概率与期望

Friendly reminder：
Careful eating

---

PS：本篇文章为正睿OI.B班.Day1.PPT的例题整理与解析

---

基础概念

• 随机变量：有多种可能的取值变量
• $P(A)$ 事件发生的概率$$P(硬币朝上)=0.5$$
• $E(X)$ 期望：
  $$\begin{gathered} E(X)=\sum _{X的所有取值i}P(X=i)\ast i \\ E(掷骰子朝上面值)=\sum _{i=1}^{6}E(X)=\frac{1}{6}\ast i \\ =3.5 \end{gathered}$$
• 独立事件：互不影响的时间，$P(AB)=P(A)\ast P(B)$
• 独立事件，$E(AB)=E(A)\ast E(B)$
  $$\begin{gathered} E(AB)=\sum _i\sum _{j}P(A=i且B=j)\ast i\ast j \\ =\sum _i\sum _{j}P(A=i)\ast P(B=j)\ast i\ast j \\ =(\sum _{i}P(A=i)\ast i)\ast (\sum _{j}P(B=j)\ast j) \\ =E(A)\ast E(B) \end{gathered}$$
• $Tip:P(XY=K)={\sum }_{i}P(X=i且Y=\frac{K}{i})$

常用公式

• 当 0 < x < 1 时，我们有：${\sum }_{i=0}^{\infty }{x}^i=\frac{1}{1-x}$

• ${\sum }_{i=0}^n{x}^i=\frac{1-x^{n+1}}{1-x}$
  $$\begin{gathered} \sum _{i=0}^n{x}^i=\frac{1-x^{n+1}}{1-x} \\ 证明:(1-x)\ast \sum _{i=0}^n{x}^i=\sum _{i=0}^n{x}^i-\sum _{i=1}^{n+1}{x}^i \\ =1-x^{n+1} \\ \therefore \sum _{i=0}^n{x}^i=\frac{1-x^{n+1}}{1-x} \\ 由此可证\sum _{i=0}^{\infty }{x}^i=\frac{1}{1-x}： \\ \because x^{\infty }=0 \\ \therefore 当0<x<1时，\sum _{i=0}^{\infty }{x}^i=\frac{1}{1-x} \end{gathered}$$

• 期望的线性性：对于任意两个随机变量 $X、Y$：$E[X+Y]=E[X]+E[Y]$（对于离散随机变量）
  $$\begin{gathered} E[X+Y]=\sum _i\sum _{j}P(X=i且Y=j)\ast (i+j) \\ =\sum _i\sum _{j}P(X=i且Y=j)\ast i+\sum _j\sum _{i}P(X=i且Y=j)\ast j \\ =\sum _{i}i\sum _{j}P(X=i且Y=j)+\sum _{j}j\sum _{i}P(X=i且Y=j) \\ =\sum _{i}i\ast P(i)+\sum _{j}j\ast P(j) \\ =E[X]+E[Y] \end{gathered}$$

• $Tip:P(X+Y=K)={\sum }_{i}P(X=i且Y=K-i)$

常⽤技巧-前缀和技

• 对于离散变量 $X$，$P(X=K)=P(X\le K)-P(X\le K-1)$
• 有 $n$ 个随机变量 $X[1\dots n]$，每个随机变量都是从 $1\dots S$ 中随机⼀个整数，求$Max(X[1\dots n])$ 的期望
  $$\begin{gathered} 选择n个小于i的数的概率为:P(X\le i)=(\frac{i}{S}{)}^n \\ 选择最大值等于i的数的概率为:P(X=i)=P(X\le i)-P(X\le i-1)=(\frac{i}{S}{)}^n-(\frac{i-1}{S}{)}^n \\ 最大值的期望:E(Y)=\sum _i((\frac{i}{S}{)}^n-(\frac{i-1}{S}{)}^n)\ast i \end{gathered}$$
• 概率为 $p$ 的事件期望 $\frac{1}{p}$ 次后发⽣
  $$\begin{gathered} X:几次才发生该事件 \\ E(X)=\sum _i^{\infty }P(X=i)\ast i \\ =\sum _{i=1}^{\infty }(P(X\ge i)-P(X\ge i+1))\ast i \\ =\sum _{i=1}^{\infty }((1-p{)}^{i-1}-(1-p{)}^i)\ast i \\ =((1-p{)}^0-(1-p{)}^1)\ast 1+((1-p{)}^1-(1-p{)}^2)\ast 2+... \\ =\sum _{i=0}^{\infty }(1-p{)}^i \\ =\frac{1}{1-(1-p)} \\ =\frac{1}{p} \end{gathered}$$
• $Tip：E[X]={\sum }_{i=1}^{\infty }P(X\ge i)$
  $$\begin{gathered} E[x]=\sum _{i=1}^{\infty }P(X=i)\ast i \\ =\sum _{i=1}^{\infty }P(X=i)\sum _{j=1}^{j\le i}1 \\ =\sum _{j=1}^{\infty }1\sum _{i\ge j}P(X=i) \\ =\sum _{i=1}^{\infty }P(X\ge i) \end{gathered}$$

