Парадокс Монти Холла: почему интуиция нас обманывает?
Представьте себе: вы стоите перед тремя дверями. За одной — автомобиль вашей мечты, за двумя другими — козы. Вы выбираете дверь, скажем, первую. В этот момент, ведущий шоу, обладающий волшебным знанием о том, где действительно находится автомобиль, открывает одну из оставшихся дверей, демонстрируя козу. Он предлагает вам выбор: остаться с вашей первой дверью или переключиться на другую, оставшуюся закрытой.
Кажется, что у вас равные шансы: 50 на 50, ведь автомобиль мог быть за любой из оставшихся дверей. Но интуиция обманчива. На самом деле, переключиться на другую дверь — это стратегически правильное решение, которое увеличивает шансы на выигрыш в два раза!
Это и есть знаменитый парадокс Монти Холла, который всколыхнул научный мир, породив споры, в которых участвовали даже самые выдающиеся умы. Эта простая игра, с ее удивительно контра-интуитивным решением, стала мощным инструментом для изучения человеческого мышления, демонстрируя наши слабые стороны в понимании вероятности и законов случайности.
Почему мы так упорно не хотим переключаться?
Основная причина кроется в том, что мы склонны рассматривать выбор Монти как случайное событие, не связанное с нашим первоначальным выбором. Мы привыкли к ситуациям, где каждый вариант имеет равные шансы, как при подбрасывании монеты или игре в кости. В таких случаях, даже после того, как срабатывает один из вариантов (например, выпадает шестерка на игральной кости), все варианты все равно остаются равновероятными при повторном подбрасывании.
Однако в парадоксе Монти Холла все иначе. Ведущий, обладая знанием, где находится автомобиль, не просто отбрасывает случайную дверь. Его выбор предоставляет вам дополнительную информацию — он «указывает» на дверь, где, скорее всего, находится коза. Оставаясь с первоначальным выбором, вы фактически игнорируете эту ценную информацию.
Переключение же означает, что вы доверяетесь знаниям ведущего и выбираете дверь, которая изначально имела два из трех шансов на победу.
Против богов и математиков
В 1990 году Мэрилин вос Савант, занесенная в книгу рекордов Гиннесса как обладательница самого высокого IQ в мире, в своей колонке «Спросите Мэрилин» объяснила правильный подход к парадоксу Монти Холла, опровергая устоявшиеся представления о равных шансах.
Ее ответ вызвал бурю негодования в научном сообществе. Математики, профессора, доктора наук написали ей тысячи писем, яростно споря с ее выводами. Среди них был даже известный математик Пол Эрдёш, который согласился с вос Савант только после того, как многократно проводил компьютерное моделирование игры.
Почему мы так упрямы?
Ответ кроется в глубинах нашего мышления. Мы склонны верить в то, что физическая реальность остается неизменной независимо от наших действий. Мы не замечаем, что знания ведущего, которое делает его подобным богу в этой игре, существенно меняет условия.
Парадокс Монти Холла — это не просто задача на вероятность. Это яркая иллюстрация того, как наша интуиция может быть обманчива, как недостаток критического мышления может вести к ошибочным суждениям, и как даже самые умные умы могут быть восприимчивы к логическим ловушкам.
Изучение мира через козлов
Парадокс Монти Холла стал основным элементом современной науки. Она используется в разных областях: от психологии до теории игр. Он позволяет нам глубоко погрузиться в противоречия между нашим интуитивным пониманием вероятности и ее строгими математическими основами.
Этот парадокс учит нас не бояться сомневаться в своих интуитивных суждениях, критически анализировать предлагаемые нам варианты и не бояться искать новые знания, которые могут изменить нашу картину мира.
