使用统计学分析《鱿鱼游戏》中“玻璃垫脚石”的生存概率

2024-04-13 19:48

本文主要是介绍使用统计学分析《鱿鱼游戏》中“玻璃垫脚石”的生存概率,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

dea3f98bef99834a54373d700c1912c5.png

来源:Deephub Imba本文约2600字,建议阅读8分钟 
如果你要在鱿鱼游戏中玩玻璃垫脚石,你会选择那个数字?

2f3731b94f5585578cc22fddd9d642a6.png

《鱿鱼游戏》是最近很火的电影,在阅读本篇文章之前,我假设你已经看过这部剧集了。比赛中需要使用不同的策略才能获胜,比如第7集中的“玻璃垫脚石”引起了我的注意。这是一场至关重要的比赛,16 名玩家中只有 3 名幸存者。我认为这款游戏与其他游戏不同,因为从统计的角度来看,这是一款赌博游戏,玩家的行为并不能帮助他们获胜。现在让我们来使用数据来证明这一点。

a15fd7348249fad70df6d6e97c619d6f.png

不管你信不信其实每个玩家的命运几乎在他们选号时就已经确定了,而他们在游戏中的表现并没有多大关系。拥有运气也是一种超能力(例如海贼王中的巴基大神 ,一拳超人中的King)。但是对于我们普通人来说,了解一些统计知识就可以让我们在这样的游戏中生存。

在这篇文章中,我将讨论以下问题:

  • 只有3名幸存者活下来了。如果再次玩游戏,是否有可能有更多(或更少的幸存者)?出现其他结果的概率是多少?

  • 这个游戏的生存概率是3/16吗?生存概率与游戏顺序有什么关系?

  • 如何根据猜对了多少玻璃来判断玩家是否是骗子?

  • 如何在这场比赛中生存?


来自平行宇宙的游戏的其他结果

为了回答这些问题,我使用“生存分析”的思想进行了模拟。它是一种广泛用于分析死亡、疾病发生、康复等事件的统计分析[1],以计算受试者存活的概率。

进行生存分析的一种方法是通过模拟运行数千或数百万次实验,然后计算你感兴趣的生存概率。因为运行一个实验就像是在观察平行宇宙中会发生什么,您甚至可以从一个先知(如果存在先知)的视角来阅读从模拟结果中得到的悲伤或快乐的故事!

让我们先回顾游戏规则:所有玩家选择1到16之间的数字,然后他们将在限定时间内按照这个顺序过桥。桥牌上有18排玻璃,玩家需要从每排中挑选左边或右边的玻璃。如果他们选对了就可以继续走下去,否则就会从桥上掉下来死去。

为了简化模拟的问题,我需要做一些假设:

如果玩家没有死,他们会继续行走。

玩家随机选择玻璃(即猜对每一行的概率是0.5)——不允许作弊。

在模拟游戏中并不考虑时间效应(通过取消模拟中的时间限制对玩家表示一些怜悯,其实是简化了我们的计算)。

现在我们可以用Python建立的平行世界,给玩家另一个玩游戏的机会。我创建了一个Python函数来模拟游戏过程,计算生还者的数量,以及他们猜对了多少次。让我们看看运行游戏后得到的一些有趣结果:

平行宇宙A得到了类似结果

我们有 3 个幸存者但是与节目不同的是,玻璃专家(节目第14位玩家)初试失败!大部分玩家一试就没有猜对。

11f9d4096656f052b47acaddd82f72e5.png

平行宇宙B是一个快乐故事

13名玩家在这个宇宙中幸存下来,玩家4猜对了9次!团队的英雄!但是猜对 9 次的概率是多少?这个玩家是作弊了吗?还是霸王色运气?我们稍后会在文中讨论这个问题。

b151f8321de8e35261bc33c5ce173fb0.png

平行宇宙C是悲伤的故事

这对于拥有 9 名幸存者的团队来说还不错。我说这很可悲是因为玩家4 猜对了 6 次,然后他就死了。4号玩家R.I.P。对团队贡献最大,但是还没没能活下来。

4e1238918efc493c19ae7805f731ed64.png


最有可能发生什么?

28446f1c58a6757b5048a41fb9b7b75f.png

上面的结果告诉我们,每次运行结果都可能大不相同。我们可以根据幸存者的数量来计算每个不同结果的概率吗?当然可以!我们只需要多次运行实验(我在分析中运行了 100,000 次),然后我们可以根据模拟计算概率。

让我们看看这些概率:

cbb2049f15e9c4684da196cc474d9dc9.png

7076701ae538f9d28a8936244bcaafc3.png

正如我们从上面看到的(正态分布对吧),这场比赛最有可能在最后有 7 名幸存者。几乎不可能没有幸存者(概率为 0.1%),或者整个团队的都是幸存者(概率为 0)。也就是说这个游戏注定有人要死去。

但是,我们也应该注意到,节目中的游戏比我们在这里模拟的要困难得多。比如:有时间限制。可以把人推到前面,试图改变游戏顺序,甚至作弊。但多亏了这些“人为因素”,这部剧看起来更精彩,也更关键,只有3名幸存者。

哪些玩家真的很幸运?

