n/T 1/37648 Rank(x) n(T−n)
数学之旅 · CHAPTER 21 · Part IV 收官

随机游走

Random Walks

公平赌桌拿着 $100 想赢 $100,胜率恰好 1/2;轮盘只要轻微不利,哪怕你揣着 50 亿想只赢 100,成功率也不到 1/37,648——赌场的生意经是一条定理。同一套随机游走放到网页链接图上,就是 Google 起家的 PageRank。

⏱ 约 65 分钟🧩 7 个互动装置📖 原书第 905–930 页
21.1

赌徒破产:一场到 0 或 T 为止的游走

Gambler's Ruin

赌徒拿着 n 美元做 $1 一注的赌博,每注胜率 p,直到破产(0)或达标(T)。Albert 与 Eric 的筹码版:两人共 T 个筹码,掷硬币互赢一枚,一方清空即终局。

定理 21.1.1 · 赌徒获胜概率

公平赌桌(p=1/2):Pr[赢] = n/T——只看本钱占目标的比例,$100 冲 $200 恰好 1/2,$100 冲 $600 只有 1/6,百万富翁赢 $100 几乎必然(1M/1.001M)。有偏赌桌(r := q/p > 1):Pr[赢] = (rⁿ−1)/(r^T−1)。

Pascal 的巧证(21.1.1):给第 i 枚筹码赋"价值" rⁱ(r=q/p),每注期望价值恰好为 0——游戏在价值尺度上变公平了;终局时 Pr[Albert 赢]·(Eric 全部筹码的价值) = (1−Pr[Albert 赢])·(Albert 全部筹码的价值),解出 wₙ = A/(A+E)。也可以老实解线性递归 wₙ = p·wₙ₊₁ + q·wₙ₋₁(边界 w₀=0, w_T=1),第 16 章的生成函数 + 部分分式机器照样吐出同一条公式。

互动 ①

🎲 赌徒破产模拟器:公式 vs 蒙特卡洛

理论胜率 = 0.500
模拟 0 局 · 胜 0 · 实测 —
平均局长 = —(理论 —)
21.1.3

轮盘悖论:本钱再多也只是陪跑

原书 21.1 导语所谓 "How Casinos Stay in Business"

美式轮盘 38 格中 18 格红——押红的胜率 p = 18/38,只是"稍微"不利。用推论 21.1.2:Pr[赢] < (1/r)^(T−n) = (9/10)^100 < 1/37,648。关键在于这个界与初始本钱无关:$500 也好、$50 亿也好,想靠 $1 注赢 $100,成功率都不到万分之三。想赢 $200?概率平方——不到 14 亿分之一。直觉(图 21.2):drift dominates swings——每注期望 −5.3 分的下沉漂移迟早吃掉任何好运的上摆,而且越晚需要的好运越大。

互动 ②

📉 轮盘胜率阶梯:本钱救不了你

押红轮盘(p=18/38,r=20/18),目标赢 $100。看各档本钱的精确胜率 (rⁿ−1)/(r^T−1)——以及它们如何被 (9/10)¹⁰⁰ 封顶。
从 $100 到 $50 亿本钱翻了五千万倍,胜率纹丝不动——赌场的数学护城河就是这条指数上界。
21.1.4

这场仗要打多久?

How Long a Walk?
定理 21.1.3 · 期望局长

公平赌桌:Ex[注数] = n(T−n) = 本钱 × 目标利润。$10 起手冲 +$10 → 100 注;$500 冲 $600 → 50,000 注——"小赌怡情"的时间代价是乘法级的。有偏时 Ex = (n − T·wₙ)/(q−p)。

而这条"乘法级"的时间代价本身也有分布性格:局长围绕 n(T−n) 剧烈波动,均值收敛但中位数小得多——先跑一千局看看分布长什么样,再去 21.1.5 见识期望彻底失效的现场。

互动 ③

📊 局长分布直方图:均值 vs 中位数

公平赌桌跑 1000 局,每局注数画成直方图(横轴对数分桶,每格翻倍)。均值收敛到理论 n(T−n)(定理 21.1.3),但中位数只有均值的一半上下——重右尾:少数马拉松局把均值拉上天。这是"期望会骗人"的预习。

均值 = —(理论 n(T−n) = 400)
中位数 = —
最长局 = —
21.1.5

无界游戏:必输光,却平均玩到永远

The Unbounded Fair Game

把目标 T 撤掉——无界公平游戏,一直玩到破产为止。两个看似打架的事实同时成立:

引理 21.1.4 × 21.1.5 · 无界公平游戏

① 赌徒以概率 1 必然破产——哪怕本金一百万;② 但期望游戏时长是 ∞。递归上看:破产概率没有"逃逸解",只能取 1;而期望时长 t 满足 t = q + p(1 + 2t),只得 t = ∞。

