苍鹭
- 2016年05月15日
话说,这道题,十几年前,玩论坛的时代,就出现在网上了:
三道门,一道门后面有车,另外两道门,后面都是羊。
有个节目主持人,他知道车在那道门后。
他请你选一道门,但不立即打开。
他在剩下的两道门里,打开一道,放出一只羊给你看。
现在台上还剩两道门关着,一道是你选的,一道是谁也没碰过的。
主持人说:现在你有个机会,可以改变主意,挑另一道门。
不管你换还是不换,你最终选中的那道门,后头的东西都归你。
你换不换?——假设价值观是车比羊好。
当时,论坛上吵成一片,有说该换的,有说不该换的。对于不换而中奖的概率,大家比较一致:1/3。而对于换而中奖的概率,基本上有三个说法:1/3、1/2、2/3。
论坛上贴题的那人说:“正确答案是应该换,中奖概率会从1/3提升到2/3。并且,此答案经过了智商排名极靠前的一位人士的认可。不过,还是有许多不愿盲信权威的年轻人,自己动手,用各种办法做实验,有大活人亲自做的,有用计算机模拟的,而结果一致确认:该换,中奖概率确实提升到了2/3。另外,虽然实验结果如此,有相当多的亲手做实验的人依然坚持(理论上)不该换。”
时至今日,这道题提到人口稠密的社交媒体上来,依然能够引起争论。
为了让读者老爷们怀着轻松的心情观看余下的内容,我提前把答案确认一下:
应该换。
我不是从一道门换到另一道门,
而是从一道门换到另外两道门。
“换并且选到车”的概率 = “第一次没选到车”的概率
三道门的迷惑性较大,读者可以极端化一下:如果是一亿道门,你挑一扇(选中车的概率很悲观),然后主持人把许许多多门打开,放出来满坑满谷的羊,最后只留下一道门,你换不换?
或者再换一个思路:主持人挑你和另外一个现场观众上来,让你选一道门,让那位观众选两道门,然后问你,愿不愿意拿你的一道门换那位观众的两道门?
“开门放羊”只是个迷惑动作,当门的总数大于2时,挑剩下的门里,一定能放出至少一只羊。所以它没有增加任何信息,也没有改变概率分布,这一步骤和事后开奖并无不同。
用概率论的运算过程则是:
如果你看到这里还是觉得数学上不该换,那就可以关掉页面了。接下来并没有理论上的新内容,而且因为要用程序表达,技术上会比较烧脑。我不想让你同时背两个包袱走路,会芯片过热的。
虽然这道题没有数学理论难度,我还是想拿它做个编程的例子。原因是,我发现用计算机的思维,可以洞穿这道题的本质。做完实验依然坚持不该换的人里面,一定没有用计算机模拟的。
我的第一版程序很简单(手机读者可用手指左右拖动代码区):
import random def lottery(n, change): # n是门的个数,change设置“换还是不换” car = random.randint(0, n - 1) # 为车生成一个随机的门号 pick = random.randint(0, n - 1) # 我选择一个随机的门号 # 如果我未选中车但愿意换,或者我选中了车并且不换 if (pick != car and change) or (pick == car and not change): return True # 我都会中奖 else: # 否则 return False # 就不会 repeat = 100 # 重复做此实验100次 win = 0 # “中奖”计数器置零 for i in range(repeat): if lottery(3, True): # 每次都选择“换” win += 1 # 如果中奖,计数器加一 # 打印中奖百分比 print("%.2f%%" % (win / repeat * 100))
结果如何呢?运行三遍:
=============== RESTART: cargoat.py =============== 68.00% >>> =============== RESTART: cargoat.py =============== 71.00% >>> =============== RESTART: cargoat.py =============== 68.00% >>>
100次实验,如果选择“换”,中奖次数确实在2/3左右。当然我们也得反过来做一下,把lottery函数的第二个参数设为False:
repeat = 100 # 重复做此实验100次 win = 0 # “中奖”计数器置零 for i in range(repeat): if lottery(3, False): # 每次都选择“不换” win += 1 # 如果中奖,计数器加一 # 打印中奖百分比 print("%.2f%%" % (win / repeat * 100))
运行三遍,选择“不换”的中奖概率确实较低:
