房间内有 100 人,每人有 100 块,每分钟随机给另一个人 1 块,最后房间内的财富分布怎样?

房间内有 100 人,每人有 100 块,每分钟随机给另一个人 1 块,最后房间内的财富分布怎样?

出门在外只能手机回答。谢@Mather King邀请。 n个人每个人起始m元,n很大时可以假设一切都处在平稳态。

假设拥有k元的人的比例为f(k)。 \sum_k f(k) =1, \sum kf(k) = m

那么每个回合的行动可以近似为:首先全体(1-f(0))n的有钱的人各减一元,然后将这些钱随机均匀的分给所有人(严格来说每个人的钱不能还给自己,但n很大时这个误差很小。)平均每个人分到Poisson(1-f(0))元。

所以如果关注一个个体,如果该个体某一步有k元,那么下一时刻的分布近似为 k-1{k>0}+Poisson(1-f(0))。

根据平稳条件和m的值能可以解出f(0)和全部的平稳分布。只看一个个体大致就是一个bias = -f(0),0点有反射壁的随机游走,所以的确是正常返的,bias虽m增大而迅速减小。

平稳分布大概是个指数级的尾部。比幂律好,比正态确实慢。而且考虑从均匀分布出发,“mixing time” 估计很大。

----

确实挺神奇一结论,具体为什么还得想一想。 推测如果不是完全图(任意两人都能给钱)而是稀疏图(每个人只会给有限个好友之一)的话会更平均一些。

----

关于这道题好像有一些争论。有关“指数分布”和“均匀分布”哪个才是最大熵。其实这个争论的背后是对状态空间的一些误解。考虑以下几种问题

1. “如果我有一块钱,我要怎么分给100个人”

这样的状态空间是[1,100]上的概率分布。

2. "如果我从100个人中随机取一个人,那个人的钱数是多少"?

这样状态空间是一个正整数上的概率分布(每种钱数的人数)。

3. “如果我写一段code,运行足够长时间,我看到的钱的分布是多少”?

这样状态空间是上面一种情形的状态空间上的一个概率分布, 所谓empirical distribution。

在以上问题中

第一个问题对应的最大熵是[1,100]上的均匀分布

第二个问题对应的是[0,\infty)上的指数分布,具体参数由期望决定

第三个问题的具体答案我不知道,大偏差意义下出现一种empirical distribution的概率的对数(under proper scaling)大概和该分布距第二个问题中的指数分布的KL-divergence呈正比。

然而我不太能理解的是,运用Boltzmann分布的条件是什么,比如这里的答案虽然有着exponential tail,但绝对不是严格意义下的exponential distribution。

@KetoneHu 的simulation也说明了这一点。(少女你见过中间鼓包的exponential distribution么……)

我猜测问题的原因可能是这里并不是严格意义下的“heat bath” dynamics,因为存在能量为0的情形,而且不能存在负能量。