看到一篇熱門分享的貼文《一堂物理課,了解貧富差距的根源》,在某個經濟學社團引發激烈的學術(?)討論。合先敘明,我認為這位老師非常認真,很用心將物理學、經濟學和哲學連結起來。
Liou YanTing:一堂物理課,了解貧富差距的根源
https://www.facebook.com/permalink.php?story_fbid=3403616276360627&id=100001368650813
不過,將猜拳遊戲與氣體動力論胡亂連結,反而模糊了一些真正能套用的概念。在談論分配正義時,將財富自由分配簡化為貧富不均的對立,然後傾向政府需要介入。這是一種非常危險的「正義」,我不認同這叫做所謂「科學與人文的思辨之旅」。
※本篇附圖是網友提供:「沒有要酸的意思但我真的想到這張圖。」
Part 1
電容放電曲線呈指數衰減,放射線衰退曲線呈指數衰減,跟美國財富分配圖是不是有異曲同工之妙呢?紫外光殺菌的曲線也呈指數衰減,是不是跟猜拳遊戲還有財富分佈一樣呢?
這是典型的物理半調子。物理模型的相似性,來自數學模式的相似性,與物理現象無關。我最常舉的例子是,測不準定理來自波的數學性質,與量子力學無關的訊號波,也會有測不準定理,這些都可以用傅立葉分析推導。量子力學的意義在於賦予測不準定理另外的物理詮釋。
但我發現很多物理系學生誤以為測不準定理一定是量子力學的現象,甚至到研究所階段都不知道電機系做訊號對測不準的理解,搞不好比物理系更深刻。這是一種鄙視鏈和反鄙視鏈。
所以,文中的波茲曼分布,來自統計的數學性質,並不建立在氣體動力論之上。更何況,指數遞減現象在各種科學和工程領域都很常見,這是自然的數學模式。根據奧坎剃刀原則,你扯進氣體動力論,只是騙不懂物理的外行人,跟你一起誤解物理罷了。
只要某一現象符合「衰減速度與值成比例」性質,寫下數學式和解微分方程的結果,就必然出現指數衰減曲線。我認為這是數學程度40分就能理解,物理程度大概要60分,才不會被表象迷惑的性質。
數學系的訓練是提取抽象模式,但一般數學系學生沉迷於符號推演之美,不去思考真實問題。物理系的訓練是建構近似模型,但一般物理系學生時常忘記模型僅是近似,並且把數學模式的必然性誤理解為巧妙的真理。
這個我特別有感,因為我當年同時修數學系和物理系的課,花了很多時間掙扎兩邊做學問方法不相容。物理系學生大三修完量子物理,幾乎不會去思考波動力學為何與矩陣力學等價,對修過微分方程和線性代數的我卻是很自然的事,然而數學系學生卻大多不會碰觸量子力學,無從思考他們所學理論意義何在。
原文作者所犯的其實是物理系常見通病,連許多教授都無法倖免。由於缺乏對物理模型和數學模式的深刻理解,只由結果腦補關聯性,甚至把沒有物理意義的中間演算,硬套憑空想像的詮釋,美其名為物理圖像。我大學時期聽到這類似是而非的所謂「物理解釋」都覺得異常痛苦。
例如上述的指數衰減,如果你問一個成績優秀的物理系學生,他或許會列舉許多指數衰減的物理現象,並讚嘆物理規律的美妙。但能回答下一個問題的學生就少了,為什麼這些現象都呈指數衰減?
這問題其實很簡單,只要回到微分方程去看,它的本質是衰減速度與值成比例,凡是符合此性質,就必然得到指數衰減的數學規律。物理是參透自然的數學語言,對自然的理解,很大一部分取決於語言能力的掌握,即為我所強調的數學模式。
Part 2
對岸的知乎有一個討論串,更深入地探討了分配遊戲的模擬。
房间内有 100 人,每人有 100 块,每分钟随机给另一个人 1 块,最后这个房间内的财富分布怎样? - 知乎
https://www.zhihu.com/question/62250384
我覺得這篇文章沒什麼問題,你注意到他說隨機遊走相當於求解離散空間的熱傳導方程,這是將一個待解問題轉化為一個已知問題,純粹是數學模式的相似性,他沒有將隨機遊走的分布解,建立在熱力學物理之上。
貧富不均為穩定態,均富為非穩定態,其反直覺的思維誤區在於,「平均分布」僅是「穩定分布」的一種少見子集,絕大多數情況的「穩定分布」不是「平均分布」。例如,二項分布、常態分布,都不是人人均等。
說到底,「平均值」僅是平均後的一個值,常態分布以平均值為對稱,不代表區間每個值一定均等。
統計分布的穩定態,取決於機率密度函數的長相。你可以批評這個數據模擬,誤用熱力學模型解釋人類經濟現象,真實世界不存在完全隨機的交換行為等等。但這些批評並不到位。
因為它只是一個經濟行為的玩具模型(toy model),遊戲規則決定機率密度函數,進而決定穩定態的分布,算出來正好是狄利克雷分布。又恰巧與離散空間的熱傳導方程相似,則是後話。
我們也可以用一些物理的解釋。大多數人誤解了,物理的結果是「穩定態」,本來就不一定是「均等態」。在這個實驗之中,什麼條件會出現均等態?或許是每分鐘隨機分配給所有人自已手上所有的財產,能量的交換不加任何限制。
所以反過來想,遊戲規則限制了每分鐘隨機只能給另一個人1塊,當我因為機率的偶然,手上財產從100元掉到80元,我就更往破產的機率傾斜了。反之,我從100元變為120元,但下一回合我仍然只要給別人1塊,我的優勢就隨時間演化變大了。
我個人特別喜歡它後續做的「允許負債」模擬,以及「努力多1%競爭優勢」模擬,令人慶幸沒有出現反直覺的悲劇結果。自由競爭之下努力有意義,相當勵志,不是嗎?
