' U. A+ E( f3 y5 Y" E2 L' \首先我们引进一个定理。令 Sn 代表在第 n 次赛局时,甲所拥有之资本额,因此 Sn 是一个随机变数。我们并设 S0=c,即原资本。令 N 表结束赛局所需之时间,因此 SN=0 或 c+m。我们并以 E 表期望值。 ! W2 V: |' ?# S& n- I, P
9 i6 |9 Q" G- A$ k1 Y' T: {: T9 O" V* k8 X
定理: `2 t( ^% `5 p6 _% L1 A+ M设 f 为一定义于 Sn 上之有界函数。若在 Sn 之条件下,f(Sn+1) 之期望值 E[f(Sn+1)] = f(Sn),则 E[f(SN)] = f(S0) = f(c)。若将「=」改为「」,则结论亦真。 - R+ b# L, v' p0 a! ^3 p: ~
此定理在机率学上,即着名的选择样本定理 (optional sampling theorem),它的证明已超过本刊程度,所以略去不证,但它的直观意义却不难了解。就拿「=」的情形来说,其实是说若你的第 n+1 次赛局,平均而言并不能改变在第 n 次赛局时 f 之值,则当整个赛局结束时,f 的平均值也与原先值一样。另一方面,若在「」的情况,亦即你的第 n+1 次赛局平均而言会改进 f 先前之值,则当赛局结束时,f 的平均值也曾比原先值为佳。 & N& O$ N2 z% L3 l3 R; d$ e
6 z2 j3 f+ `7 e D
现在我们就拿这定理来证明先前我们所下之结论。 9 x; N) J$ E$ Q( N$ E+ C
1 Y9 B) p: A0 k" L/ _' U' X首先,我们考虑情况一。此时取 f(Sn)=Sn,则不论对何种下注法,因胜负机会均等, ,所以若给定 Sn,则 ESn+1 = Sn。因此由上定理知 ESN = c。但 = ,所以知不论以何种方法, 。 - H5 D' G2 z1 H5 y2 \+ o
+ c" m' H" W4 M
至于在情况二或三时,我们取 。此时若给定 Sn,则 0 a7 f) s9 I; z( Z O / W5 H1 f+ z3 }6 Q+ g ' ?( W/ q; H/ M ! P2 \2 p/ x& k9 L: A8 i5 Y( b1 ^, b8 n* i* b
1 U8 x2 i4 L% b, D& [9 s F6 c7 Q' t# q8 S4 o; \7 v* x
- Z# j: Y/ y# w% n0 q8 \: a/ `' [6 @; b b' s* ] t
其中 为所下注之金额。利用 4 f8 j4 L+ Z% ]" l/ L5 m. Q; t6 p, R* K
( K6 d5 C- |1 g2 c/ }2 ^8 D! P' j% `2 l9 x; ~( V0 Z
6 |* F ^+ z; ]! b' V) L * y! S0 f0 f4 n$ `0 p4 N0 s" }4 t$ D% Z0 j
z# j+ b) _# T, ^8 M0 f' d/ P
& B' _6 v/ F, t+ l
可得不论以何种下注法下注,若给定 Sn,则 。所以由定理知 。但 # x: S+ d4 \7 p9 E 4 P8 e5 [6 x$ A4 _! h, J ( ]4 J3 U/ W! f5 D2 K, O - |6 Y/ Y, W7 K 2 ?6 u- v5 c# Y 5 M! Y0 s- T2 S& D8 ]) c% w1 ]+ x; S8 b
( k6 D8 Y$ ^) X$ H( V
, Z ~( S1 _. Q
因此可得在情况二, 时, . x3 r& Z$ f7 j1 Y8 f" w! Q) b" l; ?/ Q' _
$ X( W- b$ U1 ?. A, M2 V
5 {6 f$ ]: r7 [' e8 E 5 t- u7 }; L( Q7 B5 O6 }. m$ D$ r. a: o1 n! g: ?# o# B
: ?$ B% ]' o( c! @3 x2 c