赌徒破产问题是概率论中的一个经典问题:玩家每局赢得或输掉固定数额的资本,直到破产或达到预先设定的资本目标。在标准模型中,玩家的资本在两个吸收边界之间作随机游走。问题所求的是到达各个边界的概率及所需时间。它揭示了一个重要区别:即使每局游戏的期望收益为零,如果不设资本上限作为停止目标而一直玩下去,资本有限的玩家仍会最终破产。
经典模型
假设玩家的初始资本为整数 i,其中 0<i<N。每局游戏中:
- 资本以概率 p 增加一个单位;
- 资本以概率 q=1−p 减少一个单位;
- 各局结果具有统计独立性,且每局的胜负概率相同。
假设 0<p<1。用 Xn 表示玩家在 n 局后的资本,且 X0=i。当资本达到表示破产的 0,或表示成功的 N 时,游戏停止。
停止时间为
T=inf{n≥0:Xn∈{0,N}}.
停止后,可以将该过程定义为始终停留在已经到达的边界上。这样,它就是一条以 0 和 N 为吸收态的有限马尔可夫链。
一个等价的解释是:两名玩家的资本总和为 N,每局游戏将一个单位的资本从一方转移给另一方,直到其中一人拥有全部资本时游戏结束。
该模型区分了两个问题:
- **破产概率:**先到达 0 而非 N 的概率是多少?
- **持续时间:**在到达任一边界之前,要进行多少局游戏?
其中一个问题的答案对玩家有利,并不意味着另一个问题的答案也有利。
达到目标的概率
令
ui=Pr(XT=N∣X0=i)
表示破产之前达到目标的概率。按第一局的结果取条件概率,可得递推关系
ui=pui+1+qui−1,1≤i≤N−1,
边界条件为
u0=0,uN=1.
这是一个离散边值问题。其解为
ui=⎩⎨⎧1−(q/p)N1−(q/p)i,Ni,p=q,p=q=21.
因此,破产概率 ri=1−ui 为
ri=⎩⎨⎧1−(q/p)N(q/p)i−(q/p)N,1−Ni,p=q,p=q=21.
推导
当 p=q 时,整理递推关系可得
p(ui+1−ui)=q(ui−ui−1).
因此,相邻项之差构成公比为 q/p 的等比数列,可用等比级数求和公式求和,再代入边界条件,即得上述公式。
当 p=q 时,递推关系变为
ui+1−2ui+ui−1=0.
其解是 i 的线性函数,由边界值得到 ui=i/N。用离散势理论的术语来说,ui 是相对于该转移规则的调和函数。
解释
对于公平游戏,成功概率等于玩家初始资本占总资本的比例。若玩家初始拥有 20 个单位的资本,目标为 100,则达到目标的概率为
u20=10020=0.2
而破产概率为 0.8。
对于不利游戏,即 p<q,若保持初始资本不变而提高目标,成功的可能性就会越来越小。对于有利游戏,即 p>q,增加初始资本可以降低破产风险,但只要初始资本有限,风险就始终大于零。
期望持续时间
令
mi=E[T∣X0=i]
表示吸收前游戏局数的期望值。按第一步的结果取条件期望,可得
mi=1+pmi+1+qmi−1,m0=mN=0.
其解为
mi=⎩⎨⎧q−pi−Nui,i(N−i),p=q,p=q=21.
对于 i=20、N=100 的公平游戏示例,
m20=20(100−20)=1600.
这是对终止于任一边界的所有游戏取平均,并非以成功或破产为条件的期望持续时间。
在公平情形下,初始资本越接近 N/2,期望持续时间越长。如果 i 始终为 N 的某个固定比例,期望持续时间就按 N2 的比例增长。
对于每个固定的有限 N,吸收都几乎必然发生,且期望持续时间有限。一种说明方法是:从任意内部状态出发,连续输掉至多 N 局就会破产。这种连败的概率为每个由 N 局组成的区段内发生吸收的概率提供了一个正的下界,从而给出 T 的尾概率的几何衰减界。
无资本上限的情形
另一种版本去掉了上边界。玩家从 i>0 开始,一直玩到资本归零——如果资本确实会归零的话。令
τ0=inf{n≥0:Xn=0}.
在有限边界模型的破产概率中令目标上限 N 趋于无穷,可得
iPr(τ0<∞)=⎩⎨⎧1,(pq)i,p≤q,p>q.
各情形有不同的含义:
- **不利游戏,p<q:**几乎必然破产。
- **公平游戏,p=q:**尽管每局的期望收益为零,仍几乎必然破产。
- **有利游戏,p>q:**存在永远不破产的正概率。
期望破产时间进一步区分了这些情形。若 p<q,则
Ei[τ0]=q−pi.
