简介

天要下雨,娘要嫁人。虽然我们不能控制未来的走向,但是可以一定程度上预测为来事情发生的可能性。而这种可能性就叫做概率。什么是概率呢?概率就是事情出现的可能性。比如扔骰子,我们知道骰子有六面,很容易知道扔出1点的概率是1/6,听起来很简单,但是如果放在复杂事件中,概率计算就变得比较麻烦和抽象,很多时候,我们可能没办法很简单的进行计算。今天我们来介绍一个计算概率的完全不同的视角:上帝视角。

蒙题霍尔问题

蒙题霍尔问题出自美国的一个电视节目Let's Make a Deal,问题名字来自该节目的主持人蒙提·霍尔(Monty Hall)。该问题内容大概是这样的:有三扇门,其中一个门中藏的是汽车,另外两扇门中藏的是山羊。这三扇门最开始都是关闭的,参赛者可以选择其中的一扇门,选择有汽车的那扇门就可以赢得汽车。

一开始的时候,参赛者会选择其中一扇门,然后主持人会打开剩下两扇门中藏有山羊的那扇,然后问参赛者是否需要更换选择。

聪明的读者,你们的选择是换还是不换呢?

最开始参赛者的中奖几率是1/3大家应该是没有问题的。问题是打开一扇门之后,参赛者最初选择的门和剩下那个未开的门中奖几率是否发生了变化呢?假设三个门分别被标记为A,B,C。

有人可能这样想,最开始的时候A,B,C三个门的中奖概率都是1/3。

现在打开了一个门,假设是B门被打开了。那么剩下的A和C的概率都变成了1/2。

听起来好像很有道理。

那么我们再换一个角度来看下这个问题。

如果参赛者最初选择了A,那么A有1/3的概率中奖,还有2/3的概率不中奖。这很好理解。

我们来考虑下如果重选,那么会发生什么事情:

假如A是正确的,那么重选一定错误。

假如A是不正确的,那么重选一定正确。

换句话说,A正确的概率也就是重选错误的概率。重选正确的概率= 1 - A正确的概率 = 1- 1/3 = 2/3。

也就是说重选更加有利。

问题的关键在于,在参赛者做出选择的时候,几率就已经确定了。后面发生的任何事情都不会影响它的几率。也就是说当参赛者选择A的时候,A获胜的几率就是1/3,不会因为后面发生事情的改变而改变。

注意,概率指的是事件发生多次的统计结果,并不是指确切的某个事件。

上帝视角解决概率问题

概率还是太抽象了。上面我的解释可能还有一些小伙伴不相信。那么我们来换个角度看概率的问题,我们把这个角度称之为上帝视角。

概率是指事情多次发生的时候,某种特殊情况可能出现的比率。比如扔骰子,我们仍1000次,1点出现的次数大概是170次,也就是1/6,我们说1点出现的概率是1/6。

回到上面的蒙题霍尔的问题,我们来构建一个上帝视角,这次不再是3个门了,而是3*360个门。假设我们有360个电视节目都在做猜奖的活动。每个电视节目都有3个门,其中只有1个门有汽车。那么我们总共会有总共有360个汽车。因为A,B,C三个编号的门中放有汽车的概率是一样的。

我们可以构建下面的一张表:

参赛者选择A 参赛者选择B 参赛者选择C
A中有汽车 40个电视节目中奖 40 40
B中有汽车 40 40个电视节目中奖 40
C中有汽车 40 40 40个电视节目中奖

可以看到在360个电视节目中,选择A的会中奖40次,选择B的会中奖40次,选择C的同样会中奖40次。总共中奖120次,也就是说中奖的概率是1/3。

再来详细看一下主持人选择打开一个门时,参赛者如果选择更换会什么情况。

在A中有汽车的情况中,参赛者本来选择A,如果换选择,不管选择B或者C,都会失败,也就是说有40个电视节目是未中奖的。

如果参赛者本来选择的是B或者C,如果换选择则一定会成功,也就是说有40+40个节目会中奖。

同样的情况发送在B或者Z中有汽车的情况。统计一下,如果换选择,中奖的次数说80*3 = 240 。 中奖的几率是 240/360= 2/3。

明显看出,换选择之后,中奖比例是提高的。

上帝视角的好处

从上面的例子中,我们可以看出,上帝视角将一个概率问题,转换成了大数据情况下的,统计问题。在某些情况下,可以为我们的概率计算提供更加直观可靠的解释。

本文已收录于 http://www.flydean.com/02-probability-god-mod/

最通俗的解读,最深刻的干货,最简洁的教程,众多你不知道的小技巧等你来发现!

