环球科学

赌局中断后,怎么分钱才公平?这个难题曾困扰数学家150年

赌局中断后如何公平分配赌注?在这篇来自《环球科学》2026年8月新刊的文章中,作者杰克·默塔向我们展示了,这个问题如何推动了概率论的发展。
Image
《环球科学》2026年8月新刊销售中
点击原文进入购买页面
撰文 | 杰克·默塔(Jack Murtagh)
翻译 | 陶兆巍

假设你和我一起玩一个简单的抛硬币游戏:各自下注50元,如果硬币为正面,你得1分,反面则我得1分,先到10分者赢走100元。当比分来到你以8:6领先时,游戏因故中断。这下问题来了:你不愿把我的50元原封不动退给我,因为目前你领先;我也不肯将100元都让给你,因为我仍有机会连赢几局翻盘。那么,怎样分这100元才算公平?

这个问题被称作“赌注分配问题”(problem of the division of the stakes),曾困扰数学家150多年。原因很简单:它最早被提出时,概率论尚未诞生。17世纪,数学家布莱兹·帕斯卡(Blaise Pascal)和皮埃尔·德·费马(Pierre de Fermat)曾在著名书信往来中讨论一问题。他们不仅找到了公平分配赌注的正确方法,也在这一过程中奠定了现代概率论的基础。时至今日,这套思想仍是风险评估的理论基石,帮助人们在投资、保险等充满不确定性的决策中作出判断。

1494年,意大利数学家卢卡·帕乔利(Luca Pacioli)在他的数学著作《算术、几何、比及比例概要》(Summary of Arithmetic, Geometry, Proportions and Proportionality)中首次尝试求解赌注分配问题。他认为,比赛中断时,赌注应按双方已得分数分配。在前述示例中,你在14次抛硬币中赢了8次,应分得8/14,约57.14元,而我拿剩下的6/14。

这个方案乍看颇为合理。但50多年后,意大利数学家尼科洛·丰塔纳[Niccolò Fontana,其外号“塔尔塔利亚”(Tartaglia,意为“口吃者”)更广为人知]发现,这个方案在比分悬殊时会明显失衡。假如比赛在第一次抛掷后就中断,按帕乔利的规则,赢下这一局的人将拿走全部赌注,尽管胜负远未确定。

Image

塔尔塔利亚提出另一种分法。还是以8:6为例,此时你领先我2分,相当于目标分数的1/5,因此应拿回自己的50元,再从我的50元里分得1/5,共60元。这种方法在极端情况下似乎更公平:若只玩一局便中断,领先者只能获得对手赌注的1/10,而非全部。两种方法的区别在于,帕乔利依据的是“领先优势占已完成进程的比例”,塔尔塔利亚依据的则是“领先优势占整场比赛长度的比例”。

不过,塔尔塔利亚自己也并不完全放心这套方法,他写道:“无论如何分配,总免不了争执。”在他看来,这个问题本就是为引发争执而设,根本不存在完美数学解。事实证明,他对自己的怀疑是正确的。如果目标是200分,一方已经获得199分,而另一方有190分。按照他的方法,领先者虽然只差1分就能获胜,却只能额外分得对手赌注的9/200,也就是2.25元。而落后者必须连续抛出10次反面才会逆转局面。领先者已胜券在握,赌注差异却如此小,显然不匹配他几乎稳赢的局势。

这场争论直到17世纪中叶,一位法国赌徒兼社交名流向帕斯卡求助,局面才出现转机。帕斯卡立刻意识到,答案的关键不在中断时的比分,而在比分未来可能怎样发展。他写信请费马一同证明。两人最终给出了截然不同的解法,却得到了相同的结果。这种殊途同归让他们确信自己的结论是正确的,如今数学家也普遍认为,这是最公平的解法。

费马的思路是列出中断后比赛所有可能的发展,统计每名玩家最终获胜的分支数。一个人应得的赌注比例,就等于他在这些未来中获胜的比例。以8:6、目标10分为例,比赛最多再抛5次必定结束,因此可列出接下来5次抛掷的全部32种结果。即使有些局面提前决出胜负,也可假想继续抛完以便统计。按照这种计算方式,在32种可能中,领先者有26种可能最终获胜,因此应分得26/32,即81.25元。

费马的方法虽然优雅,却难以应对续局很多的情形。假设游戏还需20次抛掷,可能性将超过一百万种。对此,帕斯卡给出了一个极其巧妙的解法,并首次提出了后来被称为“期望值”(expected value)的思想,而这个概念至今仍是现代概率论的支柱之一。

帕斯卡从一条几乎没有争议的原则出发:比赛中断时若双方打平,就平分赌注。比如,在比分9:9时中断,每人拿回50元。接下来,再从这个结果倒推,若一方以9:8领先,下一次抛掷有50%概率让他直接赢得100元,也有50%概率让对手追成9:9,只得50元。因此领先者的平均收益为:50%×100元+50%×50元=75元。

按照同样的方法倒推,可算出任意局面公平分配赌注的方法。关键是只需考虑再抛一次正面和再抛一次反面后,领先者应得多少,再取二者平均。比如,9:7时,领先者应拿87.50元,因为正面时得100元,反面时进入9:8局面,得75元;9 : 6时,拿93.75元。8:7时应拿68.75元,即9:7与8:8两种公平收益的平均。于是8:6时,领先者应拿50%×93.75元+50%×68.75元=81.25元,与费马的结果完全一致。

Image

图片来源:unsplash

尽管思路不尽相同,两人的真正洞见却是一致的:公平分配取决于未来的可能性,并且每种未来都要按照发生概率加权。今天,我们把应该拿到的赌注称为期望值,即所有未来结果的加权平均。费马逐一穷举未来,帕斯卡则从下一步局面不断倒推,以递推方式得到答案。

期望值的概念并没有停留在17世纪茶余饭后的博弈中。它后来成为几乎所有现代风险评估背后的数学基石:精算师计算保险费率、投资分析师评估投资组合、赌徒权衡是否下注,本质上都在做同一件事——把每种可能情景造成的收益或损失乘以其概率,再将所有结果相加,从而量化一项决策的价值。

不确定性无法避免,而现代技术体系之所以能发展到如此高度,很大程度上源于我们学会了用严谨方式处理不确定性。几千年来,数学家多凭借零散直觉应对概率性问题,直到帕斯卡与费马的通信给出了一套分析框架。我们依然无法预言未来,但至少知道该怎样为未来定价。

本文来自《环球科学》2026年8月刊《始于赌局的概率论》一文。

封图来源:unsplash

本文来自微信公众号“环球科学”。如需转载,请在“环球科学”后台回复“转载”,还可通过公众号菜单、发送邮件到[email protected]与我们取得联系。相关内容禁止用于营销宣传。

-电商广告-

Image

《环球科学》2026年8月新刊销售中

 戳图片或阅读原文

立即购买

Image
点击【在看】,及时接收我们的内容更新 
Image