1樓:yyx
若每次下注期望收益是x,那麼每賭一次賭本的期望就是加x,如果平均下注次數是n,初始賭本是s,那麼最終的賭本期望就是s+nx
不同的下注策略不會改變x,或者說不會改變期望收益率,即一次下注的期望收益比上單次下注金額,只會改變平均下注次數從而影響盈利情況
當x>0時,要使最後的賭本期望大,則n越大越好,就是有資金就投,從實際講這種情況往往能找到對沖的方法保證每次都穩賺不賠(有這種好事記得叫上我,哈哈)
當x<0時,應盡可能減小n,最好的辦法就是n取0,別去賭,如果一定要賭的話就是下一注,不管輸贏都走人……否則往往就是俗話說的「久賭必輸」
對於x=0,也就是公平情況,其實就是尋開心了……策略根本不會有任何影響,你說「那我就賭到輸光了才出來,不然就不走了,那不是一定輸光了嗎?」。這其實像隨機遊走,在一維的數軸上,初始在1,每次隨機各1/2概率向左或右走乙個單位長度,0處是個坑,掉進去就結束了,一直走會怎樣?
掉進0這個坑的概率是1,但是在數軸上位置的期望是1不是0,因為其實有乙個極小的概率會走到極遠處,如同乙個衝擊函式,位置期望恰好是1,說具體一點,比如初始1塊,每次下所有本金,那麼一次之後就是1/2概率2塊,2次之後就是1/4概率4塊,n次之後就是1/2^n概率2^n塊,所以期望本金始終還是1
所以對於公平賭局,不同策略只會改變遊玩次數,最後結束時的資金多少的分布情況,但是不會改變資金的期望以上。
2樓:
跑了一百億次, 結果非常接近 2
這也沒啥, 更神奇的是似乎可以證明初始賭本為 , 最後期望帶走的金幣還是
這個過程是乙個鞅,最後錢數的期望都等於最開始的錢數...
userand::Rng
;use
rayon::iter::;
usetime::PreciseTime
;const
TIMES: i64
=100_0000_0000
;#[allow(unused_variables)]pubfn
do_one
()-> i64
else
}return
coin
asi64;}
fnmain()"
,sum
asf32
/TIMES
asf32
);println!(
"finished in {} seconds"
,start.to
(end
));}
停時稍微大一點點, 約為 2.07
比起離場金額, 這個問題更有趣的地方是停時的漸進表達吧...
3樓:張雨萌
@王贇 Maigo 知乎又給我推送了三年前的題,估計大家都忘了吧。這次突然有了一點思路。
假設第n次下住輸贏結果為X_n (贏為1,輸為-1),第n次下注之後賭注S_n,賭本T_n。
那麼 為i.i.d. Bernoulli random variable, 為一維簡單隨機遊走。為了方便起見,令 ,於是
歸納可得
所以這個問題就變成了 作為乙個從1出發的簡單隨機遊走,碰到 0 (i.e. 贏) 或者碰到 (i.e. 輸光)的概率。
所以首先這個過程一定可以停止。(光碰到0的概率是1, 光碰到上邊的概率根據重對數律也是1)
然後停時有沒有有限期望,以及optional stopping theorem是否還成立還得再想想。
(如果停時期望有限,那麼S_n的增量是一致有界的。)
不過這個樣子看著比之前有希望多了。
4樓:
考慮乙個定義在非負整數上的Markov chain,那麼考慮乙個簡單情況:如果賭資總是賭注的整數倍的話,由於0是吸收態,而其他任何狀態都不是,而且任意非零狀態到0的概率都非零,這個MC的equilibrium應該是
所以a) 賭局幾乎一定會結束
b) 結束的時候賭徒肯定輸光
直觀上來說這個結論也很好理解,因為唯一的停止條件是輸光,而非輸光狀態到輸光狀態的轉移概率永遠是》0的。這個結論也很好推廣到任何m>=n>=1的情況(即賭注是合法的,不能超過賭資)。
乙個有bug的解釋是用stopping time:
假設stopping time是第一次碰到0或者N,那根據初始賭資我們知道
當這個N很大很大的時候我們就已經能看出,賭徒幾乎是只能輸光才能結束賭局了。但這裡應該不能取極限,因為會破壞optional stopping time theorem的適用條件。
5樓:Eidosper
我的理解是「每次賭博過程的期望都是不賺不賠的」,但是是否這種情況下通過「劃定邊界」能讓過程的結果數值改變,我是不知道的。
可能是個馬氏過程?概率論學的非常渣別打我
我們這樣分解一下題目:
1 起始你有2元籌碼
2 你將會進行一次遊戲,這次遊戲的輸贏都是x(x為賭注)
3 這次遊戲的輸贏期望都是一半,輸=-x 贏=+x,本次遊戲的期望是0
4 進行下一次遊戲,調整賭注。(這個不影響期望值)
核心過程是2和3,其餘的過程只是調整引數而已,核心過程的期望值是不賺不賠,而4過程並不影響期望,可以得出是不賺不賠。你把「修改賭注」這乙個事件去掉,不影響期望,但是過程就簡單很多了。「修改賭注大小」不影響「賭本的期望值」,賭注大小和賭本期望是無關變數。
另外有一門課程叫做《隨機過程》也可以參考一下,我作為突擊黨實在不好意思說自己學過這門……
最終結果是 2
另乙個問題是:飛機上有100個人,第乙個人隨便坐,其餘人如果自己座位上有人的話就隨便坐,問最後乙個人坐到自己作為的概率是多少?
====
補充一下,題主問:如果結束條件是「賭本為0」結束,也就是說輸光才讓走。
假設一種情景,你到賭場,Ex=0,但是賭場有個規定:輸光才能走。
那原題目可以這樣改動一下:
1 你有1元籌碼
2 你將會進行一次遊戲,這次遊戲的期望是不賺不賠,輸了賠1,贏了賺1
3 直到你的賭本為0時,結束遊戲
這樣從結果上看,顯然最後你的結局是輸光,但是這和期望沒有什麼關係,你的期望還是1。
假如你開10w執行緒,輸光時候掛掉,然後執行緒可以同步的進行(每個執行緒保持遊戲次數相同,掛掉的不算),那麼你每一刻去統計所有執行緒的總籌碼,應該依然是10w。可能最後只剩下1個執行緒了,但是這個執行緒有10w的籌碼。
如果你用無限個執行緒,那結果應該還是1,也就是我改動後的賭本。
但是,也存在極小的可能性,你只開了乙個執行緒,但是死活它都沒法end
極值點偏移的高階版型別問題怎麼解?
已知 那麼不妨設 有 於是就是研究這個式子了。直接給出 過程略。那麼 e e 2 eeimg 1 1 m eeimg 1 左端得證。再由關於函式 f x x lnx m 的零點問題,無法用極值點偏移解決,如何處理?中的 10 式,我們有 4 eeimg 1 不難得到 frac eeimg 1 然後就...
c 類的建構函式初始化問題??
Right If you don t specify any constructors,the compiler will write one for you that doesn t take any arguments.This compiler generated default constr...
為什麼《JavaScript 高階程式設計》第 4 版的「引用型別」不包含 Function 型別?
方應杭 因為新版的第10章單獨講了函式,代替了舊版的第 7 章函式表示式。沒必要新舊對比。JS 裡面所有的物件 包含類 陣列 函式等等等等 都屬於引用型別。JS 的資料型別只有 8 種 基本型別7種 null undefined string bool number symbol bigint 全都...