三门问题的数学原理及模拟实验

三门问题的数学原理及模拟实验

三门问题，又称蒙蒂·霍尔问题，源自美国电视游戏节目《让我们做个交易》。这个问题以其看似简单却充满争议的性质而闻名，引发了广泛的讨论和研究。本文将从概率论的角度，结合贝叶斯公式，深入探讨这个问题，并通过计算机模拟实验验证理论分析的正确性。

三门问题的数学原理及模拟实验

出处：https://liam0205.me/2018/02/26/Monty-Hall-problem/

三门问题是一个源自博弈论的数学游戏。三门问题的等价问题出现的很早，三囚犯问题至少在 1959 年马丁·加德纳的《数学游戏》专栏中就已有阐述。但是让三门问题真正引起广泛讨论的，当属美国的电视游戏节目Let's Make a Deal。因该节目的主持人名为蒙蒂·霍尔，故而该问题也称为「蒙蒂·霍尔问题」。问题的描述大致如下：

参赛者会看见三扇关闭了的门，其中一扇的后面有汽车，选中后面有汽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，节目主持人开启剩下两扇门的其中一扇，露出其中一只山羊。主持人其后会问参赛者要不要换另一扇仍然关上的门。问题是：换另一扇门会否增加参赛者赢得汽车的机会率？

三门问题引起了广泛的讨论。例如在果壳网和知乎网上，你能找到大量相关讨论。

本文将尽可能清晰地对三门问题做完整讨论。

三门问题的概率表述

贝叶斯公式

贝叶斯公式，是关于条件概率的公式。假设有事件 A 和事件 B，它们地位等同。贝叶斯公式可以根据给定事件 A 时事件 B 的条件概率 P(B|A) 去计算给定事件 B 时事件 A 的条件概率 P(A|B)；或者反过来。贝叶斯公式的数学表示是：

P(A|B) = P(B|A) * P(A) / P(B)

其中，P(A) 是事件 A 的先验概率；P(B|A) 是给定事件 A 时事件 B 的条件概率，在此一般称为后验概率；P(B) 是事件 B 的先验概率，在此一般称为边缘概率；P(A|B) 是给定时间 B 时事件 A 的条件概率。

三门问题的概率建模

在三门问题中，若有以下定义：

• 事件 A：参赛者选择的门后有汽车；
• 事件 B：主持人选择的门后有汽车。

则，根据贝叶斯公式，有：

P(A|B) = P(B|A) * P(A) / P(B)

因此，问题转换为求解并判断后验概率 P(A|B)：

考虑 P(B|A) 表示已知参赛者选择的门后有汽车时，主持人选择的门后无汽车的概率，因为已知三扇门后只有一台汽车，因此 P(B|A) = 1。又考虑到参赛者选择的门后有汽车的概率始终是 1/3，因此问题实质上是要看边缘概率 P(B) 的值：

• 若 P(B) = 1/2，则 P(A|B) = 1/3，答案是「否」；
• 若 P(B) = 1/3，则 P(A|B) = 2/3，答案是「是」。

边缘概率 P(B) 之谜

两种答案

关于三门问题，两种答案争执已久。归纳起来，可以是：

• 既然主持人排除了一个错误选项，那么原始问题就变成了二选一的新问题，此时选哪个都一样，中奖概率都是 1/2。因此答案是「否」。
• 三扇门的中奖概率都是 1/3，参赛者选中的门的中奖概率自然也是 1/3；而主持人选择的门打开后，1/3 就「跑到」另一扇门上去了，所以另一扇门的中奖概率是 2/3。因此答案是「是」。

暗藏的假设

根据贝叶斯公式，目标后验概率为 P(A|B)。因此，以上两种答案对应边缘概率 P(B) 分别是 1/2 和 1/3；这又对应了两种假设：

• 主持人并不知道门后的情况，随机选择后恰好门后是羊；特别地，主持人不知道参赛者选择的门后的情况，因而主持人的选择没有带来新的信息量。即：P(B) = 1/2。
• 主持人知道门后的情况，因此选择的门后边必然是羊；特别地，主持人知道参赛者选择的门后的情况，因而主持人的选择带来了新的信息量。即：P(B) = 1/3。

这两种假设即是长期持续的争论的直接原因，而其根源在于原始问题用模糊的语言玩了一个文字游戏。「节目主持人开启剩下两扇门的其中一扇」，并没有体现出主持人事先是否知道门后的情况；因而两种理解都算是可以接受的。这即是三门问题引起争论的原因，也是其陷阱所在。

破解谜题

尽管在原始问题中，有「文字游戏」的嫌疑，但由于「露出其中一只山羊」的保证，事实上主持人的选择就变成了确定性的结论，因而带来了信息量。以概率论的角度来描述，即是 P(B) = 1/3。

因此，三门问题的答案，应当是「换另一扇门会增加参赛者赢得汽车的机会（概率从 1/3 增加到 2/3）」。

回到小孩子的思维

行文至此，尽管已经从概率论的角度解答了原始问题，并给出了问题令人困惑的根本原因，但可能仍然有人拒绝这一反直觉的答案。为此，此处给出一个运用小孩子的思维的解法：枚举。

根据题目，参赛者需要在三扇门中进行选择，而门后共有一台汽车和两只羊。不妨将其设为：

汽车
羊A
羊B

那么，若参赛者在主持人展示一只羊之后更改选择，则获胜的概率为 2/3（失败的概率则是 1/3）。所有可能的情况枚举如下：

• 当参赛者一开始选择汽车时（1/3概率），不论主持人选择羊A还是羊B，若参赛者更换选择，都不能赢得汽车。
• 当参赛者一开始选择羊A时（1/3概率），主持人必然选择羊B，若参赛者更换选择，则必然赢得汽车。
• 当参赛者一开始选择羊B时（1/3概率），主持人必然选择羊A，若参赛者更换选择，则必然赢得汽车。

计算机模拟实验

所谓「实践是检验真理的唯一标准」，在给出了尽可能清晰的解答之后，本文也尝试用计算机模拟的方法，进行实践检验。

Python 代码（在此下载）读起来很容易，因此不做详细说明，而只给出简单的解释。对于参赛者的两种选择（在主持人打开一扇门后是否更改选择），代码分别进行了 10000 轮，每轮 1000 次的实验。而后，代码统计每轮 1000 次实验中，参赛者成功赢得汽车的频率；并将 10000 轮频率绘制成图展示。

以下是「不更改」的实验结果。不难发现，频率分布在 1/3 左右，每轮实验的具体频率在它附近抖动。

以下是「更改」的实验结果。不难发现，频率分布在 2/3 左右，每轮实验的具体频率在它附近抖动。

据此，计算机模拟实验的结果，与前文分析的结果相同。