抛硬币模拟意想不到的概率

Coin tossing simulation unexpected probabilities

这是我编写的脚本,用于模拟以给定的固定结果序列结束的投币游戏(投掷结果为 1 或 0)。这个固定的顺序是游戏的特点。例如,coin_series('01') 模拟一系列抛掷,最终以 0 结束,然后是 1;有效结果是 x01,其中 x 是一串零和不包含模式 01 的字符串。

脚本给出了终止两场比赛所需的投掷次数,0111,这应该有相同的结果,因为硬币不是有偏见的(结果机会均等)零或结果一折腾)。

然而事实并非如此,我的输出分别是6和4,其中只有第一个是正确的。所以我一定是脚本中有错误。

我的问题是:如何使脚本更简洁一点,希望这有助于找到错误;其次,是否存在除我以外所有人都知道的错误?

import numpy as np
class coin_series(object):
    def __init__(self,win_state):    #win_state is a string of ones and zeroes
        self.win_state=win_state
        self.d=self.draw()
        self.series=[self.d.next() for i in range(len(self.win_state))]
        self.n=len(self.win_state)
        while not self.check():
            self.play()
    def draw(self):
        while True:
            t=np.random.rand()
            if t>=0.5:
                yield 1
            else:
                yield 0
    def check(self):
        return(self.win_state==''.join(map(str,self.series)))
    def play(self):
        self.series=self.series[1:]+[self.d.next()]
        self.n+=1
if __name__=='__main__':
    print np.mean([coin_series('11').n for i in range(100000)])
    print np.mean([coin_series('01').n for i in range(100000)])

这不是错误,您的代码工作正常!

当你抛硬币时,如果你的目标是0,那么你的目标是1,你得到了0,但1最终变成了另一个0,那么你已经走到一半了,你只是希望再次获得1

另一方面,如果您的目标是 1,然后是 1 并取得 1,那么如果您不取得第二个 [=11] =],您现在正在 0 并返回等待第一个 1

所以换一种说法,在第一种情况下,如果你失败了,你只会在中途重置,但在第二种情况下,如果你失败了,那么你又回到了起点——从而提高了平均水平得到它们的投掷次数。

看看 this redit post 的另一种解释。

没有错误。您需要生成 单独的翻转对 才能使这些值相等。如果您生成连续的翻转序列并查看重叠对,11 平均比 01.

花费更长的时间