Friendly reminder:
Careful eating
Careful eating
基础概念
- 随机变量:有多种可能的取值变量
- P ( A ) P(A) P(A) 事件发生的概率 P ( 硬 币 朝 上 ) = 0.5 P(硬币朝上)=0.5 P(硬币朝上)=0.5
-
E
(
X
)
E(X)
E(X) 期望:
E ( X ) = ∑ X 的 所 有 取 值 i P ( X = i ) ∗ i E ( 掷 骰 子 朝 上 面 值 ) = ∑ i = 1 6 E ( X ) = 1 6 ∗ i = 3.5 E(X)=\sum_{X的所有取值i}P(X=i)*i\\ E(掷骰子朝上面值)=\sum_{i=1}^{6}E(X)=\frac{1}{6}*i\\ =3.5\\ E(X)=X的所有取值i∑P(X=i)∗iE(掷骰子朝上面值)=i=1∑6E(X)=61∗i=3.5 - 独立事件:互不影响的时间, P ( A B ) = P ( A ) ∗ P ( B ) P(AB)=P(A)*P(B) P(AB)=P(A)∗P(B)
- 独立事件,
E
(
A
B
)
=
E
(
A
)
∗
E
(
B
)
E(AB)=E(A)*E(B)
E(AB)=E(A)∗E(B)
E ( A B ) = ∑ i ∑ j P ( A = i 且 B = j ) ∗ i ∗ j = ∑ i ∑ j P ( A = i ) ∗ P ( B = j ) ∗ i ∗ j = ( ∑ i P ( A = i ) ∗ i ) ∗ ( ∑ j P ( B = j ) ∗ j ) = E ( A ) ∗ E ( B ) E(AB)=\sum_{i}\sum_{j}P(A=i且B=j)*i*j\\ =\sum_{i}\sum_{j}P(A=i)*P(B=j)*i*j\\ =(\sum_{i}P(A=i)*i)*(\sum_{j}P(B=j)*j)\\ =E(A)*E(B)\\ E(AB)=i∑j∑P(A=i且B=j)∗i∗j=i∑j∑P(A=i)∗P(B=j)∗i∗j=(i∑P(A=i)∗i)∗(j∑P(B=j)∗j)=E(A)∗E(B) - T i p : P ( X Y = K ) = ∑ i P ( X = i 且 Y = K i ) Tip:P(XY=K)=\sum_iP(X=i且Y=\frac{K}{i}) Tip:P(XY=K)=∑iP(X=i且Y=iK)
常用公式
-
当 0 < x < 1 时,我们有: ∑ i = 0 ∞ x i = 1 1 − x \sum_{i=0}^{\infty} x^i = \frac{1}{1-x} ∑i=0∞xi=1−x1
-
∑ i = 0 n x i = 1 − x n + 1 1 − x \sum_{i=0}^{n}x^i=\frac{1-x^{n+1}}{1-x} ∑i=0nxi=1−x1−xn+1
∑ i = 0 n x i = 1 − x n + 1 1 − x 证 明 : ( 1 − x ) ∗ ∑ i = 0 n x i = ∑ i = 0 n x i − ∑ i = 1 n + 1 x i = 1 − x n + 1 ∴ ∑ i = 0 n x i = 1 − x n + 1 1 − x 由 此 可 证 ∑ i = 0 ∞ x i = 1 1 − x : ∵ x ∞ = 0 ∴ 当 0 < x < 1 时 , ∑ i = 0 ∞ x i = 1 1 − x \sum_{i=0}^{n}x^i=\frac{1-x^{n+1}}{1-x}\\ 证明:(1-x)*\sum_{i=0}^{n}x^i=\sum_{i=0}^{n}x^i-\sum_{i=1}^{n+1}x^i\\ =1-x^{n+1}\\ ∴\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}:\\ ∵x^{\infty}=0\\ ∴当0<x<1时,\sum_{i=0}^{\infty}x^i=\frac{1}{1-x} i=0∑nxi=1−x1−xn+1证明:(1−x)∗i=0∑nxi=i=0∑nxi−i=1∑n+1xi=1−xn+1∴i=0∑nxi=1−x1−xn+1由此可证i=0∑∞xi=1−x1:∵x∞=0∴当0<x<1时,i=0∑∞xi=1−x1 -
期望的线性性:对于任意两个随机变量 X 、 Y X、Y X、Y: E [ X + Y ] = E [ X ] + E [ Y ] E[X+Y]=E[X]+E[Y] E[X+Y]=E[X]+E[Y](对于离散随机变量)
