汽车和羊问题中换门赢得汽车的概率是多少？

Question

在经典的“汽车和羊问题”（即蒙提霍尔问题）中，参赛者面对三扇门，背后分别是一辆汽车和两只山羊。参赛者选择一扇门后，主持人（知道门后内容）会打开另一扇门，展示一只山羊，然后询问是否要换门。常见的技术问题是：**为什么换门后赢得汽车的概率是2/3，而不是直觉上的1/2？** 许多学习者难以理解条件概率在此情境中的作用，误认为剩余两扇门概率均等。实际上，初始选择正确概率为1/3，错误为2/3，换门相当于将初始错误选择转化为胜利，因此获胜概率提升至2/3。这一反直觉结论常引发对贝叶斯推理和样本空间重构的深入探讨。

Answer 1

蒙提霍尔问题的深度解析：从直觉误区到贝叶斯推理

1. 问题描述与常见误解

在经典的“汽车和羊问题”（即蒙提霍尔问题）中，参赛者面对三扇门，背后分别是一辆汽车和两只山羊。参赛者选择一扇门后，主持人（知道门后内容）会打开另一扇未被选中的、有山羊的门，然后询问是否要换门。

• 直觉上，许多人认为剩下两扇门的概率均等，换不换都是1/2。
• 然而，正确答案是：换门后赢得汽车的概率为2/3，不换则为1/3。
• 这种反直觉的结果源于对条件概率的理解偏差。

2. 概率基础回顾

我们先明确基本设定：

门编号	可能内容
门A	汽车或山羊
门B	汽车或山羊
门C	汽车或山羊

假设汽车随机放置于三扇门之一，每扇门初始概率为1/3。

3. 分步模拟分析

1. 参赛者选择一扇门（如门A），此时选中汽车的概率为1/3。
2. 主持人必须打开一扇有山羊且非选手选择的门。
3. 由于主持人知情并总是展示山羊，这一行为改变了剩余门的概率分布。
4. 若初始选择错误（概率2/3），换门必赢。
5. 若初始选择正确（概率1/3），换门必输。
6. 因此，换门获胜概率 = 初始选错概率 = 2/3。

4. 样本空间重构

考虑所有可能情形（共9种，按汽车位置和玩家初选划分）：

汽车位置	玩家初选	主持人开哪扇门	换门结果
A	A	B 或 C	输
A	B	C	赢
A	C	B	赢
B	A	C	赢
B	B	A 或 C	输
B	C	A	赢
C	A	B	赢
C	B	A	赢
C	C	A 或 B	输

统计显示：换门获胜情形为6/9 = 2/3。

5. 贝叶斯推理视角

设事件：

• C_i：汽车在门i（i=A,B,C）
• P(C_i) = 1/3
• H_j：主持人打开门j

使用贝叶斯公式计算条件概率 P(C_A | H_B)，即“主持人打开B门后，汽车仍在A门”的概率。

P(C_A | H_B) = P(H_B | C_A) * P(C_A) / P(H_B)
             = (1/2) * (1/3) / (1/2)
             = 1/3

而 P(C_C | H_B) = 2/3，说明换到C门更优。

6. 程序模拟验证

以下Python代码可模拟该过程：

import random

def monty_hall_simulation(trials):
    stay_wins = 0
    switch_wins = 0
    for _ in range(trials):
        doors = ['car', 'goat', 'goat']
        random.shuffle(doors)
        choice = random.randint(0, 2)
        
        # 主持人打开一扇有山羊的非选择门
        remaining = [i for i in range(3) if i != choice and doors[i] == 'goat']
        opened = random.choice(remaining)
        
        # 不换策略
        if doors[choice] == 'car':
            stay_wins += 1
        
        # 换策略
        switch_choice = [i for i in range(3) if i != choice and i != opened][0]
        if doors[switch_choice] == 'car':
            switch_wins += 1
            
    return stay_wins / trials, switch_wins / trials

print(monty_hall_simulation(100000))

7. 流程图表示决策逻辑

graph TD A[开始游戏] --> B[汽车随机放在三门之一] B --> C[玩家选择一扇门] C --> D[主持人打开另一扇有山羊的门] D --> E{是否换门?} E -->|否| F[保持原选择] E -->|是| G[换到剩余那扇门] F --> H[获胜概率: 1/3] G --> I[获胜概率: 2/3]

8. 信息论与认知偏差

主持人作为拥有完整信息的代理人，其行为引入了新的信息。人类倾向于忽略这种“非随机干预”带来的信息更新，误将后验概率当作先验处理。

• 这是典型的认知偏差：代表性启发法（representativeness heuristic）导致误判。
• 系统1思维（快速直觉） vs 系统2思维（慢速逻辑）在此冲突明显。

9. 扩展变体与工程启示

该问题在AI、推荐系统、A/B测试中有广泛应用：

• 多臂老虎机问题中利用探索-利用权衡。
• 贝叶斯更新用于动态调整策略。
• 在自动化决策系统中，需建模外部干预对状态空间的影响。