热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

算法导论中一个蒙提霍尔问题

一个监狱看守从三个罪犯中随机选择一个予以释放,其他两个将被处死。警卫知道哪个人是否会被释放,但是不允许给罪犯任何关于其状态的信息。让我们分别称罪犯为X,Y,Z。罪犯X私下问警卫Y或Z哪个会被处死,因为他已经知道他们中至少一个人会死,警卫不能透露任何关于他本人状态的信息。警卫告诉X,Y将被处死。X感到很高兴,因为他认为他

《算法导论》第二版的附录C.2概率有这么一道习题:

一个监狱看守从三个罪犯中随机选择一个予以释放,其他两个将被处死。警卫知道哪个人是否会被释放,但是不允许给罪犯任何关于其状态的信息。让我们分别称罪犯为X,Y,Z。罪犯X私下问警卫Y或Z哪个会被处死,因为他已经知道他们中至少一个人会死,警卫不能透露任何关于他本人状态的信息。警卫告诉X,Y将被处死。X感到很高兴,因为他认为他或者Z将被释放,这意味着他被释放的概率是1/2。他正确吗?或者他的机会仍是1/3?请解释。

由于书出这道题的一节讲到了概率、条件概率和贝叶斯定理。所以我当时是这么解题的:

记事件A为:X被释放;事件B为:Y被处死。

在假定X被释放的情况下,Y被处死的条件概率是P(B|A)=1。

那么根据贝叶斯定理,在已知Y被处死的前提下,X被释放的条件概率就是

P(A|B) = P(A) * P(B|A) / P(B) = (1/3) * 1 / (2/3) = 1/2。         (1)式

直观的想,在知道了Y会死后,X与Z各有一半被释放的机会,答案似乎也应该是1/2的。 但如果换一个角度考虑:Y或者Z一定有一个会死,不管警卫告诉X是哪一个,都不会改变X会不会被释放的结果,因而X被释放的概率都是一样的,都是1/3。

当时感觉这道题有点纠结了,觉得1/3好像是对的,但1/2又是我用公式算出来的。后来由于找不到答案,我也就不了了之(网上找到的《算法导论》答案没有附录这部分的,有知道的朋友给个链接^_^)。今天碰巧在网上看到了一个讲它的帖子,才知道这道题还挺有来头的。这个问题叫蒙提霍尔问题,又叫三门问题,据说是个"悖论",还迷惑了很多人。不过原题改头换面了一下,换成了电视节目抽汽车中奖的背景。有兴趣的朋友可以看看。

按照网上的说法,问题的答案确实是1/3。我仔细想了想,觉得应该这么分析:

样本空间本身有三个基本事件:

E1:X被释放,Y死,  Z死;

E2:X死,  Y被释放,Z死;

E3:X死,  Y死,  Z被释放。

问题出在警卫身上,X问警卫的是哪一个会死,而无论是哪种基本事件,警卫总能告诉X一个会死的人。所以用概率算应该这么去算:

记事件A'为:X被释放;事件B'为:Y和Z中某人会死。求的是,在警卫告诉给X,YZ两者中某人会死的情况下,X会被释放的条件概率

P(A'|B')=P(A') * P(B'|A') / P(B') = 1/3 * 1 / 1 = 1/3.      (2)式

很多人(包括我)之所以得出(1)式的答案,是因为没分析清问题。如果题目改成:X问警卫,Y是被释放还是被处死,而警卫回答他Y会被处死,那么答案就是(1)式的1/2 了。(注意体会与问出YZ两者中会死的一个的区别)。

网上改头换面的三门问题答案的关键也在主持人身上,如果他都知道三扇门门后是什么,总是别有用心的选择背后是羊的一扇门打开给抽奖者看,那么抽奖者就该选择换门;如果主持人只是随意的打开一扇门,而门背后正好是羊,那么抽奖者可以不换。

思考这个问题得到的体会:

