首页 > 其他分享 >条件概率和黎曼和

条件概率和黎曼和

时间:2024-08-17 21:30:57浏览次数:4  
标签:概率 frac text right 黎曼 条件 frac1 mathrm left

设共有 \(n\) 个人,放弃前 \(k\) 个人,若按此策略最终选到最优的人的概率为 \(P(k)\),则

\[\begin{aligned} P(k)&=P(\text{第 }(k+1)\text{ 个人是最优的})+P(\text{第 }(k+2)\text{ 个人是最优的}+\cdots+P(\text{第 }n\text{ 个人是最优的}) \\ &=\frac1n+\frac1n\cdot\frac k{k+1}+\frac1n+\frac k{k+2}+\cdots+\frac1n\cdot\frac k{n-1} \\ &=\frac kn\left(\frac1k+\frac1{k+1}+\frac1{k+2}+\cdots+\frac1{n-1}\right) \\ &=\frac kn\sum_{i=k}^{n-1}\frac1i \end{aligned} \]

则问题转化为超简单的规划问题

\[\max\ \ \frac kn\sum_{i=k}^{n-1}\frac1i\quad(k\le n,k\in\mathbf N_+) \]

在 \(n\) 较小时,直接一波非线性规划求整数解。

在 \(n\) 很大时,注意到 \(k/n\sum_{i=k}^{n-1}1/i\) 即是 \(y=1/x\) 将区间 \((k/n,1)\) 分割成宽度为 \(1/n\) 的小区间后的黎曼和。令 \(x=k/n\),易知

\[P(k)=\frac kn\sum_{i=k}^{n-1}\frac1i\approx x\int_x^1\frac1x\mathrm dt=-x\ln x \]

为求 \(P(k)\) 最大值,令 \(P'(k)=-(1+\ln x)=0\),有 \(x=1/\mathrm e\approx36.8\%\)。此时 \(P(k)=-1/\mathrm e\ln1/\mathrm e=1/\mathrm e\approx36.8\%\)。


在存在拒绝概率 \(p\) 的变体情况下,最优策略需满足

\[\prod_{i=k+1}^{n-1}\left(1+\frac pi\right)\le\frac1{1-p} \]

目标函数变为

\[P(k)=\frac{1-p}{pn}\left[(k+p)\prod_{i=k+1}^{n-1}\left(1+\frac pi\right)-k\right] \]

容易发现

\[\left(\frac{i+1}i\right)^p<1+\frac pi<\left(\frac{i+p}{i-1+p}\right)^p \]

下一步我不是特别懂,照抄文献了

\[\left(\frac n{k+1}\right)^p<\frac1{1-p}<\left(\frac{n-1+p}{k-1+p}\right)^p \]

由此

\[n(1-p)^{1/p}<k+1<n(1-p)^{1/p}+1+(1-p)\left[1-(1-p)^{1/p}\right] \]

从而最优策略应该舍弃的位置以及选到最优秀的人的概率极其简洁

\[\lim_{n\to\infty}P(k)=\lim_{n\to\infty}\frac kn=\lim_{n\to\infty}\frac{k+1}n=(1-p)^{1/p} \]

在 \(p\) 趋向于 \(0\) 时,即不会被拒绝,问题化为原始的 37% 法则

\[\lim_{p\to0}~(1-p)^{1/p}=\frac1{\mathrm e}\approx36.8\% \]

标签:概率,frac,text,right,黎曼,条件,frac1,mathrm,left
From: https://www.cnblogs.com/laoshan-plus/p/18365009

相关文章

  • C++多线程详解 | 线程创建 | 互斥锁 | 条件变量 | 线程池
    目录前言1.线程创建2.互斥锁3.lock_guard与std::unique_lock4.condition_variable 5.线程池前言在说线程之前,先说说进程和线程的关系,以及什么是多线程(为了方便理解就用大白话来说)进程:进程就是运行中的程序,比如说一个微信的程序,你双击它,它运行起来了就是一个进程,在还......
  • 练习:python条件语句、循环语句和函数的综合运用
    需求描述:期望输出效果:练习成果:#简单的银行业务流程many=50000defmain_menu():print("----------主菜单----------"f"\n{name}您好,欢迎来到ATM,请选择操作:""\n查询余额\t[输入1]""\n存款\t\t[输入2]""\n取款\t\t[输入3]&qu......
  • lua版promise实现3 - 条件判断例子
    针对:先加载资源A,加载完A再加载资源B,加载完B再加载资源C。现在加需求了,如果加载资源A的时间不超过3s,那说明当前设备性能不错,会额外再加载高品质资源A2,A3,然后再加载B。 localobj1=PromiseV1.new()localtime1=os.time()AsyncLoadRes("ResA",function(textA)obj1:S......
  • 抛硬币(概率dp)
    https://www.luogu.com.cn/problem/AT_dp_i第1题   抛硬币 查看测评数据信息有n个质地不均匀的硬币,抛第i枚硬币器正面朝上的概率是p[i],反面朝上的概率是1-p[i],扔完n个硬币后,求正面朝上的个数大于反面朝上的概率是多少。结果保留三位小数输入格式 第一行一个整数n,......
  • C primer plus 6.8 出口条件循环: do while
            while和for都是入口条件循环,即在循环的每次迭代之前检查测试条件,所以有可能根本不执行循环体中的内容。C语言还有出口条件循环,即在循环每次迭代之后检查测试条件,这保证了至少执行循环体中的内容一次。这种循环叫do while循环。dowhile循环    ......
  • Vue3如何使用v-model写一个多条件联合搜索
    在Vue3中,使用v-model进行多条件联合搜索通常涉及到绑定多个输入字段到组件的数据属性上,并在搜索逻辑中根据这些属性的值来过滤数据。虽然v-model本身是针对单个表单元素进行双向数据绑定的,但你可以通过结合使用多个v-model和计算属性或方法来处理多条件搜索。以下是一个简单......
  • 《SQL 中复杂条件多表关联查询的性能优化秘籍》
    在当今数据驱动的时代,数据库的操作和查询性能对于企业的业务运营至关重要。当面对复杂的业务逻辑和大规模的数据时,实现复杂条件的多表关联查询并确保高效的性能成为了数据库开发者和管理员面临的重要挑战。多表关联查询是在关系型数据库中获取全面和准确数据的常见操作。然......
  • 概率论沉思录:合情推理
    注本文采用勒内·笛卡尔(RenéDescartes)做为封面,不仅是因为笛卡尔的著作《第一哲学沉思录》[1]是本书中文译名的思想来源,更是因为笛卡尔代表着西方哲学史上的主体性转向,他的理性主义哲学也是贝叶斯派(Bayesian)的思想源泉之一(本书作者就是贝叶斯派的公开支持者)。导言当前,实际......
  • 苏州园区创新领军人才项目申报条件是什么
    苏州工业园区一直致力于吸引和培养高层次创新人才,以推动区域内的科技创新和产业升级。创新领军人才项目作为园区的重点人才引进计划之一,其申报条件备受关注。为了帮助有意申请的人士了解具体要求,本文将详细介绍该项目的申报条件,包括对申请人在学历、专业背景、科研成果等方面的......
  • 多元/多维高斯/正态分布概率密度函数推导 (Derivation of the Multivariate/Multidime
    各种维度正态分布公式:一维正态分布二维正态分布/多维正态分布各向同性正态分布 注:即方差都是一样的,均值不一样,方差的值可以单独用标量表示。多元/多维高斯/正态分布概率密度函数推导(DerivationoftheMultivariate/MultidimensionalNormal/GaussianDensity)作者:凯......