一人目，課金ゲームのマルコフ連鎖モデル． 目標物が２つある場合の最もシンプルな場合についての考察． 議論によって推移確率が導かれ，期待利得計算も可能となった． で，それが試行回数の単調関数にならなければ，最適停止問題として遊べるのだけど，本日…