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:
- 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。
- 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)
见这里
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。
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。
- 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。