- 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: ) u8 G. U, q7 ^( X+ ~1 Y
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。& X, m2 {/ |) s, V
& A5 `" M" E$ y8 y# p
鄙人谈几句话:7 z5 j- n0 d8 R1 q3 D3 Z0 x: i K2 \ y
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。( Z$ U. z0 M4 M9 Q* Y4 d
' v- _- E- w7 y! h6 H0 O
以下是鄙人的python模拟程序:
" {/ L; }' U% I2 h #Author : Naupio
0 l+ z9 C! U" A* a6 w- s& ^6 Cimport random as rd
- _* L( T R. r0 g- _change = True
3 b' D- t# i9 _$ idef moni(times=10000):0 s1 g% N; {' ~
counts = 0.0
6 ?+ T! F2 \+ E2 h for i in range(times):
2 Z! E" ^* G2 P7 }& o* h2 K, Y rightaim = int(rd.random()*3) #汽车所在的门. m: T2 r1 C- [9 m: @8 ~! l) X
guss = int(rd.random()*3) #第一次猜的门
$ b- Z$ u% y* ?! D: k, R aim=[0,1,2] #初始化三个门- j& S3 Y3 M$ q
2 ]: K4 t) m8 Q+ [( W- w4 x #找出要主持人打开的门 8 y" N; ~. c# Q4 M$ l ?
for j in aim:
! ?" A. ?/ V7 J' H$ X% r; W, q if (j!=guss and j!=rightaim):
4 ?- s# ]& U/ R* ?. c openaim = j
# t7 \, G* G8 d# D; w) j9 X break. n0 s3 `+ m0 ?* V9 g; E- v
, P9 y ~6 g- b
#找出另一个门 . Y5 L0 Z8 P% P4 ]5 O
for j in aim:
/ p( V' F y8 ~ B, K if (j!=guss and j!=openaim):- T9 V' r$ ~ E. `, U
otheraim =j
" j- w/ E% @% K break
3 k5 M6 c0 q' y2 }( o4 z# Z' T
. E3 n9 p+ @0 l5 o0 h) _$ h# [ u6 Z3 f2 N) {/ J; F" R
#改变选择
5 G. A, m; ?. e6 x3 y7 c if change: {3 j; K! l& |; l, [
guss = otheraim8 c9 i( v. C7 b5 ^4 C: \) [
; n* w3 k1 I' t' f# `. O$ `! C6 [! R2 X
#改变选择之后猜中汽车的次数统计 ! Q7 |* o0 C$ s9 I
if guss==rightaim:- l7 S- Q! T# ~. |8 M$ M' _
counts+=1& g( q; j% T7 b* }3 w5 ]6 Y0 w" S8 l
, d& F/ @& b) Z# e #返回改变选择之后猜中汽车的概率 ' V9 B- U0 m5 |) T3 q2 K& m
return counts/times
4 n0 |' |4 A6 [$ r: c; nprint "改变选择之后的模拟一千次结果是:",moni(1000)
) d* d$ y* K. Y" Pprint "改变选择之后的模拟一万次结果是:",moni(10000)
) s3 V" Q5 K `3 Q, v% D# Wprint "改变选择之后的模拟十万次结果是:",moni(100000)
* w/ C# I( X) s/ qprint "改变选择之后的模拟一百万次结果是:",moni(1000000) w( A' J6 M+ r2 D; B
print "改变选择之后的模拟一千万次结果是:",moni(10000000)
0 e, K( ^2 E& ]' P* I% Q! z1 H3 P8 G* {
以下是模拟效果截图: - P% [' h2 t G, E
$ H! J! p- M' ^5 J0 y
% P$ ^, L6 n0 h- |5 [鄙人最后说几句:% X$ E' B" D8 q1 b) J% M
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。7 q* A( O+ V2 Z n$ P- \0 c
@百年孤独 @数学中国—罂粟 @madio
7 L$ }- @& r# c: m/ D: I) I8 \3 H8 Yps: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。7 w* I$ w9 Y' w! x9 V0 n% g
$ d+ X' o: H% T8 T+ e% q( |
6 x B& L! z) ~: r; N: c3 ^. j. h# e4 q5 y8 `2 r. {! ]* B+ a
|
zan
|