1. A PARADOXON LEÍRÁSA



Hasonló dokumentumok
Szakdolgozat. Miskolci Egyetem. A szentpétervári paradoxon. Készítette: Botos Imre 3. Évfolyam, Programtervező Informatikus Szak

Valószínűségszámítás összefoglaló

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

1000 forintos adósságunkat, de csak 600 forintunk van. Egyetlen lehetőségünk, hogy a

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

1. Lineáris differenciaegyenletek

Sorozatok I. Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma)

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Példa a report dokumentumosztály használatára

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.

1. tétel. Valószínűségszámítás vizsga Frissült: január 19. Valószínűségi mező, véletlen tömegjelenség.

Mesterséges Intelligencia MI

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Beruházási és finanszírozási döntések

1.2.1 A gazdasági rendszer A gazdaság erőforrásai (termelési tényezők)

BME Nyílt Nap november 21.

1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba

HÁZI DOLGOZAT. Érmefeldobások eredményei és statisztikája. ELTE-TTK Kémia BSc Tantárgy: Kémia felzárkóztató (A kémia alapjai)

Készítette: Fegyverneki Sándor

Változatos Véletlen Árazási Problémák. Bihary Zsolt AtomCsill 2014

Poncelet egy tételéről

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Számsorozatok (1) First Prev Next Last Go Back Full Screen Close Quit

Néhány kockadobással kapcsolatos feladat 1 P 6

egyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk

Csődvalószínűségek becslése a biztosításban

4. A negatív binomiális eloszlás

Valószínűségszámítás és statisztika

Következik, hogy B-nek minden prímosztója 4k + 1 alakú, de akkor B maga is 4k + 1 alakú, s ez ellentmondás.

Közlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

Játékelmélet. előadás jegyzet. Kátai-Urbán Kamilla. Tudnivalók Honlap: Vizsga: írásbeli.

Arany Dániel Matematikai Tanulóverseny 2014/2015-ös tanév első (iskolai) forduló Haladók II. kategória

Diplomamunka. Miskolci Egyetem. Leghosszabb szériák vizsgálata. Készítette: Selling István Mérnök Informatikus MSc jelölt

ismertetem, hogy milyen probléma vizsgálatában jelent meg ez az eredmény. A kérdés a következő: Mikor mondhatjuk azt, hogy bizonyos események közül

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató

Valószínűségi változók. Várható érték és szórás

A maximum likelihood becslésről

Próbaérettségi 2004 MATEMATIKA. PRÓBAÉRETTSÉGI május EMELT SZINT. 240 perc

BIOMATEMATIKA ELŐADÁS

Döntési rendszerek I.

A Riemann-Siegel zeta függvény kiugró értékeinek keresése. A matematikai egyik legnehezebb problémája, avagy a prímszámok misztériuma

Leképezések. Leképezések tulajdonságai. Számosságok.

Teknős Kereskedési Szabályok. Michael W. Covel. Trend FollowingTM Minden jog fenntartva! A fordítást a szerző engedélye alapján végezte:

LegalUp! Bajzik András: Mielőtt céget alapítanál

TANTÁRGYI PROGRAM Matematikai alapok II. útmutató

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Nyerni jó évfolyam

Társadalmi és gazdasági hálózatok modellezése

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Publikációk. Libor Józsefné dr.

Közgazdasági elméletek. Dr. Karajz Sándor Gazdaságelméleti Intézet

Taylor-polinomok. 1. Alapfeladatok április Feladat: Írjuk fel az f(x) = e 2x függvény másodfokú Maclaurinpolinomját!


x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Beruházási és finanszírozási döntések (levelező, 2. konzultáció)

Zalaegerszegi Intézet 8900 Zalaegerszeg, Gasparich u. 18/a, Pf. 67. Telefonközpont: (06-92) Fax: (06-92)

Számelméleti alapfogalmak

Mátrixjátékok tiszta nyeregponttal

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Centrális határeloszlás-tétel

JÁTÉKELMÉLETI MAGYARÁZAT A KÖZJÓSZÁGOK LÉTREJÖTTÉNEK ELMARADÁSÁRA

2. Logika gyakorlat Függvények és a teljes indukció

Szeminárium-Rekurziók

Az ész természetéhez tartozik, hogy a dolgokat nem mint véletleneket, hanem mint szükségszerűeket szemléli (Spinoza: Etika, II. rész, 44.

KOVÁCS BÉLA, MATEMATIKA II.

