Dice Reroll

这是一个关于骰子游戏的策略分析问题。你可以最多掷两次六面骰子。首次掷出数字x后,可以选择获得x美元或继续掷骰,但继续后会放弃第一次的点数。如果进行第二次掷骰,只有当点数与第二次相同才能得到x美元。通过期望值计算,发现当停止条件为掷出3时,游戏价值最高,为4.25美元。
摘要由CSDN通过智能技术生成

Question

You can roll a 6-sided dice up to 2 times. After the first roll, if you get a number x, you can decide to either to get x dollars or to choose to continue rolling. But once you decide to continue, you forgo the number you just rolled. If you get to the second roll, you’ll just get x dollars if the second number is x and the game stops. What is the game worth and what is your strategy?

Answer

官方解答:

用到了期望平滑公式
在这里插入图片描述

我的解答:

记第一次点数为 X 1 X_1 X1,第二次点数为 X 2 X_2 X2(若没掷则为0),最终点数为 X X X。设策略为 X 1 > a X_1>a X1>a时stop,否则continue。
P ( X = i ) = P ( X = i , X 1 > a ) + P ( X = i , X 1 ≤ a ) = P ( X 1 = i ∣ X 1 > a ) P ( X 1 > a ) + P ( X 2 = i ∣ X 1 ≤ a ) P ( X 1 ≤ a ) = 1 6 − a × I ( i > a ) × 6 − a 6 + 1 6 × a 6 = 1 6 × I ( i > a ) + 1 6 × a 6 \begin{aligned} P(X=i) &= P(X=i,X_1>a)+P(X=i,X_1 \leq a) \\ &= P(X_1=i|X_1>a)P(X_1>a)+P(X_2=i|X_1 \leq a)P(X_1 \leq a) \\ &= \frac{1}{6-a} \times I(i>a) \times \frac{6-a}{6} + \frac{1}{6} \times \frac{a}{6} \\ &= \frac{1}{6} \times I(i>a) + \frac{1}{6} \times \frac{a}{6} \end{aligned} P(X=i)=P(X=i,X1>a)+P(X=i,X1a)=P(X1=iX1>a)P(X1>a)+P(X2=iX1a)P(X1a)=6a1×I(i>a)×66a+61×6a=61×I(i>a)+61×6a
E ( X ) = ∑ i = 1 a i P ( X = i ) + ∑ i = a + 1 6 i P ( X = i ) = ∑ i = 1 a a 36 i + ∑ i = a + 1 6 ( 1 6 + a 36 ) i = − a 2 + 6 a + 42 12 \begin{aligned} E(X) &= \sum\limits_{i=1}^{a} iP(X=i) + \sum\limits_{i=a+1}^6iP(X=i) \\ &=\sum\limits_{i=1}^a \frac{a}{36}i+\sum\limits_{i=a+1}^6(\frac{1}{6}+\frac{a}{36})i \\ &= \frac{-a^2+6a+42}{12} \end{aligned} E(X)=i=1aiP(X=i)+i=a+16iP(X=i)=i=1a36ai+i=a+16(61+36a)i=12a2+6a+42
当a=3时, E ( X ) E(X) E(X)最大,为4.25

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值