TA的每日心情 | 衰 7 天前 |
---|
签到天数: 1934 天 [LV.Master]无
|
下面继续.
% I, _, {% z7 n0 Y9 g" @
/ z" ^, t2 U0 m. e/ {, S上会说到信息完全的赌局是无趣的.那我们看看有趣的情况,信息不完全赌局.$ Q" a/ y7 k0 c7 d
1 L+ j7 T6 ?' O在这样的赌局中,我们是不知道1赢的概率p的.而且我们也不能用当前的赔率来估计这一概率p(原因见上一节).而且我们也不知道其他赌客对p的估计.而获利的期望是依赖于这一概率的,所以期望并不是这种情况下一个好的效用函数.
0 C U) e, a$ | X" Q/ [ Z ~: E! P
' j# w# G: ?: Z4 L) O$ A" Q$ r当然,我们可以把期望当作一个可变的参数,从而得到某种条件策略.不过如果我们真这么做,做完计算,我们就会发现结果不过告诉我们,如果p高就多押选项1,反之就多押选项2.就像你问一个人应该如何下注,他告诉你如果你觉得川普胜面大就押川普,你觉得拜登赢面打就押拜登一样,完全正确的废话,另一个无趣的结论.
, g! b, M6 a4 O/ G2 i% _9 u4 l& I7 U0 L9 M
如果不用最大化数学期望,那么应该用什么准则呢,我觉得可以用极大化极小原则,通俗的说,就是最大化最不利情况下的收益.
) P% ]- ]* i% S. G7 ~ A! S4 x4 Z' b9 F. f* z# [+ U
下面继续待续... |
评分
-
查看全部评分
|