『笔记』数学概率与期望

数学概率与期望

标签(空格分隔): 数学


概率

定义

概率是 \(0\)\(1\) 之间的一个数目,表示某个事件发生的可能性或者经常程度

例题

庄家和玩家

有三个骰子,如果至少有一个 \(6\) 向上,那么就是玩家赢一些钱,反之庄家赢一块钱,询问在分别出现\(1,2,3\)\(6\) 时,玩家应该赢得多少钱游戏才较为公平

答:一个:一元;两个:三元;三个:五元

生日悖论

\(n\) 个人,按照一年有 \(365\) 天计算(先不考虑大于\(365\)人的情况)

1、出现生日相同的概率是多少?

2、同一天生日的人有多少对?

3、有多少人生日相同?

考虑生日相同的人的概率(也就是\(1-\)生日不相同的概率)

\[1-\frac{364}{365}\times \frac{363}{365}\times…、\times \frac{365-n}{365} \]

考虑生日相同的人有多少对

想一个人相对于其他所有人的情况,那么每个人的生日是占\(\dfrac{1}{365}\),那么一一配对比较以后的总的概率加起来就是\(\dfrac{n(n-1)}{365}\),那么最后得出来的是

\[\frac{n(n-1)}{365}\times \frac{1}{2} \]

因为是无序的,会导致算两遍,所以需要\(÷2\)

考虑有多少人生日相同,要注意,和上面的题目并不一样,就比如假设生日相同的人一共有 \(3\) 对,那么如果出现这三个人的生日都相同的情况,那么就是三人三对,如果是简单的用第二问的结论的变两倍正确性不高。

思考一下,首先考虑一个人的情况,概率为 \(1\) ,再考虑两个人,生日一共有 \(365\) 种,那么两个人相同的概率即为\(1-\dfrac{364}{365}\)

那么对于 \(n\) 个人,可以的出来的式子就是生日相同的概率为 \(1-(\dfrac{364}{365})^n\)

因为共有 \(n\) 个人 所以最终得出来的答案即为,生日相同的人一共有

\[n\times(1-(\frac{364}{365})^n) \]

期望

定义

数学期望就是对于随机事件不同结果的概率加权求平均

数学期望:\(E(X)=\sum(p(s)* X(s))\)

应用

魔球理论

篮球有三种得分方式:篮下进攻和中距离投中都是2分,
而三分球投中得 \(3\) 分。当然,距离越远投篮命中率一般就
会越低。总之,篮下投篮命中率为55%,中距离投篮命中
率为 \(45\) %,三分投篮命中率 \(35\) %,但是得分高。哪种得分
方式更有效率呢?
\(E(\text{篮下})=2\times55\)%\(+0\times 45\)%\(=1.1\)
\(E(\)中距离\()=2\times 45\)%\(+0\times55\)%\(=0.9\)
\(E(\)三分球\()=3\times 35\)%\(+0\times 65\)%$ 1.05$

抛硬币问题1

有一个硬币,抛 \(n\) 次,问正面向上的期望是多少?

方法一:组合数学

考虑 \(n\) 次有 \(0\) 次向上,有1次向上,到有 \(n\) 次向上。因为一共是有正反两种情况,所以要有\(\frac{1}{2}\)

\[E(n)=\frac{1}{2^n}\times \sum^{n}_{k=0}C^{k}_{n}\times k \]

方法二:概率

每一次正面向上的概率为\(\dfrac{1}{2}\),一共抛了\(n\)次,那么得出来的期望就是

\[\frac{n}{2} \]

两种是一样的

抛硬币问题2

\(1\) 个硬币,期望抛多少次才回首次出现连续的 \(n\) 个正面

显然不知道=_=(自行百度)

抛硬币问题3

连续抛硬币,如果出现正正反, \(A\) 赢,如果出现反正正则 \(B\)
赢,问双方胜负的概率是多少?
首先考虑出现的情况

\(S_A=zzf+zzzf+zzzzf+……\)

\(S_B=fzz+ffzz+zfzz+……\)

通过枚举抛 \(n\) 次的所有情况,手模一下,可以发现,\(B\) 每赢三次,\(A\) 都会赢一次

那么双方胜负的概率约为 \(A:B=1:3\)

具体证明

(假设\(ZZF\)\(A\)\(ZFF\)\(B\))由于获胜条件第一个是\(Z\),可以去掉前面所有的\(F\),如果第一个\(Z\)后是\(Z\),那必然\(A\)赢;如果第一个\(Z\)后是\(F\),则看第三个,第三个是\(F\)\(B\)赢,是\(Z\)则去掉前两个\(ZF\),从第三个\(Z\)开始,重复推理过程。设\(A\)赢的概率为\(x\),则\(x=0.5*1(ZZ\)开头,必然\(A\)赢)\(+0.25*0(ZFF\)开头,\(B\)赢)\(+0.25x(ZFZ\)开头,递归)

