- 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:
6 v9 j1 p# A/ X8 i( [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。
- v+ | t# Z1 k8 S/ r
7 e) r/ I" K; Q; T鄙人谈几句话:
7 N! u8 V6 U6 a# |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。
* f+ t. ?2 K6 W3 j" A9 @4 |& p* w/ d' h
以下是鄙人的python模拟程序:
1 @. l" z$ @7 D! ^& i b #Author : Naupio
" L, Y5 h( E3 U2 a% I e8 Yimport random as rd
7 E6 M9 F) e, O& Rchange = True
9 k/ S* n# }4 `! P& K6 ?1 \def moni(times=10000):
. ^( L/ y, X2 d8 j& I counts = 0.0- h% n( c$ x2 a3 s
for i in range(times):
' n& l% D. x5 r/ w0 d rightaim = int(rd.random()*3) #汽车所在的门# I5 a: o& x# i7 l" c+ i
guss = int(rd.random()*3) #第一次猜的门1 j# A9 p2 M. H( L+ Y, Y( j
aim=[0,1,2] #初始化三个门
4 t* C2 v2 h/ s4 x 7 {. v0 N5 H0 j5 a; W/ h
#找出要主持人打开的门 ' w' \. y6 F2 k# S" i
for j in aim:7 o. B% f/ Q9 c% p5 d! Y8 f
if (j!=guss and j!=rightaim):
. H' N2 K2 x+ y- ?. d- x% a" s" W# y openaim = j" s w' \0 e9 u/ [( A0 r
break
- a, w) y2 p' D( y. C5 ~
' g8 W& w) y) q# M! v' B #找出另一个门
+ x& D) _5 X7 S' x. w for j in aim:% R+ _& O5 B4 c: @: L- S
if (j!=guss and j!=openaim):
6 U x" O3 y# ~& H( R; G otheraim =j! E. \6 S' ]3 E
break
6 m* t4 _& c7 B0 u
- N- V; L2 y$ L; U/ O% @- u5 l( I* N' W8 z
#改变选择
@: w1 x/ }- U! `4 I( [( C if change:
* u4 V# u5 [7 s guss = otheraim
$ C+ ~% {4 W2 v# v( t7 D 0 ~; A1 p' f3 y$ V4 r' U0 B! q
#改变选择之后猜中汽车的次数统计 : B) ^# _2 Q& e* `2 X
if guss==rightaim:
, H; k1 ^6 |- X$ u( _8 S. Y) I2 f) v counts+=1. a9 @, a2 D% L: ]0 n
! O0 H* f( k1 \3 w #返回改变选择之后猜中汽车的概率 ! ^- I+ i2 o$ }" C. f& ^5 D- O
return counts/times Z. q1 G/ s; Y6 v
print "改变选择之后的模拟一千次结果是:",moni(1000); M9 u. c1 s% }% b f, i" B4 O5 @
print "改变选择之后的模拟一万次结果是:",moni(10000)+ M7 ^! b" {0 S& V' s; d8 K! |
print "改变选择之后的模拟十万次结果是:",moni(100000)" o6 e8 |9 Z% Z4 J6 g
print "改变选择之后的模拟一百万次结果是:",moni(1000000)( r+ W' O% F$ q: N+ W8 a$ O; f
print "改变选择之后的模拟一千万次结果是:",moni(10000000)
9 t3 O& X$ ?* T. q7 V4 X1 h% W1 _1 E: @! L# m" J; O8 ~
以下是模拟效果截图:
% ]- J$ i6 k3 B t& O 5 W6 ]" N) n3 c* H3 `5 J0 `
" ]0 o- \, I6 [$ v! X9 u; x; p) d
鄙人最后说几句:
/ M: S. X- p" y$ x" t9 E% `0 z% { 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 o/ u. q# V' T5 e# o) e
@百年孤独 @数学中国—罂粟 @madio ) J) s8 f: q( f, z, B
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。; O( w9 t( w3 |0 G1 K: `
& o3 `9 A9 q9 E5 j3 t
& C) _1 C+ e1 W$ e" ^! |# M! U4 u' L8 w7 a
|
zan
|