Python实现马尔科夫赌徒问题(等概率)_gambler ruin problem-CSDN博客

本文链接：https://blog.csdn.net/qq_52021573/article/details/129757730

问题描述

一、问题抽象

问题描述

玩家和庄家对赌硬币，如果正面朝上，本轮玩家赢，庄家付给玩家⼀元；如果反面朝上，本轮玩家输，玩家付给庄家⼀元。假设玩家⼿上有10元硬币，⼿上钱⼀旦输光则退出游戏。

注：不考虑庄家输赢，只考虑玩家输赢；赌完一定局数后，仍然有10元硬币属于“Win”。

一、问题抽象

转换为马克科夫状态转移矩阵

二、操作步骤

1.引入库

代码如下：

import matplotlib.pyplot as plt
import random

2.实现函数

代码如下：

def Gambler_Ruin(num, num_r, num_p):
    Quit, Win, Loss, j = 0, 0, 0, 0
    num_c1 = num
    bb = [-1, 1]
    # num_c 赌徒的初始金币数量
    # num_r 回合次数
    # num_p 人数

    for i in range(1, num_p):
        while j < num_r:

            # 赌徒 随机胜负
            num_c1 += bb[random.randint(0, 1)]

            j += 1

            # 退局判断
            if num_c1 <= 0:
                Quit += 1
                break
    
        # 败局判断
        if 0 < num_c1 < 10:
            Loss += 1

        # 胜局判断
        if num_c1 >= 10:
            Win += 1
        j = 0
        num_c1 = num

    plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文
    plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号
    X_data = ['退场', '胜场', '输场']
    Y_data = [Quit, Win, Loss]
    plt.style.use('ggplot')  # 添加网格线
    tit = str("回合数 " + str(num_r) + ",人数=" + str(num_p))
    plt.title(tit)  # 柱状图标题
    plt.xlabel("结果")  # X轴名称
    plt.ylabel("# 人数")  # Y轴名称
    plt.bar(X_data, Y_data, color="blue")  # 绘制柱状图
    return plt.show()  # 显示柱状图

3.示例计算

代码如下：

if __name__ == '__main__':
    Gambler_Ruin(10, 30, 10000)
    Gambler_Ruin(10, 50, 10000)
    Gambler_Ruin(10, 100, 10000)
    Gambler_Ruin(10, 200, 10000)
    Gambler_Ruin(10, 300, 10000)
    Gambler_Ruin(10, 500, 10000)
    Gambler_Ruin(10, 1000, 10000)

总结

通过示例可以看出，在等概率的情况下，赌局的数量越来越多，玩家的胜场与输场就越来越少，退场的数量越来越多。其本质就是一个马尔科夫状态转移矩阵，最终概率会趋近于一个稳定值。