經濟學的解釋,當然不能只是「要求平等均富的社會本身正是反自然的存在」,那僅僅只是「限定遊戲規則之下貧富不均是統計的穩定態」。
至於這個遊戲規則,離真實世界有多遠,當然很遠,但咱們學經濟的講機會成本。你不用這個遊戲規則,用另一個遊戲規則,會不會發生一樣的貧富不均結果?看起來很有可能會,但沒證據我不確定,有一說一才是科學精神。
或許在任何遊戲規則之下,只要不脫離「每分鐘隨機給出的數額有限制」的基本假設,都會跑出貧富不均的分布結果。而這個基本假設,在真實世界中也不可能捨棄,那麼這個數據模擬就有其參考價值。我們可以說,不論任何制度必然會有貧富不均的狀況出現,這才是最正常的現象。
參考閱讀:
巴斯夏的蠟燭工坊:今天臉書有一篇遭到瘋傳的經濟學相關文章,堪稱經濟學程度的照妖鏡
https://www.facebook.com/329896911051695/photos/a.358878471486872/642324269808956/?type=3
(我貢獻了 巴斯夏的蠟燭工坊 這篇文章的某些段落。)
離散機率分配 在 黃土條 Facebook 的最佳解答
看到一篇熱門分享的貼文《一堂物理課,了解貧富差距的根源》,在某個經濟學社團引發激烈的學術(?)討論。合先敘明,我認為這位老師非常認真,很用心將物理學、經濟學和哲學連結起來。
Liou YanTing:一堂物理課,了解貧富差距的根源
https://www.facebook.com/permalink.php?story_fbid=3403616276360627&id=100001368650813
不過,將猜拳遊戲與氣體動力論胡亂連結,反而模糊了一些真正能套用的概念。在談論分配正義時,將財富自由分配簡化為貧富不均的對立,然後傾向政府需要介入。這是一種非常危險的「正義」,我不認同這叫做所謂「科學與人文的思辨之旅」。
※本篇附圖是網友提供:「沒有要酸的意思但我真的想到這張圖。」
Part 1
電容放電曲線呈指數衰減,放射線衰退曲線呈指數衰減,跟美國財富分配圖是不是有異曲同工之妙呢?紫外光殺菌的曲線也呈指數衰減,是不是跟猜拳遊戲還有財富分佈一樣呢?
這是典型的物理半調子。物理模型的相似性,來自數學模式的相似性,與物理現象無關。我最常舉的例子是,測不準定理來自波的數學性質,與量子力學無關的訊號波,也會有測不準定理,這些都可以用傅立葉分析推導。量子力學的意義在於賦予測不準定理另外的物理詮釋。
但我發現很多物理系學生誤以為測不準定理一定是量子力學的現象,甚至到研究所階段都不知道電機系做訊號對測不準的理解,搞不好比物理系更深刻。這是一種鄙視鏈和反鄙視鏈。
所以,文中的波茲曼分布,來自統計的數學性質,並不建立在氣體動力論之上。更何況,指數遞減現象在各種科學和工程領域都很常見,這是自然的數學模式。根據奧坎剃刀原則,你扯進氣體動力論,只是騙不懂物理的外行人,跟你一起誤解物理罷了。
只要某一現象符合「衰減速度與值成比例」性質,寫下數學式和解微分方程的結果,就必然出現指數衰減曲線。我認為這是數學程度40分就能理解,物理程度大概要60分,才不會被表象迷惑的性質。
數學系的訓練是提取抽象模式,但一般數學系學生沉迷於符號推演之美,不去思考真實問題。物理系的訓練是建構近似模型,但一般物理系學生時常忘記模型僅是近似,並且把數學模式的必然性誤理解為巧妙的真理。
這個我特別有感,因為我當年同時修數學系和物理系的課,花了很多時間掙扎兩邊做學問方法不相容。物理系學生大三修完量子物理,幾乎不會去思考波動力學為何與矩陣力學等價,對修過微分方程和線性代數的我卻是很自然的事,然而數學系學生卻大多不會碰觸量子力學,無從思考他們所學理論意義何在。
原文作者所犯的其實是物理系常見通病,連許多教授都無法倖免。由於缺乏對物理模型和數學模式的深刻理解,只由結果腦補關聯性,甚至把沒有物理意義的中間演算,硬套憑空想像的詮釋,美其名為物理圖像。我大學時期聽到這類似是而非的所謂「物理解釋」都覺得異常痛苦。
例如上述的指數衰減,如果你問一個成績優秀的物理系學生,他或許會列舉許多指數衰減的物理現象,並讚嘆物理規律的美妙。但能回答下一個問題的學生就少了,為什麼這些現象都呈指數衰減?
