Re: [問題] 關於期望值 (承上篇) 16元玩家篇

看板Inference (推理遊戲)作者 (船)時間15年前 (2009/06/22 03:36), 編輯推噓2(2015)
留言17則, 4人參與, 最新討論串1/1
承上一篇, 我現在比較有興趣的是一注降到多少錢, 大家會有興趣玩. 期望獲利的公式承上一篇大概是 Y - (注金) + ( 注金 / 2^Y ) 那麼當注金是... 100元 要玩2^100=1.26*10^30次時打平不賠. 50元 要玩2^50 =1.13*10^15次時打平不賠. 32元 要玩2^32 =4294967296次時打平不賠. 16元 要玩2^16 = 65536次時打平不賠. (看來已經很人性化了) 假設擲一次硬幣要花一秒鐘. 有一半的賭博擲一次就決定勝負, 另一半需要擲第二次以上. 那麼65536次的賭博需要擲硬幣的次數便是: 65536*(1*(1/2)+2*(1/4)+3*(1/8)+4*(1/16)+5*(1/32)+...+16*(1/65536)) = 65536*((2^17-18)/2^16) = 2^17-18 = 131054 次 每秒1次擲硬幣的速度, 要不休息不做別的事光丟硬幣 1.52天 而假設10個好朋友同時一起玩, 大概要花3小時38分鐘. (不准跑去尿尿) 大概以104萬8576元的總資本, 有機會賺進你們的第一次盈餘. 扣除資金回本淨賺了多少? 16塊吧 大概. 因為65536次的賭博把你們的期望值提升到 16 - 16 + 16/65536 = 16/65536 = 0.000244 注金再降低的話看起來比較接近一般賭客會冒險玩玩看的程度了吧.(幻想賽到一次大筆的) 問題是, 當賭博條件訂到這樣的時候, 應該也是賭場保鏢黑衣人條件達到的時候. 還是. 算了吧. 去便利商店打工1小時都比這10個賭客3個多小時不准尿尿拼命擲硬幣還強. 打工小弟若以法定最低時薪95/hr.來算. 賺錢效率是賭客的216.14倍. (而且還可以中途去尿尿) -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 115.43.184.229 ※ 編輯: bigboat 來自: 115.43.184.229 (06/22 04:54)

06/22 07:52, , 1F
事實上, 賭博的期望值一直都是無限大, 只是贏錢機率小.
06/22 07:52, 1F

06/22 09:22, , 2F
的確, 只是滿足期望值無限大或是夠大的代價...很大...
06/22 09:22, 2F

06/22 09:24, , 3F
這個極大的代價, 不是我等渺小人類所能負擔而已.
06/22 09:24, 3F

06/22 09:25, , 4F
而且要以此賺錢來說, 效率極差.
06/22 09:25, 4F

06/22 09:27, , 5F
有很多賭博陷阱賴以吸引賭客上當而自以為必勝的包裝方式.
06/22 09:27, 5F

06/22 09:29, , 6F
就是以(很低的機率*很高的彩金)去平衡期望值
06/22 09:29, 6F

06/22 11:40, , 7F
並非如此喔。你現在是以賭客的立場來看,但是以莊家的角度
06/22 11:40, 7F

06/22 11:41, , 8F
因為賭客很多很多,所以假如期望值是負的的話莊家應該是會
06/22 11:41, 8F

06/22 11:41, , 9F
虧本的。這種賭博不會有人要做莊的,因為一兩個僥倖贏的錢
06/22 11:41, 9F

06/22 11:42, , 10F
就能把你從其他所有賭客身上賺的打平甚至虧本。
06/22 11:42, 10F

06/22 11:52, , 11F
當然以單筆注金降到16元來說, 莊家的風險是增加了很多.
06/22 11:52, 11F

06/22 11:54, , 12F
當注金調整到賭客與莊家的風險與獲利接近時, 就是好賭局.
06/22 11:54, 12F

06/22 11:56, , 13F
若是以原始單注100元的例子來說, 目前全人類當賭客還不夠.
06/22 11:56, 13F

06/22 13:32, , 14F
事實上是這樣的:bigboat提出一注的錢,大家都不會玩,因
06/22 13:32, 14F

06/22 13:33, , 15F
為bigboat如果當莊家,他一定不會算到自己虧錢。所以這時
06/22 13:33, 15F

06/22 13:33, , 16F
候,只要有人提出比bigboat的價錢少一塊錢的時候,大家就
06/22 13:33, 16F

06/22 13:33, , 17F
會玩了。顆顆
06/22 13:33, 17F
文章代碼(AID): #1AFekx6F (Inference)
文章代碼(AID): #1AFekx6F (Inference)