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 % E4 @. t( B: v+ A# K" w1 u c
" c; X; Q' o3 m# Y
下面继续.
3 f6 z; M" }9 @2 @6 E
+ C, \+ R* O( b; k! V% ?7 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.( g# q$ A2 A9 J: y
% ?, i9 _) f/ r$ C( j; [
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6 b+ k; H( m" ]- U
x*(a+b)/a*p+(1-x)*(a+b)/b*(1-p).! Q/ l8 e# S9 f* `
+ i# ~( @' [) G
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).9 w' ?' y) {2 F" l! T
: v- V) e8 n) H
在这种情况下,有意思的结论来了,
2 \, K5 D* q: F% I9 ux*(a+b)/a*p+(1-x)*(a+b)/b*(1-p)=1,. P7 M- E) \- |" ]9 Y
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
' {0 G" O1 ?( f" j) i, \7 a
9 v% u, }; k# P1 D; ?我们立刻得出两条推论:; C4 m4 y7 r) R; @3 C% b
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).
6 ~3 T) j" u2 h& d2.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.
" _2 ~7 Z: w$ a) |
$ p" f* u3 A2 g# ?继续待续中.... |
评分
-
查看全部评分
|