前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >囚犯B存活的概率(2)

囚犯B存活的概率(2)

作者头像
Defu Li
发布于 2018-08-20 07:00:40
发布于 2018-08-20 07:00:40
3800
举报
文章被收录于专栏:斜述视角斜述视角

随机王国的概率趣事

传说中,以前在一个偏远的地方,有一个王国,如世外桃源一般。该王国有一个非常独特的地方,王国的人民都喜欢赌博,而由赌博发展起来了与概率相关的知识。所以该王国又名“随机王国(Random Kingdom)。

每逢霜降时节,西风染遍山谷,一片画中有诗的景象,只是树叶开始飘零,提醒人们,这是秋决的时节,通常一年难有一个死囚,这一年却多达三个。

国王说,依据惯例,有三个及以上的死囚就可以释放一个

凡大事必random,抽签定生死,而不是纠结一帮大声吼叫的群众来定夺。死囚们的代号分别是A,B,C。各自抽取一个号码,挂往墙上的钉子。

国王指着桌上的纸宣布,这张纸盖着放生的幸运号码,如果这张纸盖的号码和你们某个人抽取的号码一样,那么你就是幸运的,就可以被赦免。

抽签后囚犯B私下提出请求:

囚犯B:请陛下随机指出一个不幸者,不必透露幸运号码。

请注意,在囚犯B的请求中,国王随机指出的不幸者也有可能是B。

为了要确保随机性,国王私下将两个不幸者的代号写在铜板的两面,然后一掷,囚犯B紧张得满头大汗,希望铜板落地时不要显示B不幸。结果如他所愿,铜板显示的是C不幸,他松了一口气:啊哈!我的活下来机会从1/3上升到了1/2。

问:在这个场景里,囚犯B的机会真的变成了1/2了吗?

国王回答:是的。你担当了风险,赢了就有回报。自始至终你和囚犯A都处于相同的情况,所以两人的机会也一直相等。现在就剩两人了,所以机会都是1/2.

回到故事里,我们用数学工具再一次解释国王是对的,为了方便叙述,采用以下缩写:

  • B代表“囚犯B是幸运者”事件。
  • KA代表“国王说A不幸”事件。
  • KB代表“国王说B不幸”事件。
  • KC代表“国王说C不幸”事件。

一开始囚犯B活下来的机会是:P(B)=1/3.

并且,国王通过掷硬币随机选择:P(KA)=P(KB)=P(KC)=1/3.

当国王说出C不幸时,此时囚犯B活下来机会就是条件概率了,为:P(B |KC).

此时,我们还不知道P(BKC)等于多少,通过运用全概率法则可以计算出:

从囚犯B的角度看,KA和KC是两个对称的条件,它们对B事件的影响都是一样的,所以:

所以,我们需要计算的:

所以,囚犯B活下来的概率确实上升到了1/2.

