方針
(1) は各非最終ラウンドへ到達する確率が であることを使い、停止時の得点寄与を等比級数で加える。(2)(3)は後ろのラウンドから最適期待値を求め、目の数が続行価値を上回るときだけ停止する後ろ向きの判断を行う。
解答
(1) 非最終ラウンドで続行する確率は である。1回のラウンドで停止して得る得点の無条件の寄与はしたがって期待値を とすると等比級数を整理すると(2) 最終ラウンドの期待値は第1ラウンドで なら停止し、 なら続行するのが最適である。よって1から5では続行、6から10では停止する戦略 を用いる。その期待値は(3) 第2ラウンドでは (2)と同じ が最適で、そのラウンド以降の期待値は である。第1ラウンドでは のとき停止すべきだから、1から6で続行、7から10で停止する が最適である。最大期待値はしたがって第1ラウンドは 、第2ラウンドは を用いる。
条件・検算
停止のしきい値は続行価値との比較で決まる。同値の場合の選択は期待値を変えないが、本問の最適境界では整数値との一致は起こらない。
別解
解法2(戦略番号ごとの差分比較)
方針
固定戦略の期待値を閉じた式にしたあと、 を1増やしたときの差を調べて最適なしきい値を決める。3ラウンドでは第2ラウンドの最適価値を続行価値として第1ラウンドを同様に比較する。
解答
(1)
停止時の1ラウンド当たりの寄与は到達確率を等比級数で足すと(2)だから までは正、 から負なので最大は であり、(3)
第2ラウンドの続行価値は である。第1ラウンドで を使うとしたがって から6へは増え、6から7へは減るので第1ラウンドは 、
第2ラウンドは が最適である。最大期待値は
総評
難度6、計算量5。想定時間は25分程度で、得点差のつく期待値問題である。最適戦略は現在の数と『続行した場合の期待値』の比較で決まり、最終ラウンドから逆向きに考えるのが核心である。(1)の閉じた式は検算にも使える。
問題・解答の積分・総和・極限は原則として独立行に置き、分数は表示サイズで可読性を確保した。図は原問題の関係または答案の論理を確認するための独自作図であり、条件・境界・結論を本文だけでも追えるようにした。