首页 > 其他分享 >概率生成函数学习

概率生成函数学习

时间:2024-08-06 20:50:30浏览次数:6  
标签:概率 函数 cdot sum 生成 cdots border underline

https://www.cnblogs.com/zzctommy/p/14256844.html

https://www.cnblogs.com/HenryHuang-Never-Settle/p/14702997.html

概率生成函数,设多项式 \(F(x)=\sum P(X=i)x^i\)。

则:

  • \(F(1)=1\);

  • \(E(x)=F'(1)\);

  • \(E(x^{\underline{k}})=F^{(k)}(1)\),\(k\) 阶导。

  • \(E(x^2)=E(x^{\underline{2}}+x^{\underline{1}})=E(x^\underline 2)+E(x^\underline 1)=F''(1)+F'(1)\)。

  • 方差 \(V(x)=E((x-E(x))^2)=E(x^2-2xE(x)+E(x)^2)=E(x^2)+E(x)^2-2E(x)E(x)=E(x^2)-E(x)^2\),即方差等于随机变量平方的期望减去期望的平方。

  • 设 \(G(x)=\sum P(X > i)x^i\),则有 \(1+xG(x)=F(x)+G(x)\)。

  • \(E(x)=F'(1)=G(1)\)。

大小写分不清楚了。。

250.P4548 CTSC2006歌唱王国

答案就是 \(F'(1)\)。

显然有 \(1+xG(x)=F(x)+G(x)\),求导后可得 \(F'(1)=G(1)\)。

还有 \(F(1)=1\)。

以及

\[G(x)(\dfrac{x}{n})^{m}=\sum_{i=1}^{m}A_iF(x)(\dfrac{x}{n})^{m-i} \]

表示还没结束,后面加入一个完整的 \(S\),但是可能提前结束,枚举在什么时候提前结束,\(A_i\) 表示 \(S[1,i]\) 是否为字符串的 border

代入 \(x=1\) 后可得,\(G(1)=\sum_{i=1}^{m}A_in^i\)。

251.Hitori的作文(string)

设 \(w_p\) 表示得到连续的字符串 \(p\) 的概率,则 \(w_p=\prod_{i=1}^{n} a_{p_i}\)显然也有

\[G(x)\cdot x^{|S|} \cdot w_S=\sum_{p,\operatorname{p is a border of S}} F(x)\cdot x^{|S|-|p|}\cdot w_{S-p}\\=\sum_{p,\operatorname{p is a border of S}} F(x)\cdot x^{|S|-|p|}\cdot \frac{w_S}{w_p} \]

则:

\[G(1)=\sum_{p,\operatorname{p is a border of S}}\frac{1}{w_p} \]

252.P3706 [SDOI2017] 硬币游戏 and 加强版

给定 \(n\) 个序列 \(A_1,A_2,\cdots,A_n\),第 \(i\) 个序列的长度为 \(L_i\)。每次从 \([1,m]\) 中以 \(p_i\) 的概率生成一个数 \(i\) 加入初始为空的序列 \(B\) 末尾,若 \(A_1,A_2,\cdots ,A_n\) 均为 \(B\) 的子串则停止。求序列 \(B\) 的期望长度。

答案为 \(E(\max(T_i))\),\(T_i\) 表示 \(i\) 首次出现时的长度。

容斥后答案为:\(\sum_{S\subseteq\{1,2,\cdots n\}}(-1)^{|S|+1}E(\min_{i\in S}(T_i))\)。

即只考虑 \(S\) 中字符串,出现一个 \(A_i\) 就停止的期望长度。

设 \(G(x)\) 表示 \(i\) 轮之后还没结束的概率。

记 \(F_i(x)\) 表示第 \(i\) 个人在第 \(j\) 轮获胜概率,\(P(T)=\prod_{i\in T} p_i\),\(a_{i,j,k}=[A_i[1,k]=A_j[L_{j}-k+1,L_j]]\)。

则有:

\[\sum_{i=1}^{n}F_i(x)+G(x)=1+xG(x)\\ \forall i\in S,G(x)P(A_i)x^{L_i}=\sum_{j\in S}\sum_{k=1}^{L_i}a_{i,j,k}F_j(z)P(A_i[k+1,L_i])x^{L_i-k} \]

答案就是 \(\sum_{i=1}^{n}F_i'(1)\)。

带入 \(x=1\) 得到 \(n\) 个方程,同时还有 \(\sum_{i=1}^{n}F'(1)=G(1),\sum_{i=1}^{n}F(1)=1\)。

高斯消元即可。

标签:概率,函数,cdot,sum,生成,cdots,border,underline
From: https://www.cnblogs.com/orzz/p/18345967