抢红包问题1

\(n\)个红包,每个红包的钱数各不相同,你打开一个红包,看到钱
数后可以选择收或丢弃。如果收了,你就不能再打开其它的红包了。
如果丢弃,可以在没有打开的红包中重新选择一个打开。你只能收
一个红包,丢弃的红包不能再选。问收到最大的红包的概率是多少?
如何选择才?

首先打开第一个红包作为参考值,首先。四个红包有四分之一的概率,然后,分别考虑每一个是最大的情况

\[\frac{1}{4}(0+1+\frac{1}{2}+\frac{1}{3})=\frac{11}{24} \]

概率为\(45\)%

总的公式为:

\[P(S)=\frac{s}{n}(\sum^{n-1}_{k=s}\frac{1}{k}) \]

抢红包问题2

\(4\)个红包,\(1\)个红包里有钱,\(3\)个红包是空的,我知道哪
个红包有钱,而你不知道,你先选中一个红包,我打开另
一个空的红包,此时你可以重新选择一个红包,问你是否
愿意重新选择?

当我们最开始选的时候因为并不知道,所以第一个红包里有钱的概率为\(\dfrac{1}{4}\)

如果第一个红包里有钱,另外又被打开了一个空的红包,那么想打开第二个红包继续选的概率为\(\dfrac{1}{4}\times \dfrac{1}{2}\)

另外如果第一个红包包里没有钱,那么为\(\dfrac{3}{4}\times \dfrac{1}{2}\times 1\)

那么总共为 \(\dfrac{3}{8}\)

或者直接考虑,四个红包,\(A、B、C、D\),你选\(A\),如果\(A\)有钱,重新选,肯定是没钱的;如果A没钱,然后打开没钱的红包\(B\),你在\(C、D\)中选择,有二分之一有钱,总概率是\(0.75 \times 0.5=0.375\),大于直接选的\(0.25\)

两个均为为\(\dfrac{3}{8}\)

抢红包问题3

\(n\) 个红包,\(a\) 个红包里有钱,其它红包是空的,我知道哪
个红包有钱,而你不知道,你先选中一个红包,我打开
\(c(c<n-a)\) 个空的红包,此时你可以换一个红包,问你选
中红包的概率最大是多少?

1、如果要换

先考虑第一个是有钱的概率,那么为\(\dfrac{a}{n}\times \dfrac{a-1}{n-c-1}\)

另外假设第一个选了不是红包的,那么为\(\dfrac{n-a}{n}\times \dfrac{a}{n-c-1}\)

总和起来就是:\(\dfrac{a(n-1)}{n\times (n-c-1)}\)

2、如果不换:\(\dfrac{a}{n}\)

卡片收集1

每包零食里有一张卡牌,总共有\(N (1 <= N <= 20)\)
不同的卡牌,得到这N种卡牌的概率相同\((1 <= i <= N)\)。求收集到所有卡牌的期望是多少。

\[E(i)=\frac{n-i}{n}\times E(i+1)+\frac{i}{n}E(i)+1 \]

\(E(n)=0\),考虑递推求解

卡片收集2

每包零食里有一张卡牌,总共有 \(N (1 <= N <= 20)\)
不同的卡牌,得到这 \(N\) 种卡牌的概率不同,分别为
\(P[i](1 <= i <= N)\)。求收集到所有卡牌的期望是多少。

1、状压DP

\[f(s)=\sum f(s|i)\times p_i+(1-\sum_{i\in s}p(i)) \]

2、容斥原理

$ E1 = 1/P1,E2 = 1/P2,E12(\(表示肯定买到1或2其中一包的期望\)) = 1/(P1+P2)。$

当我们计算\(E1\)\(E2\)的时候,\(E12\)是重复计算了\(2\)次,应该减去一次。根据容斥定理可知:

\(E = E1 + E2 - E12。\)

同理,三张牌的时候:

\(E = E1 + E2 + E3 - E12 - E13 - E23 + E123。\)

以此类推,当计算期望中的各项的时候,如果该项为奇数项(奇数张卡的期望),则加上该项。

如果该项为偶数项\(2\)(偶数项卡的期望),则减去该项。

posted @ 2021-02-01 17:48  琼瑾  阅读(549)  评论(0编辑  收藏  举报
Live2D