对于公平游戏,
iPr(τ0<∞)=1,Ei[τ0]=∞.
因此,一个随机变量可以以概率一取有限值,却具有无穷大的期望。极少数持续时间极长的游戏使平均破产时间发散。
当 p>q 时,将 τ0 视为可取无穷大的非负随机变量,其无条件期望同样为无穷大,因为 τ0=∞ 的概率为正。这与以最终破产为条件的期望持续时间不同。
公平或不利模型中的“最终必然破产”,并不意味着一定会在某个固定局数内破产。对于任何有限的期限,玩家仍有正概率在期限结束时尚未破产。
鞅与停止
破产概率公式是鞅论中的重要例子。鞅具有这样的性质:给定当前信息,其未来值的条件期望等于当前值。
在公平游戏中,资本 Xn 在吸收前是一个鞅。对于有限边界模型,可选停止定理保证
Ei[XT]=i.
由于 XT 不是 0 就是 N,有
从而立即得到 ui=i/N。
对于 p=q,指数过程
(pq)Xn
在吸收前是一个鞅,因为
p(pq)+q(qp)=1.
对有界的停止过程应用可选停止定理,得到
(pq)i=(1−ui)+ui(pq)N,
由此可得有偏游戏的公式。
在公平游戏中,Xn2−n 在吸收前也是一个鞅,可用来推导期望持续时间。
停止条件为何重要
对于没有上边界的公平游戏,破产几乎必然发生,终止时资本为零。然而,仅凭鞅的性质就断定终止时资本的期望必须等于初始资本,是不成立的。
对于每个固定的 n,有
Ei[Xn∧τ0]=i,
同时
Xn∧τ0⟶0almost surely.
如果没有附加条件,一般不能交换取期望与取极限的顺序。在这个例子中,尚未破产的路径越来越罕见,但这些路径上的资本可能越来越大。停止后的随机变量族并不一致可积,平均破产时间也为无穷大。
推广与应用
非等额输赢与可变转移概率
经典公式依赖于每次赢、输均为一个单位,以及 p 保持不变这两个条件。如果资本每次变化的幅度更大,就可能越过边界,而不是恰好到达边界,从而产生越界量。此时,边界条件必须涵盖所有可能的退出状态。
如果获胜概率取决于当前资本,则成功概率满足
ui=piui+1+(1−pi)ui−1.
这类模型仍可采用第一步分析法,但一般不再具有偏向程度恒定时的简单公式。
吸收时间分布
期望持续时间无法描述游戏时长的完整概率分布。令 Q 为转移矩阵中对应暂态 1,…,N−1 的部分,则
iPr(T>n)=eiTQn1,
其中,ei 用于选定初始状态,1 是全一向量。
矩阵
F=(I−Q)−1
称为吸收链的基本矩阵。其元素 Fij 表示从 i 出发,在吸收前访问暂态 j 的期望次数。将第 i 行各元素相加,即得 mi。
扩散近似
对时间和资本进行适当的尺度变换后,随机游走可导出基于维纳过程的连续模型。对于漂移为常数 μ、方差增长率为 σ2 的扩散过程,先到达上边界 L 而非零的概率 u(x) 满足
μu′(x)+2σ2u′′(x)=0,u(0)=0,u(L)=1.
其解为
u(x)=⎩⎨⎧1−e−2μL/σ21−e−2μx/σ2,Lx,μ=0,μ=0.
这些连续模型中的公式与离散破产概率公式相对应。
资本储备及其他有限种群
破产模型可用于简化描述资本储备因随机损失而耗尽的过程。排队系统、库存系统和种群模型中也会出现相关的边界到达问题。在保险数学中,准备金过程通常包含保费收入和金额不等的索赔,因此,基本的赌徒破产公式是这类模型的原型,而非可直接套用的描述。
在简单的中性种群模型中,携带某一变异的个体数量可在消失与固定之间变化。当增减变化对称时,固定概率与公平游戏中赌徒成功概率具有相同的线性形式。
局限与常见误解
经典结果假设赌注固定、各局结果独立、获胜概率不变,且不允许借贷或补充资本。结果之间的依赖、赌注变化、交易成本或外部收入都会改变这一过程,并可能同时改变破产概率与持续时间。
每局的期望收益为正,并不能消除破产风险。当 p>q 时,玩家的资本具有有利的漂移,但早期的一连串亏损仍可能耗尽有限的资本。
反过来,在公平且没有时间上限的模型中,几乎必然破产并不意味着游戏每局的期望收益为负。公平性涉及增量的期望;破产则涉及整条随机路径及其边界行为。
这一问题也不同于赌徒谬误:在独立性假设下,一连串的失败并不会提高下一局获胜的概率。最后,固定单位赌注的公式不能直接用于在输赢之后改变赌注的投注策略;这类策略需要另建模型。