概率分析算法

概率分析算法

 

简述

概率分析类型的算法，主要的思想有两点：

 

第一点是“抽象”，能针对“不确定的”或者“无法穷举处理”的问题进行一个建模；

第二点是“分析”，将问题用概率统计的工具具体化，精确到足分析策略的好坏和代价，在不穷举所有情况的操作下，能回答出来当前的决策是否可行；

基础知识

1. 独立事件的理解
2. 贝叶斯定律
3. 布尔定律
4. 期望以及期望的线性性质
5. 方差和标准差
6. 几何分布和二项分布

指示器随机变量的使用

这个方法可以简化对“连续重复的独立事件”的期望分析。比较好用。

 

事件A对应的指示器随机变量是：I{A} ,

I{A} = 1,表示A发生；

I{A} = 0,表示A不发生；

E[I{A}] = A发生的概率；

概率分析？随机算法？

区分开概率分析和随机算法的区别，概率分析针对“外界输入”，随机算法针对“内部处理方法”。

 

概率分析和随机算法是通过采用两种不同的思维方式来分析问题，前者强调按照问题输入的分布来计算最终的期望，后者强调通过调整内部的处理逻辑使得不论输入的分布情况都可以得到“不那么差的结果”，这种思想是值得借鉴的。

问题记录

雇佣问题以及在线雇佣问题

 

生日悖论

球与箱子，也称个人奖券问题

转载于:https://www.cnblogs.com/doctors/p/10110885.html