您當前的位置:首頁 > 遊戲

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?

作者:由 無知即力量 發表于 遊戲時間:2021-12-08

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?badfatraccoon2021-12-10 19:04:18

如果是理論上來說的話,這個問題其實和A,B使用的操作方法有關

你可以選兩個圖靈可計算函式f:N→{0,1}和g:N→Z, 然後計算如果f(n)=0就拿第一個數,f(n)=1就拿第二個數

假設你選的那個數是x

然後再計算g(n),如果g(n)≤x,那就答大,反之答小

有足夠的時間的話,B肯定會贏。完全隨機是不存在的,A一定是以某種函式給出兩個數字的,而且這個函式一定是可計算的。因此足夠多的局數之後,B一定能猜到A使用的函式,透過A給出兩個數字所用的時間,B就可以逐漸猜測出A所用的函式

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?Yuz.Scarlet2021-12-12 06:58:20

這個策略沒有問題,猜對的機率的確大於1/2,這跟紅包悖論一樣是一個反常識的問題。

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?愚者2021-12-12 13:10:16

沒有錯誤,其實也不用拿正態分佈抽樣。假設你這邊的整數的取樣分佈是一個負無窮到正無窮上的一個分佈,並且你知道這個分佈的資訊。那麼顯然當看到一個數足夠大時,其本身就提供了一定資訊,既然第二個數也是從這個分佈取樣的,那麼根據其cdf,就可以知道其落在這個數左邊或右邊的機率。那麼你只要根據那邊機率大判斷其是大還是小。

所以,問題就在於現在cdf對於你是未知的,那麼。如果這個cdf嚴重偏離標準正態分佈的置信區間,這個增益會很小,直至還有0。5的勝率。所以本質上你還是在賭cdf是不是跟你設想的近似。

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?熾夢2021-12-13 12:02:39

謝邀,一開始沒看仔細,重新寫了回答。這個問題問的非常好,如果是題主自己想的,那要給題主點贊。我認為得到這種結論的關鍵原因是,對於所謂的未知分佈抽樣問題的誤解。

這個問題非常考驗對於機率空間的理解。本質上是假設不夠充分。其中最反直覺的點是,對於題中的a和b,必須在建立某種確定的機率測度的時候,才能討論機率,題主的方法的勝率才有可能高於50%,但是在分佈完全未知的情況下,這個機率測度實際上是無法建立的,更不要說計算勝率。

這句話不太好理解。實際上當你從某個分佈抽樣出a和b,甚至開始討論勝率的時候,你已經假設建立了一種機率測度,你的每一個步驟和結論,都是基於這個假設得到的一種條件機率(只是便於理解,嚴格來說不這樣講)。

實際上這個機率測度並不是自然建立的。把題主的方法退化一點可能會更加直觀的理解這個問題。理論上t服從的正態分佈,無論均值和方差是多少,結論都成立,那我們假設把方差退化為0,即t服從一個以機率1取到某個常數x的分佈。在這個情況下,其實相當於在抽樣前我就已經想好了一個數字x,按照題主方法,透過比較手裡的數字和x的大小,來猜測手裡的數是否較大。即使這樣,對於任何的給定分佈,這樣的勝率都顯然還是大於等於50%。但我們注意到,當a和b的分佈是一個以機率1大於x的分佈時,那麼和x比較的操作就毫無意義,勝率還是隻有50%。也就是說,當且僅當這是一個既不以機率1大於x也不以機率1小於x的分佈時,勝率才大於50%。

而這還是已知機率分佈的情況,什麼是我們以為的真正的未知分佈呢?我們進一步簡化一下,先假設a和b服從的分佈是從一個很小很簡單的分佈族裡抽取的,這個分佈族形如:以機率1/2取到整數n,以機率1/2取到n+1,且取t=0。5。那麼這個分佈族裡只有一個分佈是會讓與t=0。5的比較有意義的:就是n=0,只在這個情況下,和t比較才會讓勝率高於50%,其他時候勝率全部等於50%,因為其他任何情況下,該分佈以機率1大於或者小於t。但是抽中n=0這個分佈的機率是多少呢?進而如果給所有整數機率分佈組成的集合建立對應的機率測度,那這個機率測度如何定義,抽取分佈導致勝率大於50%的機率又是多少呢?這些機率測度終究是缺乏定義的,而沒有定義就沒法計算勝率。這樣就回到了一開始的問題,缺乏假設。