拿球问题

• 箱⼦⾥有 n 个球 1…n，你要从⾥⾯拿 m 次球，拿了后放回，求取出的数字之和的期望
  $$\begin{gathered} X_i：代表第i次拿出来的值 \\ 则取出的数字之和的期望为：E[\sum _{i=1}^m{X}_i]=\sum _{i=1}^{m}E[X_i] \\ 每次取出的球的期望相等：E[X_1]=E[X_2]=...=E[X_m]=\sum _{i=1}^n\frac{1}{n}\ast i=\frac{(1+n)\ast n}{2n}=\frac{1+n}{2} \\ \therefore \sum _{i=1}^{m}E[X_i]=m\ast \frac{1+n}{2} \end{gathered}$$
• 箱⼦⾥有 n 个球 1…n，你要从⾥⾯拿 m 次球，拿了后不放回，求取出的数字之和的期望
  $$\begin{gathered} X_i=\{\begin{array}{l}i(选)\\ 0(不选)\end{array} \\ P(X_i)表示i标号的球被选的概率 \\ E[S]=E[\sum _{i=1}^n{X}_i]=\sum _{i=1}^{n}E[X_i] \\ =P(X_i=i)\ast i+(1-P(X_i=i))\ast 0 \\ =\sum _{i=1}^n\frac{C(m-1,n-1)}{C(m,n)}\ast i \\ =\sum _{i=1}^n\frac{m}{n}\ast i=\frac{m}{n}\sum _{i=1}^{n}i=m\ast \frac{1+n}{2} \end{gathered}$$
• 箱⼦⾥有 n 个球 1…n，你要从⾥⾯拿 m 次球，拿了后以p1 的概率放回，以 p2 的概率放回两个和这个相同的球，求取出的数字之和的期望
  $$\begin{gathered} 放回两个球的价值与原来的球相等，p2没有用处 \\ {Y}_i代表价值为i被选了几次 \\ {X}_i=Y_i\ast i \\ E[S]=E[\sum _{i=1}^n{X}_i]=\sum _{i=1}^{n}E[X_i] \\ =\sum _{i=1}^{n}E[Y_i\ast i]=\sum _{i=1}^{n}E[Y_i]\ast i \\ T=\sum _{i=1}^n{Y}_i=m \\ E[T]=E[\sum _{i=1}^n{Y}_i]=\sum _{i=1}^{n}E[Y_i]=1\ast m \\ \because 每个球是平等的 \\ \therefore E[Y_1]=E[Y_2]=...=E[Y_n]=\frac{m}{n} \\ \therefore E[S]=\sum _{i=1}^{n}E[Y_i]\ast i \\ =\sum _{i=1}^n\frac{m}{n}\ast i \\ =m\ast \frac{n+1}{2} \end{gathered}$$

