Przeskocz do treści

Delta mi!

Niewymieniależność

Łukasz Rajkowski

o artykule ...

  • Publikacja w Delcie: wrzesień 2015
  • Publikacja elektroniczna: 31-08-2015
  • Wersja do druku [application/pdf]: (654 KB)

Wyobraź sobie, Czytelniku, że na skutek wieloletnich ćwiczeń i poznania kilku szulerskich sztuczek udało Ci się zwiększyć swoje szanse na wygraną w grze blackjack do 4: 5 Kuszony wizją bajecznego bogactwa w końcu zdecydowałeś się odwiedzić kasyno, by tam spożytkować swoje niesamowite umiejętności. Z miną zawodowego pokerzysty przysiadłeś się do odpowiedniego stolika i zacząłeś grać...

Oznaczmy przez 1,X2,... X wyniki kolejnych gier, tzn. k |X wynosi 1, jeśli w k -tej grze odniosłeś sukces oraz 0 w przeciwnym przypadku. W naszych rozważaniach przyjmiemy, że zmienne 1,X2,... |X niezależne, co w tym prostym przypadku oznacza dokładnie tyle, że dla dowolnego zero-jedynkowego ciągu (x1,x2,...,xn) zachodzi

1=x1,X2=x2,...,Xn=xn)=P(X1=x1)⋅P(X2=x2)⋅...⋅P(Xn=xn),P(X

co, uwzględniwszy Twoje nadludzkie zdolności gry w blackjacka, pozwala nam stwierdzić, że

4sn1n−sn 1=x1,X2=x2,...,Xn=xn)=()(), P(X 55

gdzie s = Pn x . n i 1 i Zauważmy, że zgodnie z powyższą równością prawdopodobieństwo uzyskania dowolnego skończonego ciągu wyników w kolejnych grach nie zależy od kolejności, w jakiej te wyniki zostaną ustawione - innymi słowy, dla dowolnej permutacji |σ zbioru |{1,2,...,n} zachodzi

1=xσ1,X2=xσ2,...,Xn=xσn)=P(X1=x1,X2=x2,...,Xn=xn).P(X

Własność tę nazywamy wymienialnością (ang. exchangeability) ciągu zmiennych ,X,.... X 12 Ciąg wyników niezależnych powtórzeń dowolnego doświadczenia stanowi zatem ciąg wymienialny, jak się jednak zaraz okaże, nie jest to jedyna sytuacja, w jakiej możemy tę cechę zaobserwować.

obrazek

Załóżmy bowiem, że krupier - zaniepokojony Twoimi nadspodziewanie dobrymi rezultatami w blackjacku - zaproponował następujące urozmaicenie rozrywki. Tym razem masz rozpocząć grę od wyboru jednej z dwóch pozornie identycznych talii, przy czym jedna z nich jest zupełnie uczciwa, a druga - przeznaczona dla gości specjalnych - niezupełnie, co objawia się zmniejszeniem Twoich szans na wygraną do  1 |5. Abstrahując od absurdalności opisanej sytuacji, przypuśćmy, że zdecydowałeś się przystać na ofertę krupiera. Zauważmy, że tym razem opisane w poprzednim akapicie zmienne ,X,...X 12 są zależne - intuicyjnie można się w tym miejscu powołać na fakt, że przegrana w pierwszej grze wpłynie na Twoją ocenę szans wygranej w drugiej grze (każe Ci bowiem przypuszczać, że wybrałeś nieuczciwą talię), a takie wnioskowanie nie może mieć miejsca przy zmiennych niezależnych. Mamy jednak w tej sytuacji do czynienia z warunkową niezależnością - jeśli bowiem mielibyśmy pracującego w kasynie przyjaciela, który zdradziłby nam, czy wybraliśmy uczciwą talię, to żadna informacja o dotychczasowym przebiegu naszych zmagań nie wpłynęłaby na ocenę szans na sukces w przyszłych rozgrywkach. Istotnie, jeśli przyjaciel opisał talię jako uczciwą, to nawet gdybyśmy doświadczyli 10 przegranych pod rząd, nasze szanse na powodzenie w 11 rozgrywce wciąż ocenialibyśmy na 45 (o ile jeszcze nie zaczęliśmy się zastanawiać, czy aby na pewno nasz przyjaciel jest naszym przyjacielem). Jeśli więc przez |Θ oznaczymy naszą szansę na sukces przy grze wybranymi kartami ( 4 =5Θ dla uczciwej talii, w przeciwnym przypadku 1 =5 Θ ), to dla dowolnej liczby naturalnej |n oraz permutacji σ zbioru {1,2,...,n} możemy zapisać

