TA的每日心情 | 开心 2026-2-7 02:13 |
|---|
签到天数: 1955 天 [LV.Master]无
|
下面继续., e- \7 E) T8 p( ^3 v
' A! Z/ E: K, J. B% j1 H- o K/ R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.
; P* v( O& |& } M* e+ {
- U3 a+ R" f3 p, C8 k; ?. d$ Z+ T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 S3 s% R! u) a. W: h
0 i5 e% n9 V) p4 S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.
, r; \* z) d/ k: K1 b% K7 q5 X, |- a. y3 p) \6 D
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.
9 J2 n: v3 L/ x' [# T- o1 F3 E/ P& l
; W4 b: x3 A& T下面继续待续... |
评分
-
查看全部评分
|