离散空间,尤其是离散时间的模型,处理这种问题特别麻烦,不如考虑一个连续模型。
商场看作R^2,两个人初始分别在(0,0), (1,0). 其中一个人做标准布朗运动,或者两个人分别做独立的标准布朗运动。当两人的距离小于某个小常数,比如0.01时,视为相遇。由于二维布朗运动是邻域常返的,两人一定能相遇。
如果一个人动,另一个不动,二者的坐标差的变化就是一个标准布朗运动。如果两个人都动,坐标差的变化是两个独立标准布朗运动的和,相当于标准布朗运动的方差加倍。这等效于一个人以两倍的速度动,另一个不动,相遇用时自然减半。
简言之,一个一倍速的布朗运动,观测另一个独立的一倍速的布朗运动,看到的其实是个二倍速的布朗运动。
总之结论是随机乱逛更好,能节约一半的时间。
注:考虑两个独立的标准布朗运动B(t), W(t). B(1)+W(1)和B(2)同分布,因为B(2)=B(1)+[B(2)-B(1)],也是两个独立标准正态的和。这是说两个独立标准布朗运动的和在t时刻的分布,等于一个标准布朗运动在2t时刻的分布。在这个意义上我们说“速度加倍”了。实际上,对于布朗运动,速度按照“对单位时间内的轨道求全变差”作为定义,是无穷。
可能更快,也可能更慢。取决于商场的地形。地形开阔大家一起走,地形复杂,还是找个枢纽地区守株待兔。
如 @Mather King 的回答,都是随机游走的话,两个人一起走相当于(积累方差的)速度*2。然而与之相对的,两个人一起走对应的图更复杂,有可能出现很多岔路,消耗在岔路的时间也可能更多。
一个极端例子:考虑在实数轴的每个整数点上粘一条垂直的实数轴构成的一个梳子一样的图。这个图上的一个随机游走的人是常返的,但两个一起随机游走的人是非常返的。
(之前写了一些别的东西,后来发现好像记得不是很准确……等想起来了再加上吧。)