pict

Oznacza to, że podobnie jak w poprzednim przypadku kolejne wyniki tworzą ciąg wymienialny. Analogiczne rozumowanie moglibyśmy przeprowadzić, gdyby zmienna, pod warunkiem której kolejne gry są niezależne z tym samym prawdopodobieństwem sukcesu, była dużo bardziej skomplikowana (na przykład gdybyśmy na początku w jednostajny sposób losowy wybierali z odcinka |[0,1] prawdopodobieństwo wygranej w kolejnych grach). Rozważania te prowadzą do naturalnego pytania: czy możemy skonstruować nieskończony ciąg doświadczeń losowych o wymienialnych rezultatach (w sensie sukcesu lub porażki) w inny sposób niż poprzez niezależne kopie tego samego eksperymentu z losowo wybranym na początku prawdopodobieństwem sukcesu?

Zanim odpowiemy na to pytanie, zastanówmy się, w jaki sposób możemy w trakcie rozgrywki z krupierem przekonać się, którą z talii wybraliśmy - innymi słowy, jaką wartość zmiennej |Θ wylosowaliśmy. Odpowiedź jest mocno intuicyjna - spodziewamy się, że wraz ze wzrostem liczby gier coraz lepszym przybliżeniem prawdopodobieństwa wygranej będzie udział naszych zwycięstw we wszystkich dotychczasowych grach. Przekładając tę intuicję na wprowadzone oznaczenia, możemy zapisać

nX =limPi1i. Θ n∞n (1)

Powyższa zależność okaże się wskazówką do udowodnienia następującego twierdzenia

Twierdzenie (de Finettiego). Jeśli nieskończony ciąg doświadczeń )∞(X nn1 jest wymienialny, to istnieje zmienna - wyżej określona Θ - pod warunkiem której zmienne 1,X2,... X są niezależne i mają ten sam rozkład.

obrazek

Wyobraź sobie teraz, Czytelniku, że krupier zaproponował Ci nową grę i z jego wieloletniego doświadczenia wynika, że rezultaty kolejnych rozgrywek tworzą ciąg wymienialny. Przypuśćmy, że chwilę po rozpoczęciu zabawy przysiada się do Ciebie wysoki, elegancko ubrany dżentelmen o prawym oku czarnym, a lewym zielonym. Nachyla się do Twojego ucha i szepcze z cudzoziemskim akcentem "Annuszka kupiła już olej słonecznikowy, a po setnej grze będziesz miał dwadzieścia wygranych", po czym ulatnia się tak nagle, jak się pojawił. Coś w jego wyglądzie każe Ci zawierzyć usłyszanej przepowiedni, dlatego czym prędzej sięgasz po coś do pisania i obliczasz, w jaki sposób uzyskana informacja wpływa na Twoją ocenę opłacalności gry w kolejnych rundach. Przyjmując oznaczenie |Sin = Pni 1X na liczbę sukcesów po |n -tej rozgrywce oraz dając wiarę zapewnieniom krupiera o wymienialności ciągu wyników, stwierdzamy, że

n 1=x1,X2=x2,...,Xn=xn)=P(Sn=sn)(gdziesn=Qxi), P(X (nsn)i1 (2)

