如何证明该算法能正确计算抽屉欧元的目标条件概率？

问题背景 #

办公室内有一张桌子，存在欧元的概率为50%；该桌子有3个抽屉，若桌子内有欧元，则欧元等概率分布在任一抽屉中。问题：若已在前两个抽屉中未找到欧元，欧元在第三个抽屉中的概率是多少？

你的代码与运行输出 #

代码片段 #

int iterations = 10000;
int desk;// 0 or 1 - 50%
int[] foundEuro = new int[5];
for (int i=1; i <= iterations; i++){
 desk = (int) (Math.random() * 2);
 if ( desk == 0){ // 桌子内有欧元
  int drawer = (int) (Math.random() * 3);
  if ( drawer == 0){
   foundEuro[drawer]++; // 欧元在抽屉1
  } else {
   foundEuro[drawer]++; // 欧元在抽屉2
   foundEuro[drawer+1]++; // 欧元在抽屉3
  }
 } else {
  foundEuro[desk]++;
 }
}
showResult(foundEuro);
float probability = ( ((float) foundEuro[0]) / iterations) * 100;
System.out.printf("%.2f%%", probability);

运行输出 #

Euro in drawer 1: 1638
Euro in drawer 2: 6622
Euro in drawer 3: 3343
16,38%

你的疑问 #

我认为代码无错误，应能输出正确结果，但不确定该结果是否为“前两个抽屉未找到时欧元在第三个抽屉”的正确概率，如何证明该算法给出的概率正确？

首先得说，你的代码逻辑存在几个关键错误，导致输出结果完全不符合问题要求。咱们先拆解问题核心：我们要算的是「在前两个抽屉都没找到欧元」这个前提下，「第三个抽屉有欧元」的条件概率，而你的代码既没正确模拟这个前提，也没正确统计符合条件的样本。

代码里的问题点 #

1. 变量逻辑混乱：你用desk=0表示桌子有欧元，desk=1表示没有，但桌子没有欧元时，所有抽屉都空，根本不应该给foundEuro[desk]计数——这完全是无意义的操作，会打乱统计结果。
2. 抽屉计数错误：当桌子有欧元时，你在drawer!=0的分支里同时给两个抽屉的计数加1，这相当于把欧元同时放在了两个抽屉里，完全违背了“欧元只在一个抽屉”的设定。
3. 没筛选条件样本：问题要求只看「前两个抽屉没欧元」的情况，但你的代码用了所有迭代次数做分母，完全忽略了条件概率的核心——只统计符合前提的样本。

用数学推导证明正确概率（贝叶斯定理） #

咱们用贝叶斯定理来算正确结果，这样就能明确标准：

• 设事件A：桌子里有欧元，P(A)=0.5
• 事件B：前两个抽屉都没有欧元
• 我们要算的是：P(第三个抽屉有欧元 | B)

步骤1：计算P(B)（前两个抽屉都空的总概率）

P(B) = P(B|A)*P(A) + P(B|¬A)*P(¬A)

• P(B|A)：桌子有欧元时，前两个抽屉都空的概率 = 1/3（只有欧元在第三个抽屉时，前两个才空）
• P(B|¬A)：桌子没有欧元时，前两个抽屉都空的概率 = 1
  所以P(B) = (1/3)0.5 + 10.5 = 2/3

步骤2：计算条件概率

我们要求的是「前两个抽屉空，且第三个有欧元」的概率，除以「前两个抽屉空」的概率：
分子：P(第三个抽屉有欧元且B) = P(A)P(欧元在第三个抽屉) = 0.5(1/3) = 1/6
最终概率 = (1/6) / (2/3) = 1/4 = 25%

修正后的模拟代码（验证正确结果） #

我们需要严格模拟问题场景：只统计「前两个抽屉空」的样本，再在这些样本里数「第三个抽屉有欧元」的次数：

int iterations = 100000;
int totalValidCases = 0; // 前两个抽屉都没找到欧元的总次数
int euroInThirdDrawer = 0; // 符合前提且第三个抽屉有欧元的次数

for (int i = 0; i < iterations; i++) {
    // 50%概率桌子有欧元
    boolean hasEuro = Math.random() < 0.5;
    int euroDrawer = -1; // -1代表桌子没有欧元
    if (hasEuro) {
        // 欧元等概率在三个抽屉（0=抽屉1，1=抽屉2，2=抽屉3）
        euroDrawer = (int) (Math.random() * 3);
    }

    // 判断前两个抽屉是否都空：要么桌子没欧元，要么欧元在第三个抽屉
    boolean firstTwoEmpty = (euroDrawer == -1) || (euroDrawer == 2);
    if (firstTwoEmpty) {
        totalValidCases++;
        if (euroDrawer == 2) {
            euroInThirdDrawer++;
        }
    }
}

// 计算条件概率
double probability = ((double) euroInThirdDrawer / totalValidCases) * 100;
System.out.printf("前两个抽屉未找到时，欧元在第三个抽屉的概率：%.2f%%%n", probability);

运行这段代码，结果会稳定在25%左右，和我们的数学推导完全一致。

结论 #

你的原代码因为逻辑错误，没有正确模拟问题的前提条件，所以输出的16.38%是错误的。通过贝叶斯定理的数学推导，我们可以确定正确概率是25%；而修正后的模拟代码也验证了这个结果，因为它严格遵循了问题要求：只统计符合「前两个抽屉空」的样本，再计算其中第三个抽屉有欧元的比例。

内容的提问来源于stack exchange，提问作者TorbenIT