你的愿望实现了,你可以在温布尔登决赛中与罗杰·费德勒(Roger Federer)的巅峰时期进行网球比赛。 你只有1%的机会赢得每一分,但罗杰,他是一位体育绅士,他提议让你说出任何分数,然后在那一点开始比赛。 (所以,如果你曾幻想在第五盘落后三个赛点后能猛冲回来,那么现在是时候了。)你能说出哪一分是你获胜的最佳机会,你赢得冠军的机会有多大?
A类 比赛 是第一个赢得三盘比赛的选手赢得的。 因此,最多将进行五盘比赛。 前四组为普通组,而第五组(如有必要)为 优势集 . 安 普通集合 由第一个(i)赢得六场普通比赛和(ii)领先两场比赛的选手获胜。 如果比分达到6-6 抢七比赛 比赛结束后,比赛的获胜者将赢得比赛。 安 优势集 就像一盘普通的比赛,但没有抢七。 所需的游戏数量没有限制。 安 普通游戏 第一名球员获胜,(i)赢得四分,(ii)领先两分。 所需点数没有限制。 A类 抢七比赛 第一名球员获胜,(i)赢得7分,(ii)领先2分。 所需点数没有限制。
公平的理由
每场普通比赛都以4分获胜,以2分获胜,如果我们以3-3战平,那么我们就平局了。 所以我赢得比赛的概率是: \[ g=f_4(p,x_d(p)) \] 每场抢七局都以7分取胜,以2分取胜。如果我们以6-6平,那么我们就平局了。 所以我赢得决胜局的概率是: \[ \巴g=f_7(p,xd(p)) \] 每盘普通赛赢6场,赢2场,如果我们5-5平,我们还要再打两场比赛。 我可以赢得两场加时赛,或者赢得两场比赛中的一场,然后赢得决胜局。 因此,如果我们以5-5平局,我获胜的机会是$g^2+2g(1-g)\bar g$。 所以我赢得一盘普通比赛的总机会是: \[ s=f_6(g,g^2+2g(1-g)\bar g) \] 每场优势赛赢6场,赢2场,如果我们6-6平,那么我们就平局了。 所以我赢得优势集的概率是: \[ \巴s=f6(g,xd(g)) \] 这场比赛以3盘获胜,2盘获胜,如果我们以2-2平局,那么我们将打一盘优势赛。 所以我赢得比赛的概率是: \[ M=f_3(s,\bar s) \] 虽然可以实际计算这些量,但结果相当混乱。 对于感兴趣的人来说,$M(p)$是一个有理函数,其分子的阶数是465,分母的阶数为136。 讨厌! 所以我不会把它写出来……但下面是函数作为图的样子: 我没有在情节中包括优势集,因为它们的分布与普通集几乎相同。 正如所料,这幅画是完全对称的; 如果我们有50%的机会赢得每一分,那么我们就有50%的几率赢得每场比赛、每盘比赛和整场比赛。 形状也很有意义; 如果我们比对手差,那么赢得一场比赛、一盘比赛或一场比赛的可能性就越来越小。 以下是感兴趣的人的确切数字: P(赢点) P(赢得比赛) P(赢局) P(赢得比赛) 49% 47.5% 42.9% 36.8% 45% 37.7% 18.5% 4.61% 40% 26.4% 3.65% 0.04% 1% 1.50×10 -7个 2.35×10 -39 1.30×10 -115 因此,如果你赢得一分的几率是1%,那么你击败费德勒的几率与你连续14次赢得巨额头奖的几率大致相同。 不好的。 不公正的案件 如前所述,我们希望在比赛中以2-0领先。 第三盘将以6-6平局,我们将在决胜局中以6-0领先。 在这种情况下,为了找到获胜的机会,我们将计算失败的机会,因为代数更简单。 我们需要计算: \开始{align} &\mathbb{P}(\text{lose match})\\ &=\mathbb{P}(\text{lose tiebreak up 6-0})\times\mathbb{P}(\text}lose match up 2-1})\\ &=\mathbb{P}\\ &=(1-p)^6(1-x_d(p))(1-s)(1-\bar s) \结束{对齐} 再一次,我们可以用代数方法计算这个量,结果是一团乱……这是一个有理函数$p$,其分子的度数是182,分母的度数为60。 但有一个诀窍:我们可以近似$s\approx\bars\approx 0$,即如果我们没有赢得第一个抢七,我们就放弃,我们得到了一个更简单的公式: $\显示样式 \mathbb{P}(\text{win-match})大约1\,-\,\frac{(1-P)^8}{1-2p+2p^2} $ 为了验证此近似值是否良好,我在同一轴上绘制了真函数和近似值: 下图显示了曲线之间的差异(按对数比例): 因此,如果我们有问题中指定的$p=0.01$,近似值将正确到36位小数! 最终的数值结果是: $\显示样式 \mathbb{P}(\text{win-match})=5.86159\% $ 因此,我们最初的5.9%的近似值并不遥远。