限值（相对频率）概念之助处理我们的无穷序列，我们必须把我们的研究限于数学序列，实际上就是限于相应的相对频率序列是收敛的那些数学序列。这种限制等于引入收敛公理。（与这公理有关的问题到第63－66节再讨论，因为与“大数定律”一起讨论它们比较方便。）
因此我们将只谈数学序列。然而我们将只谈那些数学序列：我们期望或推测它们就频率而言接近于具有似机遇或随机性质的经验序列，因为它们是我们的主要兴趣所在。但是期望或推测一个数学序列，就频率而言它接近于经验序列，不过是提出一个假说——一个关于经验序列频率的假说。
我们对经验随机序列的频率的估计是假说这一事实，对我们用以计算这些频率的方法没有任何影响。显然，在有穷类方面，它对我们如何获得我们的计算由此开始的频率，丝毫没有关系。这些频率可借实际计算获得，或根据一条数学规则，或根据某种假说获得。或者我们简直可以虚构一些频率。在计算频率时我们接受某些频率作为给定的，并从中推导出其他频率。
无穷序列中的概率估计同样如此。因此关于我们频率估计的来源问题不是一个频率计算问题；然而这并不是说把这个问题从我们关于概率论问题的讨论中排除出去。
在无穷经验序列的情况中，我们能区分出我们假说性频率估计的两种主要“来源”——就是说两种方法，我们用这两种方法就可估计出频率。一是基于“均等…机遇假说”（equal chance hypothesis），（或等概率假说equi－probability hypothesis）的估计，另一是基于统计结果的外推（extrapolation of statisticalfndings）。
我用“均筹…机遇假说”，是指这样一种假说，它断言各种主要性质的概率是均等的：它是断言均等分布的假说。均等…机遇假说常常基于对称性的考虑。最典型的例子是掷骰子时均等频率的推测，其根据是立方体六面的对称性和几何等值。
至于基于统计学外推的频率假说，死亡率的估计提供一个很好的例子。在这里关于死亡率的统计资料是用经验查明的，并且根据过去的趋势将继续足十分接近稳定的，或者它们不会有很大变化——至少在最近时期内——的假说从已知事例，即从已用经验加以分类和计算的偶发事件外推到未知事例。
具有归纳主义倾向的人容易忽视这些估计的假说性质，他们会把假说性估计，即基于统计外推的频率预测同它们的经验“来源”之——过去的偶发事件和偶发事件序列的分类与实际计算混为一谈。往往提出这样的主张；我们从已加以分类和计算的过去的偶发事件（如死亡统计）中“推导出”概率估计——即频率预测。但是从逻辑观点看，这个主张并没有得到证明。我们根本没有作什么逻辑推导。我们已经做的是提出一个不可证实的假说，这个假说在逻辑上是永远得不到证明的，这个假说就是推测频率仍将稳定不变，因此允许外推。甚至均等…机遇假说也�
![[阿来专栏] 关于生命的伟大发现封面](http://www.iixs.net/cover/noimg.jpg)