Gazdasági Információs Rendszerek

Idő és tér. Idő és tér. Tartalom. Megjegyzés

IFJÚSÁG-NEVELÉS. Nevelés, gondolkodás, matematika

Fraktálok. Löwy Dániel Hints Miklós

Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Biomatematika 2 Orvosi biometria

Vállalkozási finanszírozás kollokvium

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Szerencsejátékok. Elméleti háttér

További forgalomirányítási és szervezési játékok. 1. Nematomi forgalomirányítási játék

Vállalkozási finanszírozás kollokvium

Ramsey-féle problémák

AuditPrime Audit intelligence

Kamatos kamat II. Írta: dr. Majoros Mária

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

Diszkréten mintavételezett függvények

3 + 1 SZEMPONT. gy jó coach többek között arról ismerszik meg, hogy mielőtt a hogyannal

Marx György: Gyorsuló idő Rényi Alfréd: Ars Mathematica Székely Gábor: Paradoxonok Tusnády Gábor: Sztochasztika

ÉLETKEZDÉSI TERV GAZDAG NAGYBÁCSITÓL ÍZELÍTŐ. Készítette:

Tartalom. Speciális pénzáramlások. Feladatmegoldás, jelenértékszámítások hét. Speciális pénzáramlások. Örökjáradék:

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Vállalkozási finanszírozás kollokvium

Modern matematikai paradoxonok

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala

Átírás:

Szolnoki Tudományos Közlemények XIV. Szolnok, 2010. Libor Józsefné dr 1 A SZENTPÉTERVÁRI PARADOXON ÉS GAZDASÁGI VONATKOZÁSAI Előadásomban az ún. Szentpétervári Paradoxont szeretném bemutatni a nem-matematikusok számára is. A paradoxon feloldására több, érdekes megoldás született, melyek kidolgozása során az eredmények alkalmazási köre egyre szélesedett. A paradoxon létrejöttének és fejlődésének történeti ismertetése után munkámban a gazdasági vonatkozásairól szeretnék szólni, különös tekintettel a tőzsdei vizsgálatokkal való szoros kapcsolatról. Ez külön jelentőséggel bír napjainkban, amikor is a gazdasági válság még itt érződik mindennapjainkban. Egyéb gazdasági, sőt pszichológiai vonatkozása is van a témának, mely szintén sokak számára érdekes lehet. THE ST. PETERSBURG PARADOX AND ECONOMIC ASPECTS OF IT This work reviews some aspects of the history of the St. Petersburg paradox and some related games for the nonmathematicians either. The paradox and the given solutions are very interesting and useful for the economic field also. First I would like to show the history and the development of it, then we will see, that the run-up in stock prices in the late 1990s and the subsequent declines in 2000 could have been avoided by an analysis and application of the St. Petersburg paradox. There are some other applications of the paradox, for example in the field of psychology. 1. A PARADOXON LEÍRÁSA Maga a paradoxon egy játékból, illetve annak vizsgálatából született. A játék a következő: két játékos - nevezzük őket Péternek és Pálnak (aki a bankár szerepét játsza) az alábbiakban állapodnak meg. Péter elkezd dobálni egy pénzérmét. Ha első dobásra fej jön ki, akkor kap Páltól 2 forintot (vagy dukátot, vagy dollárt, vagy eurót, kinek mi tetszik). Ha csak a második dobásra kap fejet, akkor 4 forintot kap, ha a harmadik dobásnál lesz először fej, akkor 8 forintot és így tovább. Vagyis ha az első fej a k-dik dobásra jön ki, akkor 2 k forintot kap Páltól. Mivel Pál nem jótékonysági intézmény, így Péternek valamekkora részvételi díjat kell fizetnie a játékért. A kérdés az, hogy mekkora legyen ez a beszálló tőke Péter részéről, hogy a játék igazságos legyen? Igazságos játékon azt értjük, hogy az egyik játékos sem gazdagodhat a másik rovására. (Átlagos nyereménye, illetve a másik játékos átlagos vesztesége 0 kell, hogy legyen.) Foglaljuk az adatokat táblázatba, ahol x i jelöli azt a 1 Szolnoki Főiskola, Üzleti fakultás, Gazdaságelemzési Módszertani Tanszék, főiskolai docens, liborne@szolf.hu A cikket lektorálta: Dr. Madaras Lászlóné Szolnoki Főiskola, tanszékvezető, főiskolai tanár, PhD.