這問題其實很簡單,只要回到微分方程去看,它的本質是衰減速度與值成比例,凡是符合此性質,就必然得到指數衰減的數學規律。物理是參透自然的數學語言,對自然的理解,很大一部分取決於語言能力的掌握,即為我所強調的數學模式。
Part 2
對岸的知乎有一個討論串,更深入地探討了分配遊戲的模擬。
房间内有 100 人,每人有 100 块,每分钟随机给另一个人 1 块,最后这个房间内的财富分布怎样? - 知乎
https://www.zhihu.com/question/62250384
我覺得這篇文章沒什麼問題,你注意到他說隨機遊走相當於求解離散空間的熱傳導方程,這是將一個待解問題轉化為一個已知問題,純粹是數學模式的相似性,他沒有將隨機遊走的分布解,建立在熱力學物理之上。
貧富不均為穩定態,均富為非穩定態,其反直覺的思維誤區在於,「平均分布」僅是「穩定分布」的一種少見子集,絕大多數情況的「穩定分布」不是「平均分布」。例如,二項分布、常態分布,都不是人人均等。
說到底,「平均值」僅是平均後的一個值,常態分布以平均值為對稱,不代表區間每個值一定均等。
統計分布的穩定態,取決於機率密度函數的長相。你可以批評這個數據模擬,誤用熱力學模型解釋人類經濟現象,真實世界不存在完全隨機的交換行為等等。但這些批評並不到位。
因為它只是一個經濟行為的玩具模型(toy model),遊戲規則決定機率密度函數,進而決定穩定態的分布,算出來正好是狄利克雷分布。又恰巧與離散空間的熱傳導方程相似,則是後話。
我們也可以用一些物理的解釋。大多數人誤解了,物理的結果是「穩定態」,本來就不一定是「均等態」。在這個實驗之中,什麼條件會出現均等態?或許是每分鐘隨機分配給所有人自已手上所有的財產,能量的交換不加任何限制。
所以反過來想,遊戲規則限制了每分鐘隨機只能給另一個人1塊,當我因為機率的偶然,手上財產從100元掉到80元,我就更往破產的機率傾斜了。反之,我從100元變為120元,但下一回合我仍然只要給別人1塊,我的優勢就隨時間演化變大了。
我個人特別喜歡它後續做的「允許負債」模擬,以及「努力多1%競爭優勢」模擬,令人慶幸沒有出現反直覺的悲劇結果。自由競爭之下努力有意義,相當勵志,不是嗎?
經濟學的解釋,當然不能只是「要求平等均富的社會本身正是反自然的存在」,那僅僅只是「限定遊戲規則之下貧富不均是統計的穩定態」。
至於這個遊戲規則,離真實世界有多遠,當然很遠,但咱們學經濟的講機會成本。你不用這個遊戲規則,用另一個遊戲規則,會不會發生一樣的貧富不均結果?看起來很有可能會,但沒證據我不確定,有一說一才是科學精神。
或許在任何遊戲規則之下,只要不脫離「每分鐘隨機給出的數額有限制」的基本假設,都會跑出貧富不均的分布結果。而這個基本假設,在真實世界中也不可能捨棄,那麼這個數據模擬就有其參考價值。我們可以說,不論任何制度必然會有貧富不均的狀況出現,這才是最正常的現象。
參考閱讀:
巴斯夏的蠟燭工坊:今天臉書有一篇遭到瘋傳的經濟學相關文章,堪稱經濟學程度的照妖鏡
https://www.facebook.com/329896911051695/photos/a.358878471486872/642324269808956/?type=3
(我貢獻了 巴斯夏的蠟燭工坊 這篇文章的某些段落。)
離散機率分配 在 辣媽英文天后 林俐 Carol Facebook 的最佳貼文
俐媽看到這個圖(IG: freeformeshop)的想法是:
看個錶怎麼會這麼累😂😂😂😂
——————————————
感謝模B的宜婷,她是已經退休的科研數學教學,她也針對自己有興趣的主題,投稿了數學餐!
