東郭的問題是：自今日起，要等多少天才去五味試驗？

在你的框架內，P(t) 隨着時間變而變，參數有太多維了，幾乎不能回答他的問題。

我的框架是把‘自今日起到東郭被解封的等待時間’看成隨機變量。定義：
P(t) := 自今日起，東郭在 t 天內被解封的概率；
p(t) := 自今日起，東郭在第 t 天被解封的概率。

假設東郭只能試驗一次，那麼，如果他在第 t 天試驗的話，他的成本等於
100(1-P(t)) + int_{0}^{t} 20p(s)ds。
minimize它就成了。

但如果東郭能試驗多次，動態問題就出來了（就算他永不被再封），因為在試驗出未被解封之後，東郭再等優化選擇了的 r 天后再去試驗。我懷疑，沒有一個steady state的解；東郭的優化等待天數，隨着已做過的試驗的次數和已被封的總天數而變。