5.2 指示器随机变量
一. 指示器随机变量
1. 相关定义
给定一个样本空间
S
S
S 和 一个事件
A
A
A ,那么事件
A
A
A 对应的指示器随机变量
I
{
A
}
I\{A\}
I{A} 定义为:
I
{
A
}
=
{
1
如果
A
发生
0
如果
A
不发生
I\{A\}=\begin{cases}1&\text{如果 $A$ 发生}\\0&\text{如果 $A$ 不发生}\end{cases}
I{A}={10如果 A 发生如果 A 不发生
引理 5.1 5.1 5.1 :给定一个样本空间 S S S 和 S S S 中的一个事件 A A A ,设 X A = I { A } X_A=I\{A\} XA=I{A} ,那么 E [ X A ] = P r { A } E[X_A]=Pr\{A\} E[XA]=Pr{A}
证明:由指示器随机变量的定义,期望值的定义知,
E
[
X
A
]
=
E
[
I
{
A
}
]
=
1
⋅
P
r
{
A
}
+
0
⋅
P
r
{
A
‾
}
=
P
r
{
A
}
E[X_A]=E[I\{A\}]=1\cdot Pr\{A\}+0\cdot Pr\{\overline A\}=Pr\{A\}
E[XA]=E[I{A}]=1⋅Pr{A}+0⋅Pr{A}=Pr{A}
其中
A
‾
\overline A
A 表示
S
−
A
S-A
S−A ,即
A
A
A 的补。
2. 用指示器随机变量分析雇用问题
如 5.1 雇用问题,假设应聘者以随机顺序出现,
X
i
X_i
Xi 对应于第
i
i
i 个应聘者被雇用该事件的指示器随机变量。因而,
X
i
=
I
{
应聘者
i
被雇用}
=
{
1
如果应聘者
i
被雇用
0
如果应聘者
i
不被雇用
X_i=I\{\text{应聘者 $i$ 被雇用\}}=\begin{cases}1&\text{如果应聘者 $i$ 被雇用}\\0&\text{如果应聘者 $i$ 不被雇用}\end{cases}
Xi=I{应聘者 i 被雇用}={10如果应聘者 i 被雇用如果应聘者 i 不被雇用
以及
X
=
X
1
+
X
2
+
.
.
.
+
X
n
X=X_1+X_2+...+X_n
X=X1+X2+...+Xn
根据引理
5.1
5.1
5.1 ,我们有
E
[
X
i
]
=
P
r
{
应聘者
i
被雇用
}
E[X_i]=Pr\{\text{应聘者 $i$ 被雇用}\}
E[Xi]=Pr{应聘者 i 被雇用}
因此必须计算 HIRE-ASSISTANT
中第
5
5
5 ~
6
6
6 行 被执行的概率。
在第
6
6
6 行中,应聘者
i
i
i 被雇用,正好应聘者
i
i
i 比从
1
1
1 到
i
−
1
i-1
i−1 的每一个应聘者优秀。因为我们已经假设应聘者以随机顺序出现,所以前
i
i
i 个应聘者也以随机次序出现。这些前
i
i
i 个应聘者中的任意一个都等可能地是目前最有资格的。应聘者
i
i
i 比应聘者
1
1
1 到
i
−
1
i-1
i−1 更有资格的概率是
1
/
i
1/i
1/i ,因而也以
1
/
i
1/i
1/i 的概率被雇用。由引理
5.1
5.1
5.1 ,可得
E
[
X
i
]
=
1
/
i
E[X_i]=1/i
E[Xi]=1/i
现在可以计算
E
[
X
]
E[X]
E[X] :
E
[
X
]
=
E
[
∑
i
=
1
n
X
i
]
=
∑
i
=
1
n
E
[
X
i
]
=
∑
i
=
1
n
1
/
i
=
ln
n
+
O
(
1
)
\begin{aligned}E[X]&=E[\sum_{i=1}^{n}X_i]\\&=\sum_{i=1}^n E[X_i]\\&=\sum_{i=1}^n1/i\\&=\ln n+O(1)\end{aligned}
E[X]=E[i=1∑nXi]=i=1∑nE[Xi]=i=1∑n1/i=lnn+O(1)
引理
5.2
5.2
5.2 :假设应聘者以随机次序出现,算法 HIRE-ASSISTANT
总的雇用费用平均情形下为
O
(
c
h
ln
n
)
O(c_h\ln n)
O(chlnn)
证明:根据雇用费用的定义和上述等式,可以立即推出这个界,说明雇用的人数期望值约是 lg n . \lg n. lgn.
