汽車在哪扇門後面(博弈論的詭計)

在一個遊戲節目裏,主持人把標有1、2、3的三道門指給你,而且明確告訴你,其中兩扇門背後是山羊,另一扇門後則有名牌轎車,你要從三個門裏選擇一個,並可以獲得所選門後的獎品。當然你希望自己選中的是汽車而非山羊。既然是三選一,很清楚,你選中汽車的機會就是1/3。

 

在沒有任何信息幫助的情況下,你選了一個(比如1號門),這沒有對或不對,完全是運氣問題。但主持人並沒有立刻打開l號門,而是打開了3號門,門後出現的是一隻羊。這時,主持人問你是否要改變主意選2號門,現在你就面臨一個決策問題了:改還是不改。

 

這個問題是美國專欄作家賽凡特女士在一篇文章中提出來的。她的思路大致如下:如果你選了1號門,你就有1/3的機會獲得一輛轎車,但也有2/3的機會,車子是在另外兩扇門後。接着好心的主持人讓你確定車子確實不在3號門後,不過l號門有車子的機率還是維持不變,而2號門後有車子的機率變成2/3。實際上,3號門的機率轉移到了2號門上,所以你當然應該改選。

 

賽凡特的遊戲引來數以千計的讀者來信,多半是認爲她的推論是錯的,主張1、2號門應該有相同的機率,理由你已經把選擇變成2選1,也不知道哪扇門背後有車,因此機率應該跟丟擲銅板一樣。

 

有趣的是,賽凡特又發現了一個有趣的現象:一般大衆的來信裏,有90%認爲她是錯的;而從大學寄來的信裏,只有60%反對她的意見。在後續的發展裏,一些統計博士加人討論,且多半認爲機率應該是1/2。賽凡特很驚訝這個問題所引發的熱潮及反對聲浪,不過她仍堅持己見。

 

統計學家從過去到今天一直都在尋求上述問題的答案。其實再簡單不過,每個人都可以理解,也可以親自驗證。在此可以模擬一下:用3張蓋起來的牌當做門,一張A,兩張鬼牌,分別當作車子和山羊,連續玩十幾次看看。

 

你很快就可以發現換牌是比較有利的,就和賽凡特說的一樣。那爲什麼這些專家還爭吵不休,究竟在3號門出現山羊後,1、2號門的機率爲什麼沒有變成相等,或者是不是所有遊戲者都有某些未言明的假設,即使用撲克牌模擬也是如此?

 

一個公平遊戲,所以初始機率每個門都是1/3,到目前爲止都沒問題。

 

現在你選了1號門,到這兒也沒有什麼問題,因爲你一無所知,所以猜對的機率是1/3。

 

關鍵部分到了,因爲主持人打開了3號門,而沒有解釋他爲什麼要開3號門。這裏有幾種可能性。

 

主持人可能只想玩票,只要遊戲者選1號,他就一定開3號門,不管3號門後是不是車,如果剛好出現羊,那運氣不錯;如果是車。那麼遊戲就告一段落,遊戲者就輸了。如果主持人真是這麼想,那麼3號門後不是車,對你來說確實是一項新資訊,這時車子出現的可能就是1號或2號門其中之一,兩者間沒有特別偏好。主持人並沒有給你換門的好理由,也沒有提供讓你維持原案的原因。

 

多數賽凡特的反對者都相信在這樣的情形下,機率是均等的,卻全然不知他們已經對主持人的策略做了假設。

 

不過,如果主持人自有另一套規則,他心裏知道絕不能打開有車子的那扇門,因爲這會破壞現場的懸疑氣氛。提早結束遊戲,使觀衆失去興趣。以娛樂大衆爲己任的主持人,吸引觀衆應該是其堅定的追求目標。

 

因此,如果主持人的策略是絕對不去開有車的那扇門,那麼如果你一開始就選對了,他就可以隨便開2號門或3號門;如果你一開始就選錯了,那麼他就會開沒有車子的那扇門。因此無論如何,他開的那扇門後一定是頭山羊,所以不會有任何新信息。

 

在這樣的情況下,不管車子在哪裏,他的舉動都不會影響最初的選擇,也就是1號門的機率。如果車子不在1號門後,那麼他開的門等於是告訴你大獎的所在,因此2號門有2/3的機會,你第一次選1號門就選錯了,他等於已經告訴你應該選哪一扇門。如果這是主持人的策略,那麼有機會就趕快換,名車將屬於你。雖然換選未必保證你一定會獲勝,因爲你仍有們的概率在第一次選擇時就選對了,不過換選還是使獲勝機會加倍了。

 

因爲對主持人心理所做的假設不同。因此爭論雙方都有可能是對的。假設主持人開門是隨機的,車子又不在他開啓的那扇門的後面,那麼機率就真的各有50%。假設他早就決定在這個階段絕不去開有車的那扇門,那麼他讓你先看3號門後是什麼的同時,你就應該利用這項信息而換選。

 

當自己在對局中處於不利地位時,冒更大的風險去換牌是比較有利的。而當自己處於有利地位時,採取保守策略,跟着對方出牌則是明智的。

 

小注:我對該問題的理解是,主持人目的是製造懸疑娛樂大衆,所以他採取的策略應該是避免打開有車子的那扇門,假設車子在1號門後面,概率爲1/3,主持人可以任意打開2號門或者3號門。假設車子不在1號門後面,概率爲2/3,接下來主持人不會打開有車子的那扇門,也不會打開1號門(因爲你選了1號門,打開的話就失去了懸疑),他會打開2,3號門當中沒車子的那扇門,這個時候你如果改變策略,則成功獲得車子的機率上升爲2/3。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章