- 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 w5 d0 k& B$ W' g! D6 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。
5 V0 {# c5 v7 s* @
y; u# s/ K8 Q% F, _0 d鄙人谈几句话:
; k! j$ j, m- M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。
4 f0 Z9 ]% }; }5 C& R& b0 X6 g; W3 ?! h3 f" h; _4 j/ B1 T
以下是鄙人的python模拟程序: 0 U5 P( d" Y+ b% `# A
#Author : Naupio. H3 A) p3 T, n5 R# M* D& k9 v% _
import random as rd
9 g' W1 J5 O7 m+ C& G. X! E% e% jchange = True
# }# |) K. y; Mdef moni(times=10000):9 j1 B# r9 ?% p' y: f; A
counts = 0.0
K$ w# H3 o' w for i in range(times):5 B, t5 i9 d* D* f; w
rightaim = int(rd.random()*3) #汽车所在的门1 \' M& a$ P4 B0 l9 ]) d
guss = int(rd.random()*3) #第一次猜的门( k! Z+ A0 Y ?9 C5 x+ A
aim=[0,1,2] #初始化三个门; t, E0 k) R5 V0 [
& M6 U: ^5 d. w6 }$ j
#找出要主持人打开的门
7 C" ^& t8 B) T for j in aim:4 ^7 F1 O$ r% ~0 B3 [% e# i
if (j!=guss and j!=rightaim):
6 p' E$ f4 h6 l( V6 L7 s openaim = j; `* i! y' m& K! ^* K6 O
break1 G; L$ l5 Z2 _2 e$ S0 X
8 J/ N& o0 j6 r% u9 n+ D #找出另一个门 + R" T) @. g9 G( E
for j in aim:
; n i' y8 Z1 ? if (j!=guss and j!=openaim):
* a# v& u- N+ ]! w+ J Z otheraim =j) S l, P. C5 U4 i3 |& V1 [8 h
break
- g6 e- v9 G/ o) U' h! j9 O. V' h2 g3 B2 v" j5 B
5 {- M+ O, ~5 \# G
#改变选择 " p& Y+ ~9 d- K' a
if change:
- q, Z9 x6 M1 K! r# ~0 ` guss = otheraim
# n% B1 |( t# } ! i. \4 G# Y+ T" G2 P
#改变选择之后猜中汽车的次数统计
. J5 ^5 @/ v, \7 D& X( ] if guss==rightaim:* u& H; C( X9 z0 H
counts+=1
0 A9 p& z& z- d" i/ d3 o! N
2 R2 B9 r: o$ r8 D7 {4 a #返回改变选择之后猜中汽车的概率
0 `, ]# T* Z4 b6 E/ I return counts/times
9 `& a9 u& W6 @# z4 [; cprint "改变选择之后的模拟一千次结果是:",moni(1000)
7 ?# h. ~6 W2 R2 ~print "改变选择之后的模拟一万次结果是:",moni(10000)
& d* l* C3 d6 U; G" }print "改变选择之后的模拟十万次结果是:",moni(100000)
) l% E4 g% k0 @9 X \/ @print "改变选择之后的模拟一百万次结果是:",moni(1000000)
+ a8 K$ Q, f8 x# M: N" H; v2 mprint "改变选择之后的模拟一千万次结果是:",moni(10000000) ' t8 X! b/ y8 q% { `& h0 w6 P
, e! q8 d# e H0 C0 x0 s# r* s
以下是模拟效果截图: , c; K% M/ x) V: B4 s0 F
n" B' w( G+ R2 n- R5 A8 q
% I7 j7 n5 n( C7 X9 l, S' d1 Q鄙人最后说几句:/ @- D, B. n" \; K4 w
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 D9 [1 b! _@百年孤独 @数学中国—罂粟 @madio
* u- q3 |( W8 dps: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。; R9 A+ {8 s- h. k
: t) A& U# ?4 Z. {+ P0 D( ]3 @: k$ `4 U
c5 e4 J: l1 h: J2 t9 B: N+ H
: s& K/ T$ q% \2 c1 ] |
zan
|