R中的蒙特卡洛骰子模拟答案

【问题标题】：Monte Carlo Dice Simulation in RR中的蒙特卡洛骰子模拟
【发布时间】：2016-08-19 17:23:32
【问题描述】：

您好，我正在尝试解决一个玩家有 10 美元的问题。掷硬币，如果玩家正确地叫它，他赚 1 美元，如果他不正确，他输 1 美元。他在达到 20 美元之前达到 0 美元的几率是多少？游戏平均持续多长时间？ 25次翻转后他平均有多少？我应该在 R 中使用蒙特卡洛方法来编写代码，但我是一个初学者，不完全确定从哪里开始——这就是我的想法

game <- function() {
x=10 ## $10
y=0 ## number of times player gets $20
z =0 ## number of times player loses money
 result<- sample(1:2,1, replace = TRUE)
if (result==1) {
x=x+1 } ## money goes up, 1 represents player calling correct coin
else{
x=x-1 }
if (x= 20) { 
y = y+1} ### dont know how to stop trials
if(x=0){
z=z+1}

我对如何编写代码很迷茫，但这是一个想法。基本上我想模拟一个 50/50 的模拟，看看 y 和 z 出现的频率。我不确定如何运行一定数量的试验或在达到 20 或 0 时停止....感谢您的帮助。

【问题讨论】：

标签： r simulation probability montecarlo dice

【解决方案1】：

啊，Gambler's Ruin 的一个版本。

无论如何，您似乎还没有在 R 中使用循环（如 for 和 while），这很奇怪，因为这学期还很远。

以下内容将使您能够运行模拟来回答您的问题。

# Set configuration
money = 10  # $10

B = 100         # Number of games to play

y = 0           # Number of times player gets $20 from ALL games run
z = rep(0, B)   # Number of times player loses money per game
r = rep(0, B)   # Number of rounds played per game
a = rep(0, B)   # Value on the 25th turn per game (not the average!)

# Start playing games!
for(i in 1:B){

  # Reset settings for each game. 

  # Make it reproducible by setting a seed. 
  set.seed(1337+i)

  # Set Counter
  count = 1

  # Set game
  x = money

  while( x > 0 ){

    # Perform the draw
    result = sample(1:2,1, replace = TRUE)

    # 1 means the player wins!
    if(result == 1) {
      x = x + 1 

    } else { # 2 - The player loses!
      x = x - 1 

      # Increment Player Loss
      z[i] = z[i] + 1
    }

    # Increase round calculation
    r[i] = r[i] + 1

    count = count + 1

    # After 25 flips, how much is left? 
    if(count == 25){
      a[i] = x
    }

    # Reset to zero? 
    if(x == 20){
      y = y + 1

      # End game
      break;
    }

  }

}

【讨论】：