游⾛问题

• 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
  $$\begin{gathered} X_i代表从i出发随机游走第一次到i+1的步数 \\ Y=\sum _{i=1}^{n-1}{X}_i \\ E[Y]=E[\sum _{i=1}^{n-1}{X}_i] \\ =\sum _{i=1}^{n-1}E[X_i] \\ E[X_1]=1 \\ E[X_2]=\{\begin{array}{l}\frac{1}{2}\ast 1\\ \frac{1}{2}\ast (1+E[X_1]+E[X_2])\end{array} \\ \therefore E[X_2]=\frac{1}{2}+\frac{1}{2}(1+E[X_1]+E[X_2]) \\ =1+\frac{1}{2}(E[X_1]+E[X_2]) \\ =2+E[X_1]=3 \\ \therefore E[X_i]=\{\begin{array}{l}\frac{1}{2}\ast 1\\ \frac{1}{2}\ast (1+E[X_{i-1}]+E[X_2])\end{array} \\ \because E[X_i]=2+E[X_i-1] \\ \therefore E[Y]=\sum _{i=1}^{n-1}E[X_i]=(n-1{)}^2 \end{gathered}$$
• 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
  $$\begin{gathered} \because 完全图 \\ \therefore 每次有\frac{1}{n-1}的概率成功 \\ \therefore 由“概率为p的事件期望\frac{1}{p}次后发⽣"得期望步数为n-1 \end{gathered}$$
• 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
  $$\begin{gathered} 完全二分图：两个集合各有n个点，两个集合之间的点两两间都有连边 \\ A:从一个点走到同侧点的期望步数 \\ B:从一个点走到另一侧点的期望步数 \\ B=\frac{1}{n}\ast 1+\frac{n-1}{n}\ast (B+2) \\ \frac{1}{n}B=\frac{1}{n}+2n-2n \\ B=2n-1 \\ A=B+1=2n \end{gathered}$$
• 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
  $$\begin{gathered} 设x为根 \\ 1叶子-叶子:A \\ 2叶子-中心:1 \\ 3.中心-叶子:B \\ A=B+1 \\ B=\frac{1}{n}+\frac{n-2}{n-1}(1+A) \\ B=\frac{1}{n}+\frac{n-2}{n-1}\ast 2+\frac{n-2}{n-1}B \\ \frac{1}{n-1}B=\frac{1}{n}+\frac{n-2}{n-1}\ast 2 \\ B=\frac{n-1}{n}+2\ast n-4 \\ A=\frac{n-1}{n}+2\ast n-3 \end{gathered}$$
• 在⼀棵 n 个点的树上游⾛，求从根⾛到 x 的期望步数
  $$\begin{gathered} f[x]表示从x出发第一次走到fa[x]的期望步数 \\ d[x]为x的度数 \\ f[x]=\{\begin{array}{l}\frac{1}{d[x]}\ast 1\\ \frac{1}{d[x]}{\sum }_{y\in son(x)}(1+f[y]+f[x])\end{array} \\ f[x]=\frac{1}{d[x]}\ast 1+\frac{1}{d[x]}\sum _{y\in son(x)}(1+f[y]+f[x]) \\ \frac{1}{d[x]}f[x]=1+\frac{1}{d[x]}\sum _{y\in son(x)}f[y] \\ f[x]=d[x]+\sum _{y\in son(x)}f[y] \end{gathered}$$
• 构造⼀张200个点的⽆向图，使得上⾯从 S ⾛到 T 的随机游⾛期望步数>=1000000
  $$\begin{gathered} 构造一条长100的链 \\ 已知一条链的期望步数在n^2级别，只要在链头构造一张完全图 \\ 设链与完全图链接的节点为1，该点的度数为n，E[1]为走到链上下一个点的期望 \\ E[1]=\frac{1}{n}\ast 1+\frac{n-1}{n}(1+(n-1)+E[1]）为n^2级别（其中n-1为回来的期望） \\ 所以随机游走步数>=1000000 \end{gathered}$$

