Можно подробнее, о каких состояниях и о какой матрице идет речь?
В игре ограниченное число позиций, их количество легко оценить, да и точно посчитать не очень сложно - около полумиллиона, а если объединить эквивалентные симметричные позиции, то около

(тут я сначала ошибся в 2 раза). Из каждой позиции с некоторой вероятностью игра переходит в некоторое количество других позиций, а также в два конечных состояния - пат и взятие слона. Можно построить матрицу переходов состояний,

по 8 байт, полный размер в памяти - 8 GB. Теперь вектор вероятностей разных позиций на k-том ходу можно посчитать, умножив вектор начальных вероятностей (одна единица, остальные нули) на матрицу в k-той степени. В пределе при

получим вероятности конечных состояний. Предел можно получить многократным возведением матрицы в квадрат. (На самом деле, вроде бы, достаточно определить собственный вектор матрицы с максимальным собственным значением, но тут я не уверен, надо почитать умные книжки).
Среднее время игры должно быть порядка количества состояний, т.к. после достаточно большого количества ходов все не-конечные состояния будут более-менее равновероятны, т.е. с некоторой вероятностью

игра будет переходить в одно из конечных состояний, и среднее время партии будет близко к

.