E [ X + Y ] = ∑ i ∑ j P ( X = i 且 Y = j ) ∗ ( i + j ) = ∑ i ∑ j P ( X = i 且 Y = j ) ∗ i + ∑ j ∑ i P ( X = i 且 Y = j ) ∗ j = ∑ i i ∑ j P ( X = i 且 Y = j ) + ∑ j j ∑ i P ( X = i 且 Y = j ) = ∑ i i ∗ P ( i ) + ∑ j j ∗ P ( j ) = E [ X ] + E [ Y ] E[X+Y]=\sum_{i}\sum_{j}P(X=i且Y=j)*(i+j)\\ =\sum_{i}\sum_{j}P(X=i且Y=j)*i+\sum_{j}\sum_{i}P(X=i且Y=j)*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*P(i)+\sum_{j}j*P(j)\\ =E[X]+E[Y]\\ E[X+Y]=i∑j∑P(X=i且Y=j)∗(i+j)=i∑j∑P(X=i且Y=j)∗i+j∑i∑P(X=i且Y=j)∗j=i∑ij∑P(X=i且Y=j)+j∑ji∑P(X=i且Y=j)=i∑i∗P(i)+j∑j∗P(j)=E[X]+E[Y] -
T i p : P ( X + Y = K ) = ∑ i P ( X = i 且 Y = K − i ) Tip:P(X+Y=K)=\sum_{i}P(X=i且Y=K-i) Tip:P(X+Y=K)=∑iP(X=i且Y=K−i)
常⽤技巧-前缀和技
- 对于离散变量 X X X, P ( X = K ) = P ( X ≤ K ) − P ( X ≤ K − 1 ) P(X=K)=P(X\leq K)-P(X\leq K-1) P(X=K)=P(X≤K)−P(X≤K−1)
- 有
n
n
n 个随机变量
X
[
1
…
n
]
X[1…n]
X[1…n],每个随机变量都是从
1
…
S
1…S
1…S 中随机⼀个整数,求
M
a
x
(
X
[
1
…
n
]
)
Max(X[1…n])
Max(X[1…n]) 的期望
选 择 n 个 小 于 i 的 数 的 概 率 为 : P ( X ≤ i ) = ( i S ) n 选 择 最 大 值 等 于 i 的 数 的 概 率 为 : P ( X = i ) = P ( X ≤ i ) − P ( X ≤ i − 1 ) = ( i S ) n − ( i − 1 S ) n 最 大 值 的 期 望 : E ( Y ) = ∑ i ( ( i S ) n − ( i − 1 S ) n ) ∗ i 选择n个小于i的数的概率为:P(X\leq i)=(\frac{i}{S})^n\\ 选择最大值等于i的数的概率为:P(X=i)=P(X\leq i)-P(X\leq 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)*i 选择n个小于i的数的概率为:P(X≤i)=(Si)n选择最大值等于i的数的概率为:P(X=i)=P(X≤i)−P(X≤i−1)=(Si)n−(Si−1)n最大值的期望:E(Y)=i∑((Si)n−(Si−1)n)∗i - 概率为
p
p
p 的事件期望
1
p
\frac{1}{p}
p1 次后发⽣
X : 几 次 才 发 生 该 事 件 E ( X ) = ∑ i ∞ P ( X = i ) ∗ i = ∑ i = 1 ∞ ( P ( X ≥ i ) − P ( X ≥ i + 1 ) ) ∗ i = ∑ i = 1 ∞ ( ( 1 − p ) i − 1 − ( 1 − p ) i ) ∗ i = ( ( 1 − p ) 0 − ( 1 − p ) 1 ) ∗ 1 + ( ( 1 − p ) 1 − ( 1 − p ) 2 ) ∗ 2 + . . . = ∑ i = 0 ∞ ( 1 − p ) i = 1 1 − ( 1 − p ) = 1 p X:几次才发生该事件\\ E(X)=\sum_{i}^{\infty}P(X=i)*i\\ =\sum_{i=1}^{\infty}(P(X\geq i)-P(X\geq i+1))*i\\ =\sum_{i=1}^{\infty}((1-p)^{i-1}-(1-p)^{i})*i\\ =((1-p)^0-(1-p)^1)*1+((1-p)^1-(1-p)^2)*2+...\\ =\sum_{i=0}^{\infty}(1-p)^i\\ =\frac{1}{1-(1-p)}\\ =\frac{1}{p} X:几次才发生该事件E(X)=i∑∞P(X=i)∗i=i=1∑∞(P(X≥i)−P(X≥i+1))∗i=i=1∑∞((1−p)i−1−(1−p)i)∗i=((1−p)0−(1−p)1)∗1+((1−p)1−(1−p)2)∗2+...=i=0∑∞(1−p)i=1−(1−p)1=p1 -
T
i
p
:
E
[
X
]
=
∑
i
=
1
∞
P
(
X
≥
i
)
Tip:E[X]=\sum_{i=1}^{\infty}P(X\geq i)
Tip:E[X]=∑i=1∞P(X≥i)
