CLRS 5.2指示器随机变量

5.2-1
正好雇佣一次说明第一个应聘者就是最好的一个，概率是$\frac1n$。
正好雇佣$n$次说明应聘者的排名恰好从低到高排列，概率为$\frac{1}{n!}$。

5.2-2
无论应聘者以何种顺序出现，第一个肯定会被聘用，且不可能是最优的那一个，否则只会聘用一次。
设第一次雇佣的应聘者排名 $i\ (i<n)$ ，则比 $i$ 的等级更高的排名应该排在等级为第 $n$ 名之后（其他排名对概率无影响），这 $n-i$名应聘者中，排名第 $n$ 的应聘者排在第一位的概率为 $\frac{1}{n-i}$。因此，首先雇佣排名为 $i$ 且只雇佣两次的概率为：

$$\Pr\{T_i\} = \frac{1}{n-1}\frac{1}{n-i}$$
所以有：

$$\Pr\{T\} = \sum_{i=1}^{n-1}\Pr\{T_i\} = \sum_{i=1}^{n-1}\frac{1}{n-1}\frac{1}{n-i} = \frac{1}{n-1} \sum_{i=1}^{n-1}\frac{1}{i} = \frac{1}{n-1} \Big(\lg(n-1) + O(1)\Big)$$

5.2-3
投掷一个骰子的的期望：

$$E[X_k] = \sum_{i=1}^6 i \Pr\{X_k = i\} = \frac{1 + 2 + 3 + 4 + 5 + 6}{6} = \frac{21}{6} = 3.5$$
投掷 $n$ 个骰子的期望：
$$E[X] = E\Big[\sum_{i=1}^nX_i\Big] = \sum_{i=1}^n E[X_i] = \sum_{i=1}^n 3.5 = 3.5 \cdot n$$

5.2-4
每个人拿到自己帽子的概率 $1/n$ ，令 $X_i$ 表示第 $i$ 个人拿对了自己的帽子，所以有：

$$E[X] = E[X_1 + X_2 + \ldots + X_n] = \sum_{i=1}^n E[X_i] = \sum_{i=1}^n \frac{1}{n} = 1$$

5.2-5
令 $X_{ij}=1$表示$A[i],A[j]$为一对逆序数，$P\{X_{ij}=1\}=1/2$，所以有：

$$E[X] = \sum_{i=1}^{n-1} \sum_{j=i+1}^n E[X_{ij}] = \sum_{i=1}^{n-1} \sum_{j=i+1}^n \frac{1}{2} = \frac{1}{2} \sum_{i=1}^{n-1} \sum_{j=i+1}^n 1 = \frac{1}{2} \sum_{i=1}^{n-1} (n-i) = \frac{1}{2} \sum_{i=1}^{n-1} i = \frac{n(n-1)}{4}$$