欢迎关注我的公众号:「程序那些事」,懂技术,更懂你!

AI数学基础之:概率和上帝视角的更多相关文章

  1. 图解AI数学基础 | 概率与统计

    作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/83 本文地址:http://www.showmeai.tech/article-det ...

  2. 图解AI数学基础 | 线性代数与矩阵论

    作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/83 本文地址:http://www.showmeai.tech/article-det ...

  3. AI 数学基础 : 熵

    什么是熵(entropy)? 1.1 熵的引入 事实上,熵的英文原文为entropy,最初由德国物理学家鲁道夫·克劳修斯提出,其表达式为: 它表示一个系系统在不受外部干扰时,其内部最稳定的状态.后来一 ...

  4. AI 数学基础 张量 范数

    1.张量 几何代数中定义的张量是基于向量和矩阵的推广,通俗一点理解的话,我们可以将标量视为零阶张量,矢量视为一阶张量,那么矩阵就是二阶张量. 例如,可以将任意一张彩色图片表示成一个三阶张量,三个维度分 ...

  5. AI数学基础:符号

    1.sigma 表达式 ∑ 是一个求和符号,英语名称:Sigma,汉语名称:西格玛(大写Σ,小写σ) 第十八个希腊字母.在希腊语中,如果一个单字的最末一个字母是小写sigma,要把该字母写成 ς ,此 ...

  6. AI 数学基础:概率分布,幂,对数

    1.概率分布  参考: https://blog.csdn.net/ZZh1301051836/article/details/89371412 p 2.幂次的意义 物理理解:幂次描述的是指数型的变化 ...

  7. AI数学基础之:奇异值和奇异值分解

    目录 简介 相似矩阵 对角矩阵 可对角化矩阵 特征值 特征分解 特征值的几何意义 奇异值 Singular value 奇异值分解SVD 简介 奇异值是矩阵中的一个非常重要的概念,一般是通过奇异值分解 ...

  8. AI数学基础之:确定图灵机和非确定图灵机

    目录 简介 图灵机 图灵机的缺点 等效图灵机 确定图灵机 非确定图灵机 简介 图灵机是由艾伦·麦席森·图灵在1936年描述的一种抽象机器,它是人们使用纸笔进行数学运算的过程的抽象,它肯定了计算机实现的 ...

  9. AI数学基础之:P、NP、NPC问题

    目录 简介 P问题 NP问题 NP问题的例子 有些NP问题很难解决 NPC问题 NP-hard P和NP问题 简介 我们在做组合优化的时候需要去解决各种问题,根据问题的复杂度不同可以分为P.NP.NP ...

随机推荐

  1. codeforces 292E. Copying Data

    We often have to copy large volumes of information. Such operation can take up many computer resourc ...

  2. http post请求数组参数写法

    1.json形式 body如下(注意是中括号): [ *, *, * ] postman: fiddler: 2.x-www-form-urlencoded postman: fiddler: 3.服 ...

  3. ElasticSearch 交互使用

    Curl 命令 # 建立索引 [root@dbtest01 ~]# curl -XPUT 'http://10.0.0.121:9200/test' # 插入数据 [root@dbtest01 ~]# ...

  4. LINUX - mmap()

    内存映射函数 https://blog.csdn.net/qq_33611327/article/details/81738195

  5. Windows10电脑优化和使用

    本文将结合自身经验和短视频软件中的优化技巧,推荐一些Win10系统的优化和使用小技巧. 电脑优化 新电脑调出我的电脑等桌面图标: 右键桌面,选择个性化,左侧选择主题,在相关的设置中找到桌面图标设置,将 ...

  6. leetcode32 最长游戏括号 dp

    有一说一,我觉得这题没有到困难级 要保存之前的状态,感觉是很明显的dp 思路和题解一样 class Solution { public: int longestValidParentheses(str ...

  7. 修改jupyter-notebook的python3版本

    将默认的kernel修改为对应的python即可: /home/a/.virtualenvs/YOUR_VENV/bin/python -m pip install ipykernel /home/a ...

  8. CSS multi colors circle

    CSS multi colors circle <!DOCTYPE html> <html lang="zh-Hans"> <head> < ...

  9. PWA & Service Workers 版本更新 bug

    PWA & Service Workers 版本更新 bug PWA & Service Worker https://developer.mozilla.org/zh-CN/docs ...

  10. 前端 vs 后端

    前端 vs 后端 前端与后端: 有什么区别? 前端和后端是计算机行业中最常用的两个术语. 在某种程度上,它们成了流行语. 它们决定了您作为软件开发人员所从事的工作类型,所使用的技术以及所获得的收入. ...