Friday, November 1, 2013

Monty Hall Problem

Monty Hall ဆိုတာက အေမရိကန္ ဂိမ္းရွိဳးပြဲတစ္ခုက အစီအစဥ္တင္ဆက္တဲ့သူတစ္ေယာက္ေပါ့။ သူ႕ရဲ႕ ဂိမ္းရွိဳးပြဲက ဘယ္လိုလဲဆိုေတာ့ တံခါးသံုးခ်ပ္ေနာက္မွာ ကားတစ္စီးနဲ႕ ဆိတ္ႏွစ္ေကာင္ကို ထားထားတယ္။ ဘယ္တံခါးေနာက္မွာ ဘာရွိလဲဆိုတာကေတာ့ Monty Hall ပဲ သိတာေပါ့။ ျပီးေတာ့ လာကစားတဲ့သူကို ၾကိဳက္တဲ့တံခါးတစ္ခု ေရြးခိုင္းလိုက္တယ္။ အဲဒီတံခါးက တံခါး A ဆိုပါေတာ့။ ျပီးေတာ့ Monty Hall က တံခါး B နဲ႕ တံခါး C ထဲက ဆိတ္ရွိတဲ့ တံခါးတစ္ခုကို ေရြးျပီး ဖြင့္ျပလိုက္တယ္။ တံခါး C ကို ဖြင့္ျပလိုက္တယ္လို႕ ထားလိုက္ရေအာင္။ ျပီးေတာ့မွ လာကစားတဲ့သူကို တံခါး A ပဲ ဆက္ေရြးမလား။ ဒါမွမဟုတ္ တံခါး B ကို ေျပာင္းေရြးမလားေမးတယ္။ သူေရြးလိုက္တဲ့ တံခါးမွာ ကားရွိရင္ သူက အဲဒီကားကို ရမယ္ေပါ့။

ဒီေတာ့ Statisticians ေတြက ျပႆနာေတြကို မရွိ ရွိေအာင္ မီးခြက္ထြန္းရွာတဲ့ ေနရာမွာ ထိပ္ဆံုးကဆိုေတာ့ ေမးခြန္းေလးတစ္ခု ေမးလာပါတယ္။ တံခါး A ပဲ ျပန္ဆက္ေရြးတဲ့သူက ကားရႏိုင္ေခ် ပိုရွိသလား၊ တံခါး B ေျပာင္းေရြးတဲ့သူက ကားရႏိုင္ေခ် ပိုရွိသလား ေပါ့။ အဲဒီ ျပႆနာကို အစီအစဥ္တင္ဆက္သူ Monty Hall ကို အေၾကာင္းျပဳျပီး Monty Hall Problem လို႕ နာမည္ေပးထားပါတယ္။

စာဖတ္သူတို႕ေကာ ဘယ္လိုထင္သလဲ။ 

ဒီကစားပြဲေလးက Conditional Probability နဲ႕ Statistics က Bayes Theorem ကို သံုးျပီး လွည့္ထားတဲ့ ကစားပြဲေလး ျဖစ္ပါတယ္။ အေျဖမွန္ကေတာ့ တံခါး B ေျပာင္းေရြးတဲ့သူက ကားရႏိုင္ေခ် ပိုမ်ားပါတယ္။ မထင္ရဘူးေနာ္။ ကစားတဲ့သူေတာ္ေတာ္မ်ားမ်ားကေတာ့ တံခါး A ကိုပဲ ဆက္ေရြးျဖစ္ပါတယ္။ Bayes Theorem အရ တံခါး B မွာ ကားရွိလ်က္နဲ႕ အစီအစဥ္တင္ဆက္တဲ့သူက တံခါး C ကို ဖြင့္ႏိုင္ေခ်က သံုးပံုႏွစ္ပံုရွိပါတယ္။ ဒါေပမယ့္  တံခါး A မွာ ကားရွိလ်က္နဲ႕ တံခါး C ကို ဖြင့္ႏိုင္ေခ်က ႏွစ္ပံုတစ္ပံုပဲ ရွိပါတယ္။ ဒါေၾကာင့္ ကစားတဲ့သူေတြက တံခါး B ေျပာင္းေရြးလိုက္ရင္ ကားရႏိုင္ေခ် ပိုမ်ားသြားတာပါ။ 

အေသးစိတ္ တြက္ထားတာကို ေအာက္မွာ ၾကည့္ႏိုင္ပါတယ္။

***********************************************************************************************************************

 ၁။ ဘယ္တံခါးေနာက္မွာ မဆို ကားရွိႏိုင္ေခ်က သံုးပံုတစ္ပံုရွိတယ္။
        P ( Car in A ) = P ( Car in B ) = P ( Car in C ) = 1/3

၂။ တံခါး A ေနာက္မွ ကားရွိလို႕ရွိရင္ Monty Hall က တံခါး C ကို ဖြင့္ေပးႏိုင္ေခ်က ႏွစ္ပံုတစ္ပံု ရွိပါတယ္။
        P ( Monty Hall chose B | Car in A ) = P ( Monty Hall chose C | Car in A ) = 1/2

၃။ တစ္ကယ္လို႕ တံခါး B ေနာက္မွာ ကားရွိလို႕ရွိရင္ေတာ့ Monty Hall က တံခါး C ကို မဖြင့္  မေနရ ဖြင့္ရပါေတာ့မယ္။
       P ( Monty Hall chose B | Car in B ) = 0
       P ( Monty Hall chose C | Car in B ) = 1


၄။ Bayes Theorem အရ Monty Hall က တံခါး C ကို ဖြင့္ျပလိုက္လို႕ရွိရင္ တံခါး B ေနာက္မွာ ကားရွိႏိုင္ေခ် 

       P ( Car in B | Monty Hall chose C )  
  
   =                        P ( Monty Hall chose C | Car in B )    x    P ( Car in B )                                            
                                                             P ( Monty Hall chose C )


   =                         P ( Monty Hall chose C | Car in B )    x    P ( Car in B )                                             
      P ( Monty Hall chose C | Car in B )  x  P ( Car in B )   +   P ( Monty Hall chose C | Car in A )  x  P ( Car in A )

   =                                                              1               x         1/3                                                        
                                      1             x        1/3               +          1/2       x          1/3
   =  2/3


၅။ Bayes Theorem အရ Monty Hall က တံခါး C ကို ဖြင့္ျပလိုက္လို႕ရွိရင္ တံခါး A ေနာက္မွာ ကားရွိႏိုင္ေခ် 

       P ( Car in A | Monty Hall chose C )  
  
    =                      P ( Monty Hall chose A | Car in B )     x    P ( Car in A )                                            
                                                             P ( Monty Hall chose C )

    =                      P ( Monty Hall chose C | Car in B )     x    P ( Car in B )                                             
      P ( Monty Hall chose C | Car in B )  x  P ( Car in B )  +  P ( Monty Hall chose C | Car in A )  x  P ( Car in A )

    =                                                            1/2           x      1/3                                                           
                                     1             x        1/3               +      1/2        x          1/3
    =  1/3




No comments:

Post a Comment