666啊。。。


文章参考自:电子科技大学特聘讲座教授李硕彦教授《似是而非的概率》一书。

编辑:李德福

审核:潘议淳

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-04-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 斜述视角 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
囚犯B存活的概率(1)
传说中,以前在一个偏远的地方,有一个王国,如世外桃源一般。该王国有一个非常独特的地方,王国的人民都喜欢赌博,而由赌博发展起来了与概率相关的知识。所以该王国又名“随机王国(Random Kingdom)。
Defu Li
2018/08/20
3780
概率的意义(深度好文)
1987年,是印度传奇数学家拉曼努扬(SrinivasaRamanujan,1887-1920)的百年诞辰。为了纪念他,有一系列的活动。当代著名统计学者, 出生于印度的劳氏(C. Radhakrishna Rao,1920),也应邀做了三场演讲。之后,印度统计学研究所(IndianStatistical Institute)基于劳氏的演讲稿,于1989年,为他出版了统计与真理一书。此书于1997年发行第二版。 在第一版的序文中,劳氏提到: 学生时代,我主修数学一种从给定前提下演绎结果的逻辑。后来我念统计学一
小莹莹
2018/04/20
1.2K0
概率的意义(深度好文)
使用统计学分析《鱿鱼游戏》中“玻璃垫脚石”的生存概率
《鱿鱼游戏》是最近很火的电影,在阅读本篇文章之前,我假设你已经看过这部剧集了。比赛中需要使用不同的策略才能获胜,比如第7集中的“玻璃垫脚石”引起了我的注意。这是一场至关重要的比赛,16 名玩家中只有 3 名幸存者。我认为这款游戏与其他游戏不同,因为从统计的角度来看,这是一款赌博游戏,玩家的行为并不能帮助他们获胜。现在让我们来使用数据来证明这一点。
deephub
2021/11/08
5930
使用统计学分析《鱿鱼游戏》中“玻璃垫脚石”的生存概率
为什么说“概率”带来一场现代革命?
作者:Vamei 出处:http://www.cnblogs.com/vamei 严禁转载。
Vamei
2018/08/30
5140
为什么说“概率”带来一场现代革命?
一件程序员必备武器的诞生
夜已深,但是Java第一代国王却无心睡眠,帝国刚刚建立,东边的C/C++王国虎视眈眈,随时准备把新生的王国扼杀在摇篮中。
养码场
2019/10/16
3820
一件程序员必备武器的诞生
从生产到交易,一文读懂比钻石还贵的“比特币”
以物易物的比特村 话说在这个世界上,有一个叫比特村的小村庄,村庄共有几百户人家。这个村庄几乎与世隔绝,过着自给自足的生活。由于没有大规模贸易,比特村村民一直过着以物易物的生活,也就是说村民之间并没有使
BestSDK
2018/03/02
8890
从生产到交易,一文读懂比钻石还贵的“比特币”
视觉信息理论
我喜欢有一个新的思维方式来思考这个世界。我特别喜欢把一些模糊的想法正式化为一个具体的概念。信息理论就是一个很好的例子。
Hi胡瀚
2018/02/02
1.3K0
视觉信息理论
这真的是初三教科书里的概率题么?
将36个球放入标有 1,2,...,12 这 12个号码的 12 个盒子中,然后掷两枚质地均匀的骰子,掷得的点数之和是几,就从几号盒子中摸出一个球。为了尽快将球模完,你觉得应该怎样放球?
窗户
2018/12/12
1K0
这真的是初三教科书里的概率题么?
概率论之概念解析:边缘化(Marginalisation)
【导读】前不久,专知内容组为大家整理了数据科学家Jonny Brooks-Bartlett的系列博客(包括概率论引言、极大似然估计、贝叶斯参数估计等),引起不错的反响,前两天Jonny Brooks-Bartlett又退出了最新的技术博客“概率论概念解释:边缘化(Marginalisation)”。继承其系列博客的优良传统,这篇文章依然保持通俗易懂、深入浅出的风格,内容主要围绕概率论的“边缘化的概念”进行呢详细的介绍,并通过一个例子来解决一个简单的“极大似然问题”。OK!话不多说,让我们一起学习今天的内容吧
WZEARW
2018/04/13
7.8K0
概率论之概念解析:边缘化(Marginalisation)
一道有悖直觉的概率题
我是一个概率控,平常遇到和概率相关的事情都喜欢去推算一下,喜欢看概率有关的影视作品(决胜21点、欺诈游戏、赌博默示录……),就连在汤姆熊或是巴黎人,我也会估下哪一个机器输的可能性更小一点(赢是不可能赢的啦)。
Crossin先生
2019/08/30
1.3K0
概率论02 概率公理
概率论早期用于研究赌博中的概率事件。赌徒对于结果的判断基于直觉,但高明的赌徒尝试从理性的角度来理解。然而,赌博中的一些结果似乎有矛盾。比如掷一个骰子,每个数字出现的概率相等,都是1/6。然而,如果有两个骰子,那么出现的2到12这些数字的概率却不相同。概率论这门学科正是为了搞清楚这些矛盾背后的原理。 早期的概率论是一门混合了经验的数学学科,并没有严格的用语。因此,概率论在数学的精密架构下,显得有些异类。许多名词,如“概率”等,一定程度上是按照人们的直觉来定义的。1933年,俄国数学家Andrei N. Kol
