mm/随机模型/main.md

3.0 KiB
Raw Blame History

随机模型

第一题

1.1

旧赛制进球数概率

0 1 2
X (1-p)^2 2p(1-p) p^2
Y (1-q)^2 2q(1-q) q^2

P\{先手胜\}=P\{X>Y\}=2p^2q(1-q)+2(1-q)^2p(1-p)+p^2(1-q)^2=(1-q)p[2pq+2(1-p)(1-q)+p(1-q)]

P\{后手胜\}=P\{X<Y\}=2q^2p(1-q)+2(1-p)^2q(1-q)+q^2(1-p)^2=2(1-p)q[2pq+2(1-p)(1-q)+q(1-p)]

P\{相同\}=P\{X=Y\}=[pq+(1-p)(1-q)]^2

新赛制进球数概率

0 1 2
X (1-p)(1-q) p(1-q)+q(1-p) pq
Y (1-p)(1-q) p(1-q)+q(1-p) pq

P\{先手胜\}=P\{X>Y\}=p(1-p)[q^2+(1-q)^2]+q(1-q)[p^2+(1-p)^2]+pq(1-p)(1-q)

P\{后手胜\}=P\{X<Y\}=p(1-p)[q^2+(1-q)^2]+q(1-q)[p^2+(1-p)^2]+pq(1-p)(1-q)

P\{相同\}=P\{X=Y\}=[(1-p)(1-q)]^2+[p(1-q)+q(1-p)]^2+p^2q^2

p=\frac{3}{4},q=\frac{2}{3}

先胜 后胜
\frac{17}{48} \frac{2}{9} \frac{61}{144}
\frac{41}{144} \frac{41}{144} \frac{62}{144}

1.2

无论在新旧规则下,加赛第一轮都是先罚球队先罚球,后罚球队后罚球。

所以,先罚球队获胜概率为: p(1-q),后罚球队获胜概率为: q(1-p)

第二题

2.1

若 A 第一轮得分,则获胜,若不得分,若对手也不得分,则进入下一轮循环

所以概率为


P\{A获胜\}=(\alpha+\beta)\sum\limits_{i=0}\gamma^i=\frac{\alpha+\beta}{1-\gamma^2}

2.2


P\{A获胜\}=\alpha+a\beta+b\gamma

考虑 a 的情况

  1. B 不得分A胜利
  2. B射门A在突然死亡中胜利

所以 a=\gamma+\beta\frac{\alpha+\beta}{1-\gamma^2}

考虑 b 的情况

B 在突然死亡中获胜的概率为\frac{\alpha+\beta}{1-\gamma^2} ,则 A 获胜的概率 b=P\{\bar{B}\}=1-P\{B\}=1-\frac{\alpha+\beta}{1-\gamma^2}

2.3

2.2 的结论可知


P\{A获胜\}=\alpha+(\gamma+\beta\frac{\alpha+\beta}{1-\gamma^2})\beta+(1-\frac{\alpha+\beta}{1-\gamma^2})\gamma

修改以前,代入 \alpha+\beta=1-\gamma 我们可以知道


P\{A获胜\}=\frac{\alpha+\beta}{1-\gamma^2}=\frac{1}{1+\gamma}

所以,先手获胜的概率是更大的,尤其是不得分的概率很小时

修改之后,

  1. \gamma 很大, 即 \gamma\to1

    P=\frac{\gamma^2}{1+\gamma}=\frac{1}{2}

  2. \gamma 很小, 即 \gamma\to0

    P=\alpha+\beta^2 ,此时我们令 \alpha=1-\beta, 可知 P=1-\beta+\beta^2

    先手仍更有可能获胜,但是在 \beta 没有很大或很小的情况时,比修改之前小。

    注:\beta 很大导致先手获胜概率大是因为第三轮突然死亡先手得分概率很大,\beta 很小则先手在第一轮就容易获胜。如果要使得先手后手更加公平,需要继续推迟突然死亡的机制