Você certamente pode usar código, mas eu não simularia.
Vou ignorar a parte "menos M" (você pode fazer isso com bastante facilidade no final).
Você pode calcular as probabilidades de forma recursiva com muita facilidade, mas a resposta real (com um alto grau de precisão) pode ser calculada a partir de um raciocínio simples.
Deixe os rolos ser . Deixe- S t = Σ t i = 1 X i .X1,X2,...St=∑ti=1Xi
Deixe ser o menor índice de onde S τ ≥ M .τSτ≥ M
P( Sτ= M) = P( chegou a M- 6 em τ- 1 e rolou um 6 )+ P( chegou a M- 5 em τ- 1 e rolou um 5 )+⋮+P( chegou a M- 1 em τ- 1 e rolou um 1 )= 16∑6j = 1P( Sτ- 1= M- j )
similarmente
P( Sτ= M+ 1 ) = 16∑5j = 1P( Sτ- 1= M- j )
P( Sτ= M+ 2 ) = 16∑4j = 1P( Sτ- 1= M- j )
P( Sτ= M+ 3 ) = 16∑3j = 1P( Sτ- 1= M- j )
P( Sτ= M+ 4 ) = 16∑2j = 1P( Sτ- 1= M- j )
P( Sτ= M+ 5 ) = 16P( Sτ- 1= M- 1 )
Equações semelhantes à primeira acima poderiam então ser executadas (pelo menos em princípio) até que você atinja qualquer uma das condições iniciais para obter uma relação algébrica entre as condições iniciais e as probabilidades que queremos (o que seria tedioso e não especialmente esclarecedor) , ou você pode construir as equações a seguir correspondentes e executá-las a partir das condições iniciais, o que é fácil de executar numericamente (e foi assim que verifiquei minha resposta). No entanto, podemos evitar tudo isso.
As probabilidades dos pontos estão executando médias ponderadas das probabilidades anteriores; estes (geometricamente rapidamente) suavizarão qualquer variação na probabilidade da distribuição inicial (toda probabilidade no ponto zero no caso do nosso problema). o
Para uma aproximação (muito precisa), podemos dizer que a M - 1 deve ser quase igualmente provável no tempo τ - 1 (realmente próximo a ela) e, portanto, do acima exposto, podemos escrever que as probabilidades serão estar muito perto de estar em proporções simples e, como elas devem ser normalizadas, podemos apenas escrever probabilidades.M- 6M- 1τ- 1
Ou seja, podemos ver que, se as probabilidades de começar de a M - 1 eram exatamente iguais, existem 6 maneiras igualmente prováveis de chegar a M , 5 de chegar a M + 1 e assim por diante até 1 maneira de chegar ao M + 5 .M- 6M- 1MM+ 1M+ 5
Ou seja, as probabilidades estão na proporção 6: 5: 4: 3: 2: 1 e somam 1, por isso são triviais para escrever.
Calculá-lo exatamente (até erros numéricos arredondados acumulados) executando as recursões de probabilidade adiante de zero (eu fiz isso em R) fornece diferenças na ordem de .Machine$double.eps
( na minha máquina) a partir da aproximação acima (ou seja, simples o raciocínio ao longo das linhas acima fornece respostas efetivamente exatas , pois elas são tão próximas das respostas calculadas a partir da recursão quanto esperamos que as respostas exatas sejam).≈2.22e-16
Aqui está o meu código para isso (a maioria está apenas inicializando as variáveis, o trabalho está todo em uma linha). O código inicia após o primeiro lançamento (para me salvar colocando uma célula 0, que é um pequeno incômodo para tratar em R); em cada etapa, pega a célula mais baixa que poderia ser ocupada e avança por um rolo de matriz (espalhando a probabilidade dessa célula pelas próximas 6 células):
p = array(data = 0, dim = 305)
d6 = rep(1/6,6)
i6 = 1:6
p[i6] = d6
for (i in 1:299) p[i+i6] = p[i+i6] + p[i]*d6
(poderíamos usar rollapply
(from zoo
) para fazer isso de forma mais eficiente - ou várias outras funções - mas será mais fácil traduzir se eu deixar explícito)
Observe que d6
é uma função de probabilidade discreta entre 1 e 6; portanto, o código dentro do loop na última linha está construindo médias ponderadas em execução dos valores anteriores. É esse relacionamento que suaviza as probabilidades (até os últimos valores nos quais estamos interessados).
Então, aqui estão os primeiros 50 valores ímpares (os primeiros 25 valores marcados com círculos). Em cada , o valor no eixo y representa a probabilidade que se acumulou na célula mais posterior antes de a avançarmos para as próximas 6 células.t
Como você vê, ela se suaviza (para , o inverso da média do número de passos que cada rolo de dado leva) muito rapidamente e permanece constante.1 / μ
E quando pressionamos , essas probabilidades desaparecem (porque não estamos colocando a probabilidade para valores em M e além adiante).MM
Portanto, a ideia de que os valores em a M - 6 devem ser igualmente prováveis, porque as flutuações das condições iniciais serão suavizadas, é claramente visto como o caso.M- 1M- 6
MM- 1M- 6τ- 1M
Rt= St- MR0 0
A partir da distribuição de probabilidade, a média e a variação das probabilidades são então simples.
M
532 5√3M= 300
[self-study]
tag e leia seu wiki . Diga-nos o que você entende até agora, o que tentou e onde está preso. Forneceremos dicas para ajudá-lo a se soltar.