公平掷骰子游戏中玩家A获胜概率及期望回合数求解
解答骰子游戏的概率与期望问题
这是一个典型的马尔可夫链问题,我们可以通过定义状态、建立递归方程来解决。先明确游戏规则:
- 玩家A获胜:掷出连续两个偶数且第二个是4(即序列24、44、64)
- 玩家B获胜:掷出三个连续奇数
a. 玩家A的获胜概率
我们定义以下状态来跟踪当前游戏的进展:
S:初始状态(未掷骰子)O1:最近一次掷出奇数(连续1个奇数)O2:最近两次掷出奇数(连续2个奇数,再掷奇数则B获胜)E1:最近一次掷出偶数(连续1个偶数,再掷4则A获胜)E2:最近两次掷出偶数且最后一个不是4(再掷4则A获胜)
设P(s)为从状态s出发,A最终获胜的概率,建立递归方程:
- 初始状态S:第一次掷骰子有1/2概率到
O1,1/2概率到E1:P(S) = (1/2)P(O1) + (1/2)P(E1) - 状态O1:掷奇数到
O2(概率1/2),掷偶数到E1(概率1/2):P(O1) = (1/2)P(O2) + (1/2)P(E1) - 状态O2:掷奇数则B获胜(A概率0,1/2),掷偶数到
E1(1/2):P(O2) = (1/2)*0 + (1/2)P(E1) = (1/2)P(E1) - 状态E1:掷4则A获胜(概率1,1/6),掷非4偶数到
E2(1/3),掷奇数到O1(1/2):P(E1) = (1/6)*1 + (1/3)P(E2) + (1/2)P(O1) - 状态E2:掷4则A获胜(1/6),掷非4偶数留
E2(1/3),掷奇数到O1(1/2):P(E2) = (1/6)*1 + (1/3)P(E2) + (1/2)P(O1)
解方程:
- 从
E1和E2的方程可得出P(E1)=P(E2) - 将
P(O2)=(1/2)P(E1)代入O1的方程,结合E1的方程,最终解得:P(O1)=3/7,P(E1)=4/7,P(O2)=2/7- 代入初始状态方程:
P(S)=(1/2)(3/7)+(1/2)(4/7)=1/2
结论:玩家A的获胜概率是$\boldsymbol{1/2}$。
b. 游戏的期望持续回合数
设E(s)为从状态s出发的期望回合数,终止状态(A/B获胜)的期望回合数为0,建立递归方程:
- 初始状态S:
E(S) = 1 + (1/2)E(O1) + (1/2)E(E1) - 状态O1:
E(O1) = 1 + (1/2)E(O2) + (1/2)E(E1) - 状态O2:
E(O2) = 1 + (1/2)*0 + (1/2)E(E1) = 1 + (1/2)E(E1) - 状态E1:
E(E1) = 1 + (1/6)*0 + (1/3)E(E2) + (1/2)E(O1) - 状态E2:
E(E2) = 1 + (1/6)*0 + (1/3)E(E2) + (1/2)E(O1)
解方程:
- 同样可得
E(E1)=E(E2) - 代入后逐步求解:
E(O1)=6,E(E1)=6,E(O2)=4- 初始状态:
E(S)=1 + (1/2)*6 + (1/2)*6=7
结论:游戏的期望持续回合数是$\boldsymbol{7}$。
c. 已知玩家A获胜时,游戏的期望持续回合数
我们用条件期望公式:$E[T | A赢] = \frac{E[T \cdot I(A赢)]}{P(A赢)}$,其中I(A赢)是A获胜的指示函数,N(s)=E[T \cdot I(A赢) | 从s出发]。
建立N(s)的递归方程:
- 状态E1/E2:
N_E = (1/6)*1 + (1/3)(P(E2)+N_E) + (1/2)(P(O1)+N(O1)) - 状态O2:
N(O2) = (1/2)(P(E1)+N_E) - 状态O1:
N(O1) = (1/2)(P(O2)+N(O2)) + (1/2)(P(E1)+N_E) - 初始状态S:
N(S) = (1/2)(P(O1)+N(O1)) + (1/2)(P(E1)+N_E)
解方程:
- 代入已知的
P(s)值,逐步解得:N_E=144/49,N(O1)=136/49,N(S)=47/14
- 条件期望:$E[T | A赢] = \frac{47/14}{1/2} = 47/7 \approx 6.71$
结论:已知A获胜时,游戏的期望持续回合数是$\boldsymbol{47/7}$(约6.71回合)。
内容的提问来源于stack exchange,提问作者Don Juan
相关产品推荐
相关产品推荐

