延伸问题：为何无限步数下醉汉坠崖概率不为1？

嘿，这个问题绝对是概率论里最反直觉的经典问题之一，很多人刚接触时都会掉进“无限尝试=必然成功”的思维定式里，今天咱们好好掰扯清楚。

首先得明确咱们讨论的核心场景：一维非对称随机游走——醉汉站在悬崖右侧的位置k（k>0），左边一步就是悬崖（走到位置0就坠崖），每次迈步时，向左走（靠近悬崖）的概率是p，向右走（远离悬崖）的概率是1-p，且每一步的选择完全独立。

为什么无限步数下，醉汉坠崖的概率不是1？核心原因有两个：

• 存在大量永不坠崖的无限路径：正如反对观点所说，确实有无数条无限长的步数序列，醉汉永远不会走到悬崖。比如他可能连续向右走数千步，之后偶尔向左挪几步但很快又向右走远，全程始终保持在悬崖右侧的安全区域。从概率学的集合视角看，这些路径的数量是无穷多的，而且它们的概率总和并不为0（当向右走的概率1-p大于向左的p时）。
• “无限尝试”≠“必然覆盖所有可能”：很多人的误区是觉得“只要次数够多，总会碰到坠崖的情况”，但这只适用于单次尝试独立且成功概率固定的场景（比如无限次抛硬币总会出现正面）。但随机游走是路径依赖的——每一步的位置都和前一步紧密相关，当醉汉越走越远，他坠崖的概率会持续降低，低到把所有后续可能的坠崖概率加起来，总和也到不了1。

举个具体的例子：假设醉汉每次向左走的概率是1/3，向右走是2/3，初始站在位置1。通过概率论的递推计算能得出，他最终坠崖的概率是**(1/3)/(2/3)=1/2**——也就是说，有整整一半的概率，他会无限期地在悬崖右侧游荡，永远不会坠崖。

补充一句：如果是对称随机游走（p=1-p=1/2），那从任意位置k>0出发，醉汉最终坠崖的概率确实是1，但这是特殊情况，并非所有随机游走场景都适用。

内容的提问来源于stack exchange，提问作者user3286661