Um Bandido de Dois Braços de Bernoulli

Um dos dois processos de Bernoulli independentes (braços) com expectativas desconhecidas é selecionado e observado em cada uma das n fases. O problema de seleção é sequencial, na medida em que o processo selecionado em uma fase específica é uma função dos resultados das seleções anteriores, bem como de informações anteriores sobre e. As variáveis e são assumidas como independentes sob a distribuição de probabilidade (anterior). O objetivo é maximizar o número esperado de sucessos a partir das n seleções. Condições suficientes para a optimalidade de selecionar um ou outro dos braços são apresentadas e ilustradas para distribuições de exemplo. A regra de permanecer com o vencedor é comprovada.