如何将随机转移矩阵中的概率转换为随机数生成器目标数？

给定的随机转移矩阵 #

transmat <- structure(c(0.77, 0.561, 0.14, 0.187, 0.07, 0.063, 0, 0.063, 
            0.01, 0.125, 0.01, 0.001), dim = c(2L, 6L), 
            dimnames = list(c("0", "1"), c("0", "1", "2", "5", "8", "9")))

需求说明 #

需要将转移矩阵中每行的概率分布，算法化映射到**随机数生成器（示例为3个六面骰子的点数和，范围3-18）**的结果区间，让每个区间的出现概率匹配对应状态的转移概率，替代手动分配区间的方式。

示例手动映射结果（状态0的转移）：

0      1       2       5   8    9   
0 "3-12" "13-14" "15-16" "-" "17" "18"

可行算法实现步骤 #

1. 预处理随机数生成器的结果与概率 #

先整理所用随机数生成器的所有离散结果（比如3d6的点数和3-18），按数值从小到大排序，同时记录每个结果对应的概率，形成有序的结果-概率对列表。

2. 逐行处理转移矩阵 #

针对每个当前状态（矩阵的每一行）：

• 提取该行各转移状态的目标概率，忽略概率为0的状态（后续直接标记为"-"）
• 初始化累积概率计数器和当前待分配的随机数起始索引
• 遍历每个非零目标概率：
  • 从有序随机数列表中依次累加结果的概率，直到累加和≥当前转移状态的目标概率
  • 记录这段累加对应的随机数范围，作为该转移状态的映射区间
  • 更新累积计数器，继续处理下一个转移状态
• 若累加和略超过目标概率，可微调区间边界（比如调整最后一个结果的归属），最小化概率误差

3. 代码化实现示例（R语言） #

# 提前计算3个六面骰子的点数和与对应概率
d3_prob <- data.frame(
  roll = 3:18,
  prob = c(1,3,6,10,15,21,25,27,27,25,21,15,10,6,3,1)/216
)

# 实现映射的核心函数
map_trans_to_rolls <- function(transmat, roll_prob) {
  # 初始化结果矩阵
  result <- matrix("", nrow = nrow(transmat), ncol = ncol(transmat),
                   dimnames = dimnames(transmat))
  
  for (row_idx in 1:nrow(transmat)) {
    target_probs <- transmat[row_idx,]
    current_roll_pos <- 1
    total_rolls <- nrow(roll_prob)
    
    for (col_idx in 1:ncol(transmat)) {
      target <- target_probs[col_idx]
      if (target == 0) {
        result[row_idx, col_idx] <- "-"
        next
      }
      
      accumulated_prob <- 0
      start_roll <- roll_prob$roll[current_roll_pos]
      
      # 累加骰子概率直到满足目标
      while (current_roll_pos <= total_rolls && accumulated_prob < target) {
        accumulated_prob <- accumulated_prob + roll_prob$prob[current_roll_pos]
        current_roll_pos <- current_roll_pos + 1
      }
      
      end_roll <- roll_prob$roll[current_roll_pos - 1]
      # 处理单点区间的显示
      result[row_idx, col_idx] <- if (start_roll == end_roll) {
        as.character(start_roll)
      } else {
        paste0(start_roll, "-", end_roll)
      }
    }
  }
  return(result)
}

# 生成映射结果
roll_mapping <- map_trans_to_rolls(transmat, d3_prob)
print(roll_mapping)

4. 关键注意事项 #

• 确保随机数生成器的总概率与转移矩阵每行的概率和一致（通常都是1）
• 当目标概率无法被随机数结果的概率精确匹配时，采用贪心策略优先分配最接近的结果，控制误差在可接受范围内
• 概率为0的转移状态直接标记为"-"

内容的提问来源于stack exchange，提问作者Geoarch