Notice bibliographique
Résumé
We consider the following one-player game called Dundee. We are given a deck consisting of si cards of Value i, where i = 1, . . . , v, and an integer m ≤ s1 + · · · + sv. There are m rounds. In each round, the player names a number between 1 and v and draws a random card from the deck. The player loses if the named number coincides with the drawn value in at least one round. The famous Problem of Thirteen, proposed by Montmort in 1708, asks for the probability of winning in the case when v = 13, s1 = · · · = s13 = 4, m = 13, and the player names the sequence 1, . . . , 13. This problem and its various generalizations were studied by numerous mathematicians, including J. and N. Bernoulli, De Moivre, Euler, Catalan, and others. However, it seems that nobody has considered which strategies of the player maximize the probability of winning. We study two variants of this problem. In the first variant, the player’s bid in Round i may depend on the values of the random cards drawn in the previous rounds. We completely solve this version. In the second variant, the player has to specify the whole sequence of m bids in advance, before turning any cards. We are able to solve this problem when s1 = · · · = sv and m is arbitrary. ∗Partially supported by the National Science Foundation, Grants DMS-0457512 and DMS-0758057.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».