TA的每日心情 | 开心 2025-12-26 03:23 |
|---|
签到天数: 1954 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑 1 p. E0 O' ?% ?1 t% \
3 O% z% Y7 S! v! `0 a G" c下面继续." b9 S) k; \( z
7 z( u6 Q& }, u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.$ S+ }& J0 X8 {+ y2 }
+ T; B$ A! x+ N% L
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: J+ U% D- J% Z# e7 b6 G( q
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
9 v; k* I9 z# ]8 T
( `2 M# v% T- F/ Y: t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).
- [: @4 M8 K F B! F& {1 @$ B8 _& k G" P9 C$ K
在这种情况下,有意思的结论来了,0 T7 F5 k, V5 i/ n: K7 n' [# p
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,) X( S0 w! U( k8 K @: ?# b
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 less7 R4 f* V# s4 O* X
; d) m4 C6 i' ]我们立刻得出两条推论:, a1 Y5 `+ ~$ e0 E( g+ j3 b5 O
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).9 A$ b& @- Z% g w( G) X2 G
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 d( f& D2 k, d! L; f
9 s! C6 X! y X3 W0 Z3 |: ~
继续待续中.... |
评分
-
查看全部评分
|