- 在线时间
- 119 小时
- 最后登录
- 2015-11-18
- 注册时间
- 2013-1-11
- 听众数
- 9
- 收听数
- 1
- 能力
- 0 分
- 体力
- 1210 点
- 威望
- 0 点
- 阅读权限
- 40
- 积分
- 496
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 270
- 主题
- 7
- 精华
- 0
- 分享
- 0
- 好友
- 2
升级   65.33% TA的每日心情 | 衰 2015-11-11 09:17 |
|---|
签到天数: 234 天 [LV.7]常住居民III
 群组: 2013年电工杯B题讨论群 群组: 2014年网络挑战赛交流 |
|
直觉的欺骗,三门悖论的模拟 以下描述来自百度百科:
* o- }( O: q9 h三门问题(Monty Hall problem)亦称为蒙提霍尔问题、蒙特霍问题或蒙提霍尔悖论,大致出自美国的电视游戏节目Let's Make a Deal。问题名字来自该节目的主持人蒙提·霍尔(Monty Hall)。参赛者会看见三扇关闭了的门,其中一扇的后面有一辆汽车,选中后面有车的那扇门可赢得该汽车,另外两扇门后面则各藏有一只山羊。当参赛者选定了一扇门,但未去开启它的时候,节目主持人开启剩下两扇门的其中一扇,露出其中一只山羊。主持人其后会问参赛者要不要换另一扇仍然关上的门。问题是:换另一扇门会否增加参赛者赢得汽车的机会率?如果严格按照上述的条件,即主持人清楚地知道,哪扇门后是羊,那么答案是会。换门的话,赢得汽车的机率是2/3。8 w* `' B2 J+ z( `+ }% [2 M. x
" e b! [" }* l) N( X3 l- ]
鄙人谈几句话:9 F6 T! M- [/ a# M
很多人都认为改变选择之后是二选一的情况,认为赢得汽车的概率是1/2,包括伟大的数学家鄂尔多斯都这样认为。但是我们要用事实来证明,如果真实做这个实验,会消耗太多资源,下面由鄙人用计算机编程来模拟这个情形。源码公开,如果有大神觉得不妥,欢迎指正。. m/ s" K+ j5 K# [: Y |- |" A
& A4 G, R& m" F9 B& d2 R
以下是鄙人的python模拟程序: / X: a( w1 E! a. u: G
#Author : Naupio
& U0 v' W1 k" E, A' rimport random as rd
' w+ Z) I+ D, s K: j2 \, mchange = True$ [( M/ A* C* i7 _0 Z W$ p
def moni(times=10000):
" d# s$ W; A# x8 h5 K counts = 0.0
6 D8 v2 {9 E) J0 v, ^ for i in range(times):
+ n9 ?0 D+ y' y% E7 z1 q rightaim = int(rd.random()*3) #汽车所在的门& |) ], y1 Q* m; n5 r" ~
guss = int(rd.random()*3) #第一次猜的门# M+ `, K9 `5 [, a9 O4 I: {
aim=[0,1,2] #初始化三个门
! M2 q# W/ C* S% \6 J1 |# H
w2 ]9 K+ Z* r #找出要主持人打开的门 7 d3 O8 g+ D& @) l$ l) x
for j in aim:
+ |4 ^) N: Z" g! v! u5 W3 X if (j!=guss and j!=rightaim):& F$ w5 t- y/ n8 O8 |
openaim = j
0 I3 V6 U5 P7 H$ O+ ]! A% L break0 ^2 U% E1 a# u i0 J5 X
- X8 v3 D& ]3 O. T7 U #找出另一个门 - T/ ^' w1 o ^
for j in aim:
$ i( Y, @3 E5 K6 s, A9 B if (j!=guss and j!=openaim):
- @! h- I7 H2 P: L) p# p0 n, a9 ] otheraim =j
. y; K+ ^+ w" l& m8 T% X1 l5 t break; Z+ Q- a. b+ ?- I+ w- p1 D
3 R8 k6 {8 a3 m; [
& g' N9 D& |4 @4 I# e8 F) M
#改变选择 , O: G$ b+ P2 }/ Y* _
if change:
O m& |7 Q5 ` guss = otheraim: s) g" I. i2 i3 ~# E+ f( a
3 }; @% F' j0 n l0 g9 N6 N
#改变选择之后猜中汽车的次数统计 ( [- G- f9 x3 ?
if guss==rightaim:
+ f/ m6 r" [# D/ @8 L counts+=1+ ~( l. {+ M" {( m* _2 A$ P2 N( N
% R/ J7 ]1 g$ ~$ s3 I) I
#返回改变选择之后猜中汽车的概率 5 z6 ~8 l# }1 M1 l( c
return counts/times
, c! u1 i) V$ X% o* P! J7 rprint "改变选择之后的模拟一千次结果是:",moni(1000)
- f4 a8 ^" q l% ~8 _ iprint "改变选择之后的模拟一万次结果是:",moni(10000)0 N/ N" z, C4 Y% a
print "改变选择之后的模拟十万次结果是:",moni(100000)
, x/ x' ?4 ]: u" ~) M. F! i$ jprint "改变选择之后的模拟一百万次结果是:",moni(1000000)
" ?& R6 D) N" ]) Q# gprint "改变选择之后的模拟一千万次结果是:",moni(10000000) 2 h. j2 f7 V: X" h/ b8 L9 D
) M. f2 Y- I# G以下是模拟效果截图: ; D5 `8 ^, Q& `& {, j$ x- M" {
* E* u( ~2 C6 p0 L8 A. I5 `+ h9 n0 R5 H3 `7 b
鄙人最后说几句:
& N$ S5 g( p3 i: b; y 从模拟的结果上来看还算是成功的,随着模拟的次数越来越多,结果越来越接近2/3,本来想打算再提高模拟次数的,但由于我的本本比较渣,会卡爆,所以只模拟到一千万次。/ |$ [3 U: y6 K# h- |) N
@百年孤独 @数学中国—罂粟 @madio ! g& B* H* c' x" E' L
ps:不排除有错误,欢迎指正,欢迎交流,转载请注明出处,版权所有。
# _# C) _$ w$ B- p. G
3 ~7 l, k) e4 _( D
* L) G$ l: E3 l" s9 [+ \; `
, o/ T K$ ~6 C t |
zan
|