E [ x ] = ∑ i = 1 ∞ P ( X = i ) ∗ i = ∑ i = 1 ∞ P ( X = i ) ∑ j = 1 j ≤ i 1 = ∑ j = 1 ∞ 1 ∑ i ≥ j P ( X = i ) = ∑ i = 1 ∞ P ( X ≥ i ) E[x]=\sum_{i=1}^{\infty}P(X=i)*i\\ =\sum_{i=1}^{\infty}P(X=i)\sum_{j=1}^{j\leq i}1\\ =\sum_{j=1}^{\infty}1\sum_{i\geq j}P(X=i)\\ =\sum_{i=1}^{\infty}P(X\geq i) E[x]=i=1∑∞P(X=i)∗i=i=1∑∞P(X=i)j=1∑j≤i1=j=1∑∞1i≥j∑P(X=i)=i=1∑∞P(X≥i)
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
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 [ ∑ i = 1 m X i ] = ∑ 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 ] = ∑ i = 1 n 1 n ∗ i = ( 1 + n ) ∗ n 2 n = 1 + n 2 ∴ ∑ i = 1 m E [ X i ] = m ∗ 1 + n 2 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}*i=\frac{(1+n)*n}{2n}=\frac{1+n}{2}\\ ∴\sum_{i=1}^{m}E[X_i]=m*\frac{1+n}{2} Xi:代表第i次拿出来的值则取出的数字之和的期望为:E[i=1∑mXi]=i=1∑mE[Xi]每次取出的球的期望相等:E[X1]=E[X2]=...=E[Xm]=i=1∑nn1∗i=2n(1+n)∗n=21+n∴i=1∑mE[Xi]=m∗21+n - 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
X i = { i ( 选 ) 0 ( 不 选 ) P ( X i ) 表 示 i 标 号 的 球 被 选 的 概 率 E [ S ] = E [ ∑ i = 1 n X i ] = ∑ i = 1 n E [ X i ] = P ( X i = i ) ∗ i + ( 1 − P ( X i = i ) ) ∗ 0 = ∑ i = 1 n C ( m − 1 , n − 1 ) C ( m , n ) ∗ i = ∑ i = 1 n m n ∗ i = m n ∑ i = 1 n i = m ∗ 1 + n 2 X_i=\begin{cases} i(选)\\ 0(不选) \end{cases}\\ 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)*i+(1-P(X_i=i))*0\\ =\sum_{i=1}^{n}\frac{C(m-1,n-1)}{C(m,n)}*i\\ =\sum_{i=1}^{n}\frac{m}{n}*i=\frac{m}{n}\sum_{i=1}^{n}i=m*\frac{1+n}{2} Xi={i(选)0(不选)P(Xi)表示i标号的球被选的概率E[S]=E[i=1∑nXi]=i=1∑nE[Xi]=P(Xi=i)∗i+(1−P(Xi=i))∗0=i=1∑nC(m,n)C(m−1,n−1)∗i=i=1∑nnm∗i=nmi=1∑ni=m∗21+n - 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
放 回 两 个 球 的 价 值 与 原 来 的 球 相 等 , p 2 没 有 用 处 Y i 代 表 价 值 为 i 被 选 了 几 次 X i = Y i ∗ i E [ S ] = E [ ∑ i = 1 n X i ] = ∑ i = 1 n E [ X i ] = ∑ i = 1 n E [ Y i ∗ i ] = ∑ i = 1 n E [ Y i ] ∗ i T = ∑ i = 1 n Y i = m E [ T ] = E [ ∑ i = 1 n Y i ] = ∑ i = 1 n E [ Y i ] = 1 ∗ m ∵ 每 个 球 是 平 等 的 ∴ E [ Y 1 ] = E [ Y 2 ] = . . . = E [ Y n ] = m n ∴ E [ S ] = ∑ i = 1 n E [ Y i ] ∗ i = ∑ i = 1 n m n ∗ i = m ∗ n + 1 2 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*i\\ E[S]=E[\sum_{i=1}^{n}X_i]=\sum_{i=1}^{n}E[X_i]\\ =\sum_{i=1}^{n}E[Y_i*i]=\sum_{i=1}^{n}E[Y_i]*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*m\\ ∵每个球是平等的\\ ∴E[Y_1]=E[Y_2]=...