=============== RESTART: cargoat.py =============== 34.00% >>> =============== RESTART: cargoat.py =============== 34.00% >>> =============== RESTART: cargoat.py =============== 27.00% >>>
还可以发现,实验的重复次数(repeat的值)越高,中奖概率越是稳定在2/3上,下面是repeat = 100000的三遍运行结果:
=============== RESTART: cargoat.py =============== 66.55% >>> =============== RESTART: cargoat.py =============== 66.81% >>> =============== RESTART: cargoat.py =============== 66.70% >>>
在这个程序里,原本热热闹闹的挑门、开门放羊、问你换不换的那些动作,一下子被简化成了“你第一次猜中的概率有多大”的问题。我刚才说:“做完实验依然坚持不该换的人里面,一定没有用计算机模拟的。”是因为写程序前,我先假装认为不该换,而写下lottery函数的前两行时,就找到了事情本质的描述方式(上面的粗大字体)。
然而,读者可能认为,我并没有精确地按照剧本来写,所以运算结果不可信。为此,我必须按照剧本写一遍程序,像宋小宝吃面那样,辣根和蒜瓣这些步骤都不能省。说实在的,因为需要彻底改变思路,写新程序很累,但我还是勉力完成了:
猛击阅读全文
拟啄木鸟凿树洞生活,脚趾两前两后,这些和“真的”啄木鸟很像。
“拟”、“伪”这类命名指生物表面上看像是某一大类,但总觉得哪儿不对,或者解剖、DNA研究证明实应独立划分或者归入其它类群。
曾经有个“褐背拟地鸦”,长相和习性像地鸦,深入研究则表明它细胞核深处是山雀的DNA,实为山雀在青藏高原的特化分支,最终改名“地山雀”。
红头穗鹛的属类是“伪穗鹛属”,和“穗鹛属”区分。
有时,为了和“拟、伪”区分,“真的”那个有时还会特别加个“真”字。一下子跳到脑子里的是爬行动物的例子:拟鳄龟 vs 真鳄龟。
生物分类,外表不可靠,乱是常态。鸦雀属的拉丁名paradoxornis,paradox意指矛盾的,ornis 是鸟,很直白地说这真是一群混乱的鸟。这下面的很多鸟都拉出去单独立属了。
@金沙遗址博物馆 正在展出《陶土上的精灵·黄河流域史前彩陶大联展》,展期2016.04.26 – 2016.07.24。联展者,有七家文博单位贡献展品也:青海省博物馆、甘肃省博物馆、中国社科院考古研究所、河南博物院、河南省文物考古研究院、山东博物馆、茂县羌族博物馆。巡展到金沙之前,这个展览是山东博物馆的《大河上下》。
展览《前言》:“彩陶是中国史前陶器中最为绚丽多彩的艺术品。陶器上繁简不一的纹样,不仅显示出独特的时代与地域风格,也代表了不同的审美、信仰和风俗。中国的史前彩陶,从公元前5000年前出现,一直持续到公元前1000年前后,发展近4000年。其中,黄河流域是彩陶发现最为集中也最具特色的地区,并先后形成了仰韶文化、大汶口文化、马家窑文化三个彩陶文化中心,各文化系统既独立发展,又相互影响。”
绘画软件支持图层,这对用手机画写生很有利:起稿不需要担心犯错,反正更正式的稿子画在另一个图层上,逐次迭代改良就好。第一稿的山雀画得头大身小尾巴长,改正很容易:把这个图层克隆一份,其中一份,单留下鸟头,稍稍缩小一下,再拼接回原来的图层,修整一下连接处就可以了。
手机绘画软件是Autodesk SketchBook Mobile。
从程序员的视角来概括博物馆规范,就是两个字:“读”和“写”。
“读”是个接收信息的操作,不对博物馆做出改变。“写”是个输出信息的操作,会改变博物馆的环境乃至展品本身。
看馆是个读操作。开闪光、奔跑喧闹、乃至于偷窃、捣毁,都是写操作。
对于读操作,博物馆不应反感,或者应该鼓励。博物馆规范、限制、禁止甚至报警的,是写操作。
远到国博闪光灯事件,近到“跑男”进杭州博物馆事件,都是因为这些行为制造了强光、噪音、撞击的风险,是在“写”博物馆,所以引起人们的隐忧和争论。
而国博陈副官说“在博物馆拍照都很傻”,引起博物馆众多爱好者集体呛声,是因为陈副官批评了实应鼓励的“读”。
有些“读”,产生了令人不适的“写”,例如一个人抚展柜而盘桓,长期近距离霸占一个展柜摄影或临摹写生,快门声过于响亮密集,在方寸之地支起三脚架,侵占四五个人的空间,等等。
所以博物馆规范并不难记,不需要特别心虚地逐条查阅可以做什么不能做什么。牢记“读”和“写”的区别,时时问问自己:“我现在是在读还是在写?”就基本上可以做到“随心所欲不逾矩”了。
其实,“走进博物馆”也是个“写”,但如果没有它,则无法鼓励“读”,所以对这个行为并不禁止,但有规范或者限制。比如说:走进博物馆,可以,跑进,就不行。