二. 练习
5. 2-1
在 HIRE-ASSISTANT
中,假设应聘者以随机顺序出现,你正好雇用一次的概率是多少?正好雇用
n
n
n 次的概率是多少?
解:雇用一次表示第一次应聘者为 n n n ,概率为 1 / n 1/n 1/n 。雇用 n n n 次表示应聘者顺序为 < 1 , 2 , . . . , n > <1,2,...,n> <1,2,...,n> ,概率为 1 / n ! 1/n! 1/n! 。
5. 2-2
在 HIRE-ASSISTANT
中,假设应聘者以随机顺序出现,你正好雇用两次的概率是多少?
解:若第一个应聘者为
k
k
k ,则
k
+
1
,
k
+
2
,
.
.
.
,
n
−
1
k+1, k+2,...,n-1
k+1,k+2,...,n−1 均在
n
n
n 之后,因此
E
(
X
)
=
∑
i
=
1
n
−
1
1
n
⋅
1
n
−
i
=
1
n
∑
i
=
1
n
−
1
1
i
E(X)=\sum_{i=1}^{n-1}\frac{1}{n}\cdot\frac{1}{n-i}=\frac{1}{n}\sum_{i=1}^{n-1}\frac{1}{i}
E(X)=i=1∑n−1n1⋅n−i1=n1i=1∑n−1i1
5. 2-3
利用指示器随机变量来计算掷 n n n 个骰子之和的期望值。
解: E ( X i ) = 3.5 E(X_i)=3.5 E(Xi)=3.5 ,于是 E ( X ) = 3.5 n E(X)=3.5n E(X)=3.5n
5. 2-4
利用指示器随机变量来解如下的帽子核对问题(hat-heck problem
):
n
n
n 位顾客,他们每个人给餐厅核对帽子的服务生一顶帽子。服务生以随机顺序将帽子归还给顾客。请问拿到自己帽子的客户的期望数是多少?
解:设
X
i
X_i
Xi 是第
i
i
i 名顾客拿到自己帽子的随机变量,
X
X
X 表示
n
n
n 位顾客拿到自己帽子的数目,因此
E
(
X
)
=
∑
i
=
1
n
1
n
=
1
E(X)=\sum_{i=1}^{n}\frac{1}{n}=1
E(X)=i=1∑nn1=1
5. 2-5
设
A
[
1..
n
]
A[1..n]
A[1..n] 是由
n
n
n 个不同数构成的数列。如果
i
<
j
i<j
i<j 且
A
[
i
]
>
A
[
j
]
A[i]>A[j]
A[i]>A[j] ,则称
(
i
,
j
)
(i,j)
(i,j) 对为
A
A
A 的一个逆序对(inversion
) 。(参看思考题
2
−
4
2-4
2−4 中更多关于逆序对的例子。)假设
A
A
A 的元素构成
<
1
,
2
,
.
.
.
,
n
>
<1,2,...,n>
<1,2,...,n> 上的一个均匀随机排列。请用指示器随机变量来计算其中逆序对的数目期望。
解:记
X
i
,
j
X_{i,j}
Xi,j 是表示
A
[
i
]
>
A
[
j
]
A[i]>A[j]
A[i]>A[j] 的随机变量,因此
E
(
∑
i
<
j
X
i
,
j
)
=
∑
i
=
1
n
−
1
∑
j
=
i
+
1
n
P
r
{
A
[
i
]
>
A
[
j
]
}
=
1
2
∑
i
=
1
n
−
1
n
−
i
=
n
(
n
−
1
)
4
E(\sum_{i<j} X_{i,j})=\sum_{i=1}^{n-1}\sum_{j=i+1}^{n}Pr\{A[i]>A[j]\}=\frac{1}{2}\sum_{i=1}^{n-1}n-i=\frac{n(n-1)}{4}
E(i<j∑Xi,j)=i=1∑n−1j=i+1∑nPr{A[i]>A[j]}=21i=1∑n−1n−i=4n(n−1)