- 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:
# ?( P# |' F/ T" I$ q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。6 M( f) c( i4 Q# L
: {2 `4 C. y! S
鄙人谈几句话:: a+ W/ v, [& L5 \- a4 {
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。9 m. B, c8 P( o
! u X: S; t( _" x* O以下是鄙人的python模拟程序:
8 s# S5 c2 [: O #Author : Naupio
0 o7 V$ O T( U7 oimport random as rd
& Y7 E0 ~- b F4 P- tchange = True
8 q3 |7 y, r8 ^+ bdef moni(times=10000):* }4 E5 L) t$ |5 s+ j
counts = 0.0, L$ h+ F$ Q2 }1 _/ o
for i in range(times):6 W. i9 U% ?8 Y2 j& m, Y/ E% I7 S; U
rightaim = int(rd.random()*3) #汽车所在的门
/ T+ J) I' q5 C guss = int(rd.random()*3) #第一次猜的门; H1 D; P4 K' p5 E) Y( r1 B7 E
aim=[0,1,2] #初始化三个门9 i1 O+ {; g% n% z; s- I
1 r3 z( z" \, |8 E. R, B #找出要主持人打开的门 0 Y7 N5 w6 ^4 h% e" e! y
for j in aim:8 H# R7 A6 ?# E: W2 z
if (j!=guss and j!=rightaim):5 c, u H, P9 F. T# \( X2 C5 {7 `
openaim = j
8 Y1 u& M7 ?" n6 ^ break% a5 ^6 P4 z8 M+ d: N0 q7 @7 V
) N+ A5 ?& _" e #找出另一个门 5 I6 V0 n. c* s1 p# d9 }0 R
for j in aim:
) g2 _- b1 ] n* v" `8 A if (j!=guss and j!=openaim):
% U! Y# f' H, w6 ~$ V otheraim =j) m: u; I1 Q& l! R3 Q* m
break; v8 h6 J2 ` O3 m* h) ?
: v1 a# N3 }; [3 j1 n1 P
, ^7 u0 c4 @6 z) q2 P1 k #改变选择
* k+ K. J }* F% ]( x if change:
8 M' H) ?5 _ ]# c% L* C guss = otheraim
) l, \: P9 p& j4 R; B
. O- p7 j& o" k6 Y. m+ ^/ s* a" J #改变选择之后猜中汽车的次数统计
7 {9 u6 @: g! p2 K! g5 {, U if guss==rightaim:
3 [6 Q, f! a* s. w! M9 B: {" c counts+=1
. d( J' T6 T& Q: @5 D A$ P' h0 Q
, x0 D% H: a! f8 l9 {- r #返回改变选择之后猜中汽车的概率 ) A" H4 ?6 c# y" E H
return counts/times4 J% |4 f- O$ X% }' {5 |) o
print "改变选择之后的模拟一千次结果是:",moni(1000)
1 a, N9 W4 v( m' O- @. a( D) B; Kprint "改变选择之后的模拟一万次结果是:",moni(10000)
0 d9 i& e/ u1 P$ C1 G; Wprint "改变选择之后的模拟十万次结果是:",moni(100000)9 w* U7 X0 i7 f! \7 \* [) p* e
print "改变选择之后的模拟一百万次结果是:",moni(1000000)
4 o: Q' l9 g4 Q* Cprint "改变选择之后的模拟一千万次结果是:",moni(10000000) 4 y7 e* [2 r6 l
E9 i; ~* _" Z* y. u
以下是模拟效果截图: + X4 n: N+ ~) Y8 y$ q6 r
- S' ?/ k% u: T
1 j! q4 f' j% h- h7 |- {! M# O
鄙人最后说几句:
) a. S* G+ M0 A& W$ z. v+ [ 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。
H* {$ T; F- O# L@百年孤独 @数学中国—罂粟 @madio 6 w- ?% q) P o, |. t
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。
2 I/ G2 g' ^, D$ S2 A& ^
$ X: R7 t: C; u+ v9 d; d5 f5 Z8 C3 L$ |& X3 L7 l( x+ ~
* |1 W6 c. G$ u4 A' A2 F |
zan
|