TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
本帖最后由 数值分析 于 2020-11-5 17:56 编辑 1 s' o2 e3 r+ \( k
5 Z( P: Z7 E2 f0 @下面继续. w0 L8 z; ^' R' a$ T3 |
2 L. `4 `, N* P# k. P
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.5 N6 ]$ Z3 v6 {$ o
3 a7 D# I# a L. u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
. Z& `7 o' m' ex*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).+ I& s, q$ u0 E8 v& ^3 r
, s, Q- M; y4 Z9 @+ a+ N) l, A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).
( m3 Q2 h4 D0 L5 v, ^* K& x* u, `1 _3 ~9 k
在这种情况下,有意思的结论来了,
# J% F% x8 j# Q7 g2 e6 Zx*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,% j( p: b# u+ {' R
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 less
- D: [ g5 j6 G) P9 P" P- o+ j9 k: m* i# X
我们立刻得出两条推论:
5 G: K/ q; i6 V- U" A1 H0 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).
* l& h1 G( _$ q! S* |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 C$ Z) Y) `3 B/ X Y
; H# T, p+ y2 ?* n, l
继续待续中.... |
评分
-
查看全部评分
|