经典问题

• 每次随机⼀个 [1,n] 的整数，问期望⼏次能凑⻬所有数
  $$\begin{gathered} X_i表示当前有i-1个数，直到有i个数 \\ E[S]=E[\sum _{i=1}^n{X}_i]=\sum _{i=1}^{n}E[X_i] \\ 成功的概率为\frac{n-(i-1)}{n},所以E[X_i]=\frac{n}{n-i+1} \\ E[S]=\sum _{i=1}^{n}E[X_i]=\sum _{i=1}^n\frac{n}{n-i+1}=\sum _{i=1}^n\frac{n}{i} \end{gathered}$$
• 随机⼀个⻓度为 n 个排列 p，求 p[1…i] 中 p[i] 是最⼤的数的概率
  $$前i个数每一个数都有可能是最大数，所以答案为\frac{1}{i}$$
• 问满⾜上⾯那个题的 i 的个数的平⽅的期望
  X i = { 1 , P i = m a x { P 1 . . . P i } 0 , P i = ̸ m a x { P 1 . . . P i } X = ∑ i = 1 n X i E [ X 2 ] = E [ ∑ i = 1 n X i ] = E [ s u m i = ̸ j X i X j + ∑ i = 1 n X i 2 ] = ∑ i = ̸ j E [ X i ∗ X j ] + ∑ i = 1 n E [ X i ] 可 以 发 现 P [ i ] 为 最 大 和 P [ j ] 为 最 大 互 不 影 响 且 ， 所 以 E [ X i ∗ X j ] = E [ X i ] ∗ E [ X j ] = 1 i j ∗ 1 + 1 i ∗ ( 1 − 1 j ) ∗ 0 + 1 j ∗ ( 1 − 1 i ) ∗ 0 + ( 1 − 1 i ) ∗ ( 1 − 1 j ) ∗ 0 ∴ E [ X 2 ] = ∑ i = ̸ j 1 i j + ∑ i = 1 n 1 i X_i=\begin{cases}1,P_i=max\lbrace P_1...P_i\rbrace\\0,P_i =\not max\lbrace P_1...P_i\rbrace\end{cases}\\ X=\sum_{i=1}^{n}X_i\\ E[X^2]=E[\sum_{i=1}^{n}X_i]=E[sum_{i=\not j}X_iX_j+\sum_{i=1}^{n}X_i^2]\\ =\sum_{i= \not j}E[X_i*X_j]+\sum_{i=1}^{n}E[X_i]\\ 可以发现P[i]为最大和P[j]为最大互不影响且，所以E[X_i*X_j]=E[X_i]*E[X_j]\\ =\frac{1}{ij}*1+\frac{1}{i}*(1-\frac{1}{j})*0+\frac{1}{j}*(1-\frac{1}{i})*0+(1-\frac{1}{i})*(1-\frac{1}{j})*0\\ ∴E[X^2]=\sum_{i= \not j}\frac{1}{ij}+\sum_{i=1}^{n}\frac{1}{i}\\ Xi​={1,Pi​=max{P1​...Pi​}0,Pi​≠​max{P1​...Pi​}​X=i=1∑n​Xi​E[X2]=E[i=1∑n​Xi​]=E[sumi≠​j​Xi​Xj​+i=1∑n​Xi2​]=i≠​j∑​E[Xi​∗Xj​]+i=1∑n​E[Xi​]可以发现P[i]为最大和P[j]为最大互不影响且，所以E[Xi​∗Xj​]=E[Xi​]∗E[Xj​]=ij1​∗1+i1​∗(1−j1​)∗0+j1​∗(1−i1​)∗0+(1−i1​)∗(1−j1​)∗0∴E[X2]=i≠​j∑​ij1​+i=1∑n​i1​
• 随机⼀个⻓度为 n 的排列 p，求 i 在 j 的后⾯的概率
  $$一半i在j前，一般i在j后，所以概率为:\frac{1}{2}$$
• 随机⼀个⻓度为 n 的排列 p，求它包含 w[1…m] 作为⼦序列/连续⼦序列的概率
  $$\begin{gathered} 子序列:m个数排列只有一种情况满足条件，概率为\frac{1}{m!} \\ 连续子序列:w的可能性共有C(m,n)\ast m!种 \\ {X}_i=\{\begin{array}{l}1,第i种方法满足要求\\ 0,第i中方法不满足要求\end{array} \\ Y=\sum _{i=1}^{C(m,n)\ast m!}{X}_i=n-m+1 \\ E[Y]=E[\sum _{i=1}^{C(m,n)\ast m!}{X}_i]=\sum _{i=1}^{C(m,n)\ast m!}E[X_i]=n-m+1 \\ \because 每种情况平等 \\ \therefore E[X_i]=\frac{n-m+1}{C(m,n)\ast m!} \\ 权值只有0/1,转换概率P相等,答案为\frac{n-m+1}{C(m,n)\ast m!} \end{gathered}$$
• 有 n 堆⽯头，第 i 堆个数为 a[i]，每次随机选⼀个⽯头然后把那⼀整堆都扔了，求第 1 堆石头期望第⼏次被扔
  $$\begin{gathered} 设A_i表示第i堆石子被取走的时间，求E[A_1]A_1=\sum _{i=2}n[A_i<A_1]+1 \\ \therefore E[A_1]=\sum _{i=2}^{n}E[A_i<A_1]+1 \\ E(A_i<A_1)=P(A_i<A_1)=\frac{a_i}{a_1+a_i} \\ \therefore E[A_1]=1+\sum _{i=2}^n\frac{a_i}{a_1+a_i} \end{gathered}$$
• 随机⼀个⻓度为 n 的01串，每个位置是 1 的概率是 p ，定义 X 是每段连续的 1 的⻓度的平⽅之和，求E[X]
  $$\begin{gathered} X_i代表1i的全1段的长度和 \\ {Y}_i代表以i结尾的段末尾有几个连续的1 \\ 若a_{i+1}=0,则Y_{i+1}=0,X_{i+1}=X_i \\ 若a_{i+1}=1,则Y_{i+1}=Y_i+1,X_{i+1}=X_i-Y_i^2+(Y_i+1{)}^2=X_i+2Y_i+1 \\ \therefore E[X_n]=p\ast (E[X_{n-1})+2E[Y_{n-1}]+1)+(1-p）\ast E[X_{n-1}] \\ E[Y_n]=p\ast (E[y_{n-1}]+1)+(1-p)\ast 0 \end{gathered}$$
• 给⼀个序列，每次随机删除⼀个元素，问 i 和 j 在过程中相邻的概率
  $$\begin{gathered} i,j相邻当且仅当(i,j)中所有数载i,j之间删除 \\ 1组合:\frac{(j-i-1)!2}{(j-i+1)!}=\frac{2}{(j-i+1)(j-i)} \\ 2概率:\frac{1}{j-i+1}\ast \frac{1}{j-i}\ast 2=\frac{2}{(j-i+1)(j-i)} \end{gathered}$$
• 给定⼀棵树，将他的边随机⼀个顺序后依次插⼊，求 u,v 期望什么时候连通
  $$\begin{gathered} u-v之间一共有k条边,将边集按照插入顺序排列,枚举u,v之间最后一条边加入的位置 \\ ans=\sum _{i=k}^{n-1}\frac{k!\ast C(k-1,i-1)\ast (n-1-k)!}{(n-1)!}\ast i \\ 其中k!\ast C(k-1,i-1)为k条边的摆放情况,(n-1-k)!为其它边的摆放情况 \end{gathered}$$
• 给 1…n 这 n 个数，每次随机选择⼀个还在的数并且删掉他的所有约数，求期望⼏次删完
  $$\begin{gathered} 删除约数=死缓（标记） \\ {X}_i=\{\begin{array}{l}1,标记\\ 0,没被标记\end{array} \\ E(S)=\sum _{i=1}^{n}E[X_i] \\ 同时,E[X_i]可以表示i没有被标记的概率 \\ \therefore E[S]=\sum _{i=1}^n\frac{i}{n/i} \\ ps:n/i向下取整 \end{gathered}$$