直觉藏在分布的重尾里:n=1 时 1/2 的局第一注就死,11/16 的局撑不过第五注(精确枚举 1/2 + 1/8 + 2·(1/32) = 11/16;原书 21.1 印"超过 15/16",系原书笔误)——绝大多数局死得飞快,但极少数"马拉松局"长到把均值顶成无穷。期望会骗人,分布不会。亲手看这条尾巴:

互动 ④

🕳️ 无界破产剧场:概率 1 终结,期望 ∞

不设目标 T,公平赌桌(p = 1/2)从 n 美元玩到破产。每一局都必然终结——但平均局长随局数越涨越疯,永远安定不下来(理论期望 = ∞)。默认 n = 1,正好对拍"11/16 五局内破产"。

按下按钮,看每一局都终结、而平均值永不收敛。
21.2

网页上的随机游走:PageRank 的出身

Random Walks on Graphs

把万维网看成有向图:页面是顶点、超链接是边。1995 年 Stanford 的两位学生 Larry Page 和 Sergey Brin 想到:与其数关键词出现次数(谁都能刷),不如让一个"随机网民"在图上游走——每到一个页面等概率跟随一条出链:

Pr[go to y] = Σ_{x→y} Pr[at x] / outdeg(x)

死胡同页面(没有出链)会把游走者困住——解法是加一个超顶点:每页以小概率(原版 0.15)传送到超顶点、再等概率回到任意页。稳态分布(定义 21.2.1):Pr[at x] = Pr[go to x next step] 的概率分配;强连通图上它存在、唯一,长游走必然收敛到它。这个稳态分布就是 PageRank——Rank(x) = Σ_{y→x} Rank(y)/outdeg(y)。书里的彩蛋:用这套公式,6.042 讲义在 378,000 条结果里排第一。

互动 ⑤

🌐 PageRank 实验台:8 页迷你万维网

节点大小 ∝ Rank。被 4 个页面指向的 A 是权威;把 H 变成死端并保留 15% 传送,Rank 会怎样重新洗牌?把 d 拉到 0 再杀 H,游走者就会永久卡死——这就是超顶点存在的理由。
互动 ⑥

🎬 稳态分布小剧场:随机网民走到收敛

4 页迷你网:A→B, A→C, B→C, C→A, C→D, D→A。一步步放随机网民游走,访问频率会收敛到稳态分布(幂迭代精确算给你对)——长游走忘了起点,只记得图的结构(定义 21.2.1)。

已走 0 步
⚔️

习题实战

Theorems 21.1.1 & 21.1.3, Playable

赌徒破产两定理做成核查解题器:输入参数,两问一起判。

互动 ⑦

🧮 定理 21.1.1 × 21.1.3 解题器

胜率 = n/T(定理 21.1.1);局长 = n(T−n)(定理 21.1.3)——$20 冲 $50 那种"小赌怡情",时间代价是乘法级的。
⚖️

终局自测

Final Check

六题,覆盖全章。

🥚

彩蛋与课后挑战

Easter Eggs & Problems
Pascal 的加权筹码(21.1.1)

十七世纪概率论黎明期,Pascal 给 Albert 的第 i 枚筹码赋值 rⁱ(Eric 的从 r^{n+1} 往上排)。每注的期望价值 = r^{n+1}p − rⁿq = 0——游戏在"价值"尺度上严格公平,Albert 手中筹码总价值的期望在游戏中守恒。终局时比较两边总价值即得 wₙ。一个赋值技巧替代整套递归求解——教科书级的"换个度量衡"案例。

Google 的电费与 googol(21.2.3)

对万亿级网页图求稳态分布是个大活儿:书里脚注,2011 年 Google 投资 1.68 亿美元建太阳能电站——2011 年其服务器耗电量够 20 万个家庭用。公司名 Google 正是 googol(10¹⁰⁰)的谐音,致敬网页图的巨大。而"随机网民 + 稳态分布"这两个概念,至今还是无数排序算法的骨架。

课后挑战(均出自原书习题)
  • 21.2 T=∞ 的赌徒:r = q + pr² 的自指方程;p ≤ 1/2 时 r=1——"本钱迟早缩水到 n−1"概率为 1;公平游戏期望下注时长 t = q + p(1+2t) 解出 t=∞。
  • 21.3 轮盘"前打十二":胜率 12/38 的破产递归 + 期望局数递归(只需列式)。
  • 21.4 用生成函数 E(x) 重解公平局长 eₙ = n(T−n)——第 16 章机器的又一次服役。
  • 21.5–21.9 稳态分布练习:哪些小图有唯一稳态?从哪些起点出发游走不收敛(提示:非强连通)?
本章路线图
21.1 · 赌徒破产21.1.3 · 轮盘 1/3764821.1.4 · 要走多久 21.1.5 · 见好就收悖论21.2 · PageRank ⚖️ · 终局自测🥚 · 彩蛋与挑战