01 / A TEST RESULT IS NOT THE WHOLE STORY
明明检查很准确,为什么阳性的人也可能并没病?
你做了一次检测,收到一条醒目的消息:“阳性。”检测机构说,这个检测能识别90%的患病者,听起来很可靠。你会认为自己有90%的概率真的患病吗?
这要看一个容易忽略的问题:你原本患病的概率有多大?如果某种情况在一千个人里只有一个人发生,即使检测很灵敏,只要健康人里有少量假阳性,真正阳性在所有阳性结果中就可能只占很小一部分。
同一条证据,为什么放到不同背景下会得出不同判断?答案在条件概率里。十八世纪的数学家拉普拉斯把概率方法推进到天文学和科学推断中,并参与推动了如今被称为贝叶斯推断的思想。
再换一个问题:假如你知道行星此刻的位置和速度,能不能算出明天、明年甚至一百年后的轨道?拉普拉斯也为太阳系运动建立了强大的数学描述。当时许多人开始相信:只要掌握足够的信息,世界就能够完全被计算。
真实医学检测需要结合具体疾病、临床条件和医生判断;本文的数字只是为了讲清条件概率。拉普拉斯并非发明了今天的医学诊断,也不是“贝叶斯公式”的唯一作者。
当信息出现时,为什么聪明的做法是更新原有判断,而不是只盯着一个结果?
02 / A REAL LIFE IN HISTORY
从诺曼底到巴黎:一个将数学用于宇宙的人
拉普拉斯1749年出生于法国诺曼底地区,后来到巴黎学习和研究。他在微积分、概率论与天体力学方面长期工作,成为法国科学院的重要成员。
他生活在法国大革命、拿破仑时代和王政复辟交错的时期,经历政治制度的巨大变化。他的政治经历与科学职业都相当复杂,不能简单写成一个远离现实的“书斋天才”。
从地方教育环境出发,逐渐进入巴黎的学术圈。
关注重力扰动、行星轨道与概率论问题。
向较广泛读者解释天文学的整体图景。
用分析方法系统研究太阳系的运动。
深入推进了概率的计算和应用。
留下概率、分析与天文学方向的庞大影响。
后世常用“拉普拉斯妖”形容一种假想的全知计算者:若它知道每个粒子的状态和自然规律,便可以推算过去和未来。这是讨论决定论的思想实验,绝不意味着今天的我们真正拥有这样的能力。
03 / UPDATE YOUR BELIEFS WITH EVIDENCE
你看到的“阳性”,究竟意味着多少可能性?
把“一个人患病时更容易检测阳性”与“检测阳性的人更可能患病”混为一谈,会造成严重误解。
让我们假设:一种疾病在总体中患病率为1%,检测对患病者的检出率为90%,对健康者的假阳性率为5%。
在一万人中,约100人患病,其中90人阳性;另外9900人健康,其中约495人也会阳性。因此585个阳性里,真正患病者只有90个,比例大约15.4%,而不是90%。
对拉普拉斯来说,概率不仅仅描述骰子。他关注怎样从有限观测推断未知参数、怎样在证据不足时合理表达判断。
实验 A / 改变患病率,为什么同一检测给出不同判断?
灵敏度固定为90%、特异度为95%,只改变患病率,观察真正阳性比例。
调整滑块查看数学现象。
纯教学算例;不要据此进行个人健康决策。
垃圾邮件识别、机器学习与医学判断
识别垃圾邮件时,模型需要同时考虑词语出现概率和邮件的基础分布;罕见病筛查、欺诈检测、设备故障预警,也都面对“假警报”和“真实事件”之间的权衡。
有价值的科学训练,是知道何时应该更新判断,还要敢于承认自己的先验可能有错。
把全概率公式写出来:P(+)=P(+|病)P(病)+P(+|健康)P(健康)。再将它代入贝叶斯公式。初学时用一万人表格计算,比直接死记公式更能防止条件倒置。
04 / TURN TIME INTO ALGEBRA
电路中不断变化的电流,为什么能变成一个分式?