Постскриптум
Для тех, кто хочет проверить работает ли парадокс на самом деле, приложу простой код на python для запуска мини-игры про этот парадокс на Вашем компьютере. Управление интуитивно понятное
import random
def monty_hall():
"""Игра "Парадокс Монти Холла"."""
wins = 0
losses = 0
while True:
# Предопределение расположения машины
door_with_prize = random.randint(1, 3)
player_choice = int(input("Выберите дверь (1, 2, 3): "))
while player_choice < 1 or player_choice > 3:
print("Некорректный выбор. Выберите дверь (1, 2, 3):")
player_choice = int(input("> "))
# Ведущий открывает дверь с козой
opened_door = random.choice([i for i in range(1, 4) if i != door_with_prize and i != player_choice])
print(f"Ведущий открыл дверь номер {opened_door}, за которой коза.")
change_choice = input("Хотите ли вы поменять выбор? (Y/N): ").upper()
if change_choice == 'Y':
player_choice = [i for i in range(1, 4) if i != player_choice and i != opened_door][0]
print(f"Вы изменили выбор на дверь номер {player_choice}.")
else:
print(f"Вы остаетесь с дверью номер {player_choice}.")
# Раскрытие результата
if player_choice == door_with_prize:
print("Вы выиграли!")
wins += 1
else:
print("Вы проиграли.")
losses += 1
print(f"За дверью номер {door_with_prize} была машина.")
print(f"Счет: Победы - {wins}, Поражения - {losses}")
play_again = input("Хотите сыграть еще раз? (Y/N): ").upper()
if play_again != 'Y':
break
# Очистка строки после каждого раунда
print("n" * 3)
print("Спасибо за игру!")
monty_hall()





23 комментария
Добавить комментарий
---
Мир стал таким, каким он стал из-за каких-то козлов.
Потому что 99% идиотов решат (таков был план), что им показывают козла потому, что они указали на машину и не станут менять, а тогда машина у них будет с вероятностью 1/3.
Так, наконец, понятно?
Ну и апории Зенона играются никак не с вероятностями, а с пределами, про которые древним грекам было неизвестно по понятным причинам.
Очень старательно пытался связать черепаху с вероятностями — не выходит :D
Почему столько споров — потому что вся теория вероятности контр-интуитивна, наш мозг, будучи нейросетью, не натренирован на разрешение вопросов взаимодействия вероятностей, только на определение банальных линейных вероятностей.
Вон, в комментах сомневающиеся уже появились ;)
Спор всегда можно решить практикой.
Пишешь программу, проверяешь.
Современные генераторы сч дадут качественный результат на миллионе исходов запросто.
Ну и это, в теорвере нет «формул», единственное что там есть — граф путей к результатам и тебе надо отобрать нужные тебе маршруты.
Иногда упрощения помогают, но они должны быть применены без ошибок.
Пример графа — вон человек постарался и нарисовал.
В принципе, я уже догадался, как получить 2/3, рассуждая следующим образом: т.к. вероятность успеха при неизменении первоначального выбора — 1/3, то вероятность при его изменении должна быть 2/3, т.к. сумма всех вероятностей успеха при том или ином выборе равна единице.
Простым решением с точки зрения логики и трех дверей является такое:
Вероятность того, что за выбраннной дверью машина = 1/3 и ничто в мире не может изменить этот факт.
Вероятность того, что машина за двумя остальными дверями = 2/3 и ничто не может изменить этот факт.
Если из этих двух дверей одна точно с козой, значит … вероятность того, что за второй машина так и остается 2/3 :D
Но логические решения — они не являются формальными, в логике тут легко ошибиться.
Значит, не изучал.
Условная вероятность — результат деления двух вероятностей ;)
Но да, формальное решение там хитрое, я, как и всегда с тервером, поторопился.
В любом случае меняет он дверь или не меняет он делает выбор 1 из 2.
Изначально человек вероятнее всего выбирает козла: 2/3 против 1/3.
Т.е. вероятность ошибки 2/3.
И когда ведущий открывает дверь с другим козлом, то он по сути фиксирует результат: выбранная дверь 2/3 ошибка, поменять дверь 1/3 ошибка.
Поменять решение означает, что теперь 2/3 ты выиграешь автомобиль. Т.е. не 50/50 становится вероятность, а именно 66.66% если менять решение
Сначала вы выбираете с вероятностью 1/100, после чего ведущий, зная где находится автомобиль, открывает 98 пустых дверей, и оставляет одну закрытой. По итогу у нас остается два варианта — либо вы угадали выбирая одну дверь из ста, либо машина за той дверью, которую оставил закрытой ведущий.
Добавить комментарий