再次讨论下孤注一掷

在孤注一掷中的黑客技术里面，简单介绍了电影孤注一掷中用的一些"黑科技"，这里继续讨论下，抛弃这些黑科技，即使在绝对公平的情况下，你也一样赢不了赌场

相对论有一个假设就是光速不变，这里也有个前提就是赌场比你有钱，而这在大多数情况下都是成立的，从你的视角来说，赌场的钱近似于无穷

还是那句经典的话，对于赌场来说，不怕你赢，就怕你不来。这里用概率的视角来验证下这句话，当你一直赌下去，你最终赢钱的概率是0，而你最终赔光的概率是1。请相信概率，相信大数定理。

随机游走问题

随机游走$W_t$定义在实数轴上，起始位置$$W_0=0$$, 在每个整数时刻i，都会移动一个距离$s_i$， 其中$s_i$是独立同分布的随机变量，这里我们假设每个$s_i$只能是+1或者-1，且概率均位1/2，离散布朗运动定义为如下公式生成的随机序列
$$W_t=W_0+s_1+s_2+...+s_t$$
其中t=0,1,2…，上图表示了一次离散布朗运动。

逃逸概率

有蒙特卡洛方法方法近似随机游走过程从区间[-3,6]的上边界点6处逃逸（首次到达时间）的概率。

import random

w = 0
sum_js = 0
sequence_num = 1600
for j in range(50):
    count = 0
    w=0
    # 从200个序列中选择选择从6处逃逸的序列，计算其占比。在边界-3或6处都会退出
    for i in range(sequence_num):
        while(True):
            rand_num = random.uniform(0, 1)
            if rand_num > 1/2:
                w = w+1
            else:
                w = w-1
            if w == 6 or w == -3:
                print(w)
                if(w == 6):
                    count += 1
                    print(count)
                w = 0
                break
    sum_js += count
print(sum_js/50)
print(sum_js/50/sequence_num)

下表是运行的结果：

其中n就是代码中的sequence_num表示n次随机游走序列。没逃逸一次，无论上逃逸还是下逃逸都是一次随机游走序列。随着n值的增加，这个概率很接近1/3。这个1/3理论值。

对于随机游走模型，设a,b为正整数，一个初始位置为0的随机游走序列，首次到达[-b,a]区间边缘的时刻，就称为逃逸时间。理论证明在a处（而不是在b处）逃逸的概率是
$$\frac{b}{a+b}$$
是想一下，如果a足够大的话，那么上面的公式就会无限接近与0。换句话说，只要你一直走下去，你最终会回到原点，而到达上边界的概率几乎就是0，而到达下边界的概率是1。同理，对于赌博也是同样的道理，只要一直玩下去，输光是必然的事情。

逃逸时间

用蒙特卡洛方法估计随机游走过程从区间[-3，6]中逃逸所需要的时间。

w = 0
sum_js = 0

for i in range(6400):
    count = 0
    while(True):
        rand_num = random.uniform(0, 1)
        if rand_num > 1/2:
            w = w+1
        else:
            w = w-1
        count += 1
        print(count)
        if w == 6 or w == -3:
            w = 0
            break
    sum_js += count
print(sum_js/6400)

当n为6400的时候，平均逃逸时间是17.94625。对于从区间[-b，a]逃逸所需要的时间其期望值是ab，在这里就是3x6=18。

证明过程

这里使用蒙特卡洛模拟了逃逸的概率和时间。理论证明可以参见怎样理解随机游走过程

更过内容，欢迎关注我的微信公众号：半夏之夜的无情剑客