概率吧 关注：14,008贴子：69,771
3扇门，2个是羊，一个是车。甲选了1号门，主持人说3是羊，这时2号门拿车概率大。
那如果甲选1号门，乙选2号门，主持人说3号是羊，请问哪个门拿车概率大？
第一种情况：给你三个数字1,2,3.你选一个，然后我把另两个去掉一个，现在问你，你选中数字3的概率有多大。答案显然是1/3. 现在有三扇门，有一辆车，你选一扇，然后我去掉一个错误选项，你本来选中车的概率变吗？不变，和之前的问题一样，那么剩下的概率是什么呢，就是你没选的那个是车的概率对吧，那它就是2/3啊。改变的不过是，之前2/3指的是，剩下两项和的概率，现在我排除了一个，那么剩下一个就占有了原有的2/3的概率。比如我有两张钱，有一张50,一张100 ，那么两张中有100的概率为100%，现在我把50的拿给你看，问剩下的那张是100的概率，不就是100%吗，所以原来共享的概率因为多出来的信息转移到了更确切的对象上。这就是所谓“变”的原因，其实是不变的，更内在的原因在于，游戏的规则是，永远不会排除你所选的那个项，而且永远不会排除车的项，这就有了常量。
第二种情况：1、2、3三个数，甲选一个，乙选一个，然后把剩下的一个去掉，问他们各自选到数字3的概率是多少，明显也是1/3，排除的数字是3的概率呢，也是1/3。但这不是一个等效的游戏，因为你所说的是，主持人说3号是羊，也就意味着，当甲和乙都没选中车的时候，主持人一定要暗自的把车换到你们选的门后面，才能满足这样的要求，所以无论第一次怎么选，都是不算数的，因为选择后要么满足条件（即一车一羊），要么暗箱操作，换的它满足条件，等效的游戏就变成了，两个人，一车一羊，哪个问概率大，答案很明显，一样的。这与第一个游戏的差别到底在哪？第一个游戏，你所排除的那一个，一定会有一个是羊，所以对游戏不会有限制。而第二个游戏，你所排除的还有1/3的几率是车，要想达成题目所述，你必须动手脚，即转换成二选一的游戏。
概率就是对现状再描述的一种方法，没有一种客观的概率，有的只是更客观的，一切都取决于信息的多少。还有重要的一点就是随机性的假设，你必须确定两扇门之前没有经过什么选择，是随机存在的，然而便是理解的盲区，因为我们一般都是这样假设的。举个例子，明天下雨的概率是20%，这样的表述没什么问题吧，但是明天要么不下雨，要么下雨，就和两扇门后面的东西一样，要么是羊，要么是车，那为什么第二种情况你就非要说概率是50%而第一种说法你又能接受呢。其原因就是，下雨的概率实际上暗含了一套预测方法，符合一些理论的或不符合一些理论会对结果的可能产生筛选。所以概率实际上是对筛选后的可能性的表达，而信息就是告诉你怎么筛选的。所以，当你中途去参加三门游戏时（只剩两扇），你的选择会是无所谓，而其他人会选择换，你所损失的选中的概率其实就是因为你所损失的信息所导致的。
那如果甲选1号门，乙选2号门，主持人说3号是羊，请问哪个门拿车概率大？
第一种情况：给你三个数字1,2,3.你选一个，然后我把另两个去掉一个，现在问你，你选中数字3的概率有多大。答案显然是1/3. 现在有三扇门，有一辆车，你选一扇，然后我去掉一个错误选项，你本来选中车的概率变吗？不变，和之前的问题一样，那么剩下的概率是什么呢，就是你没选的那个是车的概率对吧，那它就是2/3啊。改变的不过是，之前2/3指的是，剩下两项和的概率，现在我排除了一个，那么剩下一个就占有了原有的2/3的概率。比如我有两张钱，有一张50,一张100 ，那么两张中有100的概率为100%，现在我把50的拿给你看，问剩下的那张是100的概率，不就是100%吗，所以原来共享的概率因为多出来的信息转移到了更确切的对象上。这就是所谓“变”的原因，其实是不变的，更内在的原因在于，游戏的规则是，永远不会排除你所选的那个项，而且永远不会排除车的项，这就有了常量。
第二种情况：1、2、3三个数，甲选一个，乙选一个，然后把剩下的一个去掉，问他们各自选到数字3的概率是多少，明显也是1/3，排除的数字是3的概率呢，也是1/3。但这不是一个等效的游戏，因为你所说的是，主持人说3号是羊，也就意味着，当甲和乙都没选中车的时候，主持人一定要暗自的把车换到你们选的门后面，才能满足这样的要求，所以无论第一次怎么选，都是不算数的，因为选择后要么满足条件（即一车一羊），要么暗箱操作，换的它满足条件，等效的游戏就变成了，两个人，一车一羊，哪个问概率大，答案很明显，一样的。这与第一个游戏的差别到底在哪？第一个游戏，你所排除的那一个，一定会有一个是羊，所以对游戏不会有限制。而第二个游戏，你所排除的还有1/3的几率是车，要想达成题目所述，你必须动手脚，即转换成二选一的游戏。
概率就是对现状再描述的一种方法，没有一种客观的概率，有的只是更客观的，一切都取决于信息的多少。还有重要的一点就是随机性的假设，你必须确定两扇门之前没有经过什么选择，是随机存在的，然而便是理解的盲区，因为我们一般都是这样假设的。举个例子，明天下雨的概率是20%，这样的表述没什么问题吧，但是明天要么不下雨，要么下雨，就和两扇门后面的东西一样，要么是羊，要么是车，那为什么第二种情况你就非要说概率是50%而第一种说法你又能接受呢。其原因就是，下雨的概率实际上暗含了一套预测方法，符合一些理论的或不符合一些理论会对结果的可能产生筛选。所以概率实际上是对筛选后的可能性的表达，而信息就是告诉你怎么筛选的。所以，当你中途去参加三门游戏时（只剩两扇），你的选择会是无所谓，而其他人会选择换，你所损失的选中的概率其实就是因为你所损失的信息所导致的。
