第五章 概率分析和随机算法 5.2 指示器随机变量

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 $S$ 和 一个事件 $A$ ，那么事件 $A$ 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 $5.1$ ：给定一个样本空间 $S$ 和 $S$ 中的一个事件 $A$ ，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 $\overline{A}$ 表示 $S-A$ ，即 $A$ 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， $X_i$ 对应于第 $i$ 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
$$X=X_1+X_2+...+X_n$$
根据引理 $5.1$ ，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 $5$ ~ $6$ 行 被执行的概率。
  在第 $6$ 行中，应聘者 $i$ 被雇用，正好应聘者 $i$ 比从 $1$ 到 $i-1$ 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 $i$ 个应聘者也以随机次序出现。这些前 $i$ 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 $i$ 比应聘者 $1$ 到 $i-1$ 更有资格的概率是 $1/i$ ，因而也以 $1/i$ 的概率被雇用。由引理 $5.1$ ，可得
$$E[X_i]=1/i$$
现在可以计算 $E[X]$ ：
$$\begin{array}{rl}E[X]& =E[\sum _{i=1}^n{X}_i]\\ & =\sum _{i=1}^{n}E[X_i]\\ & =\sum _{i=1}^{n}1/i\\ & =\ln n+O(1)\end{array}$$

  引理 $5.2$ ：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 $O(c_h\ln n)$

  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 $\lg n.$

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 $n$ 次的概率是多少？

  解：雇用一次表示第一次应聘者为 $n$ ，概率为 $1/n$ 。雇用 $n$ 次表示应聘者顺序为 $<1,2,...,n>$ ，概率为 $1/n!$ 。

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 $k$ ，则 $k+1,k+2,...,n-1$ 均在 $n$ 之后，因此
$$E(X)=\sum _{i=1}^{n-1}\frac{1}{n}\cdot \frac{1}{n-i}=\frac{1}{n}\sum _{i=1}^{n-1}\frac{1}{i}$$

5. 2-3

  利用指示器随机变量来计算掷 $n$ 个骰子之和的期望值。

  解：$E(X_i)=3.5$ ，于是 $E(X)=3.5n$

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)：$n$ 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 $X_i$ 是第 $i$ 名顾客拿到自己帽子的随机变量，$X$ 表示 $n$ 位顾客拿到自己帽子的数目，因此
$$E(X)=\sum _{i=1}^n\frac{1}{n}=1$$

5. 2-5

  设 $A[1..n]$ 是由 $n$ 个不同数构成的数列。如果 $i<j$ 且 $A[i]>A[j]$ ，则称 $(i,j)$ 对为 $A$ 的一个逆序对(inversion) 。（参看思考题 $2-4$ 中更多关于逆序对的例子。）假设 $A$ 的元素构成 $<1,2,...,n>$ 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 $X_{i,j}$ 是表示 $A[i]>A[j]$ 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−1​j=i+1∑n​Pr{A[i]>A[j]}=21​i=1∑n−1​n−i=4n(n−1)​