Skip to content

Instantly share code, notes, and snippets.

@ruescasd
Created November 24, 2013 20:46
Show Gist options
  • Save ruescasd/7632179 to your computer and use it in GitHub Desktop.
Save ruescasd/7632179 to your computer and use it in GitHub Desktop.
Podemos enforcarlo como una media ponderada, donde las ponderaciones son una especie de serie geometria, pero con probabilidades que varian. El exito en tiempo T require fracasos para t < T y exito en t = T.
Asi que tenemos que
P(Sucess = T) = Failure(0) * Failure(1) * ... * Failure(t-1) * Sucess(t)
y tambien sabemos que
Failure(t) = 1 - Sucess(t)
Por inspeccion (ie. sacar de la manga) tenemos tambien que
Sucess(t) = t-1 / t
Por ejemplo, en el primer intento es imposible alcanzar 1000 asi que:
Sucess(1) = 1 - 1 / 1 = 0 / 1 = 0
en el momento 2, la probabilidad es 1/2
Sucess(2) = 2 - 1 / 2 ) 1/2
Al construir la media ponderada mutiplicamos las ponderaciones por el valor de t
Media Ponderada = P(Sucess = 1) * 1 + P(Sucess = 2) * 2 + ... + P(Sucess = T) * T
Podemos ver lo que pasa expandiendo los terminos:
M = (0/1 * 1) + ((1) * 1/2 * 2) + ((1 * 1/2) * 2/3 * 3) + ((1 * 1/2 * 1/3) * 3/4 * 4) + ...
(estamos agrupando los failures en el primer bloque de parentesis, sucess el segundo termino, y el valor t el tercer termino)
cancelando numeradores y denominadores vemos el siguiente patron:
M = 1/1 + 1/1 + 1/2 + 1/2*3 + 1/2*3*4 + ...
M = 1/0! + 1/1! + 1/2! + 1/3! + ... + 1/t!
Tenemos el conocido resultado de http://upload.wikimedia.org/math/8/e/3/8e343da5fde4d1cc2e44d3740d3d85ad.png
por tanto el
M segun t -> infinite = e
Faltaria derivar correctamente que Sucess(t) = t-1 / t, es un problema de particiones.
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment