TA的每日心情 | 开心 昨天 02:31 |
---|
签到天数: 1855 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑
" U& o: q, _7 o, T. g3 {5 _
r+ U, Z$ P8 n下面继续.
) q6 o/ |: ?! z ]: I5 @( T, j0 v
! W) H6 P; G" ?; u: `1 e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.
# g9 N- Z5 D% d
! c/ w8 j7 N# u K# K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 g* I) {* \& hx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).
' I- @9 G9 d$ u+ @0 i7 l3 g) p
2 i( S( g: c$ t6 \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)." H: l5 D X* m! x
* x- Y, q" g( w0 B7 N在这种情况下,有意思的结论来了, i h. c2 B. w
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,
5 C2 q8 ^/ U) h) Q( H8 ux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
7 S# m; \$ O' H; Q
* q' M3 n/ q3 h: a( I我们立刻得出两条推论:
& R" ~, z" {6 T0 q; I- T# T1.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).0 y8 ^ e. n2 f8 f
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.
; Y, e& s/ l6 ~, I, s6 M
2 {) r6 w' y+ V. T8 j0 T- k继续待续中.... |
评分
-
查看全部评分
|