正如我在开头提到的,这是一个依赖顺序来玩的游戏。那么他们的生存机会如何随着顺序的的变化而变化吗?这是模拟输出:

ab733075a3096e87396e568197c76e8b.png

bce026e1ad2be6db229d790fe673625e.png

前 6 名玩家的生存机会不到 5%。而对于最后4名玩家(13-16号),他们可以在这场比赛中放松身心,生存机会超过95%。但是即使曹尚佑(№218)学了统计学,知道自己和前面的人都有可能活下来,我想他还是会选择当杀手,推那个可怜的家伙,因为是导演让推的。

如何判断玩家是否作弊?

   “Everyone Is Equal While They Play This Game. Here, The Players Get To Play A Fair Game Under The Same Conditions. Those People Suffered From Inequality And Discrimination Out In The World, And We’re Giving Them The Last Chance To Fight Fair And Win.” — The Front Man[2]

8032870b8716fbbdc4e2c98be7cfc608.png

如果一男(图片中的老家伙,No.001)参加了这场比赛并且他知道所有正确的步骤,你能说他知道一些事情而不是仅仅依靠运气吗?

我们可以使用一些基本的贝叶斯统计来解决这个问题。假设我们有:

赛前对一男的了解:我们相信他是真实玩家,有99%的几率,而他作弊的几率只有1%。

问题:在我们确信他作弊之前,他需要猜对多少次?

贝叶斯统计的解决方案:

1.让我们先假设他猜对了 5 次:

先验比率:作弊与非作弊是 1/99

问题:不作弊的概率为1/(2⁵)=1/32,作弊猜对5次的概率为1,所以似然比为1/(1/32)=32

后验比率 = 先验比率 * 似然比率 = 1/99 * 32 = 32/99

后验:作弊概率 = 32/(32+99) = ~24%。

2.现在假设他猜对了 10 次:

先验比率:作弊与非作弊是 1/99

问题:不作弊的概率为1/(2¹⁰)=1/1024,作弊者猜对10次的概率为1,所以似然比为1/(1/1024)=1024

后验比率 = 先验比率 * 似然比率 = 1/99 * 1024 = 1024/99

后验:作弊概率 = 1024/(1024+99) = ~91.2%。

正如我们从计算中看到的,如果玩家猜对了 10 次,我们将非常确定他是一个作弊者。概率为:91.2%。

作为玩家如何在这款游戏中生存?

最终解决方案:将您的幸运数字更改为更大的数字。

这是肯定的,从上面我们了解到生存的最好方法是获得最后一个数字:13-16 都是不错的选择(假设您不会被身后的玩家杀死)。

如果你运气不好,得到了 1-8 的数字,那么最好的生存机会就是说服其他 1-9 的玩家退出(根据规则,如果一半以上的人同意,游戏就可以停止)。那么如何说服他们放弃?说服前8名玩家并不难,因为最大的生存机会只有0.41。但是要说服机会为0.6的第9位玩家就很难了!我不知道节目的导演是否计算过这个数字(我个人觉得应该是算过了),但我想在这种情况下,9号玩家不会轻易被说服(假设他们都知道统计数据)。

最后本文的代码在这里:

https://github.com/mingjiezhao/squid_game_survival_analysis


引用:

[1] https://screenrant.com/squid-game-episode-7-game-bridge-rules-explained/

[2]https://en.wikipedia.org/wiki/Survival_analysis

[3] Squid game, Netflix

[4] https://screenrant.com/squid-game-netflix-bravest-characters/

作者:本篇文章是一个在Disney工作的的漂亮小姐姐 Mingjie Zhao撰写的,欢迎大家关注她的github

编辑:黄继彦

校对:林亦霖

d1a01ee3b35c0b0df86dceb6ace944d3.png

这篇关于使用统计学分析《鱿鱼游戏》中“玻璃垫脚石”的生存概率的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901056

相关文章

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

Go语言数据库编程GORM 的基本使用详解

《Go语言数据库编程GORM的基本使用详解》GORM是Go语言流行的ORM框架,封装database/sql,支持自动迁移、关联、事务等,提供CRUD、条件查询、钩子函数、日志等功能,简化数据库操作... 目录一、安装与初始化1. 安装 GORM 及数据库驱动2. 建立数据库连接二、定义模型结构体三、自动迁

ModelMapper基本使用和常见场景示例详解

《ModelMapper基本使用和常见场景示例详解》ModelMapper是Java对象映射库,支持自动映射、自定义规则、集合转换及高级配置(如匹配策略、转换器),可集成SpringBoot,减少样板... 目录1. 添加依赖2. 基本用法示例:简单对象映射3. 自定义映射规则4. 集合映射5. 高级配置匹

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

Spring 框架之Springfox使用详解

《Spring框架之Springfox使用详解》Springfox是Spring框架的API文档工具,集成Swagger规范,自动生成文档并支持多语言/版本,模块化设计便于扩展,但存在版本兼容性、性... 目录核心功能工作原理模块化设计使用示例注意事项优缺点优点缺点总结适用场景建议总结Springfox 是

嵌入式数据库SQLite 3配置使用讲解

《嵌入式数据库SQLite3配置使用讲解》本文强调嵌入式项目中SQLite3数据库的重要性,因其零配置、轻量级、跨平台及事务处理特性,可保障数据溯源与责任明确,详细讲解安装配置、基础语法及SQLit... 目录0、惨痛教训1、SQLite3环境配置(1)、下载安装SQLite库(2)、解压下载的文件(3)、

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图

Springboot如何正确使用AOP问题

《Springboot如何正确使用AOP问题》:本文主要介绍Springboot如何正确使用AOP问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录​一、AOP概念二、切点表达式​execution表达式案例三、AOP通知四、springboot中使用AOP导出

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左