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
: m. w" ~* T" F/ _0 K
# l! y6 S5 |$ |下面继续.7 f e2 z- x0 Y$ v! O
& @) t+ w# O8 H$ ?2 h: M' O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.
1 L1 o8 n5 _; ^8 m8 {5 q9 V! o8 b* f! P
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
& [' y( W; N! w* \' @) ?, Px*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).+ i" n' q5 B! @/ K$ u; y f
# q& l. _7 W$ b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).
+ |1 ~3 ~! l; ?( s+ g
+ W; E# N# C2 `0 L; y在这种情况下,有意思的结论来了,
8 a5 C, ]1 N) [) l0 P: v+ K9 i# wx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,0 Q- x4 h [) l9 g# d) K" F' @
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
: E6 p/ A9 ~: k* @) C* z( `# }" n9 h
0 [/ ]4 Q0 R, R5 a8 {我们立刻得出两条推论:
' W: I1 ~/ l9 z, D0 t8 m, C6 r: l1.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).4 }8 W+ g/ g/ C2 b
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.
: P9 e2 Z; `, b: ?& S1 q/ R( {7 Q; d1 y8 D: | ^
继续待续中.... |
评分
-
查看全部评分
|