👩🏻🏫 宜婷+俐媽英文教室:
👉數論
1️⃣ 數系:
①ℕ natural number 自然數
②ℤ integer 整數
→ decimal小數(循環 recurring+,無限infinite+)
③ℚ rational number 有理數
→ irrational number 無理數
④ℝ real number 實數
→imaginary number虛數
⑤ℂ complex number 複數
2️⃣ sentence 語句
3️⃣ proposition 命題:有真假可言的直述(indicative)語句
4️⃣ axiom 公理:不證自明的命題
5️⃣ set 集合
6️⃣ assume (vt.) 假設(-sum: take)
→assumption (n. C) 假設
→make assumption about
7️⃣ denote (vt.) 表示
→denotation (n.C) 意義,本意
8️⃣ exist (vi.) 存在(-sist: stand)
→existence (n.U) 存在
9️⃣ satisfy (vt.) 滿足
🔟 commutative laws 交換律【x+y=y+x、x×y=y×x】
1️⃣1️⃣ associative laws 結合律【x+(y+z)=(x+y)+z、x(yz)=(xy)z】
1️⃣2️⃣ distributive law 分配【x(y+z)=xy+ xz】
1️⃣3️⃣ law of trichotomy 三一律
1️⃣4️⃣ axioms of equality 等量公理
1️⃣5️⃣ reciprocal (n.) 倒數;(adj.) 相互的,互惠的
1️⃣6️⃣ factor因數
→ common factor 公因數
1️⃣7️⃣ multiple 倍數
→ common multiple 公倍數
1️⃣8️⃣ Euclidean algorithm 輾轉相除法(歐幾里得算法)
👉集合論
1️⃣ subset 子集(sub-: under)
2️⃣ empty set 空集合
3️⃣ universal set 宇集(uni-: one/ -vers: turn)
4️⃣ intersection 交集(-sect: cut)
5️⃣ union 聯集
6️⃣ difference set 差集
7️⃣ complement set 補集
8️⃣ Venn diagram 文氏圖
9️⃣ power set 冪集合
🔟 element 元素
1️⃣1️⃣ sufficient condition 充分條件
1️⃣2️⃣ necessary condition 必要條件
1️⃣3️⃣ if and only if 若且唯若(充分且必要)(⇔)
👉機率統計
1️⃣ Random Variable隨機變數【variable (n.C) 變數;(adj.) 多變的,反覆無常的】
2️⃣ discrete (adj.) 離散的,單獨的
3️⃣ Probability Distribution 機率分布
4️⃣ expectation 期望值
5️⃣ Linearity of Expectation 期望值的線性
6️⃣ variance 變異數
7️⃣ independent event 獨立事件 (cf. mutually exclusive event 互斥事件)
8️⃣ repeated experiment 重複試驗
9️⃣ Binomial theorem 二項式定理
🔟 Binomial distribution 二項式分布
1️⃣1️⃣ sampling抽樣
→population母體,sample樣本
①簡單隨機抽樣 sample random sampling:每一樣本抽到機率相同
②系統性抽樣 systematic sampling:將母體元素編號後,每隔一定間隔抽取一個樣本
③分層隨機抽樣 stratified random sampling:將母體按某些特性分成數個不重疊的層,再依各層佔母體比例抽取樣本
④叢集抽樣 cluster sampling:將母體中相鄰近的個體排為一集體,而以集體為抽樣單位
1️⃣2️⃣ normal distribution 常態分布(Gaussian distribution 高斯分布)
1️⃣3️⃣ standard score (standardized score) 標準分數(標準化分數)
——————————————
謝謝宜婷🙏🏼
附圖2, 3是常見的數學表示法哦!
#俐媽英文教室 #辣媽英文天后林俐carol #俐媽英文教室徵稿中 #mathematics #themewords
離散機率分配 在 112學年成大統計所推甄心得- 研究所板 - Dcard 的推薦與評價
機率 數統:提綱挈領學統計(張翔老師),數理統- 成大,統計,研究所. ... 時間:十二分鐘1問各種分配之間的關聯,翔sir的講義分配章節讀八遍即可2我跟 ... ... <看更多>
離散機率分配 在 第五章離散機率分配(Discrete Probability Distributions) 的推薦與評價
Random Variables 隨機變數 · 使用哪一個機率分配的用法教學 · Discrete Random Variable 離散隨機變數 · Continuous Random Variable 連續隨機變數. ... <看更多>