另外,這個問題討論到這裡註定非常反常識了,已經進入了現代機率論和測度論的範疇。注意到,所有整數集合上的機率測度組成的集合,是一個勢比連續統更高的無限集合,確切地說應該是阿列夫2。因此建立在“所有整數集合上的機率測度組成的集合”上的機率測度,已經非常複雜了。如何建立測度,如何積分,都是很複雜的問題,不是隨便就能良好定義的。即使這個測度能完成良好定義,還不排除會出現:從全整數測度集合中以機率1抽取使得勝率大於50%的分佈,但最後總勝率不大於50%的情況。所以未知分佈離計算勝率實在是相去甚遠。等我研究一下再來補充吧。

總的來說還是一個很有意思的問題,一個很有挑戰性的偽證。順便可以進一步做一些推廣和思考。

0、回顧前面提到的方法,我們在抽樣之前想好一個數x,我們拿到手裡的數以後與x比較。如果大於x則猜手裡的數大,如果小於則猜手裡數小。那麼可以推出對於任何已知的抽樣分佈,都有勝率大於等於50%。

1、假設我在抽樣前想好了兩個數x1

2、假設我抽樣前已經準備好了整數集

\Z

,當我們比較抽中的數y和

\Z

中全部的元素的時候,必定找到x=y,同時有x-1y。這個情況下猜y較大還是較小才有更高的勝率呢?

猜數大小遊戲中,是否有策略能讓自己的勝率高於50%?為什麼?知乎使用者2021-12-14 21:28:10

好像是對的。下面舉一個例子。

為了方便表示正態分佈的機率,記

\Phi(x)=P(X\le x)

, 其中

X\sim N(0,1)

設提問者從

\{1,2,3\}

中(等機率地)隨機取兩個不同數作為

a,b(a<b)

,再等機率地展示這兩數之一(記為

x

),問

x

是大數還是小數。

按題主的策略,作獨立隨機變數

X\sim N(0,1)

,然後比較

X

x

的大小,若

X

大則猜小,

X

小則猜大 (相等的機率其實為0,不過為了完整,不妨在相等時也猜小)。下面計算該策略的正確率:

1/3

的機率

(a,b)=(1,2)

, 此條件下策略的正確率=

P(X\ge1\,\and\,a=1)+P(X<2\,\and\,a=2)=(1-\Phi(1)+\Phi(2))\times50\%

1/3

的機率

(a,b)=(2,3)

, 此條件下策略的正確率=

P(X\ge2\, \and\,a=2)+P(X<3\,\and\,a=3)=(1-\Phi(2)+\Phi(3))\times 50\%

1/3

的機率

(a,b)=(1,2)

, 此條件下策略的正確率=

P(X\ge1\,\and\,a=1)+P(X<3\,\and\,a=3)=(1-\Phi(1)+\Phi(3))\times50\%

合起來,策略的正確率為

(1-\Phi(1)+\Phi(2))\times50\%\times1/3+(1-\Phi(2)+\Phi(3))\times50\%\times1/3\\+(1-\Phi(1)+\Phi(3))\times50\%\times1/3\\=50\%+(\Phi(3)-\Phi(1))/3\quad>50\%

事實上,在上面的分析中,每個條件下策略的正確率都

>50\%

,因此這個例子是可以推廣到一般的情形下的——前提是整個機率模型確實是按題主所述的這個順序:按某種特定的機率分佈選取

(a,b)

,展示其一,猜是兩者中的較大數還是較小數。

標簽: 機率  勝率  測度  分佈  50%