nyereményt, melyet Péter akkor kap, ha az i. dobásnál lesz először fej, illetve p i ezen eseménynek a valószínűségét: x i 2 4 8 16 32 2 k p i 1/2 (1/2) 2 (1/2) 3 (1/2) 4 (1/2) 5 (1/2) k Hiszen szabályos érmét tekintve 0.5 annak a valószínűsége, hogy fejet dobunk. Ha csak a második dobásra kapunk fejet, az úgy lehet, hogy elsőre írást dobunk (0.5 valószínűséggel) és utána fejet, szintén 0,5 valószínűséggel. Mivel a két dobás (esemény) egymástól független, így ezen esemény valószínűsége 0,5x0,5 = (1/2) 2. Hasonlóan ha például azt az általános esetet nézzük, hogy a k. dobásra kapunk először fejet, az azt jelenti, hogy előtte (k-1)-szer írást dobunk ( (1/2) k-1 valószínűséggel) és utána fejet ½ valószínűséggel. Tehát az eseményünk valószínűsége (1/2) k-1 x (1/2) = (1/2) k. És ez így megy tovább a végtelenségig. Ez így teljesen rendben is van, hiszen ( 1 k=1 2 )k = 1 (a végtelen mértani sor összegképlete alapján), ami egyébként azt jelenti, hogy a játék véges számú lépésben véget fog érni majdnem biztosan (1 valószínűséggel). Vagyis Péter nyereménye majdnem biztosan véges lesz. Pálnak (a bankárnak) azonban az a véleménye, hogy Péternek végtelen nagy összeget kell befizetnie, hiszen végtelen nagy a várható nyereményösszege is. Ez is igaz, hiszen ha a nyeremények várható értékét nézzük, akkor a következő adódik: E(X) = i=1 x i p i = 2 1 + 4 1 + + 2 4 2k ( 1 2 )k + = 1 = i=1 (1) Péter azonban úgy gondolja, hogy ez azért túlzás lenne, hiszen tetszőleges x 2 esetén annak a valószínűsége, hogy a nyereménye legfeljebb x lesz: P(X x) = 1 [log 2 x] = 2 k (1 2 )k = 1 ( 1 2 )[log 2x] k: 2 k x k=1 (2) Ahol [a] jelenti az a szám egészrészét, vagyis: [a] = max {b Z, b a}. Ez alapján felírhatjuk a nyeremények eloszlásfüggvényét: F x = P X x = 0 ha x < 2 1 2 [log 2x] ha x 2 (3) Így mivel, P X > x = 2 [log 2x] így a nyeremény csak kis eséllyel fog túllépni az x 2 összegnél csak egy kicsivel is nagyobb összeget. Például egy 40 forintnál nagyobb nyeremény valószínűsége: P(X > 40) = 1/32 0,03125, egy sokkal nagyobb, mondjuk 32000 forintnál nagyobb nyeremény valószínűsége 0,00006 körüli érték. Így aztán még egy elég nagy véges összeget is félve kockáztatna Péter, nem még végtelen nagyot.(arról nem is beszélve, hogy nyilván nincs is végtelen sok forintja.) Ahogyan Nicolaus Bernoulli 1728. augusztus 27.-én unokaöccsének Danielnek írta: még a féleszű ember is eladná a játékhoz való jogát 40 dukátért. Ez tehát a nagy dilemma, mely évszázadokon át foglalkoztatta nemcsak a matematika tudósait, hanem később közgazdászokat, pszichológusokat és egyéb más tudományterület művelőit. 2

