Python_蒙提霍尔问题的模拟

最新推荐文章于 2024-05-02 11:51:33 发布

sgyzetrov

最新推荐文章于 2024-05-02 11:51:33 发布

阅读量2.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：学习笔记 Python D.S. and M.L. 数据科学与机器学习文章标签： Python 概率论与统计

本文链接：https://blog.csdn.net/S_gy_Zetrov/article/details/80549819

博客通过Python模拟了蒙提霍尔问题，解释了更换选择比不更换选择获得汽车概率更大的统计学原理，并展示了模拟实验的结果，更换选择获胜概率约为66.83%。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

蒙提霍尔问题的解决：使用Python模拟

蒙提霍尔问题

蒙提霍尔问题（又称三门问题、山羊汽车问题），参赛者面前有三扇关闭着的门，其中一扇的后面是一辆汽车，选中后面有车的那扇门就可以赢得该汽车，而另外两扇门后面则各藏有一只山羊。当参赛者选定了一扇门，但未去开启它的时候，主持人会开启剩下两扇门中的一扇，露出其中一只山羊。主持人其后会问参赛者要不要更换选择，选另一扇仍然关着的门。

更换选择还是不更换选择？

思路

从统计学角度将，更换选择得到汽车的概率更大，原因是：

如果第一次选择正确，更换选择必定错误
如果第一次选择错误，更换选择必定正确
第一次选择：1/3概率正确，2/3概率不正确

也就是说，【第一次选择错误】的概率（2/3）是【更换选择后必定正确】的概率，所以【更换选择后必定正确】即【更换选择后得到汽车】的概率为2/3，重选更加有利。

Python模拟

编写代码，函数默认为1000次不更换选择。我选择了10000次，分别更换和不更换选择。

import random

'''
(Copyright © https://blog.csdn.net/s_gy_zetrov. All Rights Reserved)
'''

def choose(iteration = 1000, change = 'n'):
    win_car = 0
    win_goat = 0
    prize_layout = random.randint(1, 3)