【金华集训 && 数论】 概率期望

概念

对于一个随机变量$X$,它的取值有$x_1,x_2,x_3\dots \dots$,一个随机事件可以表示为$X=X_i$,其概率为$P(X=X_i)=p_i$.
那么我们称$E(X)=\sum p_i{x}_i$为随机变量X的数学期望。通俗的讲，数学期望就是随机变量取值与其概率的乘积之和。

独立事件：互不影响的事件

---

一些性质

1、如果$0<x<1$,那么${\sum }_{i=0}^n{x}^i=\frac{1-x^{n+1}}{1-x}$这是一个等比数列的求和公式.

2、由1可以进而推得${\sum }_{i=0}^{正无穷}{x}^i=\frac{1}{1-x}$

3.数学期望的线性性

• $E(x+y)=E(x)+E(y)$

4、通过前缀和得到的一个性质

• $P(x=k)=P(x<=k)-P(x<=k-1)$ 这个性质很显然吧

5、如果某件事的概率为P，那么其期望就位$\frac{1}{p}$

6、如果对于两个独立事件，$P(AB)=P(A)\ast P(B)$

7、如果对于两个独立事件，$E(AB)=E(A)\ast E(B)$

---

经典题目选讲

一、在一张 n 个点的完全图上游走，求从一个点走到另一个点的期望步数

• 显然，这是一张完全图，每一个点都连接出去了n-1条边，所以对于一个点，从它走向另一个点的概率为$\frac{1}{n-1}$，根据性质5，即可得到期望为n-1

二、在一张 2n 个点的完全二分图上游走，求从一个点走到另一个点的期望步数

• 我们设$A:一个点到达同侧点的期望步数$
• $B:一个点到达异侧点的期望步数$
• 很显然得到：
• $B=\frac{n}{1}\ast 1+\frac{n-1}{n}\ast (A+1)$(一个点直接走到异侧点 && 一个点先到达异侧点后按照同侧点的走法)
• $A:1+B$(先走到异侧点，后按照异侧点的走法)
• 解方程即可得到答案

三、在一张 n 个点的菊花图上游走，求从一个点走到另一个点的期望步数

• 考虑菊花图的特殊性，菊花图分为两个部分：中心以及叶子，我们对这两个部分进行讨论：
• 叶子->叶子--------A
• 叶子->中心---------1
• 中心->叶子---------B
• 对于第二个讨论很显然就是一步，关键就是对A和B的讨论
• 对于叶子都走到叶子，可以先由叶子都到中心，再有中心走到叶子：
• 即$A=1+B$
• 对于中心走到叶子，可能是直接走到叶子，也可能是走到其他叶子在执行A
• 即$B=\frac{1}{n-1}\ast 1+\frac{n-2}{n-1}\ast (1+A)$
• 解方程即可

来一道傻逼题

四、随机一个长度为 n 的排列 p，求 i 在 j 的后面的概率

• 这、、确实是一道傻逼题。
• 分类讨论即可
• 1、$i不等于j$,哈哈，概率就为$\frac{1}{2}$，要么在后面要么不在后面
• 2、如果i==j，概率为0.
• 傻逼吧。。。。

五、在一条 n 个点的链上游走，求从一端走到另一端的期望步数

• 首先仍然是按照套路来
• $E(y)={\sum }_{i=1}^n{x}_i$
• 其中$x_i$表示从第i个点游走到i+1个点的期望步数
• 很显然，$x_1=1$
• 试着推$x_2$，第二个点可能直接走到第三个点，这是就是$\frac{1}{2}\ast 1$,而也可能走到1号点，这是就需要通过$x_1$,$x_2$来走到，即$\frac{1}{2}\ast (x_1+x_2+1)$
• 成功推到$x_n$，$x_n=\frac{1}{2}\ast 1+\frac{1}{2}\ast (x_{n-1}+x_n+1)$
• 通过解方程得到$x_n=x_{n-1}+2$
• 这个序列就是$1,3,5,7,9\dots \dots 2\ast n-1$
• 那么这个答案便是这个序列的${\sum }_{i=1}^{n-1}{x}_i$
• 显然答案为$(n-1{)}^2$

六、在一棵 n 个点的树上游走，求从根走到 x 的期望步数

• 设$f[x]表示从第x个点开始第一次走到他的父亲节点的期望步数$
• 答案就是$f[x]+f[fa[x]]+f[fa[fa[x]]]+\dots \dots 一直加到根节点的儿子$
• 我们还设d[x]表示x的度数（1+它的儿子个数）
• 得到如下的分类讨论：
• $\frac{1}{d[x]}\ast 1$ -----------直接走到他的父亲
• $\frac{1}{d[x]}\ast (1+f[y]+f[x])$ ---------------其中$y\in son(x)$
• 加起来即可
• 同样是解方程

---

差不多就这些，以后看到一些性质以及好的例题我会记得补充