一枚硬币, 扔出 H 的概率为 $p$, T 的概率为 $q$, 计算首次扔出 $T\underbrace{H\dots H}_{k}$ 所需投掷次数的数学期望。
我们先来考虑 $\underbrace{H\dots H}_{k}$ 这样简单后的情形,然后试图将其推广到任意模式的一般情况。
记 随机变量 $X_k$ 为 首次投掷出 $\underbrace{H\dots H}_{k}$ 所需的次数。
Solution 1
设我们要求的数学期望为 $e$, 则有
$$
e = q (1+e) + p q (2+e) + p p q (3+e) + p^{k-1} q (k+e) + p^k k
$$
这是对前 $k$ 位可能出现的模式进行分类讨论得到的。
记 $S=1+2p+3p^2+\dots+kp^{k-1}$, 可得 $S=1/q((1-p^k)/q-kp^k)$.
1 | e |
从而
$$e = 1/q (1/p ^k - 1)$$
这与我们上面的结果是吻合的。
推广:首次投掷出 HTHHT
$$e = q(1+e) + pp(2+e) + pqq(3+e) + pqpq(4+e) + pqppp(5+e) + pqppq 5$$
Solution 2
1 | X_k = (X_{k-1} + 1)\cdot p + (X_{k-1} + 1 + X_k)\cdot q |
1 | X_k = 1/p X_{k-1} + 1/p |
1 | X_k = 1/q (1/p ^k - 1) |
而递推式的由来在于
1 | Pr(X_k = n) |
也就是
1 | X_k = p (X_{k-1}+1) + q (X_{k-1}+X_{k}+1) |
这是由于对于随机变量 X, Y, Z, 若 Z=X+Y,则
1 | Pr(Z=n) = \sum_m [Pr(X=m) Pr(Y=n-m)] |
递推法可以使得我们顺便求出所有的 X_k
推广:首次投掷出 HTHHT
Solution 3
If f(x) is the generating function of the probability p_n of the ending after n tosses
1 | f(x) = \sum_n p_n x^n |
Consider the following toss strings, probabilities, and terms
1 | T q qx |
We get the generating function of the probability of ending after n tosses to be
1 | f(x) |
1 | f'(1) = \sum p_n n = |
推广:首次投掷出 HTHHT
1 | T qx |
1 | f(x) |