《未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数》各章定量结论

先看过约 37% 的人而不录用、之后录用第一个比之前所有人都好的人,选中最佳者的概率约为 37%——这条「37% 法则」流传很广,但它成立的条件相当苛刻。本书用统计决策论考察三类相关的问题:什么时候停止观察并行动(停时),往哪里找(贝叶斯搜索),以及为了信息愿意付出多少眼前的代价(探索—利用权衡)。依次讨论:秘书问题在有限 n 时的精确最优阈值与成功概率(n = 10 时跳过 3 人、成功概率 0.399,n = 100 时 0.371,极限 1/e;最优点附近很平坦,n = 40 时有 37.5% 的情形空手而归),弗格森 1989 年的考证(加德纳的原始游戏是两人博弈,开普勒的故事违反「不能回头」);完全信息版本(约 0.58)、最小期望名次(极限约 3.8695,而 37% 规则在 n = 100 时为 19.6)、录用可能被拒绝、可以回头与人数未知(最佳阈值约 13.5%,成功概率约 0.27)等变体,以及实验中人们停得太早与在可学习的重复游戏中迅速接近最优;库普曼的搜索论、贝叶斯更新与「后验概率 × 发现概率」的贪婪规则,「天蝎号」与法航 447 的残骸搜寻(后者的关键在于重新检查信标是否工作的假设,联合模型在示意网格中对两种真相都稳健),以及觅食生态学中查诺夫的边际价值定理(路程越远停留越久,离开时斑块并未吃空)与列维飞行觅食假说之争(μ = 2 只在目标稀疏、可重复…

DOI 10.5281/zenodo.23810102 · 阅读本章所在专著 · English version

模型示意算例,非实时报价