同一段变化,有时换个数学“坐标系”,难题就会突然简单。
把一杯热水放在房间里,它的温差可能近似按指数规律下降;一个电容的放电电流,也可能符合类似曲线。微分方程直接处理“随时间如何变化”,但有时我们更想把变化规律改写成容易计算的代数关系。
拉普拉斯变换把时间函数 f(t) 与一个新的函数 F(s) 联系起来:对时间进行带权积分。复杂的导数运算在新表达下常能变成多项式乘法和初值项。
这不是把真实物理过程“变没了”,而是把同一个问题换成另一种语言。解完以后,还需要逆变换回到时间领域。
实验 B / 改变衰减速度,观察指数函数
调整系数 k,看一条指数衰减曲线怎样变化。
调整滑块查看数学现象。
这是简单的一阶指数模型;真实电路、散热过程可能需要更复杂的方程和边界条件。
电路控制、反馈系统与信号处理
工程师分析电机启动、RLC电路或控制系统时,常借助拉普拉斯变换处理微分方程和系统响应。它与傅立叶变换关系密切,但两者适用场景和收敛条件不同。
想想看:原来一条描述热水冷却的曲线,能成为工程师设计自动控制的一把数学钥匙。
尝试计算 ∫₀^∞e^(−(s+k)t)dt,在 Re(s+k)>0 时得到1/(s+k)。再研究微分性质:L{f′}=sF(s)−f(0)。这两步就能解简单的初值问题。
05 / MATHEMATICS OF THE SKY
如果宇宙像钟表,为什么预测仍然这么难?
牛顿给了万有引力,拉普拉斯等数学家继续追问:多颗天体彼此影响,会发生什么?
两颗天体相互吸引时,可以在理想条件下得到优美的轨道解。可真正的太阳系不只有一颗行星:木星会拉扯土星,许多小扰动又会累积。数学家需要分析微小影响在长时间里会怎样变化。
拉普拉斯发展了复杂的天体力学分析,研究行星运动与太阳系稳定性,并与拉格朗日等人的工作构成了一段持续的科学传统。这不是用一个公式宣布“宇宙永远稳定”,而是在特定近似中理解许多扰动。
后来的庞加莱又发现,某些动力系统即使由确定方程控制,也可能对初始条件异常敏感。决定论不等于现实中可以无限精确预测。
卫星轨道、航天任务与天气预测
现代航天计算必须把多体引力、观测误差与计算数值方法结合。天气系统也提醒我们:模型可确定,并不等于预测不受误差限制。
拉普拉斯的时代距离现代超级计算机很远,但他追问的“怎样从方程推断复杂系统”仍是今日科学计算的中心问题。
从一维微分方程 x′=−kx 开始理解预测,再读两体问题的圆锥曲线解。学习微分方程与数值积分之后,再进入三个及更多相互作用物体的运动。
06 / THE NEXT EXPLORER
如果你想继续学数学,从哪里开始?
拉普拉斯提醒我们,数学有两种强大而互补的能力:一是尽可能精确描述已经知道的规律,二是在证据不完整时仍能认真计算不确定性。真正成熟的思考,是既相信模型的价值,也看见模型的边界。
画1000个小格,用颜色区分真阳性与假阳性,直观理解贝叶斯。
自己计算 P(A|B);再用积分推导简单拉普拉斯变换。
结合线性代数、微分方程和随机过程研究科学模型。
数学不会把不确定性抹去;它让我们知道自己凭什么相信一个判断。
07 / SOURCES & HISTORICAL CONTEXT
好故事也要经得起追问
历史部分以专业数学史资料为准。传说、后世发展与数学家本人贡献分别交代;各互动图属于教学模型,并非史料重演或严格证明。肖像来源可通过上方链接追溯。
- MacTutor:Pierre-Simon Laplace 生平 ↗
- 法国法兰西学院:拉普拉斯生卒资料 ↗
- Wikimedia Commons:Pierre-Simon de Laplace 历史肖像 ↗
JACKNOTE / MATH · 2026 · 文章、图表与互动实验原创编写;演示在本地浏览器运行,不上传输入数据。