美文网首页
零和博弈 - 100个人各有100元每次随机给另一个人1元

零和博弈 - 100个人各有100元每次随机给另一个人1元

作者: 屹然1ran | 来源:发表于2020-12-29 16:39 被阅读0次

今天在知乎上看了一个问题,发现结果与自己起初的直觉大相径庭,同时回忆起了以前的一些统计知识。

问题

房间内有 100 人,每人有 100 块,每次随机给另一个人 1 块,最后这个房间内的财富分布怎样?

一开始直觉上告诉我,应该是平均100元左右,具体呈正态分布,但其实如果严谨一点的话,远远没有这么简单。

略微严谨一点的话,问题有两种可能(题目缺少条件):

  1. 允许财富为负值
  2. 不允许财富为负值(即0块的人仅有可能收钱)

情况1进行10000次游戏

每人的最终财富状况如下



最终财富状况直方图如下



结果发现用户间的财富呈正态分布, 符合Centrel Limit Therom。
用户财富变化如下。(10人进行10000次游戏)

从该图可以直观的理解,如果所有人的投资理念一样(每次给钱和拿钱的概率相同),大概率穷人会更穷,而有钱人会更有钱。但是如果我们设定一个穷的阈值呢?比如余额不能是负数,这样余额为0元的人则无需给钱,但有可能拿钱。这样的情况下会呈现怎样的分布呢?这就是违反直觉的部分了

情况2进行10000次游戏

每人的最终财富状况如下


最终财富状况直方图如下

结果发现十分接近幂律分布或Pareto Distribution),不由得联想起了与熵有关的知识(非专业,只是大概理解):
幂律分布为平均值固定,熵最大的分布。
由于本游戏为一种零和博弈,故平均值固定,方差不断累积。
在知乎上也有看到其他通过随机游走的角度来解决问题,感兴趣的可以去找一下。

Reference
https://en.wikipedia.org/wiki/Pareto_distribution

library(tidyverse)
library(viridis)

give_money <- function(seq, n, allowNegative = FALSE){
  if(allowNegative == TRUE){
    if(seq[n] <= 0){
      return(seq)
      }
  }
  seq[n] <- seq[n] - 1
  index <- sample(1:length(seq), 1)
  seq[index] <- seq[index] + 1
  return(seq)
}

give_money_all_people <- function(seq, allowNegative = FALSE){
  for(i in 1:length(seq)){
    seq <- give_money(seq, i, allowNegative)
  }
  return(seq)
}

seq <- seq(100, by = 0, length.out = 100)

for(i in 1:10000){
  seq <- give_money_all_people(seq)
}

data <- cbind(data.frame(c(1:100)), data.frame(sort(seq)))
names(data) <- c('index', 'fortune')

ggplot(data = data, aes(x = index, y = fortune)) +
  geom_bar(stat='identity') +
  labs(x = 'Players #', y = 'Fortune') + 
  theme_bw()

ggplot(data = data, aes(x = fortune)) +
  geom_histogram() +
  labs(x = 'Fortune', y = 'Freq') + 
  theme_bw()


game_result <- function(seq, times, allowNegative = FALSE){
  data <- seq
  for(i in 1:times){
    seq <- give_money_all_people(seq, allowNegative)
    data <- c(data, seq)
  }
  mat <- matrix(data = data, nrow = times + 1, ncol = length(seq), byrow = TRUE)
  result <- data.frame(mat)
  times <- c(0:times)
  result <- cbind(data.frame(times), result)
  return(result)
}

seq <- seq(100, by = 0, length.out = 10)

data2 <- game_result(seq, 10000)

ggplot(data = data2) +
  geom_line(aes(x = times, y = X1), color = viridis(10)[1]) +
  geom_line(aes(x = times, y = X2), color = viridis(10)[2]) +
  geom_line(aes(x = times, y = X3), color = viridis(10)[3]) +
  geom_line(aes(x = times, y = X4), color = viridis(10)[4]) +
  geom_line(aes(x = times, y = X5), color = viridis(10)[5]) +
  geom_line(aes(x = times, y = X6), color = viridis(10)[6]) +
  geom_line(aes(x = times, y = X7), color = viridis(10)[7]) +
  geom_line(aes(x = times, y = X8), color = viridis(10)[8]) +
  geom_line(aes(x = times, y = X9), color = viridis(10)[9]) +
  geom_line(aes(x = times, y = X10), color = viridis(10)[10]) +
  labs(x = 'Times of Game', y = 'Fortune') +
  theme_bw()

相关文章

  • 零和博弈 - 100个人各有100元每次随机给另一个人1元

    今天在知乎上看了一个问题,发现结果与自己起初的直觉大相径庭,同时回忆起了以前的一些统计知识。 问题 房间内有 10...

  • 《动物游戏》一场真正的资本主义游戏

    假设:房间里有100个人,每人都有100元钱,如果每过一分钟,每个人都要拿出一元钱随机给另一个人,最后这100个人...

  • 博弈与成本

    通常情况下,我们谈到零和博弈,正和博弈和负和博弈的时候,都会举一个例子。 两个人在一起打牌,一个人赢的钱等于另一个...

  • 023 公平感 | 领导者的内功

    今天还是从一个博弈说起,叫最后通牒博弈。 1、最后通牒博弈 甲乙两个人,给甲100块,他来决定甲乙两个人怎么分这1...

  • 认知训练营:博弈论概念入门

    王烁老师说,每个人都要学点博弈论的知识。让我们首先从了解博弈论的一些基本概念开始。 零和博弈 零和博弈(英语:ze...

  • 《心流+发现心流》阅读记录1

    零和博弈、正和博弈、负和博弈 零和博弈是指双方在博弈时,在严格的竞争条件下,一方获得利益的同时必然意味着另一方遭受...

  • 100个拥有100块钱的人玩了17000天的游戏

    有100个人,每个人拥有100块钱。这100个人每天随机给另外一个人1块钱。17000天后会变成什么样子?(170...

  • 「思维」没有退路的零和博弈!

    博弈论中有一种博弈成绩永远是零的博弈论,称之零和博弈,指一场博弈中,博弈者有输有赢,一方胜利必定另一方失败,博弈总...

  • 【读书清单】《从0到1》02

    1、从零和博弈向非零和博弈转变 非零和博弈:指二者之间博弈非赢即输,只有这两种结果。 非零和博弈:区别于零和博弈,...

  • 一个有趣的随机问题

    前两天,在知乎上看到一个关于随机的有趣题目:有100个人,每个人有100块。每隔一分钟,他们分别拿出1块钱,随机给...

网友评论

      本文标题:零和博弈 - 100个人各有100元每次随机给另一个人1元

      本文链接:https://www.haomeiwen.com/subject/zzpfoktx.html