概率论极大似然估计值怎么求(趣学概率论之蒙提霍尔问题)(1)

首先,我们先了解一下什么是蒙提霍尔问题,这个问题出自国外的一个电视游戏节目,又名三门问题。

该节目的主持人叫蒙提·霍尔,参赛者会看到三扇紧闭的门,其中一扇门后边有一辆汽车,选中后面有车的那扇门可以赢得该汽车,另外两扇门后面各有一只山羊。当参赛者选定一扇门但尚未开启时,节目主持人会开启剩下的两扇门中的一扇,这扇门后边有一只山羊。这时,剩下的两扇门,包括参赛者选择的那扇门之后,有一辆汽车和一只山羊,主持人会问参赛者是否要选择另一扇门。

那么问题来了,参赛者是否应该更换自己的选择呢?换言之,换一扇门能否增加参赛者赢得汽车的概率呢?

从直觉来讲,三扇门之后藏有汽车的概率都是一样的,那我们是否更换选择应该不会影响我们赢得汽车的概率。但是事实果真如此吗?

概率论极大似然估计值怎么求(趣学概率论之蒙提霍尔问题)(2)

我们来分析一下。

在最开始的时候,无论选择哪一扇门,门后是汽车的概率都是1/3,这没什么好说的。但是在主持人排除了一扇山羊门之后,我们再重新考虑下。

  1. 假如我们最初的选择就是汽车门,这个概率有1/3,那么只要我们更换选择,那大奖就与我们无缘了,因此更换选择获奖的概率为1/3 * 0 = 0;
  2. 假如我们最初的选择是空门,这个概率有2/3。这时,由于主持人排除了另一扇山羊门,因此,只要我们更换选择,那么命中大奖的概率就是1,整体的获奖概率为2/3 * 1 = 2/3。
  3. 两者相加,0 2/3 = 2/3,也就是说,在没有开天眼的情况下,我们更换之后获奖的概率为2/3。

是不是很不可思议?我们以为的概率相等,但其实概率并不相等?按照我们的直觉,排除了一扇山羊门之后,剩下的两扇门,一扇有汽车大奖,另一扇没有,那我们换与不换的获奖概率都应该是50%才对啊。这么想没错,但是立足点不对。

假如我们是在主持人排除了一扇门之后才开始做选择,那么不管选择哪扇门,获奖的概率都是50%,因为我们的选项里从来都没有那扇被主持人排除掉的门。

但是考虑到我们最初的选择是三扇门,问题就不一样了。

首先,无论我们选择了哪扇门,获奖的概率都是1/3,在最开始我们就已经清楚了这一点;也就是说,大奖在另外两扇门之后的概率是2/3。

那么,假如主持人没有排除其中的一扇山羊门,允许你同时选择另外两扇门,你会换吗?问题是不是清晰了很多?从做出第一个选择的时候,结果就已经确定了。即车在我们选择的门后边的概率是1/3,不在我们选择的门后边的概率是2/3。主持人排除了一个选择,但是车子在这两扇门之后的概率仍然是2/3,跟他是否排除错误选择没有任何关系。

也就是说,剩下的那扇门,不是一扇门在战斗!它不是一扇门!这一刻!它被另一扇门附体!它承载了另一扇门的梦想!也承载了另一扇门的获奖概率!

本来,汽车门在这两扇门中任意一扇门之后的概率都是2/3 * 1/2 = 1/3,现在主持人告诉了我们一种一扇门不是,那这扇门能获奖的概率就是2/3 * 0 = 0,而另一扇门的获奖概率则变成了2/3 * 1 = 2/3。

如果看到这里,你看是没明白,那我们就再考虑一种情况。

假设有100扇门,我们选择了其中一扇门,我们获奖的概率是1/100。这时,我们把这100扇门划分成两部分,一部分是我们选择的那一扇门,另一部分是剩下的99扇门。毫无疑问,大奖在第二部分的概率为99%。那么我们把第二部分打包带走,一扇一扇门地排除,巧了前98扇门都没有大奖。但是,还记得我们最初的判断吗?不管后边发生什么结果,大奖在第二部分的概率是99%!也就是说,最后仅剩的这两扇门,第一部分的那一扇,获奖的概率只有1%,而另一扇门获奖的概率则是99%!

所有的概率,都在最开始的时候就已经决定了,跟之后的操作没有任何关系。

想一想我们喜欢吃的小浣熊。假如一百包中,只有一包有个大奖,我们买了其中的99包。我们拆了1包,没有中奖。那奖品在剩下的98包中的概率变化了吗?没有,从整体来看,还是99%!我们一包包地拆开,一直没中奖,那我们中奖的概率变化了吗?没有!大奖在这99包中的概率从始至终都没有变过,一直是99%!

概率是不是很神奇?如果你对概率论感兴趣,想学到更多概率论甚至统计学习、机器学习相关的知识,可以关注我,有问题也可以在下方留言,我们一起探讨!

关于三扇门问题,你认同我的结果吗?

概率论极大似然估计值怎么求(趣学概率论之蒙提霍尔问题)(3)

,