И если бы вы настаивали на них дальше, они бы добавили: «Почему вы предполагаете, что конкретное значение трансцендентной функции является алгебраическим числом; и если бы π было корнем алгебраического уравнения, почему вы предполагаете, что этот корень является периодом функции sin 2x, а не то же самое относительно других корней этого же уравнения?» Подводя итог, они бы взвали к принципу достаточного основания в его самой расплывчатой форме.
Но что они могли бы вывести из него? По крайней мере правило поведения для использования своего времени, более полезно потраченного на их обычную работу, чем на чтение лукубрации, которая внушала им законное недоверие. Но то, что я называю выше объективной вероятностью, не имеет ничего общего с этой первой проблемой.
Иначе обстоит дело со второй проблемой.
Рассмотрим первые 10 000 логарифмов, которые мы находим в таблице. Среди этих 10 000 логарифмов я беру один наугад. Какова вероятность того, что его третья десятичная дробь — четное число? Вы не будете колебаться с ответом 1/2; и на самом деле, если вы выберете в таблице третьи десятичные знаки этих 10 000 чисел, вы найдете почти столько же четных цифр, сколько нечетных.
Или, если хотите, давайте запишем 10 000 чисел, соответствующих нашим 10 000 логарифмам, каждое из этих чисел равно +1, если третья десятичная дробь соответствующего логарифма четная, и -1, если нечетная. Затем возьмем среднее арифметическое этих 10 000 чисел.
Я не колеблясь скажу, что среднее этих 10 000 чисел, вероятно, равно 0, и если бы я действительно вычислил его, я бы убедился, что оно чрезвычайно мало.
Но даже эта проверка излишня. Я мог бы строго доказать, что это среднее меньше 0,003. Чтобы доказать этот результат, мне пришлось бы проделать довольно долгое вычисление, для которого здесь нет места и для которого я ограничиваюсь цитированием статьи, опубликованной мной в Revue générale des Sciences, 15 апреля 1899 года. Единственный момент, на который я хочу обратить внимание, следующий: в этом вычислении мне нужно было бы только опереться на два факта, а именно, что первая и вторая производные логарифма остаются в рассматриваемом интервале между определенными пределами.
Отсюда это важное следствие, что свойство верно не только для логарифма, но и для любой непрерывной функции вообще, так как производные каждой непрерывной функции ограничены.
Если я был уверен заранее в результате, это, во-первых, потому, что я часто наблюдал аналогичные факты для других непрерывных функций; и во-вторых, потому, что я проделал в уме, более или менее бессознательным и несовершенным образом, рассуждение, которое привело меня к предыдущим неравенствам, точно так же, как опытный вычислитель перед завершением своего умножения учитывает, к чему оно должно прийти приблизительно.
И кроме того, поскольку то, что я называю своей интуицией, было лишь неполным резюме истинного рассуждения, ясно, почему наблюдение подтвердило мои предсказания и почему объективная вероятность была в согласии с субъективной вероятностью.
В качестве третьего примера я выберу следующую проблему: число u берется наугад, и n — данное очень большое целое число. Каково вероятное значение sin nu? Эта проблема не имеет смысла сама по себе. Чтобы придать его, нужно соглашение. Мы договоримся, что вероятность для числа u лежать между a и a + da равна ϕ(a) da; что она, следовательно, пропорциональна бесконечно малому интервалу da и равна этому, умноженному на функцию ϕ(a), зависящую только от a. Что касается этой функции, я выбираю ее произвольно, но я должен предположить, что она непрерывна. Значение sin nu остается тем же, когда u увеличивается на 2π, я могу без потери общности предположить, что u лежит между 0 и 2π, и я буду таким образом приведен к предположению, что ϕ(a) — периодическая функция, чей период равен 2π.
Искомое вероятное значение легко выражается простым интегралом, и легко показать, что этот интеграл меньше
2πMk ⁄ nk,
Mk — максимальное значение k-й производной ϕ(u). Мы видим тогда, что если k-я производная конечна, наше вероятное значение будет стремиться к 0, когда n неограниченно возрастает, и притом быстрее, чем 1/nk−1.
Вероятное значение sin nu, когда n очень велико, следовательно, равно нулю. Чтобы определить это значение, мне потребовалось соглашение; но результат остается тем же, каким бы ни было это соглашение. Я наложил на себя лишь легкие ограничения, предположив, что функция ϕ(a) непрерывна и периодична, и эти гипотезы настолько естественны, что мы можем спросить себя, как их можно избежать.
