從機運遊戲到人生決策#

如果說十七世紀的法國連線（Pascal、Fermat、Port-Royal）建立了機率的數學語言，那麼十八到十九世紀的這六章，就是把這個語言搬出賭場、放進真實人生的年代。

本部分要回答的關鍵問題：當所有可能的結果無法事先列舉、當資訊不完整、當人們對同一個結果有不同的價值評估時，機率論還能告訴我們什麼？

主要躍進的地圖#

從事實到價值（Daniel Bernoulli）#

第 6 章以丹尼爾・伯努利（Daniel Bernoulli）登場：他指出價值不在價格，而在效用（utility）；同樣 100 元，對窮人與富人意義不同。邊際效用遞減——這個概念主導了往後 250 年的理性決策理論。

從理論到推論（Jacob Bernoulli, de Moivre, Bayes）#

第 7 章追蹤三位將機率推上「不確定下做推論」的人：

• 雅各布・伯努利（Jacob Bernoulli）：大數法則（Law of Large Numbers）、道德確定性（moral certainty）、抽樣的數理基礎
• 棣莫弗（Abraham de Moivre）：常態分配（normal distribution）、標準差（standard deviation）的雛形
• 貝氏（Thomas Bayes）：用新資訊更新舊信念的貝氏定理（Bayes’ theorem）

從常態到「平均人」（Gauss, Quetelet）#

第 8 章把焦點轉到 高斯（Carl Friedrich Gauss）的鐘形曲線（bell curve），與比利時 凱特勒（Adolphe Quetelet）的「平均人」（l’homme moyen）——社會也可以被測量。

從測量到變異（Galton）#

第 9 章主角 高爾頓（Francis Galton）——達爾文表弟、痴迷測量——找出鐘形曲線背後的機制。他的優生學動機雖令人不安，但他發現的工具至今主導所有風險預測。

均值回歸與其陷阱（第 10 章）#

第 10 章把高爾頓最重要的發現——均值回歸（regression to the mean）——應用到股市、企業績效、長期生產力，並指出它何時可信、何時危險。

效用理論的延展（Bentham, Jevons）#

第 11 章承接 Daniel Bernoulli 的效用概念：邊沁（Jeremy Bentham）的功利主義、傑文斯（William Stanley Jevons）的供需法則——維多利亞時代把測量推向幾乎一切社會領域。

一條張力主線#

這 200 年裡有一條暗線：測量越來越強大，但人卻發現自己仍站在「不確定」與「無知」前。Laplace 認為一切皆有定數、機運只是無知的另一個名字；但十九世紀末的 Poincaré 已經知道——一個小擾動就足以讓世界轉向。下一部分將正面處理這道裂痕。