首页 > 其他分享 >Trick 学习笔记(1)实数范围内随机

Trick 学习笔记(1)实数范围内随机

时间:2024-07-29 19:18:03浏览次数:18  
标签:期望 实数 笔记 Trick 最小值 随机 frac 式子 Proof

实数范围内随机 学习笔记

有一些题目很好玩,它的随机不是在有限整数范围内,而是在实数范围内随机,然后让你算什么什么的期望,而这个期望往往又是并不复杂的分数。

在线段上任取 \(n\) 点就是经典例子。

看起来很简单,但是一旦跟无穷相关,感觉不积分不太可做。

可惜,我并不会积分,去世!

现在,让我们来看一些经典结论:

  1. 在 \([0,1]\) 中随机选 \(n\) 个数,最小值期望为 \(\frac{1}{n+1}\)。

Proof(0)(极其感性理解,谨慎观看)

考虑对于某一个数,小于 \(x\) 概率为 \(x\),那么 \(x=\frac{1}{n}\) 时候,\(n\times \frac{1}{n}=1\),趋于平衡。

Proof(1)(不够严谨,但是毕竟绕开了积分)

考虑把从 \([0,1]\) 变成从 \([1,x]\) 中选取整数但是 \(x\) 极大。

然后枚举最小值大小和方案数来计算得

\[ans=\frac{\Sigma_{i=1}^{x}nx(x-i)^{n-1}}{x^n} \]

考虑上面这个式子形如很多 \(k\) 次方和,有经典结论:

\(1\) 到 \(x\) 的 \(k\) 次方和为 \(k+1\) 次式,最高次系数为 \(\frac{1}{k+1}\)。

由于 \(x\) 足够大,所有非最高次项直接忽略,最后期望为 \(\frac{x}{n+1}\)

其实加粗这句话也已经是运用导函数结论干事情了……

Proof(2)

先把最小改为求最大,本质相同。

考虑设最大值为 \(x\),那么根据期望公式,我们应该求出最大值为 \(x\) 的概率,得到了这个式子:

\[\int_{0}^{1} nx·x^{n-1} \]

\[=n\int_{0}^{1} x^n \]

\[=\frac{n}{n+1} \]

终究逃不过积分的命运……

如果最小值,则部分 \(x\) 改为了 \((1-x)\),需要简单换元,这里不赘述了。

  1. 中随机选 \(n\) 个数,第 \(k\) 小值期望为 \(\frac{k}{n+1}\)。

Proof(1)(感性理解,不保证严谨)

数学归纳法。

我们假设抠出最小值 \(x\)。

剩下的相当于在 \([x,1]\) 中随机选 \(n-1\) 个点,最小值期望。

然后这个式子是根据 \(x\) 线性相关的,而期望也是线性的,所以直接合并没有影响。

然后就可以求次小,第三小……发现答案就是上面的式子。

Proof(2)

这里

但是我个人认为这个做法相当不严谨啊……

Proof(3)

还是暴力开开式子,然后分部积分,懒得写,咕咕咕。

2.1 推论:在长度为 \(1\) 的线段上随机选 \(n-1\) 点分为 \(n\) 段,则每段长度期望为 \(\frac{1}{n}\)。

有了上面的结论,这个较为显然。

例题 1:Serval and Bonus Problem

有一段长为 \(l\) 的线段,有 \(n\) 个区间,左右端点在 \([0,l)\) 间均匀随机(可能不是整数),求被至少 \(k\) 段区间覆盖的长度的期望,对 \(998244353\) 取模,\(n,k\le 2000\)。

Solution:考虑 \(2n\) 个点将区间分成 \(2n+1\) 块,根据刚才结论每块期望长为 \(\frac{1}{2n+1}\),那么分开计算每一块被 \(i\) 条区间覆盖的概率,如果 \(i\ge k\) 就加进答案中。

计算每一块被 \(i\) 条区间覆盖的概率,则是不复杂的组合数问题,DP 或者组合数计算都行了。

  1. 在长度为 \(1\) 的线段上随机选 \(n-1\) 点分为 \(n\) 段,则最小段长度期望为 \(\frac{1}{n^2}\)。

Proof

跟上面差不多,但是钦定了最小值之后每一项不小于它,那么有些项不太一样了,不过整体差不多的。

例题 2:P6130 随机红包

将长度为 \(1\) 的线段随机分成 \(n\) 段,求第 \(k\) 小的期望长度,\(n,k\le 10^7\)。

类似于上文,我们钦定最小,在剩下的里面找最小就是第二小了。

然后你推一下第二小发现是 \(\frac{1}{n}(\frac{1}{n}+\frac{1}{n-1})\),再推会发现这玩意又可以数学归纳法,无敌了。

反正答案是

\[\frac{1}{n}\Sigma_{i=n-k+1}^{n}\frac{1}{i} \]

