एक उलझाने वाला प्रायिकता प्रश्न: कलश में लाल और हरी गेंदें
कलश से लाल और हरी गेंदें निकालने की एक प्रायिकता पहेली दिखाती है कि बेयेसियन तर्क कितना सहजबुद्धि-विरोधी हो सकता है। जब लाल गेंदों की संख्या को समान रूप से यादृच्छिक चुना जाता है और पहली निकाली गई गेंद लाल होती है, तो बहुत से लोग उम्मीद करते हैं कि अगली ड्रॉ में हरे का पलड़ा भारी होगा क्योंकि एक लाल गेंद हट चुकी है, लेकिन सही परिणाम यह है कि पहले लाल के कारण संभव कलश-विन्यासों का वितरण अपडेट होने पर लाल वास्तव में अधिक संभावित होता है (2/3)। टिप्पणीकार यह भी देखते हैं कि सिमुलेशन अक्सर क्यों गलत हो जाते हैं, अलग-अलग prior distributions (uniform बनाम binomial या normal) उत्तर को कैसे बदलती हैं, और “more likely” जैसी अस्पष्ट भाषा व्यापक गलतफहमी को कैसे बढ़ाती है, ठीक Monty Hall और “boy or girl” paradox की तरह।
मूल समस्या और मुख्य परिणाम
- एक कलश में 100 गेंदें हैं; लाल गेंदों की अज्ञात संख्या n को 0–100 के बीच समान रूप से चुना जाता है। आप एक गेंद निकालते हैं और वह लाल है। प्रश्न: अगली निकाली गई गेंद के लाल, हरी, या समान रूप से संभावित होने की संभावना क्या है?
- जिन्होंने इसे विस्तार से हल किया, उनके बीच आम सहमति यह थी कि अगली गेंद के लाल होने की संभावना अधिक है, और वह 2/3 है (कुल गेंदों की संख्या से स्वतंत्र, बशर्ते वह ≥2 हो)।
- सहज समझ: पहले लाल गेंद दिखने का मतलब है कि आपने संभवतः एक “लाल-प्रधान” कलश से शुरू किया था, न कि “लाल-कमी” वाले कलश से, और यह प्रभाव इस तथ्य पर भारी पड़ता है कि आपने एक लाल गेंद निकाल दी।
बेयेसियन / विन्यास-आधारित दृष्टिकोण
- कई व्याख्याएँ इसे इस तरह बताती हैं: शुरू में हर n समान रूप से संभावित है; लाल गेंद देखने के बाद पश्च-वितरण का भार बड़े n की ओर खिसक जाता है।
- स्पष्ट सूत्र: posterior P(n | first red) ∝ n, जिससे वितरण लाल-प्रधान कलशों की ओर बहुत झुका हुआ हो जाता है।
- कई पोस्ट “दुनियाओं” या विन्यासों (n और ड्रॉ की स्थितियों पर) की गिनती करते हैं और दिखाते हैं कि, पहली गेंद लाल होने की शर्त पर, red-red अनुक्रम red-green की तुलना में दोगुने बार आते हैं।
भाषा और अस्पष्टता
- शब्दावली पर काफी बहस हुई: “more likely” का मतलब हो सकता है:
- दूसरी ड्रॉ में लाल का हरे से अधिक संभावित होना, या
- दूसरी ड्रॉ में लाल होने की संभावना का पहली ड्रॉ के लाल होने की संभावना से अधिक होना।
- कुछ लोगों का तर्क है कि पोल की भाषा भ्रम पैदा करती है; अन्य कहते हैं कि आशय साफ है: “अगली बार कौन-सा रंग अधिक संभावित है?”
वैकल्पिक prior और वितरण
- मुख्य बात: n पर uniform prior इस उलट-पुलट वाले परिणाम को पैदा करता है।
- यदि गेंदें स्वतंत्र रूप से एक fair coin से रंगी गई हों (binomial prior), तो एक लाल गेंद देखने से अगली ड्रॉ के बारे में कोई जानकारी नहीं मिलती; संभावना 1/2 ही रहती है।
- 50–50 के आसपास केंद्रित normal-जैसे prior में, एक लाल गेंद से अपडेट बहुत छोटा होता है; परिणाम 1/2 के करीब रहता है, जो “common sense” से मेल खाता है।
सिमुलेशन और सामान्य गलतियाँ
- कई टिप्पणीकार Monte Carlo simulations का उपयोग करते हैं; कुछ ने शुरुआत में binomial urn गलती से लागू कर दिया, जिससे ~50/50 मिला, और बाद में उसे ठीक किया।
- अन्य लोग दिखाते हैं कि असंभव मामलों (जैसे, लाल गेंद निकालने के बाद n=0) को गलत तरीके से संभालना या trial counting में गलती करना सिम्युलेटेड संभावनाओं को चुपचाप पक्षपाती बना सकता है।
संबंधित समस्याएँ और शिक्षण
- एक अनुवर्ती प्रश्न: लगातार 99 लाल गेंदें निकालने का मतलब है कि अंतिम गेंद के लाल होने की संभावना लगभग निश्चित रूप से अधिक है, 50/50 नहीं, क्योंकि “सब-लाल” कलश डेटा को “एक हरी” वाले कलश से कहीं बेहतर समझाता है।
- Monty Hall और “boy/girl” paradox से तुलना की जाती है: जानकारी के छोटे-छोटे टुकड़े, जब ठीक से conditional किए जाते हैं, तो प्रायिकताओं को बहुत बदल सकते हैं।
- कई लोगों को यह प्रश्न एक उपयोगी interview या teaching tool लगता है, जो intuitions, reasoning style, और conditioning की समझ को सामने लाता है।