- 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:
+ I$ }/ K7 i0 ~& O6 N W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。, I9 l. T: o: k7 q. R
# k+ Y- J; ~6 d( [0 ?
鄙人谈几句话:+ o# G8 d+ o1 M5 j( }: L
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。+ C1 B% ?5 t# N3 v7 ~
7 v3 t- i3 E/ {: c$ l O- |- m
以下是鄙人的python模拟程序: ; y7 Z! d; G: z; P- `# t
#Author : Naupio' P3 G& }2 Q+ B
import random as rd! V* M+ j3 `6 L8 [( L
change = True* Y" j& q% w8 r' M' M, s
def moni(times=10000):
: b/ N& g( C6 H& b$ h, w1 H H3 A counts = 0.0
" t0 O0 r$ ]$ @) h. ? for i in range(times):
$ n, @" j" Y" k rightaim = int(rd.random()*3) #汽车所在的门, U* z/ d L* e. l% O3 D0 b
guss = int(rd.random()*3) #第一次猜的门* V4 `1 L6 j+ V# x' D [# Z' N
aim=[0,1,2] #初始化三个门% K/ W2 O9 E9 {
7 i$ O1 r) Q* U
#找出要主持人打开的门
5 u* i$ @- p; l9 n% B! M for j in aim:$ ^( U$ O0 h: \4 O
if (j!=guss and j!=rightaim):
- E" x5 v j( ^5 `* w openaim = j
* n0 T6 t( F$ |" ^, y! z; N# }- N break
" O* m$ _! R( l2 j, [1 d
0 \+ p2 b+ @8 N #找出另一个门
3 {; C; G) H g9 [* ? for j in aim:
8 V. U9 q w5 D( t5 f3 w if (j!=guss and j!=openaim):
2 v3 q3 T; n/ V6 U! H! m% b otheraim =j
* O, h1 z, t9 s& N2 c# `6 x break
) [, E) s. p% J3 {' \0 }
! p% Y0 E2 R& ?
" g; w* x2 c9 z" B' O1 G #改变选择 - I4 o2 K! u" Y/ o
if change:$ R: l/ ^! m% ~, p1 _5 x" s
guss = otheraim6 {3 {4 G, l3 ]( ?6 Z& |# D$ o
, P7 Q& j9 B# Y) I4 H9 f) U
#改变选择之后猜中汽车的次数统计
% y& ?3 c! g; O) p- | if guss==rightaim:
3 U+ c/ [1 q3 C& A counts+=1! J, \8 U% d, I5 t; {2 y
7 F* n, c4 _6 D5 i) O1 ^7 x6 z9 d #返回改变选择之后猜中汽车的概率 * E, \" ?. U4 _6 ~: ^
return counts/times
2 N {& @* d( W# qprint "改变选择之后的模拟一千次结果是:",moni(1000)" _2 S, Z+ |1 Q; p
print "改变选择之后的模拟一万次结果是:",moni(10000)
4 t' `' f, I7 \+ z0 oprint "改变选择之后的模拟十万次结果是:",moni(100000)
% S, b7 V/ m4 @; aprint "改变选择之后的模拟一百万次结果是:",moni(1000000)
: a6 ~$ Y U# g: X& v8 F, w' ]4 vprint "改变选择之后的模拟一千万次结果是:",moni(10000000) & C: P! V9 y& @
6 a: T' a( J$ d/ S6 O以下是模拟效果截图: , B x; w& g' C1 i
/ V" g1 ?3 y) s$ B4 K+ `5 O3 ~! G
6 S$ J' K, H- ], Q% H0 y
鄙人最后说几句:; {( h9 `# J2 E. a# x
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 X! p" G* Q" R4 `1 U/ ? Z( L@百年孤独 @数学中国—罂粟 @madio
& B7 b" o8 \( O! Pps: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。
: z5 {" v7 `) A, D* [) B2 A6 v. T( V( e$ O
0 ?1 a% b9 L% O& Z7 M+ ~4 r( H$ n% }: e$ Y$ X
|
zan
|