Рассмотрение трех предыдущих примеров, столь различных во всех отношениях, уже дало нам возможность увидеть, с одной стороны, роль того, что философы называют принципом достаточного основания, и, с другой стороны, важность того факта, что некоторые свойства общи всем непрерывным функциям. Изучение вероятности в физических науках приведет нас к тому же результату.
III. Вероятность в физических науках. — Мы переходим теперь к проблемам, связанным с тем, что я назвал второй степенью невежества, а именно к тем, в которых мы знаем закон, но не знаем начального состояния системы. Я мог бы умножить примеры, но возьму только один. Каково вероятное нынешнее распределение малых планет на зодиаке?
Мы знаем, что они подчиняются законам Кеплера. Мы можем даже, вовсе не меняя природы проблемы, предположить, что их орбиты все круговые и расположены в одной плоскости, и что мы знаем эту плоскость. С другой стороны, мы находимся в абсолютном неведении относительно того, каким было их начальное распределение. Однако мы не колеблясь утверждаем, что их распределение теперь почти равномерно. Почему?
Пусть b — долгота малой планеты в начальную эпоху, то есть в эпоху ноль. Пусть a — ее среднее движение. Ее долгота в нынешнюю эпоху, то есть в эпоху t, будет at + b. Сказать, что нынешнее распределение равномерно, — значит сказать, что среднее значение синусов и косинусов кратных at + b равно нулю. Почему мы утверждаем это?
Представим каждую малую планету точкой на плоскости, а именно точкой, координаты которой в точности равны a и b. Все эти репрезентативные точки будут содержаться в некоторой области плоскости, но, поскольку их очень много, эта область будет выглядеть усеянной точками. Мы ничего больше не знаем о распределении этих точек.
Что мы делаем, когда хотим применить исчисление вероятностей к такому вопросу? Какова вероятность того, что одна или несколько репрезентативных точек могут быть найдены в определенной части плоскости? В своем неведении мы вынуждены делать произвольную гипотезу. Чтобы объяснить природу этой гипотезы, позвольте мне использовать вместо математической формулы грубый, но конкретный образ. Предположим, что по поверхности нашей плоскости было распределено воображаемое вещество, плотность которого переменна, но меняется непрерывно. Тогда мы договоримся считать, что вероятное число репрезентативных точек, которые можно найти на части плоскости, пропорционально количеству фиктивной материи, находящейся там. Если у нас есть две области плоскости одинакового размера, то вероятности того, что репрезентативная точка одной из наших малых планет будет найдена в той или иной из этих областей, будут относиться друг к другу как средние плотности фиктивной материи в первой и второй областях.
Итак, перед нами два распределения: одно реальное, в котором репрезентативные точки очень многочисленны, расположены очень близко друг к другу, но дискретны, подобно молекулам материи в атомной гипотезе; другое — далекое от реальности, в котором наши репрезентативные точки заменены непрерывной фиктивной материей. Мы знаем, что последнее не может быть реальным, но наше неведение заставляет нас принять его.
Если бы мы снова имели некоторое представление о реальном распределении репрезентативных точек, мы могли бы устроить так, чтобы в области некоторого размера плотность этой воображаемой непрерывной материи была почти пропорциональна числу репрезентативных точек или, если хотите, числу атомов, содержащихся в этой области. Даже это невозможно, и наше неведение настолько велико, что мы вынуждены произвольно выбирать функцию, определяющую плотность нашей воображаемой материи. Только мы будем вынуждены принять гипотезу, от которой нам трудно уйти: мы предположим, что эта функция непрерывна. Как мы увидим, этого достаточно, чтобы позволить нам прийти к заключению.
Каково в момент t вероятное распределение малых планет? Или, скорее, каково вероятное значение синуса долготы в момент t, то есть sin(at + b)? Вначале мы сделали произвольное соглашение, но если мы его примем, это вероятное значение будет полностью определено. Разделим плоскость на элементы поверхности. Рассмотрим значение sin(at + b) в центре каждого из этих элементов; умножим это значение на площадь элемента и на соответствующую плотность воображаемой материи. Затем возьмем сумму по всем элементам плоскости. Эта сумма по определению будет искомым вероятным средним значением, которое, таким образом, будет выражено двойным интегралом. Сначала может показаться, что это среднее значение зависит от выбора функции, определяющей плотность воображаемой материи, и что, поскольку эта функция ϕ произвольна, мы можем, в зависимости от сделанного нами произвольного выбора, получить любое среднее значение. Это не так.
