首页 > 其他分享 >期望概率二讲

期望概率二讲

时间:2024-05-03 17:01:09浏览次数:16  
标签:邮票 infty 概率 期望 int dfrac sum 二讲

这一讲很难很难很难。

讲题人:吴立俊

考虑期望的两个重要性质:

\[E(x)=\sum _i P(x=i) \]

这个公式描述了期望和概率的关系。

\[E(x+y)=E(x)+E(y),E(kX)=kE(X) \]

这个公式描述了期望的线性性。

那么下面要做一点逆天的事情。

题目描述

有 \(n\) 种不同的邮票,皮皮想收集所有种类的邮票。唯一的收集方法是到同学凡凡那里购买,每次只能买一张,并且买到的邮票究竟是 \(n\) 种邮票中的哪一种是等概率的,概率均为 \(1/n\)。但是由于凡凡也很喜欢邮票,所以皮皮购买第 \(k\) 次邮票需要支付 \(k\) 元钱。

现在皮皮手中没有邮票,皮皮想知道自己得到所有种类的邮票需要花费的钱数目的期望。

sol

老师给的题解错误过多,所以我改了一改。

先考虑怎样去计算答案,显然答案是 \(E(\dfrac{m(m+1)}{2})\),利用期望的线性性,得到 \(ans=\dfrac{1}{2}E(m^2)+E(m).\)

\(E(m)\) 也就是期望步数,可以得到 \(f(x)\) 是已经有 \(x\) 张之后步数的期望。 \(f(i)=1+\dfrac{i}{n} f(i)+\dfrac{n-i}{n} f(i+1).\)

考虑 \(E(m^2).\) 令 \(g(x)\) 为有 \(x\) 张邮票时拿满 \(x\) 张的步数平方期望。

\(p_1(i),p_2(i)\) 分别是 \(x,x+1\) 张时,用 \(i\) 步拿完的概率。显然可以得到以下:

\[f(x)=\sum_i ip_1(i)=E(p_1(i)) \]

\[f(x+1)=\sum_iip_2(i) \]

\[g(x)=\sum_{i}i^2p_1(i),g(x+1)=\sum_ii^2p_2(i) \]

\[p_1(i)=\sum_{j<i}p_2(j)\left(\dfrac{x}{n}\right)^{i-j-1}\times \dfrac{n-x}{n} \]

最后一个式子其实有 \(0,1\) 两种决策,这之中的 \(0\) 决策省略。

为什么呢?

首先为了使 \(p_1,p_2\) 关联,你要先取 \(i-j-1\) 次旧的不造成任何贡献,还要取到 \(1\) 张新的也就是 \(\dfrac{n-x}{n}.\) 原因显然。

我们慢慢化简 \(g\) 并且调换 \(i,j\) 的位置可以得到以下:

\[g(x)=\sum _i i^2 \sum_{j<i}p_2(j)\left(\dfrac{x}{n}\right)^{i-j-1}\times\dfrac{n-x}{n} \]

再一次化简,

\[g(x)=\dfrac{n-x}{x}\sum_ip_2(i)\sum_{j>i}j^2\left(\dfrac{x}{n}\right)^{j-i} \]

然后带入 \(p_1(i)\) 的式子发现 \(f(x)\) 会长成下面的样子:

\[f(x)=\dfrac{n-x}{x}\sum_ip_2(i)\sum_{j>i}j\left(\dfrac{x}{n}\right)^{i-j} \]

转而在 \(g\) 式子中枚举 \(j-i\),可以获得如下:

\[g(x)=\dfrac{n-x}{n}\sum_ip_2(i)\sum_{d=1}^{+\infty}(i+d)\left(\dfrac{x}{n}\right)^d \]

考虑利用下面的式子计算 \(p_2\) 的系数:

\[\sum_{i=1}^{+\infty}(a+b)^2A^i=\sum_{i=1}^{+\infty}a^2A^i+\sum_{i=1}^{+\infty}2abA^i+\sum_{i=1}^{+\infty}b^2A^i \]

用这个式子和无穷递缩等比数列求和公式并且返回生成函数可以得到如下:

\[g(x)=g(x+1)+f(x+1)+\dfrac{n+x}{n-x}f(x) \]