2. A PARADOXON TÖRTÉNETI ALAKULÁSA, MEGOLDÁSAI Amint már az előző fejezetből is kiderült a híres Bernoulli családnak nagy szerepe volt a paradoxon felismerésében, megoldáskeresésben és ezek másokkal való megismertetésében. A kezdetek azonban korábbra nyúlnak vissza. A tudománytörténészek úgy tartják, hogy a valószínűségszámítás Blaise Pascal és Pierre de Fermat híres levelezésével született meg 1654-ben, melyben szerencsejátékok tárgyalása során a tudományos alapokat is sikerült lefektetni. Ezekre, illetve ezek kiegészítéseire épült Huygens appendixe, mely az első nyomtatott munka volt ebben a tárgykörben. (1657-ben latin, 1660-ban holland nyelven jelent meg.) A tárgy e kezdeti korszakában a várható érték sokkal nagyobb jelentőségű fogalom volt, mint a legfeljebb intuitív szinten jelen levő valószínűség fogalma. Kontextustól függően az aequitas szó jelenthetett egyenlőséget, igazságosságot vagy részrehajlás nélküli részesedést is. Ahogyan a korabeli klasszikus matematikai kérdéseket általában a fizikai problémák motiválták, úgy a valószínűségszámítással kapcsolatos kérdéseknek is alapvetően hétköznapi emberi oldala volt. A tárgy fejlődésében a következő nagy lépés a Bernoulliakhoz fűződik. Jacob és öccse Johannes az egymástól való tanulás során egymás riválisáivá is váltak. Jacob Ars Conjectandi című könyve csak halála után 8 évvel, 1713-ban jelent meg, nem kis részben Johannes ellenállása miatt. Kettőjük között született Nicolaus testvérük, aki festőművész volt, és az ő fia (szintén Nicolaus), a közös unokaöccs adta ki a könyvet. Ez a Nicolaus Bernoulli az, - aki matematika, jogi és filozófia professzor is - akinek a nevéhez a paradoxon felvetése fűződik. Először de Montmort-nak írott leveleiben ír a paradoxonról, azonban a címzett nem igazán foglalkozott a kérdéssel (talán meg sem értette igazán a problémát). Ezután Cramer kapcsolódik be a kutatásba. Az eredeti problémát átfogalmazza kockadobásról érmedobásra, így tulajdonképpen a paradoxon jelenlegi megfogalmazása tőle származik. Majd két ötlettel áll elő. Az egyik szerint nagy k esetén a 2 k forint nyújtotta örömtől nem okoz sokkal nagyobb örömet az ettől nagyobb nyeremény sem. Véleménye szerint k = 24 esetén a nyeremény 2 24 = 16 777 216 forint már olyan nagy, hogy ennél nagyobb összeg egy jóérzékű embernek ugyanannyi örömet okoz. Így tehát a játék értéke 25 forint. A másik ötletében is szerepel, hogy az összeg növekedésével nem egyenesen arányos az okozott örömérzet. Ő négyzetgyökös összefüggést feltételezett, vagyis egy x összeg örömértéke egyenlő az x négyzetgyökével. Másrészt a játék értékének olyan összegnek kell lenni, amelynek elvesztésével okozott fájdalom ugyanannyi, mint az elnyerésével szerzett öröm morális várható értéke. Az így meghatározott összeg a játékba való belépéshez 5,8 vagy kerekítve 6 forint lenne. Ezek az ötletek nem tetszettek Nicolaus Bernoullinak, így írt Szentpétervárra unokaöccsének, Danielnek, aki Johannesnek volt a fia. Levelezéseik után Daniel a szentpétervári akadémiára benyújtott dolgozatában (a Commentarii 1730-31-es kötetében) a Crameréhez hasonló megoldást ad, melyhez megjegyzésként hozzáteszi Nicolaus kritikáit is. (Sokan tévesen innen eredeztetik a paradoxon nevét, melyre később visszatérünk. Egyébként sem jelent meg egyetlen olyan probléma sem, mely a nevét a probléma közlésének helyéről kapta volna.) Daniel Bernoulli, továbbfejlesztve Cramer gondolatait, bevezeti a utilitas, 3

hasznosság fogalmát, mellyel a közgazdaságtan és a pszichológia is elkezd foglalkozni. Véleménye szerint egy x összeg dx-szel való növekedése csak du = b dx/x hasznosság (örömérzet) növekedéssel jár, ahol b>0 valamilyen konstans. (Minél több pénze van a játékosnak, annál kisebb egy kis növekedés feletti öröme.) Így ha a játékosnak eredetileg forintja van, egy x nyeremény morális haszna (hasznossága) u(x) = b ln([ +x]/ )). Így Péter morálisan várható haszna nem E(X) =, hanem M(X) = E(u(X)) = be(ln([ +x]/ )), amiből számítások után azt kapjuk, hogy ha x( ) jelöli az eredeti tőke, morális értékének játékból hozzáadódó növekedését: ln (α+2 k ) k=1 k=1 α. (4) 2 k x( ) = (α + 2 k ) 2 k α = 2 Néhány kezdőtőke-nagyságra így például az alábbi értékek adódnak: Ha a kezdőtőke = 0, akkor 4 forint, míg például 1000 forint kezdőtőke esetén is csak 11 forint a játék díja. Így a matematikai problémát pszichológiai és gazdasági síkra vitte, felvetve, hogy az ottani magatartásokban szintén törvények uralkodnak, melyek esetleg különböznek a matematikában megfogalmazottaktól. Hasonló megoldást ad Euler is, de mivel nem akart a Bernoulliak ügyeibe beavatkozni, - hiszen Daniel apja tanította és Daniel szerezte neki a szentpétervári munkát - azt nem hozta nyilvánosságra. Halála után 81 évvel jelent meg erről szóló dolgozata. Nicolausnak nem tetszett ez a féle megközelítés, amint írja, a morális várhatóság nem az egyenlőségnek és igazságosságnak megfelelően értékeli ki minden játékos esélyét egyaránt. Szerinte mindenki számára egyformán k forintot kell, hogy érjen a játék. De mekkora legyen ez a k? Elfogadhatóbbnak tartja, ha azt mondjuk, hogy nagy k esetén már olyan kicsi a hozzá tartozó valószínűség, hogy gyakorlatilag 0-nak tekinthető. De ki mondja meg, hogy mekkora ez a kis valószínűség, amitől már nem foglalkozunk vele? Tippelgethetünk, javasolgathatunk, mondhatjuk, hogy pl. a k = 200-hoz akkora pénzösszeg és olyan kicsi valószínűség tartozik, ami már szinte elképzelhetetlen, de ez nem tűnik igazán egzakt megoldásnak. Ezek után a kérdés csak a francia forradalom idején, 1754-ben került újra elő d Alembert Fej vagy írás című művében. Hosszú ideig és legalább hat alkalommal tárgyalja a problémát. Mivel Daniel Bernoullival finoman szólva nem voltak jó viszonyban, a paradoxonról írott munkáiban egyetlen Bernoulli nevet sem említ. A problémát először elég körülményesen: probleme propose dans le Tome V des Memoires de l academie de Petersbourg néven említi, majd a továbbiakban elhagy egy-egy szót, míg végül kialakul a probleme de Petersbourg elnevezés. Többek érdeklődését is felkeltik munkái, de érdemleges eredmény nem születik. Lagrange-nak írott levelében sajnálattal vallja be, hogy a pétervári probléma megoldása számomra a jelenleg ismert fogalomkörben lehetetlennek tűnik. 4

