mysql 概率随机算法_概率分析与随机算法

指示随机变量

指示随机变量(indicator random variable，IRV)是概率分析中非常重要的一种离散随机变量，其用来表征某事件是否发生。更加具体的，假设事件A发生，变量IRV取值为1，否则取值为0. 数学上表述为：

指示随机变量是采用概率分析问题的一中基本手段。那么为什么要采用这种随机变量呢？首先：指示随机变量非常简单，对于任何概率问题都是可行的，并且该随机变量取值也比较简单。

指示随机变量可分解性质(尽管某事件之间存在关联)，从而其能够在求取期望值时的良好数学性质。

例如，假设我们抛N次硬币，每次抛硬币都可能存在两种取值，朝上或者朝下，我们用0和1表示，他们是等概率出现的。我们问出现正面朝上的期望值？

用X表示抛N次硬币，正面朝上总次数的期望值。那么我们可以将X分解，假设

表示第i次抛硬币，出现正面朝上的事件。那么抛N次硬币的正面朝上总次数可以表示为：

因此在计算

上面我们采用了指示随机变量，即

引理：给定一个样本空间S和S中的一个事件A，设

，那么

.

随机算法

一般的，如果一个算法的行为不仅由输入决定，而且也由随机数生成器产生的数值决定，则称这个算法是随机的。这里，输入是指一个未知的数据分布，这个数据我们无法准确建模，只能采用一些概率知识进行分析。另外，在算法执行过程中，某些关键步骤仍然是由电脑产生的随机数决定，即是说算法的执行是不确定的。

实际上，所有的采样算法都是随机的，包括Metropolis算法，权重采样算法等。具体的采样算法简介可以参考本人之前写的文章。科学摆渡人：采样方法(Sampling Method)​zhuanlan.zhihu.com

在分析一个随机算法的运行时间时，我们以运行时间的期望值衡量，其中输入值由随机数生成器产生。我们将一个随机算法的运行时间称为期望运行时间，以此来区分这类算法和那些输入是随机的算法。一般而言，当概率分布是在算法的输入上时，我们讨论的是平均情况运行时间；