|
排名赛的理论模型:正态分布,得分规则及其他
假定有1000个玩家,他们进行排名赛,两两根据一定的配对规则,进行配对比赛,胜负根据双方的名次来决定得分和失分的多少。
现在问题是,如果每两个人之间比赛的胜率是固定的,是否存在这样的得分规则,使得稳定的得分分布近似满足均值为1000,标准差为200的正态分布(得分分布是个离散情形,正态分布是连续情形,不过在近似意义上两者可以相近)?
对问题进行形式化描述,对玩家的编号进行连续化处理。假定现在已经处于稳定状态了,得分的分布函数是g,累积概率函数是G,由于知道不同排名的两个玩家双方的胜率,所以可以假定给定了p(x,y),此函数代表排名为x的玩家对排名为y的玩家的胜率,其中x,y是[0,1]上的均匀分布,与通常的法则相反,x取1,代表其排名第一,取0反而代表排名最后。
现在一个得分为n的玩家,假如匹配规则是他可以与得分区间在[n-d,n+d]的玩家随机匹配,得分t的玩家的分布权重是g(t)。得分规则是此时的玩家,他胜利一场的得分与失败一场的失分的比值是f(n)。那么如果得分分布处于稳定状态,这代表每个得分的玩家,他与可以匹配的对手(随机匹配后)进行比赛,平均得分是0
用方程表示,结果是
int(f(n)*p(G(n),G(t))-(1-p(G(n),G(t))))*g(t)dt=0
积分区间是[n-d,n+d]
该等式对于一切n均成立
问题是如果g(t)是正态分布密度函数,那么是否存在这样的f,使得上面的等式成立。遗憾的是,我还不知道怎么解这个问题,有人能提供资料么,凭感觉我觉得这类问题的数学理论已经成熟了。
由此可以引申下面的一系列问题:稳定方程的解法或者数值解法;其次是稳定状态是否真的是演化的一个稳定不动点;再次,收敛到稳定状态的速度如何,是否存在一个收敛速度最快的法则
ps:不想讨论该模型的好坏,我很清楚很多人对我或者我的问题反感,但我只希望知道上面的方程在数学上是否有解或数值解 |
|