A megoldások legfőbb hibáit az okozta, hogy a valószínűség matematikai törvényeit megpróbálták egyedi véletlen eseményekre alkalmazni. A törvényekből arra akartak következtetni, hogy mi fog történni legközelebb, egy teljesen konkrét egyedi esetben. A nagy számok törvényének intuitív jelentése nem volt jelen az emberek gondolkodásában. Egyedül a francia de Condorcet márki az, aki ráérez erre a problémára. Szerinte Péternek végtelen sok játékot kellene játszania ahhoz, hogy végtelen várható értéke realizálódjon. A probléma maga nem értelmes, hanem hasonnemű még értelmes kérdések limesze. Amikor n játékot játszunk, a válaszunk függni fog n-től, így a kérdés az, hogy milyen n-re lehet a két játékos egyenlőségét elérni. Ez volt az egyedüli jó vonal, kortársai mégis figyelmen kívül hagyták. A következő matematikus, aki érdemben foglalkozott a kérdéssel, Buffon. Ő az első, aki leírja, hogy a játékot ténylegesen lejátszatta egy gyerekkel 2048-szor. Ekkor Péter összes nyereménye 20104 forint volt, vagyis egy játékra átlagosan 20104/2048 = 9,82 vagyis körülbelül 10 forint jutott. Ez szerinte érvényes és jó, hiszen nagyszámú kísérleten alapul és matematikailag is alátámasztható. A 2048 játék során észlelt eredményeket mutatja az 1. táblázat: 5

Hányadik dobásra lesz az első fej? (k) 1 2 3 4 5 6 7 8 9 A fenti eset gyakorisága 1061 494 232 137 56 29 25 8 6 A nyeremény (2 k ) 2 4 8 16 32 64 128 256 512 1. táblázat: Szentpétervári játék lejátszása 2048-szor Az adatainkat kördiagramon szemlélve is jól látszik, hogy annak a bekövetkezése, hogy csak a sokadik dobásra kapunk először fejet, egyre kevésbé várható. A fenti (1.) táblázat adatait mutatja az 1. ábra kördiagramja: Szentpétervári játék lejátszása 2048-szor 1 2 3 4 5 6 7 8 9 1. ábra: 2048 játéknál hányszor volt első, második, kilencedik dobásra fej először Buffon matematikai levezetésével arra a következtetésre jutott, hogy n játékért nlog 2 n forint jár, vagyis, ha n játékot játszunk, játékonként log 2 n díjat kell fizetnünk. Eszerint a 2048 játék játszásakor log 2 2048 = 11 forint fizetendő játékonként, ami a kísérletével 1/11 pontossággal megegyezik. Saját maga észreveszi, hogy ha 1 048 575 játékot játszunk, akkor az összeg már 20 körülire jön ki, de mivel ennyi játék lejátszása kb. 30 évig tartana, így ezzel már a realitás szintjén nem kell foglalkozni. Szerinte tehát 10 forint az az ár, melyet játékonként fizetni kell, ha igazságosak akarunk lenni. Laplace a paradoxon megoldásához nem jutott közelebb, de eredményei, melyet például A valószínűségek analitikus elmélete című művében közölt, nagy technikai előrelépést jelentettek. Számottevő, új eredmény sokáig nem születik, a már meglévő eredményeket 6