=E[Y_n]=\frac{m}{n}\\ ∴E[S]=\sum_{i=1}^{n}E[Y_i]*i\\ =\sum_{i=1}^{n}\frac{m}{n}*i\\ =m*\frac{n+1}{2} 放回两个球的价值与原来的球相等,p2没有用处Yi代表价值为i被选了几次Xi=Yi∗iE[S]=E[i=1∑nXi]=i=1∑nE[Xi]=i=1∑nE[Yi∗i]=i=1∑nE[Yi]∗iT=i=1∑nYi=mE[T]=E[i=1∑nYi]=i=1∑nE[Yi]=1∗m∵每个球是平等的∴E[Y1]=E[Y2]=...=E[Yn]=nm∴E[S]=i=1∑nE[Yi]∗i=i=1∑nnm∗i=m∗2n+1
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
X i 代 表 从 i 出 发 随 机 游 走 第 一 次 到 i + 1 的 步 数 Y = ∑ i = 1 n − 1 X i E [ Y ] = E [ ∑ i = 1 n − 1 X i ] = ∑ i = 1 n − 1 E [ X i ] E [ X 1 ] = 1 E [ X 2 ] = { 1 2 ∗ 1 1 2 ∗ ( 1 + E [ X 1 ] + E [ X 2 ] ) ∴ E [ X 2 ] = 1 2 + 1 2 ( 1 + E [ X 1 ] + E [ X 2 ] ) = 1 + 1 2 ( E [ X 1 ] + E [ X 2 ] ) = 2 + E [ X 1 ] = 3 ∴ E [ X i ] = { 1 2 ∗ 1 1 2 ∗ ( 1 + E [ X i − 1 ] + E [ X 2 ] ) ∵ E [ X i ] = 2 + E [ X i − 1 ] ∴ E [ Y ] = ∑ i = 1 n − 1 E [ X i ] = ( n − 1 ) 2 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{cases}\frac{1}{2}*1\\\frac{1}{2}*(1+E[X_1]+E[X_2])\end{cases}\\ ∴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\\ ∴E[X_i]=\begin{cases}\frac{1}{2}*1\\\frac{1}{2}*(1+E[X_{i-1}]+E[X_2])\end{cases}\\ ∵E[X_i]=2+E[X_i-1]\\ ∴E[Y]=\sum_{i=1}^{n-1}E[X_i]=(n-1)^2 Xi代表从i出发随机游走第一次到i+1的步数Y=i=1∑n−1XiE[Y]=E[i=1∑n−1Xi]=i=1∑n−1E[Xi]E[X1]=1E[X2]={21∗121∗(1+E[X1]+E[X2])∴E[X2]=21+21(1+E[X1]+E[X2])=1+21(E[X1]+E[X2])=2+E[X1]=3∴E[Xi]={21∗121∗(1+E[Xi−1]+E[X2])∵E[Xi]=2+E[Xi−1]∴E[Y]=i=1∑n−1E[Xi]=(n−1)2 - 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
∵ 完 全 图 ∴ 每 次 有 1 n − 1 的 概 率 成 功 ∴ 由 “ 概 率 为 p 的 事 件 期 望 1 p 次 后 发 ⽣ " 得 期 望 步 数 为 n − 1 ∵完全图\\ ∴每次有\frac{1}{n-1}的概率成功\\ ∴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 ∵完全图∴每次有n−11的概率成功∴由“概率为p的事件期望p1次后发⽣"得期望步数为n−1 - 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
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 = 1 n ∗ 1 + n − 1 n ∗ ( B + 2 ) 1 n B = 1 n + 2 n − 2 n B = 2 n − 1 A = B + 1 = 2 n 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}*1+\frac{n-1}{n}*(B+2)\\ \frac{1}{n}B=\frac{1}{n}+{2n-2}{n}\\ B=2n-1\\ A=B+1=2n 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=n1∗1+nn−1∗(B+2)n1B=n1+2n−2nB=2n−1A=B+1=2n - 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