gdyż każdy z  n |(sn)n -wyrazowych ciągów wyników z sn sukcesami jest równie prawdopodobny. Spróbujmy teraz obliczyć prawdopodobieństwo uzyskania k sukcesów w |n -tej rundzie, gdzie =100. n < N Pamiętajmy, że po N -tej rundzie mamy mieć na koncie =20 |K zwycięstw. Każda z permutacji tych |N przyszłych wyników jest równie prawdopodobna, zastanówmy się zatem, jak wiele z nich oznacza |k sukcesów po |n rundach. Najpierw musimy wybrać |k zwycięskich rund spośród pierwszych n na  n |(k) sposobów, następnie −k K pozostałych sukcesów spomiędzy −nN końcowych rozgrywek na  N (K− k ) sposobów. Ponadto zwycięskie rundy możemy pomieszać na ! |K sposobów, a przegrane na −K)!, (N co przy ! N wszystkich możliwych permutacji daje nam równość

nNn (k)(K−k)K!(N−K)!n(K)k(N−K)n−k )=N!=(k)(N)n, P(Sn = k SN= K

gdzie (x)l = x(x −1)(x − 2)...(x −l +1). Niestety, w kasynie nie powinniśmy liczyć na pomoc sił nadprzyrodzonych, jednak uzyskana wyżej równość i tak może być użyteczna dla naszych celów. Zauważmy bowiem, że nawet jeśli nie znamy wartości |SN, to - korzystając ze wzoru na prawdopodobieństwo całkowite - możemy uzyskać

pict

Przyjmijmy teraz oznaczenie m=Smm, |Θ co pozwoli powyższą zależność przepisać w postaci

k)(N−K)K n N (K n=)kn−kN=) P (Θ = ( )Q ---------------⋅P (Θ . n)nN k K k (N

Jest ona prawdziwa dla dowolnych liczb naturalnych . k < n < N Ustalmy teraz k,n i zwiększajmy . N Niestety, nie możemy jeszcze stwierdzić, że zmienne N |Θ zbiegają w jakimś sensie do jednej zmiennej. Wszystkie jednak są zmiennymi na [0, | 1] - okazuje się, że w tej sytuacji jest im na tyle ciasno, że jesteśmy w stanie wybrać z nich podciąg N)i (Θ zbieżny (w pewnym sensownym sensie) do konkretnej zmiennej losowej |Θ na [0,1]. Wyobraźmy sobie teraz, że wspomniany wcześniej tajemniczy cudzoziemiec zdradził nam, że gdybyśmy grali w nieskończoność, zmienna Θ osiągnęłaby wartość θ . Przeprowadzając poprzednie rozumowanie, moglibyśmy wówczas dojść do równości

 Ni n=k Θ=θ))k(Ni−K)n−kN=K Θ=θ)iP (Θ = (n ) Q (K--------------⋅P (Θ . ni)nNi k Kk (N (3)

dla dowolnej liczby naturalnej i. Okazuje się teraz, iż wraz ze wzrostem i

  • N=K Θ=θ) P (Θ Ni "koncentruje się" wokół K- =θ , Ni tzn. jeśli wybierzemy dowolnie małe otoczenie θ, to suma wspomnianych prawdopodobieństw dla |KNi spoza tego otoczenia będzie zbiegała do 0,
  • różnica między K | k--Ni------ Ni a | K- k -K n−k ( Ni) (1− Ni) zbiega do 0. By się o tym przekonać, wystarczy sprawdzić, że oba ciągi są ograniczone, a ich iloraz zbiega do 1.

Powyższe uwagi miały za zadanie skłonić Czytelnika, by uwierzył, że dysponując odpowiednim zapasem cierpliwości i zręcznością w posługiwaniu się epsilonami i deltami, można wykazać, że prawa strona równania (3) zbiega do  n (k)θk(1− θ)n−k przy i ∞ , co oczywiście pociąga za sobą =θ)=(n)θk(1−θ)n−k.P(Sn = k Θ k Korzystając z "warunkowego" odpowiednika równości (2), dostajemy zatem

n =x,...,X=x Θ=θ)=θsn(1−θ)n−sn=Mθxi(1−θ)1−xi. P(X 11nni1

Oznacza to dokładnie tyle, że przy ustalonej wartości zmiennej |Θ wymienialne zmienne ,X,... X 12 są niezależne oraz wszystkie mają ten sam rozkład o prawdopodobieństwie sukcesu wskazywanym przez . Θ Innymi słowy, pracujący w kasynie analityk nie byłby w stanie, bazując wyłącznie na wynikach, odróżnić naszej gry od takiej, która polegałaby na niezależnych powtórzeniach tej samej rozgrywki z prawdopodobieństwem sukcesu określonym a priori przy użyciu zmiennej . Θ A skoro tak, to na mocy równości (1) zmienna ta - określona wcześniej jako granica podciągu N)∞i1i (Θ - jest również granicą całego ciągu N)∞N,1 (Θ której istnienia nie mogliśmy wcześniej założyć.