暂时不知道了,后面补充。

标签:期望,实数,笔记,Trick,最小值,随机,frac,式子,Proof
From: https://www.cnblogs.com/FunStrawberry/p/18330492

相关文章

  • MyBatis-Plus学习笔记
    使用SpringBoot创建工程并添加依赖pom.xml版本:SpringBoot2.3JDK1.8<?xmlversion="1.0"encoding="UTF-8"?><!--定义项目元数据,基于MavenPOM4.0.0模型--><projectxmlns="http://maven.apache.org/POM/4.0.0"xmlns:xsi="http://www.w3.......
  • 数字政府一体化建设白皮书(2024)学习笔记
    1.核心文件《数字中国建设整体布局规划》指出,建设数字中国是数字时代推进中国式现代化的重要引擎,是构筑国家竞争新优势的有力支撑。《关于加强数字政府建设的指导意见》指出要”强化系统观念,加强系统集成,全面提升数字政府集约化建设水平,统筹推进技术融合,业务融合、数据融合“。......
  • Java学习笔记day07
    多线程基本了解1.多线程_线程和进程进程:在内存中执行的应用程序线程:是进程中最小的执行单元线程作用:负责当前进程中程序的运行.一个进程中至少有一个线程,一个进程还可以有多个线程,这样的应用程序就称之为多线程程序简单理解:一个功能就需要一......
  • MySQL 学习笔记 进阶(SQL优化,视图,存储过程 上)
    SQL优化 SQL优化-插入数据insert优化·批量插入insertintotb_uservalues(1,'Tom'),(2,'Cat'),(3,'Jerry');·手动提交事务starttransaction;insertintotb_uservalues(1,'Tom'),(2,'Cat'),(3,'Jerry......
  • [笔记]字符串哈希
    定义把一个字符串映射到一个整数的函数称作哈希函数,映射到的这个整数就是这个字符串的哈希值。需要注意的一点是,哈希是将大空间上的东西(字符串有无穷多个)映射到了小空间(一定范围内的整数),所以必定会存在冲突,即若干个不同的字符串映射到了相同的哈希值,我们将这种冲突称作“哈希碰......
  • 阿里云天池笔记
    一fromsklearn.model_selectionimporttrain_test_splitfromsklearn.linear_modelimportLinearRegressionfromsklearn.ensembleimportRandomForestRegressorimportpandasaspdimportzipfileimportreimportnumpyasnpimporttorch准备工作:安装sk......
  • CF30E Tricky and Clever Password 题解
    考虑先贪心中间的回文串\(b\),因为这即使影响了两边的字符串,也不会改变最终的总串长。所以先使用manacher跑出来每个位置的最长回文半径。在考虑怎样找出最长的\(a\)和\(a'\)。可以二分答案,设此时答案为\(k\),找出的\(b\)串为\(s[l\dotsr]\),那么其合法的条件就是存在\(......
  • hall 定理学习笔记
    万恶之源基本定义完美匹配是指最大匹配数为min(|X|,|Y|)也就是X或Y集合其中一个集合所有点都被匹配了。定理内容我们来假设X集合点少一点好了。X集合就当做有n个点。那么二分图G存在完美匹配,则取任意正整数1<=k<=n,均满足我从X集合选出k个不同的点,那么它们连向的y集合的点个......
  • Unity GameObject学习笔记
    GameObject成员变量GameObject静态方法//准备用来克隆的对象//1.直接是场景上的某个对象//2.可以是一个预制体对象publicGameObjectMyobj;#region知识点二GameObject中的静态方法创建自带几何体只要得到了一个GameObject对象我就......
  • 「FHQ-Treap —— 码量最小的平衡树」学习笔记
    不同于普通Treap,FHQ-Treap不需要左旋和右旋操作来处理数据。因此FHQ-Treap也称作无旋Treap。FHQ-Treap是基于Split(分裂)和Merge(合并)两种操作的平衡树。其与普通Treap的原理完全不同。一些基础的操作:例如Insert(插入元素)和Delete(删除元素)。对于Insert(插入元素),新建一......