Игры которые построили математику.

Каждая великая математическая теория начинается с конкретного вопроса. Часто — неудобного. Часто — за игорным столом.

Джероламо Кардано был профессиональным игроком в кости. Проигрывал. Выигрывал. Снова проигрывал. И начал считать — не потому что любил математику, а потому что хотел перестать проигрывать.

Вопрос: если бросить кубик трижды — какова вероятность хотя бы одной шестёрки? Интуиция говорит: 3/6 = 1/2. Правильный ответ: 1 − (5/6)³ ≈ 0.421.

Кардано понял почему интуиция врёт. Нельзя складывать вероятности напрямую. Нужно считать через дополнение — вероятность противоположного. Это кажется очевидным сейчас. В 1560 году это было открытием1. «Liber de Ludo Aleae» — первый математический анализ вероятностей. Написан ради выигрыша. Опубликован через 100 лет после смерти автора.

Шевалье де Мере был азартным игроком и другом Паскаля. Летом 1654 года он написал математику письмо. Задача: два игрока прерывают партию на полуслове. Счёт 2:1, нужно 3 победы. Как делить ставки?

Паскаль написал Ферма2. Пять писем. Три месяца. Ферма считал через перечисление всех возможных исходов. Паскаль — через треугольник и комбинаторику. Разные методы. Одинаковые ответы.

Из этой переписки выросло математическое ожидание. Идея что будущие возможные исходы имеют математическую стоимость сейчас. Это основа страхования, финансов, любого решения в условиях неопределённости. Всё — из вопроса игрока о прерванной партии в карты.

Абрахам де Муавр эмигрировал из Франции в Лондон. Зарабатывал консультациями — аристократы платили ему за вычисление шансов в кофейнях. Рулетка, карты, кости. Числа, числа, числа.

Считая биномиальные вероятности для большого числа бросков де Муавр заметил паттерн. При n → ∞ распределение приобретает характерную форму. Колокол. Нормальное распределение.

Сегодня нормальное распределение описывает рост людей, ошибки измерений, финансовые доходности, IQ, давление крови. Де Муавр открыл его считая шансы для игроков в рулетку. House edge рулетки — 2.7% (европейская) или 5.26% (американская). Закон больших чисел гарантирует: казино получит эти проценты. Де Муавр это понимал. Его клиенты — нет.

Почему люди покупают лотерейные билеты с отрицательным EV? Даниэль Бернулли в 1738 году поставил этот вопрос иначе3: может быть, дело не в деньгах, а в полезности?

Парадокс Санкт-Петербурга: монетку бросают пока не выпадет орёл. Если орёл на n-м броске — выигрыш 2ⁿ рублей. Математическое ожидание = бесконечность. Но никто не заплатит бесконечность за участие.

Бернулли предложил решение: полезность денег убывает. Каждый следующий рубль приносит меньше радости чем предыдущий. Это предшественник prospect theory — на 240 лет раньше.

Логарифмическая функция полезности. Это предшественник prospect theory Канемана и Тверски — на 240 лет раньше.

Задолго до Кардано арабские учёные считали вероятности. Аль-Кинди в IX веке анализировал комбинации в нардах. Какова вероятность выбросить определённую сумму двумя кубиками? Он перечислил все 36 исходов и посчитал частоты. Это классическое определение вероятности — за 700 лет до Кардано.

Станислав Улам лежал в больнице после операции на мозге. От скуки играл в пасьянс «Канфилд». Хотел знать: какова вероятность что пасьянс сойдётся? Аналитически — невозможно. Слишком много комбинаций.

Улам подумал6: а если просто сыграть много раз и посчитать? Написал фон Нейману. Тот немедленно понял. В Лос-Аламосе шли работы над водородной бомбой. Метод идеально подходил для моделирования нейтронной диффузии.

Назвали в честь казино Монте-Карло — где дядя Улама регулярно проигрывался. Сегодня метод Монте-Карло используется везде: физика, финансы, климат, нейросети. Всё началось с пасьянса в больничной палате.

Джон фон Нейман любил покер. И видел в нём математическую структуру: два игрока, неполная информация, блеф. Как принимать оптимальные решения когда не знаешь карты соперника?

В 1944 году вместе с Оскаром Моргенштерном он опубликовал «Theory of Games and Economic Behavior»4. Теория игр. Равновесие. Минимакс.

Блеф в покере — не обман. Это оптимальная стратегия. Если блефовать никогда — противник будет фолдить при любой ставке. Если блефовать всегда — он будет колировать всегда. Оптимальная частота блефа определяется математически — так что противнику всё равно что делать. Это равновесие Нэша в покере.

Клод Шеннон в 1950 году спросил5: может ли машина играть в шахматы? Число позиций в шахматах — 10¹²³ (число Шеннона). Больше атомов во вселенной. Перебрать всё невозможно.

Шеннон придумал функцию оценки позиции и алгоритм поиска с ограниченной глубиной. Это основа всех игровых алгоритмов — шахматы, го, покер. И предшественник современного машинного обучения: как оценивать состояние когда нельзя просчитать всё до конца.

AlphaGo в 2016 году победил чемпиона мира по го используя нейросеть + Монте-Карло дерево поиска. Пасьянс Улама и шахматы Шеннона — в одном алгоритме.

Восемь игр. Восемь математических теорий. Вероятность. Комбинаторика. Нормальное распределение. Теория полезности. Метод Монте-Карло. Теория игр. Алгоритмы поиска. Машинное обучение.

Игры задавали конкретные вопросы. Математикам приходилось изобретать новые языки для ответов. Эти языки оказались универсальными. Казино строили ради денег. Математика получила инструменты для описания мира.