=== 시뮬레이션 10만 번 결과 통계 ===
평균 시도 횟수: 85.75
도망 발생 횟수: 27570
평균 최종 레벨: 4.95

각 레벨별 통계:
1레벨:
  평균 머문 횟수: 1.00
  최소 머문 횟수: 1
  최대 머문 횟수: 1
  도달 확률: 1.0000 (100.00%)
2레벨:
  평균 머문 횟수: 2.66
  최소 머문 횟수: 1
  최대 머문 횟수: 7
  도달 확률: 1.0000 (100.00%)
3레벨:
  평균 머문 횟수: 7.83
  최소 머문 횟수: 2
  최대 머문 횟수: 22
  도달 확률: 1.0000 (100.00%)
4레벨:
  평균 머문 횟수: 22.64
  최소 머문 횟수: 4
  최대 머문 횟수: 53
  도달 확률: 1.0000 (100.00%)
5레벨:
  평균 머문 횟수: 36.75
  최소 머문 횟수: 6
  최대 머문 횟수: 73
  도달 확률: 1.0000 (100.00%)
6레벨:
  평균 머문 횟수: 13.45
  최소 머문 횟수: 0
  최대 머문 횟수: 53
  도달 확률: 0.9738 (97.38%)
7레벨:
  평균 머문 횟수: 1.21
  최소 머문 횟수: 0
  최대 머문 횟수: 23
  도달 확률: 0.3058 (30.58%)
8레벨:
  평균 머문 횟수: 0.17
  최소 머문 횟수: 0
  최대 머문 횟수: 19
  도달 확률: 0.0469 (4.69%)
9레벨:
  평균 머문 횟수: 0.03
  최소 머문 횟수: 0
  최대 머문 횟수: 18
  도달 확률: 0.0062 (0.62%)


최대 기대 보상:
7레벨: 305.80원으로 가장 높음.
30.58%의 도달 확률과 1000원의 보상이 균형을 이룸.

아래 코드 첨부
import random

# 레벨별 성공/실패/도망 확률
transition_probs = {
    1: (1.0, 0.0, 0.0),
    2: (0.6, 0.4, 0.0),
    3: (0.5, 0.5, 0.0),
    4: (0.4, 0.6, 0.0),
    5: (0.307, 0.693, 0.0),
    6: (0.205, 0.765, 0.03),
    7: (0.103, 0.857, 0.04),
    8: (0.05, 0.90, 0.05)
}

def simulate_once(max_attempts=100):
    current_level = 1
    level_counts = {i: 0 for i in range(1, 10)}  # 각 레벨 머문 횟수
    level_counts[current_level] += 1  # 초기 1레벨 카운트
    
    for attempt in range(max_attempts - 1):  # 첫 시도 포함하므로 -1
        if current_level not in transition_probs:  # 9레벨 도달 시 유지
            level_counts[current_level] += (max_attempts - attempt - 1)
            break
        success_prob, fail_prob, run_prob = transition_probs[current_level]
        outcome = random.random()
        if outcome  0:
            level_stats[level]['reached'] += 1

# 통계 계산
print("=== 시뮬레이션 10만 번 결과 통계 ===")
print(f"평균 시도 횟수: {sum(attempts_list) / num_simulations:.2f}")
print(f"도망 발생 횟수: {sum(1 for a in attempts_list if a