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.
, i7 r# @2 d$ k' o0 s: |
4 j+ m9 [; {: N2 I: [5 M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.
3 g3 k/ s# q- v) B! G/ J% N6 Y- J' C, \* z! [7 M$ b8 y% V
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.* F( V: T( i2 L9 p; |
! ]6 q: z; u& U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.
4 B, C }6 E1 x/ T) V9 b
( U: t+ ]% |, `1 F3 I ^6 r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.) |: p8 P- ?# A, l4 Q8 }1 t! i
( x- }2 s4 [# o9 b( j. W& k5 M2 s下面继续待续... |
评分
-
查看全部评分
|