  • 数学是个解决现实问题的好工具;如果用语言表达或者逻辑思考解决不好一个问题、甚至引起喋喋不休的争论,不防用数学做工具解决。
  • 用数学解决问题的关键在于建立正确的模型。比如我一开始想当然的得出(1)式的答案,是因为没分析清问题的本质,没有建立正确的模型。

本文地址:http://www.nowamagic.net/librarys/veda/detail/781,欢迎访问原出处。


推荐阅读
  • 深入解析JVM垃圾收集器
    本文基于《深入理解Java虚拟机:JVM高级特性与最佳实践》第二版,详细探讨了JVM中不同类型的垃圾收集器及其工作原理。通过介绍各种垃圾收集器的特性和应用场景,帮助读者更好地理解和优化JVM内存管理。 ... [详细]
  • 使用Numpy实现无外部库依赖的双线性插值图像缩放
    本文介绍如何仅使用Numpy库,通过双线性插值方法实现图像的高效缩放,避免了对OpenCV等图像处理库的依赖。文中详细解释了算法原理,并提供了完整的代码示例。 ... [详细]
  • 本文将介绍如何使用 Go 语言编写和运行一个简单的“Hello, World!”程序。内容涵盖开发环境配置、代码结构解析及执行步骤。 ... [详细]
  • 线性Kalman滤波器在多自由度车辆悬架主动控制中的应用研究
    本文探讨了线性Kalman滤波器(LKF)在不同自由度(2、4、7)的车辆悬架系统中进行主动控制的应用。通过详细的仿真分析,展示了LKF在提升悬架性能方面的潜力,并总结了调参过程中的关键要点。 ... [详细]
  • 本文探讨了Hive中内部表和外部表的区别及其在HDFS上的路径映射,详细解释了两者的创建、加载及删除操作,并提供了查看表详细信息的方法。通过对比这两种表类型,帮助读者理解如何更好地管理和保护数据。 ... [详细]
  • 1:有如下一段程序:packagea.b.c;publicclassTest{privatestaticinti0;publicintgetNext(){return ... [详细]
  • C++实现经典排序算法
    本文详细介绍了七种经典的排序算法及其性能分析。每种算法的平均、最坏和最好情况的时间复杂度、辅助空间需求以及稳定性都被列出,帮助读者全面了解这些排序方法的特点。 ... [详细]
  • 本文介绍如何利用动态规划算法解决经典的0-1背包问题。通过具体实例和代码实现,详细解释了在给定容量的背包中选择若干物品以最大化总价值的过程。 ... [详细]
  • 本文详细探讨了Java中的24种设计模式及其应用,并介绍了七大面向对象设计原则。通过创建型、结构型和行为型模式的分类,帮助开发者更好地理解和应用这些模式,提升代码质量和可维护性。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 题目描述:给定n个半开区间[a, b),要求使用两个互不重叠的记录器,求最多可以记录多少个区间。解决方案采用贪心算法,通过排序和遍历实现最优解。 ... [详细]
  • 深入理解C++中的KMP算法:高效字符串匹配的利器
    本文详细介绍C++中实现KMP算法的方法,探讨其在字符串匹配问题上的优势。通过对比暴力匹配(BF)算法,展示KMP算法如何利用前缀表优化匹配过程,显著提升效率。 ... [详细]
  • 探讨一个显示数字的故障计算器,它支持两种操作:将当前数字乘以2或减去1。本文将详细介绍如何用最少的操作次数将初始值X转换为目标值Y。 ... [详细]
  • 本文详细介绍了Java编程语言中的核心概念和常见面试问题,包括集合类、数据结构、线程处理、Java虚拟机(JVM)、HTTP协议以及Git操作等方面的内容。通过深入分析每个主题,帮助读者更好地理解Java的关键特性和最佳实践。 ... [详细]
  • 本文探讨如何设计一个安全的加密和验证算法,确保生成的密码具有高随机性和低重复率,并提供相应的验证机制。 ... [详细]
author-avatar
prescott1972
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有