1樓:橘子老君
可以參考我一年前寫的
橘子老君:[markov系列2]馬爾可夫鏈中的期望問題這裡涉及4個馬爾科夫狀態,這裡記連續投出了 次正面的狀態為 .
那麼可以寫出其狀態轉移矩陣:
設從 到達 平均需要投擲 次可解得
2樓:
更新過程問題。
所以扔14下。
這裡用到Ross的隨機過程126頁的結論,也就是某個序列出現的時間間隔的期望為其概率的倒數。
3樓:呵呵呵呵
標記n連正的場次期望為E(n) 單次正面的概率為pn-1連正時:
1.下一場正概率為p 此時達成n連正場次期望為E(n-1)+12.下一場反概率為1-p 此時從頭再來達成n連正又要再投擲E(n)場總場次為E(n-1)+1+E(n)
∴E(n)=p(E(n-1)+1)+(1-p)(E(n-1)+1+E(n))
化簡得 E(n-1)+1=p*E(n)
變形得 [E(n)+1/(1-p)]/[E(n-1)+1/(1-p)]=1/p
而E(1)為1連正的場次期望顯然為1/p場所以E(1)=1/p∴ E(n)=(p^(-n)-1)/(1-p)n=3 p=0.5時結果為14
4樓:約翰布朗
列出Markov狀態方程:
其中 表示為從已經連續 個正面朝上了,再擲一次後,到連續第 個正面的概率。比如 和 ,就是已經連續2個正面,再擲一次,要麼為反面,重新開始(50%),要麼為正面連續三次(50%)。
設 為當前狀態的分布, 為出現連續 個正面朝上的概率分布。 為投擲 次後,狀態的分布。P的初始值為
即剛開始事,100%的概率為0個連續正面朝上的,連續1,2,3個正面朝上的概率都為0。
根據 這個計算各個狀態的概率分布可得下圖:
隨著投擲次數的增多,出現連續三次正面朝上的概率就會越來越大。
當n=10時,出現連續3次正面朝上的概率超過50%(P=[0.26757812 0.14550781 0.07910156 0.5078125 ])
當n=38時,出現連續3次正面朝上的概率超過95%([0.02563436 0.01393712 0.00757746 0.95285106])
其中為連續 次正面的擲硬幣次數的期望值。
為當前期望再擲一次後的值。
那麼可以列 。
得到方程:
因為 (連續0次正面朝上,期望為0) ,解得
5樓:靈劍
E(1) = 1 + 1/2 E(1)
E(2) = E(1) + 1 + 1/2 E(2)E(3) = E(2) + 1 + 1/2 E(3)E(1) = 2
E(2) = 6
E(3) = 14
所以平均需要14次
6樓:敬風
把三次拋擲看成一組,三次出現正面的概率就是1/8,呢麼理論上我只要拋8組就可以出現三次連正。所以我們要拋十次就會出現8組三連拋。
拋硬幣,連續三次向上,下一次拋硬幣反面向上的概率還是50 嗎?
拉風小宇 我感覺你這兩個問題根本不是乙個問題,只不過都跟貝葉斯有關。第乙個問題參考統計之都,心理學的危機這篇文章https cosx.org 2017 09 psychology in crisis 8.Miller,J.B.Sanjurjo,A.Surprised by the gambler s...
甲乙拋硬幣,直到最近三次硬幣拋擲結果是「正反反 甲勝 或是「反反正 乙勝 。誰勝率高?
陳楚洋 補充一下考慮平局 玩一輩子 的可能性 如果是 反反 由於之後一旦出現乙個 正 乙就勝,而出現無限次都是 反 的概率為0,所以不可能平局,只要出現 反反 乙必勝 如果不是 反反 則說明已經有 正 出現,此時很簡單的結論是乙已經不可能贏了,因為當出現 反反 時,前面必有正,此時遊戲已經結束,乙沒...
三枚硬幣平均擲幾次會出現全部正面?
天雲海 雖然不是很懂具體的知識,但是學娘對問題的理解應該才是符合題主的提問的。我再舉乙個簡單的例子來個簡單版的解答吧。當我們同時拋三枚硬幣,並且連續多次這樣做。可以得到乙個結果列表。它是由八種不同結果隨機排列組成。並且每種結果出現次數約等於總次數的1 8。其中全正面的結果不均勻的分布,並且總次數約為...