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 = 1 n + n − 2 n − 1 ( 1 + A ) B = 1 n + n − 2 n − 1 ∗ 2 + n − 2 n − 1 B 1 n − 1 B = 1 n + n − 2 n − 1 ∗ 2 B = n − 1 n + 2 ∗ n − 4 A = n − 1 n + 2 ∗ n − 3 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}*2+\frac{n-2}{n-1}B\\ \frac{1}{n-1}B=\frac{1}{n}+\frac{n-2}{n-1}*2\\ B=\frac{n-1}{n}+2*n-4\\ A=\frac{n-1}{n}+2*n-3 设x为根1叶子−叶子:A2叶子−中心:13.中心−叶子:BA=B+1B=n1+n−1n−2(1+A)B=n1+n−1n−2∗2+n−1n−2Bn−11B=n1+n−1n−2∗2B=nn−1+2∗n−4A=nn−1+2∗n−3 - 在⼀棵 n 个点的树上游⾛,求从根⾛到 x 的期望步数
f [ x ] 表 示 从 x 出 发 第 一 次 走 到 f a [ x ] 的 期 望 步 数 d [ x ] 为 x 的 度 数 f [ x ] = { 1 d [ x ] ∗ 1 1 d [ x ] ∑ y ∈ s o n ( x ) ( 1 + f [ y ] + f [ x ] ) f [ x ] = 1 d [ x ] ∗ 1 + 1 d [ x ] ∑ y ∈ s o n ( x ) ( 1 + f [ y ] + f [ x ] ) 1 d [ x ] f [ x ] = 1 + 1 d [ x ] ∑ y ∈ s o n ( x ) f [ y ] f [ x ] = d [ x ] + ∑ y ∈ s o n ( x ) f [ y ] 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{cases}\frac{1}{d[x]}*1\\\frac{1}{d[x]}\sum_{y\in son(x)}(1+f[y]+f[x])\end{cases}\\ f[x]=\frac{1}{d[x]}*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] 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]={d[x]1∗1d[x]1∑y∈son(x)(1+f[y]+f[x])f[x]=d[x]1∗1+d[x]1y∈son(x)∑(1+f[y]+f[x])d[x]1f[x]=1+d[x]1y∈son(x)∑f[y]f[x]=d[x]+y∈son(x)∑f[y] - 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
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 ] = 1 n ∗ 1 + 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 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}*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 构造一条长100的链已知一条链的期望步数在n2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]=n1∗1+nn−1(1+(n−1)+E[1])为n2级别(其中n−1为回来的期望)所以随机游走步数>=1000000
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
