- 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:
4 `0 v3 A2 ?0 `% F# o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。
p" i& O- [& X9 N9 d! i4 g
" b& L6 Q* s/ s. R# m! U) {1 R鄙人谈几句话: }' v) Q/ |1 d ~9 Q* u
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。' O: i, @9 T1 _0 |
( D7 J- |* u7 b3 [' }7 L
以下是鄙人的python模拟程序:
0 \* ~3 [ O$ }1 J1 L+ |4 a% ` #Author : Naupio7 P. J- I9 R( Q2 C5 S& ?
import random as rd% R$ L2 f: J. X2 S: ~6 ^: O* x
change = True' x3 B; @/ T+ y6 M* N; E
def moni(times=10000):' C* M8 G$ A5 M( y: v7 M
counts = 0.0
+ O% D. X& {; [, Z for i in range(times):
4 m, J9 r& r6 a( Y+ L$ }3 ]5 U6 i rightaim = int(rd.random()*3) #汽车所在的门9 l! x& J: |2 b, J" C9 B* o
guss = int(rd.random()*3) #第一次猜的门
5 N+ H9 ?5 E# _ p aim=[0,1,2] #初始化三个门( ?% w) c; Z4 Y: c6 {% X- c5 |
: P9 O S( e1 m8 n
#找出要主持人打开的门 5 M% J; r0 z; _8 V0 ?
for j in aim:2 S+ D" Z) N3 M5 f7 B I$ ?
if (j!=guss and j!=rightaim):
! x( P7 \, Y4 m! z" y9 k openaim = j" A: N) [1 S' g" r# R
break
. r* A! T& ]+ ]# @* V2 c' i / }8 n. Q6 f9 m
#找出另一个门
3 T( ]' T, m& L9 c w6 x( j& q$ X for j in aim:% l- k z+ L& f
if (j!=guss and j!=openaim):9 F5 t" n u5 n- k0 ~
otheraim =j8 ^+ U, `" z9 P) h8 `
break: P" ~( D+ J. L7 a
) S8 j8 ~$ n$ [: d0 |' W" b8 J; @, B P" G& T- E: x
#改变选择 ; x% g* K) f9 r/ L
if change:
; Q3 i9 @) i9 L u u, w8 c guss = otheraim
) e) r3 P, R1 I/ Z$ e
% g! v- f0 r% B* \4 J #改变选择之后猜中汽车的次数统计 9 J% y9 U, z, _0 b! W; p' x6 `% j& ~
if guss==rightaim:
$ B8 Y3 J2 A/ [6 l" y/ i) N counts+=1
* d+ U8 x, H3 w( V& k; F8 T/ `3 z
7 y' k4 r0 H) W, x #返回改变选择之后猜中汽车的概率 % W9 R* E0 k G: z% W
return counts/times
* }, T# f: H$ x' w0 o/ x E% kprint "改变选择之后的模拟一千次结果是:",moni(1000)
. T3 ~5 U; U E6 uprint "改变选择之后的模拟一万次结果是:",moni(10000)
+ H" g2 g$ [ b W; |. Cprint "改变选择之后的模拟十万次结果是:",moni(100000); T7 L0 y- \) m5 e# g
print "改变选择之后的模拟一百万次结果是:",moni(1000000)- M/ M- D* `+ Z* O0 l( J8 {
print "改变选择之后的模拟一千万次结果是:",moni(10000000) ( g* b7 ]$ l. R$ X+ T9 S
2 B3 L: i0 i8 e6 K- M以下是模拟效果截图:
' x* @( N- [% e, i 9 z; P6 a- L/ `
( |4 j, C, G. h! M7 d( A, v
鄙人最后说几句:+ O5 I4 U7 K+ K/ _
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。
5 |, @5 ?# v# h P& `4 w@百年孤独 @数学中国—罂粟 @madio & P9 s# L6 J; x3 e' u! ~
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。+ y: @# Y+ H4 y) H5 U l
: T4 s+ g9 B5 U5 c* U
$ |) G$ q* Q4 c: ?! n: y; L
( |5 `3 n6 I6 o! M! G |
zan
|