- 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:
9 f% r$ v0 w0 j2 W1 W8 r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。
, ] d! _1 \; z4 u9 b! i
; `- K; G+ O& h- F- A' Y鄙人谈几句话:1 _! ?6 d5 |0 h& m# z
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。
* u. p! A8 q- \1 i0 }4 a! w3 U9 k. M. g, k9 G& E/ l: \9 f5 `$ l
以下是鄙人的python模拟程序:
; g7 Q6 ?( }7 Y9 C #Author : Naupio
9 l3 u" y9 z/ p- D/ Q6 ~import random as rd7 \; b9 _ g6 O' y6 r( u, Z# }8 V
change = True4 V, e+ n0 y" S: `
def moni(times=10000):
- ^+ i5 m. p' G3 R- F; u counts = 0.0
' {0 h% a, _$ a3 \ for i in range(times):
, j# c* M& F- h, ?% ^ rightaim = int(rd.random()*3) #汽车所在的门7 ?( v& A. X7 U; Z- h+ K8 G
guss = int(rd.random()*3) #第一次猜的门
6 O5 A/ W: B1 o% N' w. j aim=[0,1,2] #初始化三个门8 G* \* u& t4 v y& ?
! [! t) y- D$ v. o( i9 V* e
#找出要主持人打开的门 + c* O; F+ t5 A; ~( z
for j in aim:* @8 I# n7 \2 u- n% Q5 P) C2 M
if (j!=guss and j!=rightaim):5 C0 B- ^& h$ |: I) }" n* \
openaim = j
5 ?# _# w+ o5 A* y9 s% G break
( f7 K7 M3 t' P, w/ F 1 h5 { t2 C# v9 B$ y
#找出另一个门 + V8 y- J P J& {& |
for j in aim:
- Q6 h9 j- w4 ]8 j+ m# X if (j!=guss and j!=openaim):
) ?9 {' \% a* L- @4 J otheraim =j6 ~# H" v! g. k; O* r8 r' F6 B
break
! U. a u6 l0 Q0 m* [# w- [& S1 Z; ^# b& a
2 l) E8 C7 a* [$ o1 S3 X4 S #改变选择
! g/ p& ^0 y& W( w9 e. V4 I/ I if change:
( x/ F& f$ k5 _6 O guss = otheraim3 s3 o" ?( L4 P+ Y5 l- {( o
$ t+ A1 J4 z8 K5 d7 P; b #改变选择之后猜中汽车的次数统计
3 R+ K) B6 D4 p% @4 g if guss==rightaim:) i1 V" C% ]; s1 X; x
counts+=1
# r$ Q: e% k6 t y( o. G) g- b3 D$ H- F/ q) `
#返回改变选择之后猜中汽车的概率
J4 r2 g% y2 X- u. @ return counts/times+ P1 O. Y* z4 J0 Q9 O/ B& \* |3 U
print "改变选择之后的模拟一千次结果是:",moni(1000)2 o, J @6 r, o
print "改变选择之后的模拟一万次结果是:",moni(10000)1 Q6 n& f4 [- X
print "改变选择之后的模拟十万次结果是:",moni(100000)( D7 n W: w9 e* g1 s0 H- G% D
print "改变选择之后的模拟一百万次结果是:",moni(1000000). K/ |- s2 K! `0 l: ~' z( G( M7 ]
print "改变选择之后的模拟一千万次结果是:",moni(10000000) : C/ x2 q# ]" c$ r' H2 L
. z/ e+ r9 x( d+ u0 _7 M
以下是模拟效果截图: # j. |6 e8 s' g- p9 s! O+ F
) i" t0 R9 _* Q- _! @" I
/ x, l6 ~, [6 ~, A& t6 `
鄙人最后说几句:
) F% _/ Y2 F" P( J! l2 I. C 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。
+ o( N7 W; p% G3 Z% H* K@百年孤独 @数学中国—罂粟 @madio 7 `0 k. p; ^7 [' F
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。
) |8 W2 Y e" D3 f* I1 `0 t! n6 g7 V! k5 e" E
# J% \! O; P# j
# D9 W/ @$ Z4 H7 S |
zan
|