X i 表 示 当 前 有 i − 1 个 数 , 直 到 有 i 个 数 E [ S ] = E [ ∑ i = 1 n X i ] = ∑ i = 1 n E [ X i ] 成 功 的 概 率 为 n − ( i − 1 ) n , 所 以 E [ X i ] = n n − i + 1 E [ S ] = ∑ i = 1 n E [ X i ] = ∑ i = 1 n n n − i + 1 = ∑ i = 1 n n i 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}^nE[X_i]=\sum_{i=1}^n\frac{n}{n-i+1}=\sum_{i=1}^{n}\frac{n}{i} Xi表示当前有i−1个数,直到有i个数E[S]=E[i=1∑nXi]=i=1∑nE[Xi]成功的概率为nn−(i−1),所以E[Xi]=n−i+1nE[S]=i=1∑nE[Xi]=i=1∑nn−i+1n=i=1∑nin - 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 1 i 前i个数每一个数都有可能是最大数,所以答案为\frac{1}{i} 前i个数每一个数都有可能是最大数,所以答案为i1 - 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∑nXiE[X2]=E[i=1∑nXi]=E[sumi≠jXiXj+i=1∑nXi2]=i≠j∑E[Xi∗Xj]+i=1∑nE[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∑ni1 - 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 : 1 2 一半i在j前,一般i在j后,所以概率为:\frac{1}{2} 一半i在j前,一般i在j后,所以概率为:21 - 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
子 序 列 : m 个 数 排 列 只 有 一 种 情 况 满 足 条 件 , 概 率 为 1 m ! 连 续 子 序 列 : w 的 可 能 性 共 有 C ( m , n ) ∗ m ! 种 X i = { 1 , 第 i 种 方 法 满 足 要 求 0 , 第 i 中 方 法 不 满 足 要 求 Y = ∑ i = 1 C ( m , n ) ∗ m ! X i = n − m + 1 E [ Y ] = E [ ∑ i = 1 C ( m , n ) ∗ m ! X i ] = ∑ i = 1 C ( m , n ) ∗ m ! E [ X i ] = n − m + 1 ∵ 每 种 情 况 平 等 ∴ E [ X i ] = n − m + 1 C ( m , n ) ∗ m ! 权 值 只 有 0 / 1 , 转 换 概 率 P 相 等 , 答 案 为 n − m + 1 C ( m , n ) ∗ m ! 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)*m!种\\ X_i=\begin{cases}1,第i种方法满足要求\\0,第i中方法不满足要求\end{cases}\\ Y=\sum_{i=1}^{C(m,n)*m!}X_i=n-m+1\\ E[Y]=E[\sum_{i=1}^{C(m,n)*m!}X_i]=\sum_{i=1}^{C(m,n)*m!}E[X_i]=n-m+1\\ ∵每种情况平等\\ ∴E[X_i]=\frac{n-m+1}{C(m,n)*m!}\\ 权值只有0/1,转换概率P相等,答案为\frac{n-m+1}{C(m,n)*m!} 子序列:m个数排列只有一种情况满足条件,概率为m!1连续子序列:w的可能性共有C(m,n)∗m!种Xi={1,第i种方法满足要求0,第i中方法不满足要求Y=i=1∑C(m,n)∗m!Xi=n−m+1E[Y]=E[i=1∑C(m,n)∗m!Xi]=i=1∑C(m,n)∗m!E[Xi]=n−m+1∵每种情况平等∴E[Xi]=C(m,n)∗m!n−m+1权值只有0/1,转换概率P相等,答案为C(m,n)∗m!n−m+1 - 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
设 A i 表 示 第 i 堆 石 子 被 取 走 的 时 间 , 求 E [ A 1 ] A 1 = ∑ i = 2 n [ A i < A 1 ] + 1 ∴ E [ A 1 ] = ∑ i = 2 n E [ A i < A 1 ] + 1 E ( A i < A 1 ) = P ( A i < A 1 ) = a i a 1 + a i ∴ E [ A 1 ] = 1 + ∑ i = 2 n a i a 1 + a i 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\\ ∴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}\\ ∴E[A_1]=1+\sum_{i=2}^{n}\frac{a_i}{a_1+a_i} 设Ai表示第i堆石子被取走的时间,求E[A1]A1=i=2∑n[Ai<A1]+1∴E[A1]=i=2∑nE[Ai<A1]+1E(Ai<A1)=P(Ai<A1)=a1+aiai∴E[A1]=1+i=2∑na1+aiai - 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]