Vamei
2018/01/18
1.2K0
概率论02 概率公理
机会的度量:概率和分布
  如果一个不出现,则另一个肯定出现的两个事件成为互补事件(complementary events,或者互余事件或对立事件).按照集合的记号,如果一个事件记为A,那么另一个记为的补集。P(A) + P(A) = 1 ,P(A) = 1 − P(A)。(初中学的吧)
用户3003813
2018/09/06
7840
机会的度量:概率和分布
概率论02 概率公理
作者:Vamei 出处:http://www.cnblogs.com/vamei 欢迎转载,也请保留这段声明。谢谢!
Vamei
2018/09/25
8530
概率论02 概率公理
概率论01 计数
概率 概率论研究随机事件。它源于赌徒的研究。赌博中有许多随机事件,比如投掷一个骰子,是否只凭运气呢? 赌徒逐渐发现随机事件的规律。投掷两个骰子是常见的赌博游戏。如果重复很多次,那么总数为2的次数会比总数7的次数少。这就是赌徒把握到的规律:尽管我无法预知事件的具体结果,但我可以了解每种结果出现的可能性。这是概率论的核心。 “概率”到底是什么?这在数学上还有争议。“频率派”认为概率是重复尝试多次,某种结果出现的次数在尝试的总次数的比例。“贝叶斯派”认为概率是主观信念的强弱。幸好,这些争议并不影响我们在日常生活中
Vamei
2018/01/18
9350
概率论01 计数
联合概率和条件概率的区别和联系
来源:DeepHub IMBA本文约2300字,建议阅读9分钟本文为你解释联合概率和条件概率之间区别和联系。 联合概率P(A∩B) 两个事件一起(或依次)发生的概率。 例如:掷硬币的概率是 ¹⁄₂ = 50%,翻转 2 个公平硬币的概率是 ¹⁄₂ × ¹⁄₂ = ¹⁄₄ = 25%(这也可以理解为 50% 的 50%) P(A ∩ B) = P(A) ⋅ P(B) 对于 2 个硬币,样本空间将是 4 {HH,HT,TH,TT},如果第一个硬币是 H,那么剩余的结果是 2 {HT,HH}。这意味着第一个事件
数据派THU
2022/07/01
6770
联合概率和条件概率的区别和联系
概率论的数学基础
抽象是为了隐藏不相关的东西,只关注重要的细节。虽然有时看起来很可怕,但它是管理复杂性的最佳工具。
磐创AI
2020/08/11
6940
概率论的数学基础
概率统计中最重要的概念:概率统计与马尔可夫链的理解
每个数据科学家一旦开始研究统计模型,就会遇到马尔可夫链和马尔可夫过程这两个术语。本文将以一种易于理解的方式解释马尔可夫过程的基本概念。
deephub
2020/05/09
1.2K0
概率统计中最重要的概念:概率统计与马尔可夫链的理解
蒙特卡洛树搜索是什么?如何将其用于规划星际飞行?
选自kdnuggets 作者:Mateusz Wyszyński 机器之心编译 参与:Panda 本文解读了蒙特卡洛树搜索算法背后的概念,并用一个案例说明了欧洲航天局使用该算法来规划星际飞行的方法。 前段时间,我们见证了游戏人工智能领域历史上最重大的事件——AlphaGo 成为了第一个在围棋上战胜世界冠军的计算机程序,其相关论文参阅:https://www.nature.com/articles/nature24270。 DeepMind 的开发者将来自机器学习和树搜索的不同技术结合到一起而实现了这一结果。
企鹅号小编
2018/01/11
1K0
蒙特卡洛树搜索是什么?如何将其用于规划星际飞行?
数据分析与数据挖掘 - 05统计概率
在统计学中为了观察数据的离散程度,我们需要用到标准差,方差等计算。我们现在拥有以下两组数据,代表着两组同学们的成绩,现在我们要研究哪一组同学的成绩更稳定一些。方差是中学就学过的知识,可能有的同学忘记了 ,一起来回顾下。 A组 = [50,60,40,30,70,50] B组 = [40,30,40,40,100] 为了便于理解,我们可以先使用平均数来看,它们的平均数都是50,无法比较出他们的离散程度的差异。针对这样的情况,我们可以先把分数减去平均分进行平方运算后,再取平均值。
马一特
2020/09/22
7470
概率论04 随机变量
我们了解了“样本空间”,“事件”,“概率”。样本空间中包含了一次实验所有可能的结果,事件是样本空间的一个子集,每个事件可以有一个发生的概率。概率是集合的一个“测度”。 这一讲,我们将讨论随机变量。随机变量(random variable)的本质是一个函数,是从样本空间的子集到实数的映射,将事件转换成一个数值。根据样本空间中的元素不同(即不同的实验结果),随机变量的值也将随机产生。可以说,随机变量是“数值化”的实验结果。在现实生活中,实验结果可以是很“叙述性”,比如“男孩”,“女孩”。在数学家眼里,这些文字化
Vamei
2018/01/18
8930
概率论04 随机变量
相关推荐
囚犯B存活的概率(1)
更多 >
领券
社区富文本编辑器全新改版!诚邀体验~
全新交互,全新视觉,新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能,全面提升创作效率和体验
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文