下载掌阅APP，畅读海量书库
立即打开
假设我要掷一对骰子，想要了解它们的行为如何。经验告诉我，问某些问题根本是不现实的。例如，不可能期待有人能预先告诉我某一次掷骰子的结果，即便是他掌握了很高超的科技，并且用机器来掷骰子。与此相反的是，关于概率的问题则常常是能够回答的，比如“两个骰子的结果之和为7的可能性有多大”之类的问题。这样的问题的答案可能也是有用处的，比方说在我玩双陆棋
赌钱的时候。这一类问题很容易模型化，只要将两个骰子掷出来的结果看作是从下列36个整数对中随机选取一个。
（1,1）（1,2）（1,3）（1,4）（1,5）（1,6）
（2,1）（2,2）（2,3）（2,4）（2,5）（2,6）
（3,1）（3,2）（3,3）（3,4）（3,5）（3,6）
（4,1）（4,2）（4,3）（4,4）（4,5）（4,6）
（5,1）（5,2）（5,3）（5,4）（5,5）（5,6）
（6,1）（6,2）（6,3）（6,4）（6,5）（6,6）
每组数对中第一个数表示骰子甲的结果，第二个数表示骰子乙的结果。恰有六组满足两数之和为7，因此掷出7的概率就是6/36，即1/6。
可能有人会反对这种模型，他们会说，骰子在滚动时是遵循牛顿定律的，至少在很高的精度上遵循，因此骰子落地的情况根本不是随机的：原则上是完全能够被计算出来的。但是，“原则上”这个短语在这里被过度使用了，因为这样的计算将会是极端复杂的，并且需要知道骰子的形状、材料、初始速度、旋转速度等更为精确的信息，而这般精确的信息在实际中是根本无法测出来的。因为这一点，使用某种更为复杂的决定论模型是无论如何也不会有任何优势的。