[論文レビュー] How to lose as little as possible

Vittorio Addona, Stan Wagon+1 more|arXiv (Cornell University)|Feb 9, 2010

Advanced Combinatorial Mathematics参考文献 3被引用数 4

ひとこと要約

本稿では、より低い表の確率 $ q $ を持つ弱小プレイヤー（下位プレイヤー）が、より高い表の確率 $ p > q $ を持つ強力な相手（上位プレイヤー）と $ n $ 回のコイントスで対戦する際に、その勝利確率を最大化する最適なコイントス回数 $ n $ を調査している。多変数Zeilbergerアルゴリズムと、レジェンドル多項式に基づく指標関数 $ J_n(q,p) $ の分析を用いて、勝利確率の単峰性を証明し、一意の最大値をとる $ N(q,p) $ について、$ \left\lfloor \frac{1}{2(p-q)} - \frac{1}{2} \right\rfloor \leq N(q,p) \leq \left\lceil \frac{\max(1-p,q)}{p-q} \right\rceil $ というタイトな境界を導出している。この手法により、$ 10^{-100} $ などの極めて小さな $ q $ や $ p $ に対しても、高精度数値積分を用いて $ N(q,p) $ の効率的計算が可能である。

ABSTRACT

Suppose Alice has a coin with heads probability $q$ and Bob has one with heads probability $p>q$. Now each of them will toss their coin $n$ times, and Alice will win iff she gets more heads than Bob does. Evidently the game favors Bob, but for the given $p,q$, what is the choice of $n$ that maximizes Alice's chances of winning? The problem of determining the optimal $N$ first appeared in \cite{wa}. We show that there is an essentially unique value $N(q,p)$ of $n$ that maximizes the probability $f(n)$ that the weak coin will win, and it satisfies $\frac{1}{2(p-q)}-\frac12\le N(q,p)\le \frac{\max{(1-p,q)}}{p-q}$. The analysis uses the multivariate form of Zeilberger's algorithm to find an indicator function $J_n(q,p)$ such that $J>0$ iff $n

研究の動機と目的

• 弱小コイン（表の確率 $ q $）が $ n $ 回のコイントスで、強小コイン（表の確率 $ p > q $）より多くの表を出す確率を最大化する最適な試行回数 $ n $ を特定すること。
• 勝利確率関数 $ f(n) $ が単峰的であることを証明し、最大値が一意であるか、あるいは連続する二つの $ n $ 値で共有されるかを特定し、その最大値の正確な位置を同定すること。
• レジェンドル多項式の性質とノルクライン解析を用いて、$ N(q,p) $（Aliceの勝利確率を最大化する $ n $ の値）のタイトな解析的境界を導出すること。
• 指標関数 $ J_n(q,p) $ の積分表現の数値積分を用いて、$ q $ や $ p $ が極めて小さい場合（例：$ 10^{-100} $）でも、$ N(q,p) $ を効率的に計算できる堅牢で高精度なアルゴリズムを開発すること。
• $ p \to q $ の極限における $ N(q,p) $ の漸近的挙動を調査し、改善された境界や漸近的形を予想すること。

提案手法

• 著者らは、勝利確率関数 $ f(n) $ を二重和として定義し、これはAlice（コインの表確率 $ q $）がBob（コインの表確率 $ p > q $）より多く表を出す確率を表す。
• 彼らは、$ f(n+1) - f(n) $ の符号が $ J_n(q,p) $ の符号と一致するように、連続するレジェンドル多項式の線形結合である指標関数 $ J_n(q,p) $ を導入し、最大値の効率的検出を可能にする。
• 多変数Zeilbergerアルゴリズムを用いて、$ f(n) $ の閉形式再帰式を導出し、$ \phi_n(xy) $（レジェンドル多項式に関連する超幾何型和）を用いて $ J_n(q,p) $ の表現を得た。
• $ J_n(q,p) = 0 $ となる $ p $ の値を表す関数 $ p_n(q) $ を分析し、$ (p,q) $ 平面上におけるそのノルクライン構造を用いて $ N(q,p) $ の境界を導出している。
• $ N(q,p) $ が大きい場合には、$ \int_0^\pi (u + \sqrt{u^2 - 1} \cos t)^n dt $ を含む積分表現に基づき、高精度数値積分を用いて $ J_n(q,p) $ の符号を評価する。
• $ p_n(q) $ のノルクラインを計算するための微分方程式アプローチを実装し、境界曲線の高速生成と $ N(q,p) $ のための効率的根探索を可能にした。

実験結果

リサーチクエスチョン

• RQ1 弱小コイン（表の確率 $ q $）が $ n $ 回のコイントスで、強小コイン（表の確率 $ p > q $）より多く表を出す確率を最大化する $ n $ の値は何か？
• RQ2 勝利確率関数 $ f(n) $ は単峰的か？ もしそうなら、最大値は一意か、それとも連続する二つの $ n $ 値で共有されるか？
• RQ3 $ N(q,p) $（最適な $ n $）について、$ p $ と $ q $ の関数としてタイトな解析的境界を導出できるか？
• RQ4 $ q $ や $ p $ が非常に小さい場合（例：$ 10^{-100} $）、直接計算が不可能な場合に、$ N(q,p) $ をどのように効率的に計算できるか？
• RQ5 $ p \to q $ の極限における $ N(q,p) $ の漸近的挙動は何か？ また、改善された境界や閉形式近似を導出できるか？

主な発見

• 勝利確率 $ f(n) $ は単峰的である：$ f(n) $ が最大値に達する一意の $ n $ 値、または連続する二つの $ n $ 値が存在し、$ N(q,p) $ はその最小の $ n $ として定義される。
• 最適な $ n $、$ N(q,p) $ は、$ \left\lfloor \frac{1}{2(p-q)} - \frac{1}{2} \right\rfloor \leq N(q,p) \leq \left\lceil \frac{\max(1-p,q)}{p-q} \right\rceil $ という境界を満たしており、これはタイトで漸近的に鋭いものである。
• $ p = 2q $ で $ q $ が小さい場合、$ N(q,p) $ は概ね $ \frac{1}{2(p-q)} $ のように増加し、本稿では $ N(10^{-100}, 2 \cdot 10^{-100}) = 727689031794675988529598753552387528452110838880220070528794638971962649789 $ を計算している。
• 指標関数 $ J_n(q,p) $ はレジェンドル多項式の線形結合であり、$ f(n+1) - f(n) $ の符号を決定するため、符号検出による最大値の効率的計算が可能である。
• $ J_n(q,p) $ の積分表現の高精度数値積分を用いた効率的アルゴリズムにより、$ q, p \sim 10^{-100} $ であっても $ N(q,p) $ の計算が可能であり、実行時間は数秒未満である。
• 極限 $ \lim_{(p,q) \to (q_0,q_0)} (p - q) N(q,p) = \frac{1}{2} $ が成り立ち、$ p \to q $ のとき $ N(q,p) \sim \frac{1}{2(p-q)} $ であることが確認された。