注意到 \(f(x),g(x)\) 分别与 \(f(x+1),g(x+1)\) 有关,所以可以将程序倒序枚举。

程式
#include <bits/stdc++.h>
#define ll long long
#define db long double
using namespace std;
const int N=1e5+10;
db f[N],g[N];
int n;
int main(){
	cin>>n;
	for(int i=n-1;i>=0;--i) f[i]=f[i+1]+1.0*n/(n-i);
	for(int i=n-1;i>=0;--i) g[i]=g[i+1]+f[i+1]+1.0*(n+i)/(n-i)*f[i];
	printf("%.2Lf",(f[0]+g[0])/2 );
}

标签:邮票,infty,概率,期望,int,dfrac,sum,二讲
From: https://www.cnblogs.com/chihirofujisaki/p/18171359/2023_5_3_pdp

相关文章

  • 概率论
    概率论理论内容前言当发生的事件总数趋于正无穷时,发生事件\(A\)的次数除以发生的事件总数会趋于一个定值,称为事件\(A\)发生的概率\(P(A)\)。概率是数据的固有属性。概率把所有事件的集合称为概率空间\(\Omega\),其中的元素(即事件)为\(\omega\)。随机变量是一种函数,其......
  • 网课-概率论学习笔记
    基本概念贝叶斯公式\[\becauseP(AB)=P(A|B)P(B)\]期望方差......
  • 【pytorch学习】之概率
    6概率简单地说,机器学习就是做出预测。根据病人的临床病史,我们可能想预测他们在下一年心脏病发作的概率。在飞机喷气发动机的异常检测中,我们想要评估一组发动机读数为正常运行情况的概率有多大。在强化学习中,我们希望智能体(agent)能在一个环境中智能地行动。这意味着我们需要考虑......
  • 如何从架构层面降低公有云多可用区同时故障的概率
    阿里云和腾讯云都曾出现过因一个组件故障而导致所有可用区同时瘫痪的情况。本文将探讨如何从架构设计的角度减小故障域,在故障发生时最小化业务损失,并以Sealos的稳定性实践为例,分享经验教训。抛弃主从,拥抱点对点架构从腾讯云故障报告中可以看出来多可用区一起挂基本都是因为一......
  • 概率dp四题(青蛙跳、吸血鬼、rating、k小姐的点赞之谜)
    青蛙跳Description有\(n\)个荷叶按顺序依次排列开,编号为\(1\)到\(n\),现在有只青蛙在编号为\(n\)的荷叶上。它现在自由愉快的跳跃,如果他在编号为\(i\)的荷叶上,它会等概率的跳到编号为\([1,i]\)的荷叶上,求它跳到编号为\(1\)的荷叶上的期望步数。Samples53.083333......
  • P3978 [TJOI2015] 概率论 题解
    题意:求一棵\(n\)个节点的有根二叉树的叶子节点的期望个数。设\(f_n\)表示\(n\)个点的二叉树个数,\(g_n\)表示\(n\)个点的所有二叉树的叶子节点数之和。显然\(f_n\)为\(\text{Catalan}\)数,考虑如何求\(g_n\)。一个结论是:\(g_n=f_{n-1}\timesn\)。证明:对于每一......
  • 概率论基本知识
    条件概率离散情况\[P(B|A)=\dfrac{P(AB)}{P(A)}\]^ff235e[!tip]推论\[P(B|A)P(A)=P(A|B)P(B)=P(AB)\]连续情况\[f_{Y|X}(y|x)=\dfrac{f(x,y)}{f_X(x)}\]条件期望和重期望条件期望\[E(X|Y=y)=\intxp_{X|Y}(x|y)\mathrmdx\]重期望公式\[E(X)=E(E(X|Y))=\sumE(X|Y)......
  • 【概率论】4.16 P134 -136
    ......
  • 概率论
    概率论与数理统计第一章概率论的基本概念确定性现象:在一定条件下必然发生。例如:向上抛一颗石子必然下落,同性电荷必相互排斥统计规律性:在大量重复试验或观察中所呈现出的固有规律性随机现象:在个别实验中其结果呈现出不确定性,在大量重复试验中其结果又具有统计规律性的现象 ......
  • 随机变量及期望方差
    1.随机变量随机变量是一些概率事件通过某些方式映射到实数域后对应的变量,随机变量的抽象意味着我们可以通过数学工具来对这些事件做一些分析,站在coder的角度,可以理解为一些映射关系随机变量分为离散型和连续型,离散型如掷骰子这种结果集是一个个离散的值,连续型则是像绳子的长......