TA的每日心情 | 开心 7 小时前 |
---|
签到天数: 1641 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑
. ~ ]5 ^5 ]1 ~* I0 ^! ]% _% h8 H. n, M8 v0 ]" u" D( v
下面继续.( i" A# [" p# F
5 h& t% u2 b8 Y
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.% J( g9 }5 O2 x, w( O
9 T9 B, ^7 r6 O- `) K& f
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% K, O9 }7 L+ @8 m
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).$ k1 A; r' f) p* ]
2 N4 }! Z5 q6 f) \ S; {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).
( S; ?$ a: e' S+ [5 n* o
% D: Z6 S9 h* X7 g! e9 }/ C在这种情况下,有意思的结论来了,
' E: U$ y: I3 s1 Ex*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,
$ z: m9 G8 o, Q' `$ ~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 less8 w$ O2 V" ~: P9 r7 P. G% \
6 i- U& Q8 t1 t* q
我们立刻得出两条推论:* z. O9 _! R W' d
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).5 o; P o- N* t2 k
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.; b2 \9 @$ |& n' H$ x
5 E; E; _% m, O9 ]
继续待续中.... |
评分
-
查看全部评分
|