废话少说了,原题集出处:http://blog.csdn.net/hackbuteer1/article/details/6902917
题目: 一个骰子,6面,1个面是 1, 2个面是2, 3个面是3, 问平均掷多少次能使1、2、3都至少出现一次。
方法: 面对面试概率题几乎屡试不爽的分叉树递归列方程法。
这是一个求数学期望的问题,最终是求1,2,3出现至少一次的最短长度的期望。
这样分叉树的每个节点是一个期望状态,而每个分叉是一次投掷结果。将后续期望出现1、2、3各至少一次的情形记作L123(即题目所求),将后续期望出现1、2各至少一次(3无关)情形记作L12,而1至少一次(2,3无关)情形L1,其余数值符号类推,则树结构如下(列出4级结构已经足够):
第一级(树根) | 第二级 | 第三级 | 第四级别 |
L123 | 掷1->L23 | 掷1->L23 | 同状态 |
掷2->L3 | 根据投掷结果,或继续期待L3,或已经达到目标 | ||
掷3->L2 | 根据投掷结果,或继续期待L2,或已经达到目标 | ||
掷2->L13 | 掷1->L3 | 根据投掷结果,或继续期待L3,或已经达到目标 | |
掷2->L13 | 同状态 | ||
掷3->L1 | 根据投掷结果,或继续期待L1,或已经达到目标 | ||
掷3->L12 | 掷1->L2 | 根据投掷结果,或继续期待L2,或已经达到目标 | |
掷2->L1 | 根据投掷结果,或继续期待L1,或已经达到目标 | ||
掷3->L12 | 同状态 |
接下来,就是要排出方程,因为一共7个未知数,如果排出7个线性方程就能解决问题。
这方程组里的未知数对应上述的状态,而其数值则是一个对长度(投掷次数)的数学期望。
根据这个树状结构和其中的递归关系,这个方程组就是:
L123 = p1 (L23+ 1) + p2 (L13+1) + p3 (L12 + 1) = p1 L23 +p2 L13+p3 L12 + 1
(以这个L123为例,解释,投掷1的概率是p1而由此得到的结果是需要期待后续2和3各至少出现一次,于是长度期望是L23+ 1,加1是因为投掷了一次,亦即即增进一级)
L23 = p1 L23 +p2 L3+p3 L2 + 1
L13 = p1 L3 +p2 L13+p3 L1 + 1
L12 = p1 L2 +p2 L1+p3 L12 + 1
L1 =p1 + p2 L1+p3 L1 + 1
(这里实际上是 L1 =p1 ·1 + p2 (L1+1) + p3 (L1 +1) =p2 L1+p3 L1 + 1,因为对L1情形,如果投了1就目的达到终止了)
L2 =p2 + p1 L2 + p3 L2 + 1
L3 =p3 + p1 L3 +p2 L3+ 1
其中 p1,p2 和 p3分别是掷出1,2和3的概率,即1/6,1/3,1/2。
于是求解这个方程,得到:
L1 = 6, L2 = 3, L3 = 2
L12 = 7, L13 = 13/2, L23 = 19/56
L123 = 219/30 = 7.3 259/36 ~= 7.14
故以上如果没有计算错误,该题结果是,平均掷7.3 约7.14次可出现这些面值各至少一次。
【另一解法】感谢4楼aaaxingruiaaa同学提供的答案(指示器变量法),整理如下:
定义随机变量Xn,其可能值为0或1,其值为1表示“前n次掷骰子,1,2,3没能都至少出现一次”的事件,其值为0表示这个事件没有发生,即“前n次掷骰子,1,2,3各至少出现一次”。
令pn为“掷n次骰子,1,2,3没能都至少出现一次”的概率,所以显然pn = Pr{Xn=1},于是pn = 1·Pr{Xn=1} + 0·Pr{Xn=1} = E[Xn],即这个随机变量的数学期望。
令随机变量X表示1,2,3刚好全部出现过需要的投掷次数。可见题目要求的就是E[X]。
关键等式:X = Sigma(n=0 to Inf; Xn) (这里Sigma是求和号,求和范围是n从0到无穷大)
说明一下,等式两边都是随机变量,假设对于某个随机实例(例如,这里指一次具体的投掷序列),其对应事件是:“投了K次恰好1,2,3都出现了”,于是等式左边显然等于K;而等式右边,对于n < K,由于这些项的对应定义事件发生了(即1,2,3没能出现),所以他们的实例值是1,而对于n⩾K,则由于对应定义事件都没发生,实例值为0,可见这个和也是K。故两侧相等。(为了达到这个相等关系,可以看出需要把X0包含在内的必要性)
值得注意的是(但对于解这道题也可以不去注意,但注意一下有利于比较深入地理解),对n < 3,Xn显然恒为1。而对于n⩾3,这些随机变量不是独立的。他们的相关性是不容易求出的,唯一容易知道的是,当序列中一个项为0时,其后的项均为0。好在对于这题我们不需要担忧这个相关性。
由于数学期望的加性与随机变量的相关性无关(这是数学期望一个很令人高兴的性质),所以即便这样,E[X]也能容易求出:
E[X] = Sigma(n=0 to Inf; E[Xn]) = Sigma(n=0 to Inf; pn)
pn的比较直观的求法也由aaaxingruiaaa同学提供了,即所谓容斥原理。稍微解释一下,由于pn考虑的是n次投掷三者没有全部出现,于是就是其中两者出现或仅一者出现。假设单次投掷1,2和3出现的概率分别为:r1,r2和r3。于是(r1+r2)n表征n次投掷只出现1或2的概率,这其中包括了出现全1和全2的情形,于是求pn可由这样的项求和并剔除重复计算的单面值情形,于是:
pn = (r1+r2)n+ (r1+r3)n+ (r2+r3)n-r1n-r2n-r3n,当n > 0; 而p0 = 1 (由定义;同时也可以检验看出,这个pn在n为1和2的时候都是1)
于是由等比级数(等比数列求和)公式:
E[X] = 1 + Sigma(n=1 to Inf; (r1+r2)n+ (r1+r3)n+ (r2+r3)n-r1n-r2n-r3n= 1 + (1 - r3) /r3 + (1 - r2) / r2 + (1 - r1) / r1 - r1 / (1 - r1) - r2 / (1 - r2) -r3 / (1 - r3) = 7.3
【程序仿真】
以下程序进行一千万轮投掷的仿真,结果基本在7.3周围。至此此题答案7.3毫无疑问了。