正方形随机环绕行走模拟结果波动异常：代码问题还是模拟特性？

咱们先从代码里的问题拆解，再聊聊模拟波动的本质：

这些问题会直接导致结果偏差或异常波动：

1. 重复模拟的逻辑错误
   你当前的代码是先跑一次move_func得到固定路径pl，然后重复100次统计这条固定路径的结果——这相当于把同一条路径的统计值重复计算100次，完全不是“100次独立模拟”！这会让结果的波动完全不符合预期，甚至出现奇怪的偏差。

2. 移动向量的生成效率低且概率近似不准
   用replicate(p*1000, ...)生成大矩阵再采样的方式，本质是用有限样本近似概率：如果p不是0.5的整数倍，p*1000会得到非整数，导致实际采样的概率和你设定的p/2、1-p有偏差。而且每次循环都重新生成这个大矩阵，效率极低。

3. 顶点匹配的潜在bug
   test_in_H里用identical比较向量，很容易因为维度问题（比如x是2x1列向量，H的列是1x2行向量）返回FALSE，导致统计漏算。

即便代码修正，你依然会看到结果波动，这是随机行走的固有属性：

• 这个随机过程是马尔可夫链，当步数n有限时，起始顶点的出现频率是一个随机变量，本身就有方差。只有当n趋近于无穷大时，频率才会收敛到理论平稳分布（这里的0.25）。
• 波动大小和总样本量直接相关：如果每次模拟走n步，重复100次，总样本量是100*(n+1)（别忘了初始点也算一个顶点）。样本量越小，波动越明显。比如n=100时，总样本量是10100，起始顶点的期望次数是2525，标准差约43，频率波动在±0.04左右；当n=1000时，波动会缩小到±0.01左右。

我给你调整了代码，解决上述问题，同时提升效率：

# 生成随机行走路径：x是起始顶点（2维向量），n是步数，p是移动参数
move_func <- function(x, n, p){ 
  pl <- matrix(x, nrow = 2, ncol = 1)  # 初始化路径矩阵，每列是一个顶点
  # 定义三种移动向量及对应概率
  moves <- list(c(1, 0), c(0, 1), c(1, 1))
  probs <- c(p/2, p/2, 1 - p)
  
  for(i in 1:n){
    # 按概率随机选择移动向量
    selected_move <- sample(moves, size = 1, prob = probs)[[1]]
    x <- (x + selected_move) %% 2  # 更新当前顶点
    pl <- cbind(pl, x)  # 追加到路径矩阵
  }
  return(pl)
}

# 判断顶点x是否属于子集H（H是列向量组成的矩阵）
test_in_H <- function(x, H){ 
  # 用元素比较代替identical，避免维度问题
  any(apply(H, 2, function(h) all(x == h)))
}

# 模拟参数设置
start_vertex <- c(0, 0)
n_steps <- 1000  # 行走步数
p <- 0.5  # 移动参数
target_subset <- matrix(c(0, 0), nrow = 2)  # 要统计的起始顶点子集

# 正确的100次独立模拟
sim_results <- replicate(100, {
  path <- move_func(start_vertex, n_steps, p)
  # 统计目标子集出现的次数，除以总顶点数（步数+1）
  sum(apply(path, 2, test_in_H, H = target_subset)) / (n_steps + 1)
})

# 输出结果
cat("平均频率：", mean(sim_results), "\n")
cat("频率标准差（波动大小）：", sd(sim_results), "\n")

• 你当前的结果波动异常，主要是代码逻辑错误导致的，修正后波动会回到随机过程的正常范围。
• 正常的模拟波动是随机过程的固有属性，通过增大行走步数n和重复模拟次数，可以有效减小波动，但无法完全消除。

内容的提问来源于stack exchange，提问作者user901823