条件概率的应用,bayes公式:p(a|b)=p(ab)/p(b)=p(ab)/....输不出来了,大家明白就好。
现在记a为车在1号门后的事件,b为2号门,c为3号门;d为“选手选择后,主持人打开2,3号门中的一扇,门后没有车的事件”;
p(a)=p(b)=p(c)=1/3;记为先验概率;p(a|d)称为后验概率,也就是在有了进一步信息后,对a事件的概率的一个修正或改进;由bayes公式:
p(a|d)=p(ad)/p(d)=( p(d|a)*p(a) ) / ( p(d|a)*p(a)+p(d|b)*p(b)+p(d|c)*p(c) )
现在,如果主持人在打开门之前,也不知道车在那个门的后面,那么,p(d|a)=1(如果车在1号门后,主持人打开2号或3号门车没出现的概率为1),p(d|b)=p(d|c)=1/2(如果车在2号或3号门的后面,主持人打开2或3门车没出现的概率为1/2);
因此,p(a|d)=1*1/3 /1*1/3+ 1/2* 1/3 + 1/2 *1/3 =1/3 / 2/3 = 1/2;即这时,车在1号门后的(后验)概率为1/2。
但如果主持人事先知道车在那各门后,p(d|a)=1(车如果在1号门后,打开2或3门没出现车的概率自然为1);但这时p(d|b)=p(d|c)=1;即主持人在打开2或3门时已没有悬念,车如果在2门,主持人必打开3门,因此p(d|b)=1;同理p(d|c)=1;因此,在主持人事先知道车在那个门后的情况下,打开2或3门的举动对我们的信息改进没有帮助。
p(a|d)=p(a)=1/3。