Простой расчет показывает, что наш двойной интеграл очень быстро убывает при увеличении t. Таким образом, я не мог точно сказать, какую гипотезу сделать относительно вероятности того или иного начального распределения; но какую бы гипотезу ни сделали, результат будет тем же, и это избавляет меня от затруднений.
Какова бы ни была функция ϕ, среднее значение стремится к нулю по мере увеличения t, и, поскольку малые планеты, безусловно, совершили очень большое число оборотов, я могу утверждать, что это среднее значение очень мало.
Я могу выбирать ϕ как угодно, за исключением одного ограничения: эта функция должна быть непрерывной; и, по сути, с точки зрения субъективной вероятности выбор разрывной функции был бы неразумным. Например, какая у меня может быть причина предполагать, что начальная долгота может быть ровно 0°, но не может лежать между 0° и 1°?
Но трудность вновь появляется, если мы встанем на точку зрения объективной вероятности, если мы перейдем от нашего воображаемого распределения, в котором фиктивная материя предполагалась непрерывной, к реальному распределению, в котором наши репрезентативные точки образуют, так сказать, дискретные атомы.
Среднее значение sin(at + b) будет представлено довольно просто как
(1/n) Σ sin(at + b),
где n — число малых планет. Вместо двойного интеграла, относящегося к непрерывной функции, мы будем иметь сумму дискретных членов. И все же никто всерьез не усомнится в том, что это среднее значение практически очень мало.
Поскольку наши репрезентативные точки расположены очень близко друг к другу, наша дискретная сумма в общем случае будет очень мало отличаться от интеграла.
Интеграл — это предел, к которому стремится сумма членов при неограниченном увеличении числа этих членов. Если членов очень много, сумма будет очень мало отличаться от своего предела, то есть от интеграла, и то, что я сказал о последнем, будет справедливо и для самой суммы.
Тем не менее, существуют исключения. Если, например, для всех малых планет
b = π/2 − at,
то долгота для всех планет в момент времени t была бы равна π/2, и среднее значение, очевидно, было бы равно единице. Чтобы это произошло, необходимо, чтобы в эпоху 0 малые планеты все лежали на спирали особой формы, с очень близко расположенными витками. Каждый согласится, что такое начальное распределение крайне маловероятно (и, даже если предположить, что оно реализовалось, распределение не было бы равномерным в настоящее время, например, 1 января 1913 года, но стало бы таковым несколько лет спустя).
Почему же тогда мы считаем это начальное распределение маловероятным? Это должно быть объяснено, потому что если бы у нас не было причин отвергать как маловероятную эту абсурдную гипотезу, все рухнуло бы, и мы больше не могли бы делать никаких утверждений о вероятности того или иного текущего распределения.
Еще раз мы призовем принцип достаточного основания, к которому мы всегда должны возвращаться. Мы могли бы допустить, что вначале планеты были распределены почти по прямой линии. Мы могли бы допустить, что они были распределены беспорядочно. Но нам кажется, что нет достаточного основания для того, чтобы неизвестная причина, породившая их, действовала вдоль кривой столь правильной и в то же время столь сложной, которая, по-видимому, была специально выбрана так, чтобы нынешнее распределение не было равномерным.
IV. Красное и черное. — Вопросы, возникающие в азартных играх, таких как рулетка, в основе своей полностью аналогичны тем, которые мы только что рассмотрели. Например, колесо разделено на большое число равных подразделений, попеременно красных и черных. Стрелка вращается с силой, и, сделав большое число оборотов, останавливается перед одним из этих подразделений. Вероятность того, что это деление красное, очевидно, равна 1/2. Стрелка описывает угол θ, включая несколько полных оборотов. Я не знаю, какова вероятность того, что стрелка может быть вращена с силой, такой, что этот угол должен лежать между θ и θ + dθ; но я могу сделать соглашение. Я могу предположить, что эта вероятность равна ϕ(θ)dθ. Что касается функции ϕ(θ), я могу выбрать ее совершенно произвольным образом. Нет ничего, что могло бы направлять меня в моем выборе, но я естественно склоняюсь к тому, чтобы предположить эту функцию непрерывной.
Пусть ε — длина (измеренная по окружности радиуса 1) каждого красного и черного подразделения. Мы должны вычислить интеграл от ϕ(θ)dθ, распространив его, с одной стороны, на все красные деления, а с другой — на все черные деления, и сравнить результаты.
