蒙提霍尔悖论

2020-4-30

蒙提霍尔问题又被称为三门问题,出自美国著名的电视游戏节目《Let's Make a Deal》。问题名字来自该节目的主持人蒙提霍尔。

题目是这样的:
参赛者会看见三扇关闭的门,其中一扇门的后面有一辆汽车,另外两扇门后面则各藏有一头猪,选中后面有车的那扇门可以赢得这辆汽车。



主持人会先让参赛者选一扇门,当参赛者选定了一扇门的时候,主持人开启另外两扇门中其中一扇后面为猪的门。主持人其后会问参赛者要不要换另一扇仍然关上的门。



如果换另一扇门是否会增加参赛者赢得汽车的几率?不换门和换门获得汽车奖品的概率分别是多少?

首先如果参赛者不换门获奖的概率很简单,参赛者在三扇门中选择奖品为车的那扇门的概率为三分之一,之后主持人做的事情对参赛者的选择不构成任何影响,所以如果不换门,那么参赛者获奖的概率就是三分之一。

那么如果参赛者选择换门,获奖的概率是多少呢?

方法一:遍历法

最简单的方法就是遍历所有的可能性:

  • 参赛者第一次选择门A,换门,赢得小汽车
  • 参赛者第一次选择门B,换门,成功抱走小猪猪 (* ̄(oo) ̄)
  • 参赛者第一次选择门C,换门,赢得小汽车

总共就三种情况,所以如果参赛者选择换门,那么获奖的概率为三分之二

方法二:叶贝斯公式


公式中,事件Bi的概率为P(Bi),事件Bi已发生条件下事件A的概率为P(A│Bi),事件A发生条件下事件Bi的概率为P(Bi│A)。
在这里引用知乎上 李白1203 的答案:

测试验证

作为一名程序员,自然要模拟下场景进行验证了,测试代码如下:

/**
 * 蒙提霍尔问题
 */
public class MontyHallProblem {
    // 随机生成车的位置
    private static int randomGenerateCarIndex(){
        return (int)(Math.random() * 3);
    }

    // 生成测试样本;
    private static int[] generateSample(){
        int[] sample = new int[4];
        int carIndex = randomGenerateCarIndex();
        sample[carIndex] = 1;
        sample[3] = carIndex;
        return sample;
    }

    // 参赛者随机选择一扇门
    private static int randomSelectADoor(){
        return (int)(Math.random() * 3);
    }

    // 判断第一次选择是否中奖
    private static boolean firstIsCar(){
        return randomSelectADoor() == generateSample()[3];
    }

    // 模拟参赛者更换门
    public static boolean isCar(){
        // 如果参赛者第一次选中了车,那么选择更换就一定选不到车了
        if(firstIsCar()){
            return false;
        }else{
            return true;
        }
    }

    public static void main(String[] args){

        int totalTestTimes = 1000000; // 100万的测试样本量
        int pickCarTimes = 0;
        for(int i = 0;i < totalTestTimes;i++){
            if(isCar()){
                pickCarTimes++;
            }
        }
        System.out.println((double)pickCarTimes/totalTestTimes);
    }
}

我选择了100万的随机测试样本进行测试,三次执行,得到的概率分别为:





不难看出,这个概率接近于三分之二。

在这里贴上一个我觉得特别好的回答:
来自知乎用户Sherwin回答
如果大家有兴趣不妨点进去看一看~

最后科普一个小知识:


Marilyn vos Savant

在当时,对于蒙提霍尔问题,世界级高智商天才 Marilyn 给出了答案:如果改变主意选中汽车的概率是2/3,否则只有1/3。

Marilyn 的回答在美国引起了激烈的争议,人们向他寄来了数千份抱怨信,大部分寄信者多为学者和数学家,甚者不乏恶语相向。

当然,现在已经证明了 Marilyn 的回答并没有错,她用了整整四个专栏,证实了自己说的话。

到此结束。

学而不精,涉猎广泛,点到为止,大家继续努力~~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,711评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,079评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,194评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,089评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,197评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,306评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,338评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,119评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,541评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,846评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,014评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,694评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,322评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,026评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,257评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,863评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,895评论 2 351