概率期望小记
前言·参考资料
这里介绍 OI 中常见的简化了的离散概率理论。
很多初学者觉得概率期望难, 大多数情况下并不是初学者智商上的锅, 是信息源质量奇差的锅, 当然本文就是那些傻逼信息源的其中之一……
参考资料:
《浅析信息学竞赛中概率论的基础与应用》胡渊鸣 (写得不好 ,相互独立的离散期望的乘积等于乘积的期望的证明有大的漏洞)
《具体数学》 正道的光, 我认为最好的教程
《算法竞赛进阶指南》主要习题来源
《算法竞赛入门经典 训练指南》主要习题来源
概率
定义
把一个随机实验的某种可能结果称为 样本点, 所有样本点构成的集合称为 样本空间, 通常记为 \(\Omega\) (\Omega
) 。一个 随机事件 是样本空间的一个子集, 记所有随机事件的集合为 \(F\) 。
记概率测度 \(P : F \rightarrow \Bbb R\) , 其需要满足以下三条公理:
1.对于任意事件 \(A\) , 有 \(P(A) \ge 0\)
2.\(P(\Omega) = 1\)
3.对于事件 \(A\) 和 \(B\) , 若 \(A \cap B = \emptyset\) , 则 \(P(A\cup B) = P(A) + P(B)\)
条件概率
记事件 \(B\) 发生的前提下, 事件 \(A\) 发生的概率为 \(P(A\mid B)\) 。
\(P(A\cap B),\)\(P(AB)\) , \(P(A,B)\) 都表示事件 \(A\) 和事件 \(B\) 同时发生的概率。
全概率公式
如果 \(B_1 \cdots B_k\) 是对样本空间的一个划分, 那么
贝叶斯(Bayes)公式
由于 \(P(A\mid B)P(B) = P(AB) = P(B\mid A)P(A)\) , 得到:
期望
随机变量
函数 \(X : \Omega \rightarrow \Bbb R\) 被称为一个随机变量。
随机变量的期望
对于一个随机变量 \(X\) , 定义其期望为
对于 \(\{\omega\mid \omega\in \Omega, X(\omega)=x\}\) , 可以记为 \(X=x\) 。
显然 \(E[X]\) 也可以表示为
\(X(\Omega)\) 是随机变量 \(X : \Omega \rightarrow \Bbb R\) 的值域。
\(\sum\limits_{\omega \in X=x} P(\omega)\) 可以写成 \(P(X=x)\) 。
随机变量的独立性和两个随机变量乘积的期望
对于两个随机变量 \(X_1\) 和 \(X_2\) , 如果对于任意 \(x_1 \in X_1(\Omega)\) 和 \(x_2 \in X_2(\Omega)\) 都有 \(P(X_1=x_1, X_2=x_2) = P(X_1=x_1)P(X_2=x_2)\) , 就称 \(X_1\) 和 \(X_2\) 相互独立。
对于两个随机变量 \(X_1\) 和 \(X_2\) , 它们的积 \(X_1X_2\) 是一个随机变量 \(X_1X_2 : \Omega \rightarrow \Bbb R\) , 满足 \((X_1X_2)(\omega) = X_1(\omega)X_2(\omega)\) 。
两个独立的随机变量的积的期望等于这两个随机变量期望的积, 证明如下:
期望的线性性
对于两个随机变量 \(X_1\) 和 \(X_2\) , 它们的和是一个随机变量 \(X_1+X_2 : \Omega \rightarrow \Bbb R\) , 满足 \((X_1+X_2)(\omega) = X_1(\omega) + X_2(\omega)\) 。
不管两个随机变量 \(X_1\) 和 \(X_2\) 是否独立, 总有:
证明如下:
全期望公式
不会证。也不知道是啥。
训练指南里给出的一个定义是:把所有情况不重不漏分成若干类, 每类计算期望, 然后按概率加权求和。似乎很显然, 以后再证。
题目
UVA11427 玩纸牌
每晚都玩纸牌, 单局游戏获胜的概率是 P, 每次游戏结束后, 计算获胜局数和总局数的比, 如果严格大于 P 就睡觉, 明晚继续玩。 每晚最多玩 n 局, 如果第 n 局结束后, 胜局比还是不超过 P, 就再也不玩纸牌了。计算玩纸牌次数的期望。
首先计算每晚再也不玩纸牌的概率 Q 。设 f(i,j) 表示前 i 局胜局比都不超过 P, 一共获胜 j 局的概率, 有:f(i,j) = f(i-1,j)(1-P) + f(i-1,j-1)P (当 j/i<=p时), f(i,j) = 0 (其他情况), 边界为 f(0,0)=1, f(0,1)=0。 则 Q = \(\sum_if(n,i)\) 。
设随机变量 X 为玩游戏的天数, 则:
UVA11762 得到 1
给出一个整数 N, 每次在不超过 N 的素数中随机选择一个 P, 如果 P | N, 则把 N 变成 N/P, 否则 N 不变。 问期望多少次把 N 变成 1?
设 f(i) 为当前数为 i 时期望多少次变成 1 。p(i) 为不超过 i 的素数有多少个, g(i) 为不超过 i 且是 i 的约数的素数有多少个。