Рассмотрим интервал 2ε, включающий красное деление и следующее за ним черное деление. Пусть M и m — наибольшее и наименьшее значения функции ϕ(θ) в этом интервале. Интеграл, распространенный на красные деления, будет меньше ΣMε; интеграл, распространенный на черные деления, будет больше Σmε; разность, следовательно, будет меньше Σ(M − m)ε. Но если функция θ предполагается непрерывной; если, кроме того, интервал ε очень мал по сравнению с полным углом, описанным стрелкой, разность M − m будет очень мала. Разность двух интегралов, следовательно, будет очень мала, и вероятность будет очень близка к 1/2.
Мы видим, что, ничего не зная о функции θ, я должен действовать так, как если бы вероятность была равна 1/2. Мы понимаем, с другой стороны, почему, если, вставая на объективную точку зрения, я наблюдаю определенное число партий, наблюдение даст мне примерно столько же черных партий, сколько и красных.
Все игроки знают этот объективный закон; но он приводит их к замечательной ошибке, которая часто разоблачалась, но в которую они всегда впадают снова. Когда красное выигрывает, например, шесть раз подряд, они ставят на черное, думая, что играют в верную игру; потому что, говорят они, очень редко красное выигрывает семь раз подряд.
В действительности их вероятность выигрыша остается 1/2. Наблюдение показывает, правда, что серии из семи красных подряд очень редки, но серии из шести красных, за которыми следует черное, столь же редки.
Они заметили редкость серии из семи красных; если они не отметили редкость шести красных и одного черного, то только потому, что такие серии меньше бросаются в глаза.
V. Вероятность причин. — Мы переходим теперь к задачам о вероятности причин, наиболее важным с точки зрения научных приложений. Две звезды, например, очень близки друг к другу на небесной сфере. Является ли эта кажущаяся близость простым эффектом случая? Находятся ли эти звезды, хотя и на почти одном и том же луче зрения, на очень разных расстояниях от Земли и, следовательно, очень далеко друг от друга? Или, возможно, кажущаяся близость соответствует реальной? Это задача о вероятности причин.
Я напомню прежде всего, что в начале всех задач о вероятности эффектов, которые до сих пор занимали нас, нам всегда приходилось делать соглашение, более или менее оправданное. И если в большинстве случаев результат был в известной мере независим от этого соглашения, то это было только из-за определенных гипотез, которые позволяли нам отвергать a priori разрывные функции, например, или определенные абсурдные соглашения.
Мы найдем нечто аналогичное, когда будем иметь дело с вероятностью причин. Эффект может быть произведен причиной A или причиной B. Эффект только что наблюдался. Мы спрашиваем о вероятности того, что он вызван причиной A. Это апостериорная вероятность причины. Но я не мог бы вычислить ее, если бы более или менее оправданное соглашение не подсказало мне заранее, какова априорная вероятность того, что причина A вступит в действие; я имею в виду вероятность этого события для того, кто не наблюдал эффект.
Чтобы лучше объясниться, я вернусь к примеру с игрой в экарте, упомянутому выше. Мой противник сдает в первый раз, и он открывает короля. Какова вероятность того, что он шулер? Формулы, обычно преподаваемые, дают 8/9, результат, очевидно, довольно удивительный. Если мы присмотримся к этому ближе, мы увидим, что расчет сделан так, как если бы, прежде чем сесть за стол, я считал, что есть один шанс из двух, что мой противник не честен. Абсурдная гипотеза, потому что в этом случае я, конечно, не стал бы играть с ним, и это объясняет абсурдность вывода.
Соглашение об априорной вероятности было неоправданным, и именно поэтому расчет апостериорной вероятности привел меня к недопустимому результату. Мы видим важность этого предварительного соглашения. Я даже добавлю, что если бы оно не было сделано, задача об апостериорной вероятности не имела бы смысла. Оно всегда должно быть сделано либо явно, либо неявно.
Перейдем к примеру более научного характера. Я хочу определить экспериментальный закон. Этот закон, когда я его знаю, может быть представлен кривой. Я делаю определенное число изолированных наблюдений; каждое из них будет представлено точкой. Когда я получил эти различные точки, я провожу кривую между ними, стремясь пройти как можно ближе к ним и в то же время сохранить для моей кривой правильную форму, без угловых точек, или слишком акцентированных перегибов, или резкого изменения радиуса кривизны. Эта кривая будет представлять для меня вероятный закон, и я предполагаю не только то, что она подскажет мне значения функции, промежуточные между теми, которые были наблюдаемы, но также и то, что она даст мне наблюдаемые значения более точно, чем прямое наблюдение. Вот почему я заставляю ее проходить вблизи точек, а не через сами точки.