相关文章

  • QRGRU-基于分位数回归门控循环单元的时间序列/回归区间概率预测matlab代码
    本人整理了QRGRU基于分位数回归门控循环单元的时间序列/回归区间概率预测matlab代码,该代码质量优异,出图精美,有详细注释,适合新手学习使用。1.多变量回归或时序预测均可,不加价~适用于matlab2020及以上。可任意选择置信区间,评价指标包括R2、MAE、区间覆盖率picp、区间平均宽度百分......
  • 【NumPy 入门:常用函数与方法总结】
    文章目录前言1、np.array()函数2、np.arange函数(用于生成数值序列的函数)3、np.linspace函数(用于生成数值序列的函数)4、ndarray.dtype和ndarray.dtype.name属性5、矩阵乘积6、ravel方法、T和flat属性7、np.vstack和np.hstack函数8、column_stack函数9、np.r_和......
  • 关于简单的部分数学函数用python求导的示例
    1.求常数的导数题目代码1.求常数的导数:$f(x)=c$ 运行代码fromsympyimport*x,c=symbols('xc')c.diff(x)结果 2.求幂函数导数:题目代码2.求幂函数导数:$$f(x)=x^\mu$$运行代码fromsympyimport*x,mu=symbols('xmu')(x**mu).diff(x)结果  3.求三角......
  • mybatis插件代码生成。
    mybatis插件代码生成。第一步连接数据库:第二步,选择数据库表:第三步,进行配置选择第四步、就生成了有关于表的实体类和其他的表数据。第一步连接数据库:在右边,拉出数据库的操作栏输入用户名密码,然后点击测试第二步,选择数据库表:第三步,进行配置选择一定要对照图片来......
  • 机器学习中的两个重要函数--sigmoid和softmax
    机器学习中,常常见到两个函数名称:sigmoid和softmax。前者在神经网络中反复出现,也被称为神经元的激活函数;后者则出现在很多分类算法中,尤其是多分类的场景,用来判断哪种分类结果的概率更大。本文主要介绍这两个函数的定义,形态,在算法中的作用,以及两个函数之间的联系。1.sigmoid函数......
  • 代码随想录算法训练营第59天 | 最小生成树
    53.寻宝https://kamacoder.com/problempage.php?pid=1053prim算法精讲https://www.programmercarl.com/kamacoder/0053.寻宝-prim.htmlkruskal算法精讲https://www.programmercarl.com/kamacoder/0053.寻宝-Kruskal.html题目描述在世界的某个区域,有一些分散的神秘岛屿,每......
  • Python实现猜数字游戏:带提示范围和随机生成数字功能
    概述这篇文章将介绍一个使用Python编写的简单猜数字游戏。该游戏会随机生成一个1到10之间的数字,然后用户需要猜测这个数字。每次猜测后,程序会根据用户的输入调整提示范围,直到用户猜中为止。代码实现首先,导入必要的模块并生成一个随机数:importrandom#生成1-10之间的随机......
  • 利用chatgpt3.5/4.0生成一个generator,完成杨辉三角
    deftriangles():row=[1]whileTrue:yieldrowrow=[sum(x)forxinzip([0]+row,row+[0])]#期待输出:#[1]#[1,1]#[1,2,1]#[1,3,3,1]#[1,4,6,4,1]#[1,5,10,10,5,1]#[1,6,15,20,15,6,1]#[1,7,......
  • 看片神器,将本地视频通过AI自动生成字幕及翻译字幕
    迈信达音视频字幕软件(MaixindaSubtitle)是一款专注于自动化视频转录文本、字幕制作、字幕翻译的AI自动化字幕软件。通过AI一键生成本地音频与视频的字幕文件,及翻译字幕内容。使用AI提取音视频对话内容后翻译、生成字幕文件,可以低成本并高效地将任意语言的视频、音频转录并翻译为目......
  • 使用OpenAI大模型与中专API进行文本生成的实战教程
    引言在人工智能技术的快速发展中,大型语言模型(LLM)如OpenAI的GPT系列,已成为处理自然语言任务的强大工具。本文将介绍如何通过中专API(http://api.wlai.vip)调用OpenAI的大模型进行文本生成。我们将展示如何编写一个简单的Python脚本,实现与API的交互,并生成高质量的文本内容。环......