在讨论严谨的数学公式之前,先看一个有趣又引人深思的游戏—蒙提霍尔问题(Monty Hall problem)。参加这个游戏的选手面对3扇关闭的门,其中一扇门的背后是汽车,另外两扇的背后是山羊,但从选手的角度来看,这3扇门是完全一样的。选手需要按如下的步骤选中一扇门,如果选中的门背后是汽车,则他会免费得到汽车,否则什么都得不到。
选手做出最初的决定,选择其中一扇门,如图1中标记1所示。
主持人会从剩下的两扇门中,打开一扇后面是山羊的门,如图1中标记2所示。
这时选手需要再做一次决定,坚持最初的选择或者更改选择。
如果是读者参加这个游戏会怎么选择呢?从直觉上来讲,似乎对于剩下的两扇门,它们背后是汽车的概率是相等的,都为0.5,那么没必要修改自己的最初决定。
但遗憾的是,直觉是错误的:更改选择后的获奖概率远高于坚持最初决定的。事实上,借助Python针对蒙提霍尔问题做一个简单的统计模拟3,可以得到如图14中标记4所示的结果(模拟的代码可在Github上下载)。根据模拟结果,更改后的获奖概率接近70%,而坚持最初选择的获奖概率只有30%左右。
图1:
为什么会出现如此奇怪的结果呢?直觉上哪里出了错呢?下面将从数学角度给出这个疑问的解释。
先假定3个随机变量,设X是正确的门,Y是参赛者选择的门,Z是主持人打开的门。
我在这里只计算一种情况,有兴趣的读者可以自己去计算其他情况。
我们考虑计算参赛者选择了门3而主持人打开了门1的情况下,门3是正确答案的概率,显然,这是一个条件概率:
此时,参赛者选到正确答案的概率为三分之一,而参赛者在第二轮改变了选择之后:
这与我们通常的直觉有差别,所以特别注意