próbálják fejlesztgetni, bizonyítani. A Bernoulli-féle utilitási vonal (főleg Laplace népszerűsítő munkájának köszönhetően) két ágra szakad. Az egyik Fechner, a kísérleti pszichológia megalapítója nevéhez fűződik. Felállította az ún. Weber-Fechner féle empirikus törvényt, mely szerint az S stimulus által kiváltott R reakció nagysága R = C lns, ahol C a vizsgált érzékeléstől függő pozitív konstans. A másik vonal az elméleti közgazdaságtan területén hozott új eredményeket. Menger vizsgálatai az u(x) hasznosság-függvényre vonatkozóan hiszen belátta, hogy az u(x) = C lnx nem jó vezették el Neumann Jánost a hasznosság axiomatizálásáig, mely a modern közgazdaságelmélet egyik pilléréhez vezetett. Számos kísérlet születik az u(x) ésszerű megválasztására. Nagyon sok népszerű-tudományos mű is megjelenik, boncolgatva a paradoxont különböző oldalairól. Ahogy Samuelson írja: A szentpétervári paradoxon megbecsülésnek örvendő sarok a kultúrált analitikus elme memóriabankjában. A következő nagy áttörést Feller 1945-ös eredményei jelentették. Legyen X 1, X 2, Péter nyereményei az első, második, pétervári játékban, mindegyik eloszlásfüggvénye az (3) beli formulával adott, és legyen S n = X 1 + X 2 + + X n Péter össznyereménye az n játék során. Az X várható értékének végességét feltételezve, azt kapnánk, hogy egy játékért E(X), így n játékért ne(x) forintot kell adni. Vagyis az egy játékra eső S n /n átlagos nyeremény E(X) körül van, így S n /n E(X) majdnem biztosan. Ha még X szórása is véges, akkor a centrális határeloszlás tétel miatt: P(S n ne(x) > 0) 1 / 2 P(S n ne(x) < 0) (5) vagyis nagy n esetén az esetek kb. felében az egyik játékos, míg a másik felében a másik nyer és a nyeremények is körülbelül szimmetrikusan oszlanának el. De éppen az a probléma 1713 óta, hogy a várható érték sem véges. Feller belátja, hogy S n /nlog 2 n sztochasztikusan tart 1- hez, amiből következik, hogy n játékért nlog 2 n összeg a méltányos. Ezen tétel és Feller dolgozata alapján Steinhaus teszi meg a következő nagy lépést. Ahogyan írja: a paradoxon feloldásához nem egy egyedi játékot, hanem játékok egy sorozatát kell nézni. Egy determinisztikus sorozattal próbálja imitálni Péter véletlen nyereményeit. Vegyünk először 2-eseknek és üres helyeknek egy alternáló sorozatát: 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ 2 _ Most írjunk az első, majd minden második üres helyre 4-est: 2 4 2 _ 2 4 2 _ 2 4 2 _ 2 4 2 _ 2 4 2 _ 2 4 2 _ 2 4 2 _ 2 4 Majd hasonlóan írjunk 8-asokat, aztán 16-osokat és így tovább: 2 4 2 8 2 4 2 16 2 4 2 8 2 4 2 32 2 4 2 8 2 4 2 16 2 4 2 8 2 4 Felírva ezen sorozat n-edik empirikus eloszlásfüggvényét, kiderül, hogy ez igen gyorsan (egyenletesen) tart a szentpétervári eloszlásfüggvényhez. Vagyis Steinhaus szerint a játék akkor lesz igazságos, ha az egyes játszmákért a fenti sorozat elemei szerinti összegeket fizetjük. Ez azt jelenti, hogy ha F n (x) jelöli a legfeljebb x nagyságú befizetések relatív 7

