| 
 
TA的每日心情|  | 开心 4 天前
 | 
|---|
 签到天数: 1953 天 [LV.Master]无  | 
| 本帖最后由 数值分析 于 2020-11-5 17:56 编辑 5 C! k7 m9 ?3 B5 A3 T4 h3 b8 m: G% c 5 R& n, p" X# c- E# V
 下面继续., V; H5 R( W7 T4 c& F' m
 
 % N+ s* o/ _+ w* A5 A' b2 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.
 - U' X+ S9 q8 ~4 c; d2 o* w$ T9 ?! ?1 k# x& ]
 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
 7 d' X- _  V. Wx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
 7 F4 k: V& ]( l  ?- p
 / ]6 m- L+ X$ I/ w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).6 w4 o/ |" Y/ @
 
 6 A1 k5 H1 X; r在这种情况下,有意思的结论来了,
 1 J2 K; K7 E  D0 }( fx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,
 - U3 c9 q  w% ~) ~, bx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 less6 ~4 e* N! i9 w3 T% J6 C8 A
 
 3 ^8 P# H. Q5 X8 R( p6 Q; h6 L. z/ p我们立刻得出两条推论:
 & F9 @0 J8 {$ h" I) p& |! Z9 P! u1.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).
 $ m( K5 \; O5 X; B% t& @: o$ g2.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.; H2 t  |* ^( I+ N
 
 - O7 X, ]! @, f9 x0 }- N+ ^: b继续待续中....
 | 
 评分
查看全部评分
 |