X i 代 表 1 i 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 + 2 Y i + 1 ∴ E [ X n ] = p ∗ ( E [ X n − 1 ) + 2 E [ Y n − 1 ] + 1 ) + ( 1 − p ) ∗ E [ X n − 1 ] E [ Y n ] = p ∗ ( E [ y n − 1 ] + 1 ) + ( 1 − p ) ∗ 0 X_i代表1~i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\\ ∴E[X_n]=p*(E[X_{n-1})+2E[Y_{n-1}]+1)+(1-p)*E[X_{n-1}]\\ E[Y_n]=p*(E[y_{n-1}]+1)+(1-p)*0 Xi代表1 i的全1段的长度和Yi代表以i结尾的段末尾有几个连续的1若ai+1=0,则Yi+1=0,Xi+1=Xi若ai+1=1,则Yi+1=Yi+1,Xi+1=Xi−Yi2+(Yi+1)2=Xi+2Yi+1∴E[Xn]=p∗(E[Xn−1)+2E[Yn−1]+1)+(1−p)∗E[Xn−1]E[Yn]=p∗(E[yn−1]+1)+(1−p)∗0 - 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
i , j 相 邻 当 且 仅 当 ( i , j ) 中 所 有 数 载 i , j 之 间 删 除 1 组 合 : ( j − i − 1 ) ! 2 ( j − i + 1 ) ! = 2 ( j − i + 1 ) ( j − i ) 2 概 率 : 1 j − i + 1 ∗ 1 j − i ∗ 2 = 2 ( j − i + 1 ) ( j − i ) 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}*\frac{1}{j-i}*2=\frac{2}{(j-i+1)(j-i)} i,j相邻当且仅当(i,j)中所有数载i,j之间删除1组合:(j−i+1)!(j−i−1)!2=(j−i+1)(j−i)22概率:j−i+11∗j−i1∗2=(j−i+1)(j−i)2 - 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
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 a n s = ∑ i = k n − 1 k ! ∗ C ( k − 1 , i − 1 ) ∗ ( n − 1 − k ) ! ( n − 1 ) ! ∗ i 其 中 k ! ∗ 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 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!*C(k-1,i-1)*(n-1-k)!}{(n-1)!}*i\\ 其中k!*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 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=i=k∑n−1(n−1)!k!∗C(k−1,i−1)∗(n−1−k)!∗i其中k!∗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 - 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
删 除 约 数 = 死 缓 ( 标 记 ) X i = { 1 , 标 记 0 , 没 被 标 记 E ( S ) = ∑ i = 1 n E [ X i ] 同 时 , E [ X i ] 可 以 表 示 i 没 有 被 标 记 的 概 率 ∴ E [ S ] = ∑ i = 1 n i n / i p s : n / i 向 下 取 整 删除约数=死缓(标记)\\ X_i=\begin{cases}1,标记\\0,没被标记\end{cases}\\ 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\\ ∴E[S]=\sum_{i=1}^{n}\frac{i}{n/i}\\ ps:n/i向下取整 删除约数=死缓(标记)Xi={1,标记0,没被标记E(S)=i=1∑nE[Xi]同时,E[Xi]可以表示i没有被标记的概率∴E[S]=i=1∑nn/iips:n/i向下取整