期望线性性练习题

• 给定 n 个硬币，第 i 个硬币的价值为 w[i]，每次随机取⾛⼀个硬币，获得的收益是左右两个硬币的价值的乘积，求期望总价值
  $$\begin{gathered} X_{(i,j)}=\{\begin{array}{l}1,(i,j)有贡献\\ 0,(i,j)无贡献\end{array} \\ E(S)=\sum _{i+1<j}P(X_{(i,j)})\ast w_i{w}_j=\sum _{i+1<j}\frac{w_i{w}_j}{(j-i+1)(j-i)} \\ ps:老师讲解中的答案为\sum _{i+1<j}\frac{2w_i{w}_j}{(j-i+1)(j-i)},迷惑 \end{gathered}$$
• 有 N 个数 a[1…N]，每次等概率选出两个数，然后合并成⼀个新的数放回来，得到的收益是新的数的值，求总收益的期望
  $$\begin{gathered} X_i代表a_i对答案的贡献次数 \\ E(S)=\sum _{i=1}^{n}E(X_i)\ast a_i=\sum _{i=1}^n{a}^i\sum _{j=1}^{n-1}\frac{2}{n-j+1} \end{gathered}$$
• 给定⼀个数列 W[1…N]，随机⼀个排列 H，如果 H[i] ⽐ H[i-1] 和 H[i+1] 都⼤，就获得 W[i] 的收益，求期望收益
  $$\begin{gathered} X_i=\{\begin{array}{l}{w}_i,h_i>max(h_{i-1},h_{i+1})\\ 0,h_i\le max(h_{i-1},h_{i+1})\end{array} \\ E(S)=\sum _{i=1}^{n}E(X^i)=\sum _{i=1}^n{w}_i\ast p_i \\ {p}_i=\{\begin{array}{l}\frac{1}{3},2\le i\le n-1\\ \frac{1}{2},i=1或i=n\end{array} \end{gathered}$$
• 给出⼀棵树，⼀开始每个点都是⽩的，每次选⼀个⽩点将他⼦树⾥所有点染⿊，求期望⼏次染⿊整个树
  $$\begin{gathered} 可以发现,染黑i点有贡献,当且仅当染色的序列中i的所有祖先在i之后被染色 \\ {X}_i=\{\begin{array}{l}1,i产生贡献\\ 0,i不产生贡献\end{array} \\ E(S)=\sum _{i=1}^{n}E(X_i)=\sum _{i=1}^n\frac{1}{de{p}_i} \end{gathered}$$
• 有 N 个⿊球，M个⽩球，每次等概率取出⼀个球（不放回），将取出来的球的颜⾊写成⼀个01序列，求 ”01” 的期望出现次数
  $$这是老师的坑$$

  End.