Czy jednak krupier byłby w stanie zaproponować nam grę, w której istnienie wspomnianej granicy byłoby nieoczywiste? Okazuje się, że tak, i przykład nie jest specjalnie skomplikowany. Wyobraźmy sobie, że postawiono przed nami urnę, w której znajdują się dwie kule - jedna biała, druga czarna. W każdej rundzie wyciągamy z urny jedną kulę, a następnie wkładamy ją z powrotem wraz z jeszcze jedną kulą tego samego koloru. Rundę uznajemy za wygraną, jeśli wyciągnęliśmy w niej kulę białą. Oczywiście, kolejne rozgrywki nie są powtarzaniem tego samego doświadczenia - każde wyciągnięcie białej kuli zwiększa prawdopodobieństwo sukcesu w kolejnej rundzie. Łatwo można jednak wykazać, że otrzymywane wyniki tworzą ciąg zmiennych wymienialnych. Aby się o tym przekonać, wystarczy w tym przypadku stwierdzić, że zamiana ostatnich dwóch wyników w dowolnym ciągu początkowych rezultatów nie zmieni nam prawdopodobieństwa jego uzyskania pod warunkiem wcześniejszych wyników. Niech zatem 1=x1,X2=x2,...,Xn=xnX będzie ciągiem n pierwszych wyników. Jeśli xn−1 = xn, postulowana równość jest oczywista. Bez straty ogólności przyjmijmy zatem xn−1 = 1 = 1 −xn i wówczas otrzymamy

n−1=xn−1,Xn=xn X1=x1,...,Xn−2=xn−2)= P(X 1+-sn− 2 2-+-sn−2 (n-−1-−sn−1)(1+-sn− 2) 1+-sn−2 1+-sn−2- = n (1− n + 1 ) = n(n + 1) = (1− n ) n +1 = n−1=xn,Xn=xn−1 X1=x1,...,Xn−2=xn−2). = P(X

Zgodnie z naszymi wcześniejszymi obserwacjami oznacza to ich niezależność i ten sam rozkład pod warunkiem znajomości (istniejącej) granicy =limPn1Xi/nΘ - gdyby tajemniczy cudzoziemiec zdradził nam jej wartość θ , to szansę na sukces w każdej kolejnej rundzie ocenialibyśmy właśnie na |θ . Wydaje się to dosyć zaskakujące, zwłaszcza jeśli przeprowadzimy podobne rozumowanie przy założeniu, że początkowo w urnie znajdowały się jedna kula biała i 100 czarnych oraz dostaliśmy informację =0,999 Θ - choć serce drżałoby z trwogi, zimna kalkulacja nakazywałaby już w pierwszej rundzie stawiać na szali zwycięstwa wszystkie nasze oszczędności, dom, psa i ubranie, gdyż szansa na sukces i tak wynosiłaby |99,9% ! Cały sekret tkwi w fakcie, że pozornie duże prawdopodobieństwo porażki w pierwszym losowaniu jest "pożerane" przez informację o tak dużej (lecz również tak mało prawdopodobnej) wartości . |Θ Przy naszych założeniach prawdopodobieństwo zdarzenia, że Θ jest nie mniejsze od 0,999, jest rzędu  −297 ... 10 . Nie trzeba wielkiej przenikliwości umysłu, by stwierdzić, że w tej sytuacji nasz cudzoziemiec z pewnością nie jest żadnym Bułhakowowskim Wolandem, a jedynie zwykłym hochsztaplerem. No, może nie z pewnością, a prawdopodobnie, więc może na wszelki wypadek uważajmy na plamy rozlanego oleju...