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
X ( i , j ) = { 1 , ( i , j ) 有 贡 献 0 , ( i , j ) 无 贡 献 E ( S ) = ∑ i + 1 < j P ( X ( i , j ) ) ∗ w i w j = ∑ i + 1 < j w i w j ( j − i + 1 ) ( j − i ) p s : 老 师 讲 解 中 的 答 案 为 ∑ i + 1 < j 2 w i w j ( j − i + 1 ) ( j − i ) , 迷 惑 X_{(i,j)}=\begin{cases}1,(i,j)有贡献\\0,(i,j)无贡献\end{cases}\\ E(S)=\sum_{i+1<j}P(X_{(i,j)})*w_iw_j=\sum_{i+1<j}\frac{w_iw_j}{(j-i+1)(j-i)}\\ ps:老师讲解中的答案为\sum_{i+1<j}\frac{2w_iw_j}{(j-i+1)(j-i)},迷惑 X(i,j)={1,(i,j)有贡献0,(i,j)无贡献E(S)=i+1<j∑P(X(i,j))∗wiwj=i+1<j∑(j−i+1)(j−i)wiwjps:老师讲解中的答案为i+1<j∑(j−i+1)(j−i)2wiwj,迷惑 - 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
X i 代 表 a i 对 答 案 的 贡 献 次 数 E ( S ) = ∑ i = 1 n E ( X i ) ∗ a i = ∑ i = 1 n a i ∑ j = 1 n − 1 2 n − j + 1 X_i代表a_i对答案的贡献次数\\ E(S)=\sum_{i=1}^{n}E(X_i)*a_i=\sum_{i=1}^{n}a^i\sum_{j=1}^{n-1}\frac{2}{n-j+1} Xi代表ai对答案的贡献次数E(S)=i=1∑nE(Xi)∗ai=i=1∑naij=1∑n−1n−j+12 - 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
X i = { w i , h i > m a x ( h i − 1 , h i + 1 ) 0 , h i ≤ m a x ( h i − 1 , h i + 1 ) E ( S ) = ∑ i = 1 n E ( X i ) = ∑ i = 1 n w i ∗ p i p i = { 1 3 , 2 ≤ i ≤ n − 1 1 2 , i = 1 或 i = n X_i=\begin{cases}w_i,h_i>max(h_{i-1},h_{i+1})\\0,h_i\leq max(h_{i-1},h_{i+1})\end{cases}\\ E(S)=\sum_{i=1}^nE(X^i)=\sum_{i=1}^{n}w_i*p_i\\ p_i=\begin{cases}\frac{1}{3},2\leq i\leq n-1\\\frac{1}{2},i=1或i=n\end{cases}\\ Xi={wi,hi>max(hi−1,hi+1)0,hi≤max(hi−1,hi+1)E(S)=i=1∑nE(Xi)=i=1∑nwi∗pipi={31,2≤i≤n−121,i=1或i=n - 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
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 = { 1 , i 产 生 贡 献 0 , i 不 产 生 贡 献 E ( S ) = ∑ i = 1 n E ( X i ) = ∑ i = 1 n 1 d e p i 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{cases}1,i产生贡献\\0,i不产生贡献\end{cases}\\ E(S)=\sum_{i=1}^{n}E(X_i)=\sum_{i=1}^{n}\frac{1}{dep_i} 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Xi={1,i产生贡献0,i不产生贡献E(S)=i=1∑nE(Xi)=i=1∑ndepi1 - 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 这是老师的坑 这是老师的坑