6户家庭每周两次洗衣概率的模拟扩展及理论匹配求助

AI 小北

2026-5-9

解决6户家庭每周洗衣2次的概率模拟与理论推导问题

一、扩展R代码到每周洗衣2次的场景

首先，我们需要修改原代码，满足两个核心要求：每户每周生成两个不重叠的洗衣开始时间，然后检查所有不同户的洗衣时间段是否存在重叠。以下是修正后的完整代码：

# 生成一户的两个不重叠洗衣开始时间（单位：秒）
generate_two_times <- function() {
  week_seconds <- 24 * 60 * 60 * 7  # 一周总秒数
  wash_duration <- 2 * 3600         # 每次洗衣时长（秒）
  repeat {
    # 随机生成两个开始时间
    t1 <- sample(1:week_seconds, 1)
    t2 <- sample(1:week_seconds, 1)
    # 确保两次洗衣时间段不重叠
    if (abs(t1 - t2) >= wash_duration) {
      return(c(t1, t2))
    }
  }
}

# 判断一组样本中是否存在不同户的洗衣重叠
has_overlap <- function(times) {
  wash_duration <- 2 * 3600
  # 计算所有12个时间点的两两距离
  time_distances <- dist(times)
  # 最小距离小于洗衣时长则说明存在不同户的重叠（同一户的已保证≥时长）
  min(time_distances) <= wash_duration - 1
}

set.seed(12345)
N <- 100000  # 模拟次数
# 初始化存储所有样本的矩阵（每行12个时间点：6户×2次）
sim_matrix <- matrix(NA, nrow = N, ncol = 12)

# 生成所有模拟样本
for (i in 1:N) {
  # 为6户各生成两个不重叠的洗衣时间
  household_times <- sapply(1:6, function(x) generate_two_times())
  sim_matrix[i, ] <- as.vector(household_times)
}

# 计算存在重叠的样本比例
overlap_prob <- mean(apply(sim_matrix, 1, has_overlap))
print(overlap_prob)

运行这段代码后，你会得到接近0.79的概率结果，这个数值和我们下面推导的理论解一致。

二、理论解推导与模拟结果的匹配

你的模拟结果和理论解不符，大概率是因为推导时忽略了两个关键细节：每户的两次洗衣不能重叠，以及计算所有12个时间段互不重叠的概率时的测度转换。我们用连续时间模型来推导理论解：

核心思路：用补集计算概率

我们需要求「任意两户同时洗衣」的概率，等价于1 - 所有户的所有洗衣时间段都互不重叠的概率。

1. 定义基础参数

一周总时长：W = 168小时
每次洗衣时长：L = 2小时
单户洗衣开始时间的可选范围：W - L = 166小时（即时间段为[t, t+2)，t ∈ [0, 166]）

2. 计算单户选两个不重叠时间段的测度

单户选两个时间段的总可能数（连续空间的面积）为166² = 27556（小时²），其中重叠的情况面积为660（小时²，通过积分计算得出），因此单户选两个不重叠时间段的有效测度为：

A = (166² - 660) / 2 = 13448

除以2是因为两次洗衣是无序的（选t1和t2与t2和t1是同一种情况）。

3. 计算所有12个时间段互不重叠的测度

要让6户的12个时间段都互不重叠，相当于在一周中放置12个不重叠的2小时时间段，再分配给6户（每户2个）。这个场景的有效测度为：

B = (W - 12×L)¹² / (2!⁶) = 144¹² / 64

W - 12×L = 168 - 24 = 144小时：放置12个不重叠2小时段后剩余的可分配时长
除以2!⁶是因为每户的两次洗衣是无序的，需要消除重复计数

4. 计算最终概率

所有时间段互不重叠的概率为：

P(无重叠) = B / A⁶ ≈ 0.208

因此，任意两户同时洗衣的概率为：

P(重叠) = 1 - 0.208 ≈ 0.792

这个结果和我们的模拟结果几乎一致，你可以检查之前的推导是否遗漏了「单户两次洗衣不重叠」或「无序时间对的重复计数」这两个细节。

内容的提问来源于stack exchange，提问作者T. J.