一维的随机游走可定义如下:

每过一个单位时间,游走者从数轴 随机游走模型R语言_随机游走 位置出发以固定概率随机向左或向右移动一个单位. 不妨将 随机游走模型R语言_概率论_02 时刻游走者的位置记为 随机游走模型R语言_概率论_03,则有
随机游走模型R语言_概率论_04

其中 随机游走模型R语言_随机游走模型R语言_05 为互相独立的随机变量,满足
随机游走模型R语言_随机游走模型R语言_06

最经典的一维随机游走问题有赌徒输光问题酒鬼失足问题

  • 赌徒在赌场赌博,赢的概率是 随机游走模型R语言_概率论_07,输的概率 随机游走模型R语言_随机游走模型R语言_08,每次的赌注为 1 元,假设赌徒最开始时有赌金 随机游走模型R语言_随机游走模型R语言_09

随机游走模型R语言_随机游走_10

  • 一个醉鬼行走在一头是悬崖的道路上,酒鬼从距离悬崖仅一步之遥的位置出发,向前一步或向后退一步的概率皆为 随机游走模型R语言_随机游走模型R语言_11,问酒鬼失足掉入悬崖的概率是多少?
一维有边界的随机游走问题

下面先对一维双边界随机游走问题进行求解:
设初始位置为 随机游走模型R语言_机器学习_12 ,边界为 随机游走模型R语言_随机游走_13随机游走模型R语言_随机游走模型R语言_14 ,其中 随机游走模型R语言_随机游走_15随机游走模型R语言_概率论_02随机游走模型R语言_递推_17 为整数. 游走者每个单位时间移动一次,向左、向右移动的概率都为 随机游走模型R语言_机器学习_18

若用 随机游走模型R语言_随机游走_19 表示初始位置为 随机游走模型R语言_机器学习_12 时最终落入边界 随机游走模型R语言_随机游走_13 的概率. 显然我们会有 随机游走模型R语言_概率论_22 ,和 随机游走模型R语言_概率论_23

随机游走模型R语言_随机游走_24 ,则考虑其下一次移动. 有 随机游走模型R语言_机器学习_18 的概率向左到达 随机游走模型R语言_机器学习_26 ,有 随机游走模型R语言_机器学习_18 的概率向右到达 随机游走模型R语言_递推_28.

则由全概率公式可得,(当前位置可以由前后两个位置走到)
随机游走模型R语言_随机游走_29

整理得到
随机游走模型R语言_随机游走_30

利用
随机游走模型R语言_随机游走模型R语言_31

递推可得,其中 k 是一个常数
随机游走模型R语言_随机游走模型R语言_32

累加可得,
随机游走模型R语言_随机游走模型R语言_33

随机游走模型R语言_机器学习_34,
可得
随机游走模型R语言_概率论_35

同理用 随机游走模型R语言_机器学习_36 表示初始位置为 随机游走模型R语言_机器学习_12 时最终落入边界 随机游走模型R语言_机器学习_38

可得 随机游走模型R语言_概率论_39

随机游走模型R语言_递推_40 表示初始位置为 随机游走模型R语言_随机游走_41 时最终落入边界 随机游走模型R语言_递推_42 的概率
随机游走模型R语言_随机游走模型R语言_43 表示初始位置为 随机游走模型R语言_随机游走_41 时最终落入边界 随机游走模型R语言_递推_45 的概率
随机游走模型R语言_随机游走模型R语言_46,时间无限,最终位置都会落在两个边界而停止,所以两者的概率和为 1
随机游走模型R语言_递推_42随机游走模型R语言_递推_45

对于单边界情况(w = ∞),可以令 随机游走模型R语言_递推_49 得到. 即得到 随机游走模型R语言_随机游走_50

参考资料:橘子数学