给定以下随机转移矩阵，如何将这些概率转换为随机数生成器的目标数?
transmat <- structure(c(0.77, 0.561, 0.14, 0.187, 0.07, 0.063, 0, 0.063,
0.01, 0.125, 0.01, 0.001), dim = c(2L, 6L),
dimnames = list(c("0", "1"), c("0", "1", "2", "5", "8", "9")))
目的是为在模拟环境中发生的转换输出目标数。这可以像下面的例子那样手动完成，它给出了转换矩阵第一行3个公平的六面骰子的总和的骰子滚动范围的近似值(参见这里的概率分布);然而，需要一种算法来做到这一点。
在所提供的示例中，当掷出3-12时，状态0将保持为状态0，但当掷出13-14时将转换为状态1，当掷出15-16时转换为状态2，当掷出17时转换为状态8，当掷出18时转换为状态9。
0 1 2 5 8 9
0 "3-12" "13-14" "15-16" "-" "17" "18"
我对你的问题的理解是，你想从矩阵"transmat"中的概率生成模拟。
除了你所描述的执行掷骰子模拟的文字方式(即使用floor(runif(n=1,min=1,max=7))生成随机掷骰子，并使用某种if语句生成下一个状态)，
您可以使用sample从"transmat"中的概率生成实现。直接:
sample(x=as.numeric(colnames(transmat)),
size=10^4,
replace=TRUE,
prob=transmat[1,])
这里的关键是使用transmat的概率作为sample中prob的参数。使用table的模拟状态计数:
0 1 2 8 9
7681 1413 713 98 95
显示这是对转移矩阵第一行中的转移概率的模拟。
你可以使用不同颜色的骰子(或者一次只掷一个)吗?这样会得到更多的状态，每个状态都有相同的概率。例如，有三个骰子的6^3 = 216状态，如果它们是按颜色排序的(或按投掷顺序)。对于transmat的第一行，它可以是:
c(
"1,1,1 - 5,4,4" = 0.768518519,
"5,4,5 - 6,3,5" = 0.143518519,
"6,3,6 - 6,6,2" = 0.069444444,
" - " = 0,
"6,6,3 - 6,6,4" = 0.009259259,
"6,6,5 - 6,6,6" = 0.009259259
)
#> 1,1,1 - 5,4,4 5,4,5 - 6,3,5 6,3,6 - 6,6,2 - 6,6,3 - 6,6,4 6,6,5 - 6,6,6
#> 0.768518519 0.143518519 0.069444444 0.000000000 0.009259259 0.009259259
每增加一个模/辊，精度将提高6倍。
如果可以的话，我有一些关于自动化的想法。