劉禹彤 趙毅

一、圣彼得堡悖論

圣彼得堡悖論來自于一個擲幣游戲關于概率期望值的悖論。擲幣游戲規(guī)則：設定擲出正面為成功，游戲者如果第一次投擲成功，得獎金2元，游戲結束；否則，繼續(xù)投擲，第二次成功得獎金4元，游戲結束；以此類推，如果第n次投擲成功，得獎2n金元，游戲結束。

按照概率期望值的計算方法：將每一個可能結果的獎金乘以該結果發(fā)生的概率，即可得到該結果的獎金期望值，游戲的期望值即為所有可能結果的獎金期望值之和。隨著實驗次數n的增加，雖然發(fā)生概率小，但獎金越來越多，且每一個結果的獎金期望值均為1，則游戲的期望值將為“無窮大”。而且按照概率的理論，多次實驗的結果將會接近于數學期望。

但是，以往經驗表明“沒有人愿意花25元去參加一次這樣的游戲?！边@就出現了計算的期望值與實際情況的“矛盾”。我們可以使用MATLAB軟件模擬實驗過程來解釋這一問題。

二、圣彼得堡實驗的MATLAB模擬分析

由于投擲硬幣得到正面和反面的概率相同（等概率事件），即P（正面）=P（反面）=0.5。

1.單輪圣彼得堡游戲的MATLAB模擬

當游戲參與者投擲硬幣出現正面時游戲結束，我們可以將每次投擲的隨機值由函數rand產生。如果該次rand函數運算結果小于等于0.5，定義為投擲出反面，游戲繼續(xù)；反之，則定義為投擲出正面，游戲終止。

由于圣彼得堡游戲的不確定性，為了獲得可信度較高的均值數據，需要進行多次模擬。下面討論中，對一次性連續(xù)多次的游戲模擬統(tǒng)稱為一輪游戲模擬。一輪圣彼得堡游戲由多個單次圣彼得堡游戲組成。截取每次運行的投擲次數和獎金數額這兩個結果，得到單輪多次圣彼得堡游戲的MATLAB模型（設本輪投擲運行為100次）。從結果可以看出，在本輪模擬實驗中單次游戲最高獎金達到32元，但是平均獎金只有10.62元，遠小于32元。同時單次游戲最大投擲次數為5，但平均投擲次數只有1.98。

為了增加實驗的可靠性，減少不確定性，增加單輪游戲的次數，以此觀察實驗結果與單輪100次模擬實驗的結果的異同，以此找出規(guī)律（程序運行5000次）。

結果表明：單次游戲的最高獎金雖然達到了2048元，但平均獎金只有13.4972元，遠小于2048元。同時，單次最大投擲次數增加為11，但平均投擲次數只有2.004。也就是說，對單次游戲來講，平均每次游戲能夠得到6.7351元。之所以可以達到13.4972元這樣的平均獎金，是由于游戲的不確定性，產生了11次的最大單次投擲次數，使該游戲的獎金額大幅增加。

2.多輪圣彼得堡游戲的MATLAB模擬

在上圖中發(fā)現最大投擲次數隨著輪數的增加而增加，但是，增加速度并不明顯。其中，最大的投擲次數為16次，此時，這一事件的概率為，約為1.5259×10-5。

在此基礎上驗證了當輪數為100000時的隨機模擬實驗，隨著輪數的劇增，但是，單輪最大投擲次數僅為18，最大獎金額為 262144元。

說明當輪數趨向于無窮大時，最大投擲次雖然數也會增加，但是增加速率極慢。

在上圖100個樣本值中，數據分布如下：

54個數據分布在0～10元，均值為9.4720元，34個數據分布在10～20元，均值為17.1560元，8個數據分布在20～30元，均值為24.8400元，只有4個數據在30元以上。

綜上分析，圣彼得堡游戲的定價可以按照其從小到大排序的88個數據的平均值為參照標準，定價為12元左右。

3.單輪游戲的平均投擲次數

從下圖可以發(fā)現無論單輪的游戲次數是多少，其單輪的平均投擲次數的平均值為1.9911，最大值為2.1071，最小值為1.82，在直線y=2上下波動震蕩（見下圖）。

三、結論

從以上的模擬實驗的結果數據分析得出以下結論：

1.圣彼得堡游戲的平均單次投擲次數趨近于2

2.單輪圣彼得堡游戲的最高投擲次數增長速度隨著次數的增加而變緩，趨近于0

3.單輪圣彼得堡游戲的平均獎金的增長速度隨著次數的增加而變緩，趨近于0

4.由于實驗的不確定性，單次游戲可以有較高的獎金，但是其概率極小，不會對其他參與者產生吸引力

由上述模擬結果分析得出：可以將游戲定價為12元時，此時需要投擲硬幣4次才可以贏取獎金4元，此時的概率為0.0625，這已經是一個小概率事件了，而且可以保證游戲參與者中既有失敗者，又有成功者，而且游戲組織者的損失和收益也大致相當。

參考文獻：

朱琳，葉向.圣彼得堡悖論的計算機模擬分析[J]計算機系統(tǒng)應用，2009（11）.

（作者單位 劉禹彤：北京林業(yè)大學理學院 趙毅： 浙江財經大學）