gyakoriságait, akkor F n (x) annak a valószínűségéhez konvergál, hogy Pál (a bank) legfeljebb x nagyságú összeget fizet ki. Csörgő Sándor, a korán elhunyt szegedi matematikus és lelkes csapata dolgozott tovább a kérdésen sikerrel. Az alábbi tételeket sikerült bebizonyítaniuk: S n lim inf = 1 és lim n n log 2 n n sup S n = majdnem biztosan. n log 2 n Ez azt jelenti, hogy Péter halmozott nyereményeinek S n sorozata determinisztikus sorozatokkal nem egyensúlyozható ki úgy, hogy véges pozitív határértéket kapjunk majdnem biztosan. Ennek oka az időnként (nagyon kis valószínűséggel, de mégis) előforduló nagyon nagy nyeremény. Valamint látható, hogy Feller tételének sztochasztikus határértéke az egy valószínűséggel létező torlódási pontok közül a legkisebb, a legnagyobb pedig végtelenné válik. A kérdés az, mit tudunk mondani S n eloszlásáról. Határeloszlása nincs, illetve nagyon sok van. Ezek vizsgálata már meghaladja jelen munka kereteit, de összegzésül az alábbiak mondhatók el. Az E(S n (m)) várható értékekre igen szép aszimptotikus formulákat lehet adni, tehát a probléma klasszikus értelemben is megoldható. Megjegyezzük, hogy n játéknál átlagosan log 2 n forint játékonként még akkor is kevés, ha Péter lemond a legnagyobb nyereményéről, de már túl sok, ha a legnagyobb kettőről mond le. 3. A PARADOXON KAPCSOLATA A KÖZGAZDASÁGTANNAL ÉS EGYÉB TUDOMÁNYOKKAL Amint már említettem, szinte valamennyi mai mikroökonómiai hasznosságfogalom előfutárának Daniel Bernoulli 1738-as tanulmánya tekinthető. Ő a már említett paradoxonból kiindulva jutott el a hasznosság következő formulájához: U = k ln(x/c) ahol k egy pozitív konstans, c pedig a létezéshez minimálisan szükséges vagyon nagysága. Bernoulli paradoxonnal kapcsolatos munkája két alapgondolatot tartalmazott. Az egyik szerint az egyén vagyonának fokozatos, azonos összegű növelésével egyre kisebb mértékben javul az illető jóléti helyzete. Ezt az összefüggést ma a csökkenő határhaszon törvénye elnevezéssel illetjük. A másik gondolat, mely a Neumann-Morgenstern féle hasznossági függvény alapötletével rokon, arra vonatkozott, hogy bizonytalan vagyoni körülmények között az egyén várható helyzetét nem a várható vagyonhoz tartozó egyéni értékelés, hanem az egyes vagyoni helyzetekhez tartozó egyéni értékelések várható nagysága határozza meg. Bernoulli ezen felfedezései a közgazdászok számára több mint 100 évig ismeretlenek maradtak, feltehetően annak matematikai jellege miatt. Bernoulli hasznossággal kapcsolatos elképzeléseit röviden úgy fogalmazhatjuk meg, hogy egyrészt egy nagyobb tőke esetén már nem okoz akkora örömet ugyanazon összeg megnyerése, mint kisebb alaptőke esetén, másrészt egy adott összeg elvesztése okozta bosszúság nagyobb, mint ugyanakkora összeg megszerzése feletti öröm. Ezt a pszichológusok kockázatkerülő magatartásunkkal magyarázzák. A paradoxonnal szoros kapcsolatban áll az ún. martingál (halmozási) stratégia, melyben mindmáig sok szerencsejátékos hisz (és megy is tönkre). Itt is a bank ellen játszunk egy olyan játékot, melyben 50-50% az esélye a nyerésnek és a vesztésnek is. Ha az első játszmában 8

veszítünk, megkétszerezzük a tétünket. Ha a másodikban is veszítünk, akkor újra megkétszerezzük, és így tovább, amíg ki nem jön a tippünk és nyerünk. Ha a legelső tétünk A forint és az első n-1 játszmában nem nyertünk, de az n.-ben már igen, akkor összesen kifizettünk A(1 + 2 + 4 + + 2 n-1 ) = A(2 n 1) forintot, míg a nyeremény összege A2 n. Így tehát összesen A forint nyereségre tettünk szert. Minthogy 1 valószínűséggel valamikor csak bejön a tippünk, ez a stratégia biztosnak látszik, azonban ez itt is csak a látszat. Hiszen egyrészt mielőtt bármit is nyernénk, már rég elveszítettük az összes pénzünket. Ha meg korlátlan sok pénzünk van, akkor ahhoz képest elenyésző az A forintnyi nyereség. Nem utolsó sorban a kaszinók is ismerik ezt a stratégiát, ezért maximalizálják a tétek nagyságát (tehát akármeddig nem folytatható ez a stratégia) és bár ez a maximumösszeg csillagászatinak tűnik, mégis teljesen hatástalanná teszi a martingál stratégiát. A pétervári paradoxon volt az alapja több olyan gazdasági, pénzügyi ötletnek is, mely szinte minden esetben csődbe, sokszor tragédiába fulladt. Gondoljunk csak egy gazdasági társaság nagyarányú növekedésére, melynek olyan ragyogó kilátásai vannak, hogy szinte végtelennek tűnnek. Még ha abszurd módon fel is tesszük, hogy képesek vagyunk időben korlátlanul előre jelezni egy vállalat bevételeit, mennyit érhet e vállalat részvénye? Talán végtelen összeget? Voltak pillanatok, amikor profi befektetők ilyen őrült álmokat kergettek. az 1960-as évek végén, 70-es évek elején számos komoly befektetési menedzsert annyira megszédített általában a növekedés, de különösen az ún. Nifty-Fifty módjára növekvő részvények eszméje, hogy készek voltak bármi árat fizetni, hogy birtokába jussanak például a Xerox, a Coca-Cola vagy az IBM részvényeinek. 1972 decemberében a Polaroid az 1972-es évi nyereségének 96-szorosáért, a McDonald s 80-szorosáért adta el részvényeit. A valóságban azonban a szédítő nyereség, melynek határa látszólag a csillagos ég volt, a valóságban jóval kisebbnek bizonyult, mint a várt végtelenül nagy összeg. A közelmúlt gazdasági válságának is egyik oka ilyen, hasonló tényezőkre vezethető vissza. Ahogyan Székely Gábor és Richards írja [7] ben, az 1990-es évek végén a high-tech részvényárai példátlan módon emelkedtek. 2000 elején viszont az árak hanyatlása hatalmas veszteségekkel járt a befektetők számára. Ezek elkerülhetőek lettek volna, a Szentpétervári paradoxon eredményeinek alkalmazásával, elemzésével. Nézzük ezt egy kicsit részletesebben: Képzeljük el, hogy Pál D forintot fizet Péternek, ha az első dobásra kap fejet, D(1+g) forintot, ha a második dobásra lesz az első fej, D(1+g) 2 forintot, ha harmadszorra lesz az első fej, és így tovább. Valamint tegyük fel, hogy a fejdobás valószínűsége 1/(1+i), ekkor természetesen az írás valószínűsége i/(1+i), ahol i > 0. Ebben az esetben, ha a k. dobásra lesz az első fej, akkor a Pál által kifizetett teljes összeg: k 2 j=0 (6) g D 1 + g j = D 1+g k 1 1 A kifizetés várható értéke pedig a következő formulával adódik: i k=1 D(1 + g) j, ami az előző (6) formula felhasználásával a következő (1+i) k k 2 j =0 eredményt szolgáltatja: 9

