概率与期望

定义

概率:P(A),表示事件 A 发生的可能性。

全概率公式:若 B1Bn 构成一个完备事件组(即恰好覆盖了所有可能性的事件组),则 P(A)=P(A|Bi)P(Bi)

期望:记作 E(x),其中 x 是一个随机变量。如果 xa1ak 的取值可能,则 E(x)=Pr(ai)ai,其中 Pr(ai) 表示 x=ai 的概率。

期望的线性可加性

如果随机变量 x 等于若干个随机变量 y1yk 的和,则 E(x)=E(yi)

题目

  • CSES1726 Moving Robot

题意:有一个 8×8 的棋盘,每个格子上有一个机器人。每一时刻,每个机器人会等概率地从四个方向中选一个前进一步(不会出界)。求 k 个时刻后棋盘上没有机器人的格子数量的期望值。k100

记这个期望值为 E(x),记一个随机变量 ai,j{0,1},若为 0 则表示有机器人在 (i,j) 上;否则表示没有。

E(x)=E(ai,j)。现在的问题就变成怎么求 ai,j 了。

考虑从每个机器人出发都做一次 DP: dp[i][x][y] 表示这个机器人在 i 个时刻后走到格子 (x,y) 的概率。

  • cycle 期望

求一个长度为 n 的随机排列(置换)中轮换个数的期望值。

轮换个数 = 长度 1 的轮换个数 + 长度 2 的轮换个数 + ... + 长度 n 的轮换个数。

所以 E(总轮换个数)=E(长度为 k 的轮换个数)

现在的问题就是怎么求长度为 k 的轮换个数的期望值。

发现长度为 k 的轮换可以等价于 k 个长度为 k 的序列。所以我们可以枚举长度为 k 的序列,算出它构成轮换(首尾相接)的概率。即 E(x)=k=1n1k长度为 k 的序列个数×长度为 k 的序列构成轮换的概率.

长度为 k 的序列个数为 Ank。分步计数。要让它首尾相接,就是要第一个恰好指向第二个,这里的概率为 1n;第二个恰好指向第三个,概率 1n1 ……

所以首尾相接的概率就是 1Ank,则 长度为 k 的序列个数×长度为 k 的序列构成轮换的概率=1

E(x)=1i

posted @   FLY_lai  阅读(73)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
点击右上角即可分享
微信分享提示