"Il y a trois portes fermées devant le joueur, derrière une porte il y a une nouvelle voiture en cadeau, et derrière les deux portes il y a une chèvre, ce qui veut dire éteint. Le joueur frappe la porte de la nouvelle voiture. Une fois que le joueur a sélectionné une porte, le modérateur Monty ouvre la porte restante avec la chèvre et montre la chèvre. Le joueur est maintenant informé qu'il peut remplacer la première porte qu'il choisit par la porte restante non ouverte. Le joueur doit-il changer la porte? " ([wikipedia](https://ja.wikipedia.org/wiki/Monty Hall problème))
La bonne réponse est «changer», et si vous la changez, le taux de gain sera de 66,7%.
Quand je commence à étudier les statistiques probabilistes et l'apprentissage automatique, un jour je propose le théorème bayésien qui va m'aider.
Le problème de Monty Hall est un problème de théorie des probabilités et est l'un des exemples de probabilité postérieure ou de probabilité subjective du théorème de Bayes. Il découle du débat sur le jeu dans "Let's make a deal", un jeu télévisé américain animé par Monty Hall (de son vrai nom Monte Halperin). C'est une sorte d'astuce psychologique, et même si le résultat dérivé de la théorie des probabilités est expliqué, il y a encore beaucoup de gens qui ne sont pas convaincus, c'est donc aussi appelé dilemme ou paradoxe. C'est un bon exemple de "problème dans lequel une réponse intuitivement correcte et une réponse logiquement correcte sont différentes".
Au début, j'ai simplement laissé tomber l'énoncé de problème dans le code et l'ai exécuté, mais après avoir réfléchi un peu, il est devenu la forme suivante, et j'ai été convaincu sans l'exécuter.
python
from random import randint
itr = 10000
cnt = 0
for i in range(itr):
t = randint(1, 3)
c = randint(1, 3)
if t != c:
cnt += 1
print(cnt/itr)
Si le premier choix est une perte, ce sera atari si vous changez. La probabilité de choisir une perte en premier est de 66,7%, donc si vous changez, le taux de victoire est de 66,7%.
Recommended Posts