鞅与停时 - 一种特别的概率论问题

讨论一个有趣的概率问题:

P3334 [ZJOI2013 抛硬币 - 洛谷](https://www.luogu.com.cn/problem/P3334)

实际上是一个猴子打字问题,考虑一直无规律随即打字的猴子,键盘上只有A-Z一共26个字母,对于一个特定的字符串 S S S : ABCABCAB ,能否在有限的打字次数后精确得到这个字符串。

所需的打字次数的期望是有限的,但是打字次数是呈指数增长的。

期望次数是 2 6 8 + 2 6 5 + 2 6 2 26^8+26^5+26^2 268+265+262 (与前后缀相同 (border) 的长度有关系)

一个巧妙的证明可以用 停时与鞅的性质 来完成。

首先介绍停时 的概念:停时,通俗而言,一个事件停止的时间,并且这个事件停止的时间只依赖于停止之前的所有状态。形式上,停时是一个随机变量 τ \tau τ,指的是对于任意的时间 t ∈ I t\in I t∈I ,满足 { τ ≤ t } ∈ F t \{\tau\leq t\} \in F_t {τ≤t}∈Ft ,即对于任意时间 t t t ,任意在 t t t 之前停止的事件 { τ ≤ t } \{\tau \leq t\} {τ≤t} 只依赖于 t t t 之前的状态( F t F_t Ft 即为在 t t t 之前发生的所有事件的集合,也就是所有 t t t 之前发生的状态)。

用 T T T 表示猴子得到目标字符串所需要的时间。

例如字符串一匹配完我们就停止,那么这个事件的停止时间只依赖于停止之前的所有状态(所打的字符),而不依赖于停止之后的所有状态(还没有打的字符),那么就说明这个停止时间 τ \tau τ 是一个停时 ( stopping time/optinal time \text{stopping time/optinal time} stopping time/optinal time) 。

停时具有很好的性质,利用可选停止定理来得到停时的期望,具体是构造一个公平赌博。

假设存在无数个赌徒,当猴子每 打出一个字符前的一瞬间,一个赌徒进场并投注 1 1 1 元给 S 1 S_1 S1 ,假如中了就翻 26 倍,投给 S 2 S_2 S2 ... 直到字符串完全匹配为止或者出现失配情况。并且我们假设赌场在遇到目标字符串马上关闭赌场,这个时间为 T T T ,显然 T T T 是一个停时。

可以发现, T T T 时刻赌徒们的带入赌资一共为 T T T 元,带出的钱一共是 2 6 8 + 2 6 5 + 2 6 2 26^8+26^5+26^2 268+265+262 。

为什么?因为一共只有三个人能赢钱出去,其中有一个人大赢,另外两个人赢到一半赌场就关闭了,(注意这个长字符串的后缀是特定字符串 S S S,所以只有特定字符串中前后缀相同的长度可以赢钱,其他人都是输光走人)

由于是公平赌场,当这个 T T T 是停时的时候,可以用鞅的性质和可选停止定理来证明,带入赌资的期望和带出的钱的期望是相等的。也就是 T T T 的期望是 2 6 8 + 2 6 5 + 2 6 2 26^8+26^5+26^2 268+265+262 。具体可以参考 鞅 。

那么我们也很容易可以完成类似的题目,只要产生字符的概率是独立的,且产生相同字符的概率是相等的,就可以用所有 border \text{border} border 的概率积的倒数之和来算出产生该字符串的期望。

相关推荐
Samson Bruce20 小时前
【数学之美】
线性代数·算法·概率论
程序猿阿森3 天前
【机器学习实战】朴素贝叶斯算法详解:从概率基础到商品评论情感分析
算法·机器学习·概率论
坐看风云变幻5 天前
《飞控数学与控制 · 新手入门连载》第 4 期|概率论与高斯分布:为什么 IMU 永远“测不准“
概率论
努力努力再努力wz6 天前
【机器学习入门系列】从随机事件到正态分布:一文梳理概率论的核心知识
人工智能·机器学习·概率论
没有钱的钱仔8 天前
最大似然估计(MLE)通俗理解
算法·机器学习·概率论
FPGA信号处理9 天前
【信号检测与估计】第一次作业:无偏性、均方误差与最小方差无偏估计
人工智能·机器学习·概率论
for_ever_love__13 天前
概率与统计——分布、期望与贝叶斯,语言模型的建模基础
python·机器学习·大模型·概率论
lisw0514 天前
概率论:事件之间的关系与运算!
数据分析·概率论
lisw0515 天前
论数学期望与概率的关系及其应用!
概率论
Ruannn(努力版)16 天前
statistics
概率论