TA的每日心情 | 开心 昨天 17:04 |
---|
签到天数: 1948 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑 6 _# z, @2 `1 z- Q
0 x$ l; e K! Q, e- ^下面继续.
& _; a1 y$ r8 h I6 b6 l+ X
$ H! _* Q, M! n5 t# F8 H+ g# T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.4 ]! i& W; j8 x, r
# ^4 D7 f; j4 S, Z* ?
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/ `) _. T3 T" l
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
3 m" N! }" i h, Z8 G. P2 \1 {4 L4 v: ?+ d6 V4 `
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).
9 Z3 u4 v1 ]; R) E9 T
7 r" |$ I8 T- x0 r在这种情况下,有意思的结论来了,4 U+ }. y s* u
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,
9 T1 f; _( T& C: B: G# Rx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
6 X6 A8 @' u- P$ O
5 P$ L1 C$ s, F% Z: I3 v5 ]我们立刻得出两条推论:
* N' L/ I6 [+ u# m* h9 A* x1 p1.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).3 b# B4 N6 q: n$ @$ 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.
! J# I9 P" c7 j7 y
% C7 ?9 A7 b( b: U1 w- R继续待续中.... |
评分
-
查看全部评分
|