羊车门作业

本文探讨了蒙提霍尔问题,通过直观分析与编程实验验证了更换选择比坚持初始选择有更高几率赢得汽车奖品的结论。文章详细解释了背后的数学原理,并提供了Python代码实现。
作业完成人:
学号:20171301017,茹湘
学号:20172101027,张城

1、按照你的第一感觉回答,你觉得不换选择能有更高的几率获得汽车,还是换选择能有更高的几率获得汽车?或几率没有发生变化?

答:换选择能有更高的几率获得汽车

2、请自己认真分析一下“不换选择能有更高的几率获得汽车,还是换选择能有更高的几率获得汽车?或几率没有发生变化?” 写出你分析的思路和结果。

答:(1)不更换选择,第一次选择的就是汽车的概率是1/3,此时参赛者不更换选择,那参赛者选到汽车的概率也就是1/3;  (2) 更换选择,假设第一次选中了汽车,则概率为1/3*0=0. 假设第一次未选中汽车,选择的是羊的概率是2/3;此时参赛者更换选择,那参赛者更换后一定选到汽车,也就是说的概率就是2/3。

3、请设法编写程序验证自己的想法,验证的结果支持了你的分析结果,还是没有支持你的分析结果,请写出程序运行结果,以及其是否支持你的分析。(提示:可以借助随机数函数完成此程序)

答:================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  71.0 %
不更换选择猜中概率->  31.5 %
>>>
================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  67.0 %
不更换选择猜中概率->  27.5 %
>>>
================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  66.5 %
不更换选择猜中概率->  32.0 %
>>>
================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  63.0 %
不更换选择猜中概率->  27.5 %
>>>
================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  59.5 %
不更换选择猜中概率->  33.0 %
>>>
================ RESTART: C:/Users/Administrator/Desktop/0.py ================
更换选择猜中概率->  69.5 %
不更换选择猜中概率->  34.0 %
4、请附上你的代码。(提示:使用编辑器中的插入代码功能,将代码显示为 Python 风格)

import random
data={1:'car',2:'goat1',3:'goat2'}

'''更换选择后,猜中汽车的概率'''

i=0

probability1=0

while i<200:

    num1=random.randint(1,3)

    chosen1=data[num1]

    if chosen1!='car':

        probability1=probability1+1
    i=i+1

print('更换选择猜中概率-> ',probability1/2,'%')

'''不更换选择猜中汽车的概率'''

j=0

probability2=0

while j<200:

    num2=random.randint(1,3)

    chosen2=data[num2]

    if chosen2=='car':

        probability2=probability2+1

    j=j+1

print('不更换选择猜中概率-> ',probability2/2,'%')



转载于:https://www.cnblogs.com/xuanche/p/8950723.html

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值