D(1+g) k 1 D, ha g < i, = i g k=1 (7) (1+i) k, ha g i. Ha most i jelenti a kamatlábat, g pedig a cég növekedési arányát, akkor a következőket mondhatjuk el: egy D forinttal kezdődő és állandó g arányú növekedéssel emelt összeg, mely i-vel van diszkontálva, a fenti összegeket adja. Az 1990-es évek végéről elmondható, hogy az i nagyon kicsi volt, a g pedig magas a már említett high-tech vállalatoknál. Vagyis az i jóval kisebb volt, mint g, úgy hogy i/g közelítőleg 0 volt. A befektetők mohón vásárolták a részvényeket (a végtelen nyereség reményében), melyben nagy szerepe volt Durand cikkének egy elemzésében megjelent megjegyzésnek, mely szerint: eddig még sosem láttuk, hogy egyes részvények végtelen haszonnal járnának, de miért ne lehetne ez? Ennyi is elég volt, hogy nagyon sokan túlértékeljék a vállalatok várt nyereségeit és a vége ugyanaz lett, mint az 1950-es években, sok befektető csődbe jutott. Mark Twain szavai talán megfontolásra intenek mindannyiunkat. A Pudd nhead Wilson s Calendar-ban szerepel az alábbi idézete: Október. Ez az egyik olyan hónap, amikor különösen veszélyes a tőzsdével foglalkozni. A többi ilyen a Július, Január, Szeptember, Április, November, Május, Március, Június, December, Augusztus és Február. Győrfi László és Kevei Péter a paradoxont továbbfejleszti, nemcsak egy, hanem többkomponensű szentpétervári portfólió játékot vizsgál [5]-ben. Érdekes módon a jól ismert Legyen Ön is milliomos! televíziós játéknak is a Szentpétervári paradoxon egy változata adta az alapgondolatát. Számos más példát is említhetnénk még, a tárház szinte kimeríthetetlen. Amint látjuk, a sokat elhangzott kérdésre: Minek kell matekot tanulni, mire tudom majd használni? az élet minden területe szolgáltatja a választ. Hiszen nemcsak a fizikai, természettudományos kérdésekre találhatjuk meg a válaszokat a matematika segítségével, hanem amint látjuk olyan területet lenne nehéz találni, ahol nincs szükség matematikai tudásra. FELHASZNÁLT IRODALOM [1] BERDE Éva PETRÓ Katalin: A különféle hasznosságfogalmak szerepe a közgazdaságtanban (Közgazdasági Szemle, XLII. évf. 1995. 5. sz. 511-529. o.) [2] BERNSTEIN, Peter L.: Against the Gods (Panem Wiley 1996.) [3] CSÖRGŐ Sándor: A szentpétervári paradoxon (Polygon V. kötet 1. szám 1995.) [4] CSÖRGŐ Sándor SIMONS, Gordon: Pooling strategies for St Petersburg gamblers (Bernoulli 12 (6), 2006, 971-1002.) [5] GYŐRFI László KEVEI Péter: St. Petersburg Portfolio Games (ALT 2009, LNAI 5809, pp.83-96, 2009.) [6] SZÉKELY J. Gábor: Paradoxonok a véletlen matematikájában (Typotex, 2004.) [7] SZÉKELY J. Gábor RICHARDS, Donald St. P.: The St. Petersburg Paradox and the Crash of High-Tech Stoks in 2000 (The American Statistician, August 2004, Vol.58.No.3.) 10