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
" j8 r/ L# t' Q( b% L. M) K: @- c, C
下面继续.
8 q! I. v0 e2 ]. k- x4 |, x. b* z9 U! d* x( m) W& n
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.
) b4 X, v& E* |' T+ V. U" D1 ]2 b2 b8 J
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3 s2 B$ c2 z- V+ x5 [' X
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
( D" n5 n0 }8 G- P2 r. [
2 x4 U. Y, T/ S6 c$ d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).
) r& W; n2 R P+ N% E
( v* A. P- K q在这种情况下,有意思的结论来了,
0 a P% I' G# V. yx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,4 f! ?) n5 E7 ~1 C; k
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 less5 ~1 I# I* f$ L" ~6 p) H1 G
7 l: {2 N* ]& g# B# V ~
我们立刻得出两条推论:
' w5 \- r: Q, U) ^6 [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).
. k! r+ d: n+ ~8 B( k2.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.5 I, V3 J( E" ?5 o6 K
" X7 P8 y& \$ C$ }
继续待续中.... |
评分
-
查看全部评分
|