模拟一唯随机游动
今天,无意中看到了这个blog里面的一篇有意思的文章.对里面的那个随机游动问题产生了一点兴趣:
原文中说: 1维和2维的随机游动是常返的，也就是说会无穷多次回到起点（但回来的平均时间期望是无穷的），而3维以上的随机游动是非常返的。因此对于2维的某个坐标，此物体会无穷多次经过，但是不会无穷多次经过原点。对一个完全没有方向感的人，在平面上不会迷路，但在宇宙中是会迷路的。
而且,还有个题目,说 一个物体从原点出发，每一秒以概率1/2向左走，1/2向右走，第一次回到原点的期望时间 比 一只猴子，每秒种随便按键盘上的一个键，第一次打出”Beijing Welcomes You”的期望时间 还要久,因为前者的期望是无穷大.
就有点奇怪了,顺手写了个程序验证一下,图方便,用了python,代码如下:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 |
#!/usr/bin/env python # -*- encoding: utf-8 -*- import random # Nmax 是样本数 Nmax=10000 # A这个字典用于存放每个结果的次数 A={} for N in range(0,Nmax): r=0 i=0 while True: #为了使结果不都是偶数,也为了少一半循环,每次循环都random两遍. if random.random()<0.5: r=r-1 else: r=r+1 if random.random()<0.5: r=r-1 else: r=r+1 i=i+1 if r==0: #如果r==0,就说明回到原点了,记下结果,结束这个样本 if i in A: A[i]=A[i]+1 else: A[i]=1 break #所有样本都算完以后,对结果进行排序输出,并计算平均值 k=A.keys() k.sort() T=0 for i in range(0,len(k)): print "%d\t = %d"%(k[i],A[k[i]]) T=T+k[i]*A[k[i]] print "avg=",T/Nmax |
这个代码会输出Nmax个样本里面,一维随机游走问题的各个秒数次数.
在Nmax样本数为10000的时候,如果运气好的话,可以在3秒内跑完,但是如果运气不好的话,就难说了,我最多的一次跑了45分钟,最大的一个样本,用了1679075437个循环,才跳回来…嘿嘿.看来那个无穷的期望是真的…
这个试验也告诉我们,即使在没有作弊的情况下,赌博输掉的人想要回本,也许要等到下辈子的下辈子的下辈子…..
发表回复