随机游走
无理数驱动粒子游走,验证二维扩散规律
一群人各自随机取走一顶帽子,恰好没有人拿到自己那一顶——这个「完美错配」的概率究竟是多少?它和那个著名的常数 之间,到底是什么关系?
每个人随机拿一顶帽子——多少人拿错了?观察「0 匹配」的频率,看它是否稳定在本模式的理论概率附近。
每个人穿不同颜色的衣服,原本的帽子与衣服同色。现在把帽子打乱,每人随机拿一顶。帽子与衣服同色就是匹配;所有人都不同色,就是完美错配。
初始筹码:每组开始时持有 100 筹码。
每局费用:先支付 10 筹码,再随机发帽。
有人匹配:帽子与衣服同色算匹配,每匹配成功 1 人返还 5 筹码。1 人返还 5 筹码,2 人返还 10 筹码,3 人返还 15 筹码,以此类推。
无人匹配:所有人的帽子与衣服都不同色,称为完美错配,返还你填写的奖励。
填写后开始游戏;本组奖励固定,重置后可重新填写并恢复 100 筹码。
从 100 筹码出发,用最多 50 局观察你的奖励设定,让结束时持有的筹码尽量接近初始的 100。
以持平为目标,不以赚得最多为目标。筹码不足 10 时,本组提前结束。
个人各有一顶不同的帽子,散场后随机发还,每人恰好得到一顶。给人和帽子分别编号为 1 到
。第一个人有
顶可选,第二个人有
顶可选,依此类推,所以全部分配共有
种。我们假设每种分配等可能,即每个排列的概率都是
。
记 为拿对帽子的人数。一个人拿到自己的帽子,就是一个“匹配”,数学上叫排列的不动点。我们要问的是
:没有任何人拿对帽子的概率。这样的排列叫作错排(Derangement),其数量记为
。
用 表示第
个人拿到编号
的帽子。
人数增加时,逐个列举很快就不方便了。我们需要一种能一次性排除所有“有人拿对”的计数方法。
令 表示“第
个人拿对帽子”。从全部 n! 个排列开始,排除
、
、…、
的并集,就留下了所有人都拿错的排列。
组合数 ,所以每一项中的
都可以约掉:
把公共因子 n! 提出来,再除以样本空间大小 n!,得到:
例如 时,
,所以
。
时,
,所以
。
比较相邻两个有限和,只多出了最后一项。因此可逐步计算,无须每次从头求和:
是“没有帽子时只有一种空分配”的计数约定。计算时从
开始即可:
概率的变化也很直观:;
;
;
;
。每一步交替加减,而调整幅度
越来越小。
每行的精确概率都是第二列除以第三列,百分比作了舍入。、12 与极限显示相同的小数,并不表示它们完全相等。这些数值提示我们可能存在极限;下面用公式证明它。
指数函数有对所有实数 成立的展开
。取
:
正是这个无穷级数截至
的部分和。对从
开始的交错级数,项的绝对值
严格递减到 0,因此交错级数余项定理给出:
余项的符号由第一项被略去的项决定:奇数 时
小于
,偶数
时大于
。而且
,所以奇数项逐渐上升,偶数项逐渐下降,两边共同夹住同一个极限:
时,误差小于
,换成百分比差距是小于 0.138889 个百分点;实际相差约 0.121277 个百分点。
时,误差小于
,即小于 0.000002506 个百分点。阶乘增长很快,所以不需要很大的
就能得到非常接近
的概率。
先从 人中选出拿对的
人,有 C(n,r) 种选择;剩下
人必须全部拿错,否则拿对人数就超过
。因此对整数
:
例如 时,
、1、2、3、4、5 对应的排列数依次为 44、45、20、10、0、1,合计 120。恰好 4 人拿对是不可能的:前四人拿走自己的帽子,最后那顶也只能属于第五人。这个规律对任意人数都成立:不可能恰好只有一个人拿错。
增加人数 ,改变的是模型本身,理论概率
趋近
;固定人数、增加独立实验次数
,改变的是估计精度,完美错配的实验频率趋近该人数对应的
。例如五人模式重复再多次,目标仍是
,而不是恰好
。
对预先确定的 次独立实验,记完美错配的频率为
,则
,标准差为
。用
估算:100 局时标准差约 4.8 个百分点,1000 局约 1.5 个百分点,10000 局约 0.48 个百分点。用正态近似,100 局的频率约有 95% 落在 27.3%~46.3% 范围内;这不是每次都必须满足的界限。
实验次数增加到原来的四倍,标准差才减半。频率不会保证每一步都更接近理论值,但整体波动会缩小。还要留意:页面的筹码不足会使批量实验提前停止,实际局数可能小于按钮标注的局数;上述固定 的波动计算不能直接当作这种随机停止过程的保证。
记匹配人数为 ,完美错配概率为
。每局支付 10 筹码;
时返还 5X 筹码,
时返还
筹码。奖励是返还额,不是额外净赚;下文奖励金额的单位均为筹码。
两人时 ,所以
;三人时
,所以
;四人时
,所以
。完美错配越少见,公平返还额越高。
1 人时必定匹配,只能返还 5 筹码,每局损失 5 筹码;完美错配永不发生,因此没有有限的公平奖励。
五人:。十人:
。
奇数人数 的概率低于
,所以奖励高于 5e,并从上方下降;偶数人数的奖励从下方上升。表内小数经过舍入,相同显示值不代表精确相等。五人和十人模式若只允许整数奖励,13 偏低、14 偏高。
50 局后的筹码:若完整完成 50 局,其中 局完美错配、所有局匹配人数合计为
,最终筹码为
。固定 50 次独立实验中
、
,因此采用
时,最终筹码的期望为 100。实际的
、
有随机性,平均持平不保证每组恰好回本,也不保证每组与 100 的差距最小。筹码不足提前结束时,应记录实际局数。
筹码耗尽,无法继续下注。
无理数驱动粒子游走,验证二维扩散规律
同一道题三种随机化,竟得出不同概率
弹球下落,勾勒出钟形曲线
重复投针,估算圆周率 π
撒米入格,蒙特卡洛估算 π
在方格上投掷硬币,探索策略博弈
逐枚揭晓结果,比较下注策略的优劣
连续两次正面才赢,自定赌注
袋中摸球,频率趋于理论值
看似公平的骰子暗藏期望陷阱
自组棋盘与骰子,揭开大乐透的数学陷阱