2016多校7 HDU 5810 Balls and Boxes

2016多校联合训练#7

HDU 5810 Balls and Boxes

方差，期望，数学

传送门：HDU

---

题意

把n个球放到m个盒子里面，随机变量$X_i$表示每个盒子中球的个数，求球个数方差V的期望E(V)。

$$V=\frac{\sum_{i=0}^n (X_i-\overline X)^2}{m}$$

思路

我是不会。。下面的摘自大神们的博客。

• 首先这是一个二项分布。对于一个盒子来说，n次实验是扔n个球，每次进入盒子概率是1/m。样本方差的期望等于总体的方差！证明爱看不看。直接的结果：$E(V)=\frac{n*(m-1)}{m^2}$

• 有不用这个性质直接推出公式的。膜大神。

  $E(V)=\frac{E(\sum_{i=0}^n (X_i-\overline X)^2)}{m}=E(x^2)-2*\frac{n}{m}*E(x)+\frac{n^2}{m^2}$
  $E(x)=\frac {n}{m}$
  $E(x^2)=D(x)+[E_x]^2$
  二项分布，$D(x)=\frac{n*(m-1)}{m^2}$
  所以带到上面的式子中就变成了$E(V)=\frac{n*(m-1)}{m^2}$

• 官方题解我是看不懂。

  $E[V] = E[\frac{\sum_{i=1}^{m} (X_i - \bar X)^2}{m}]=E[(X_i - \bar X)^2] = E[X_i^2 - 2X_i\bar X +\bar X^2]$
  $= E[X_i^2] - 2\bar XE[X_i] + E[\bar X^2] = E[X_i^2] - 2\bar X^2 + \bar X^2 = E[X_i^2] - \frac{n^2}{m^2}$
  所以关键是要求出$E[X_i^2]$. 我们用随机变量$Y_j$来表示第j个球是否在第i个盒子中，如果在则$Y_j = 1$，否则$Y_j = 0$. 于是
  $E[X_i^2] = E[(\sum_{j=1}^{n} Y_j)^2] = E[\sum_{j=1}^{n} Y_j^2] + 2E[\sum_{j=1}^{n} \sum_{k=1,k\neq j}^{n} Y_jY_k] = nE[Y_j^2] + n(n-1)E[Y_jY_k]$
  $=\frac{n}{m}+\frac{n(n-1)}{m^2}$
  因此，
  $E[V] = \frac{n}{m} + \frac{n(n-1)}{m^2} - \frac{n^2}{m^2} = \frac{n(m-1)}{m^2}$

---

代码

#include <cstdio>
#include <iostream>
#include <algorithm>
#include <cmath>
#include <cstdlib>
using namespace std;
typedef long long ll;
ll gcd(ll a,ll b)
{
    return b==0 ? a : gcd(b,a%b);
}
int main()
{
    ll m,n;
    while(scanf("%lld%lld",&n,&m)==2&&(m!=0&&n!=0))
    {
        ll fz=(ll) n*(m-1);
        ll fm=(ll) m*m;
        ll g=gcd(fz,fm);
        fz/=g;
        fm/=g;
        printf("%lld/%lld\n",fz,fm);
    }
}