TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑
3 @5 B( M/ U, w h. T/ ~
7 ?8 @) h- |0 J& l5 ~- z下面继续.
- ~7 Z* c8 R7 [: w0 ~
; R# N) {* g' N9 o& X" ]说到哪里了,哦,公平赌局.在一个公平赌局里,所有输家的赌资都由赢家按比例瓜分.我们这里简化一下模型,假设一个公平赌局中只有两个选项,当前押在选项1的独资为a元,押在选项2上的赌资为b元,按照赌场的切口,赔率为1赔(a+b)/a和1赔(a+b)/b.然后我们现在要下注了.不失一般性,我们假设我们押一块钱.设我们下在1选项上的赌资是x,则押在2选项上的赌资为(1-x).那么我们怎么评估我们的得失损益呢,这就回到了决策效用函数上了.3 m: E# r% _3 q6 |4 W' S
+ }5 c) g* X$ r/ z9 i8 x- u7 k5 l1 A
通常在概率论里我们优化的对象是数学期望.计算数学期望需要关于赌局的信息:1赢的概率,p,(或者2赢的概率1-p).如果我们知道p,或者对其有一个估计,则我们获利的数学期望是
% t J% ?0 R: E6 U+ ~3 px*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
+ l: ]4 D3 H$ p* S' `
* W& [. b3 s8 o! S7 R现在我们来看一个有意思的情况,假设这个赌局是一个信息充分透明,而赌客绝对理性的赌局,既每个赌客都知道p,而且都用一致的决策策略(极大化数学期望),则p应该等于a/(a+b)./ g9 o, p, l" ~( y
( x3 g0 c4 ~/ }, ?
在这种情况下,有意思的结论来了,
( w% l. h" B4 E- e: M mx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,& b% ~' c& @. w1 }3 p- {* C
x在式中完全消掉了,也即无论我们怎么下注,我们都将得到本金返还1,no more no less+ q; M9 Q5 l7 q! ?8 T; I! T& N+ t
& B' Q2 x( `8 r/ ?
我们立刻得出两条推论:6 F3 U8 Z% v8 t# n
1.完全透明的赌局是boring的,没有风险,也没有收益,因而是没有意义的(或者数学上说是平凡的).
6 z) d8 j( X/ z( `4 F. m/ ^/ W6 @2.公平的赌局中收益与风险相伴,没有风险的策略收益也是1,没赚头.4 J! v( K9 t& v% A% r9 J, Y5 ~
+ B _7 \3 W6 [继续待续中.... |
评分
-
查看全部评分
|