赢下 k 次游戏的代价期望:
我们将游戏在第 i 轮恰好结束的概率记为 D(i) ,且 i=k,k+1,k+2,...,∞
因为要恰好在第i轮结束,在前 i−1 轮中一定赢过 k−1 局,然后第 i 轮要赢
那么
D(i)=((k−1i−1)pk−1(1−p)i−k )×(p), (前半部分是前 i−1 轮赢k−1轮的概率)
在第 i 轮游戏恰好结束的代价是显然的,为 (∑j=1ij ) ,即 2i(i+1)
那么期望代价 E 也就出来了,E=∑i=k∞(2i(i+1)×D(i))
即 E=∑i=k∞( 2i(i+1)×(k−1i−1)(1−p)i−k pk )
注意 (k−1i−1)=(k−1)! (i−k)!(i−1)!
提出i的无关项 2(k−1)! pk ,令 E=2(k−1)! pkf(1−p) , 此处
f(x)=∑i=k∞( ∏j=1k+1(i−k+j) )xi−k= ∑i=0∞( ∏j=1k+1(i−k+j) )xi−k
不难察觉 f(x) 与幂函数求导极其相似,我们直接对其积分k+1次
令 (F(x))(k+1)=f(x) ,在 x<1的情况下有
F(x)=∑i=0∞xi+1=∑i=0∞xi −1=1−x1 −1
故 f(x)=(F(x))(k+1)=(1−x1 −1)(k+1)=(1−x)k+2(k+1)!
代入原式 E=2(k−1)! pkf(1−p)=2(k−1)! pk×(p)k+2(k+1)!=2p2k(k+1)
即期望 E=2p2k(k+1)