指示器随机变量学习

目录

介绍

给定事件\(A\),设指示器随机变量\(X_A=I\{A\}\)表示\(A\)是否发生,则
在一次实验中,\(A\)的期望次数就是\(X_A\)的期望值,故
\[E(X_A)=P(A)\]

指示器随机变量的优势:

  • 方便期望与概率之间的转换;
  • 期望线性和性质与随机变量之间是否独立无关;

例题分析

指示器随机变量表示的事件考虑一个因素
1,抛\(n\)次硬币,正面朝上的期望数;
注意:抛n次硬币和抛n个硬币本质是一样的。
普通解法:算正面朝上1、2、3...次的概率
\[E(X)=\sum_{k=1}^n k* {n \choose k} p^k (1-p)^{n-k}\]

简便解法:指示器随机变量按实验进行的阶段分解设置
\(X\)为正面朝上的总数,\(X_k\)表示第\(k\)次实验,发生了正面朝上事件;
\[E(X)=\sum_{k=1}^n E(X_k) = n*p\]

2,抛\(n\)次骰子,和的期望数;
普通解法:算和为1、2、3...的概率
简便解法:
\(X\)为和,\(X_k\)为第\(k\)次抛骰子的数。
\[E(X)=n*3.5\]

3,一个随机的\(n\)排列,求满足\(a[i]=i\)的元素数目期望;
普通解法:算数目为1、2、3...的概率;
简便解法:
\(X\)为元素数目,\(X_k\)为第\(k\)个元素满足条件的事件;
\[E(X)=n*\frac{1}{n}=1\]

4,依次面试\(n\)个人,如果第\(i\)个人比前面所有人都优秀,则录用这个应聘者。无论是否录用,面试都继续。求录用总数的期望;
普通解法:算录用1、2、3...次的概率,复杂不求解
简便解法:
\(X\)为录用总数,\(X_k\)为第\(k\)个应聘者被录用的事件。
\[E(X)=\sum_{k=1}^n E(X_k)=\sum_{k=1}^n \frac{1}{k} \approx \ln n\]

5,礼券收集问题
要收齐\(n\)种券需要的期望券数;
普通解法:算券数为n、n+1、n+2...的概率
简便解法:
\(X\)为券总数,\(X_k\)表示事件:在第\(k\)种券收集齐后,到收集第\(k+1\)种券需要的券数;
\[E(X)=\sum_{k=0}^{n-1} E(X_k)=\sum_{k=0}^{n-1} \frac{n}{n-k}\approx n\ln n\]

练习1:
\(n\)个球投\(m\)个箱子,求空箱子的期望数,有\(2\)个球的箱子的期望数;
\(X\)表示有\(2\)个球的箱子的数目,\(X_k\)表示第\(k\)个箱子有\(2\)个球;
\[E(X)=\sum_{k=1}^m E(X_k) = m* {n \choose 2}(\frac{1}{m})^2 (\frac{m-1}{m})^{n-2} \]

练习2:
\(n\)个人在楼底进入电梯,楼上有\(m\)层,每个乘客在任一楼层下电梯的概率相同。求电梯上无人时,停靠次数的期望;
\[E(X)=m*(1-(\frac{m-1}{m})^n)\]

扫描二维码关注公众号,回复: 4832853 查看本文章

练习3:
Chinese restaurant process中桌子的期望数;

指示器随机变量表示的事件考虑两(多)个因素
1,一个随机的\(n\)排列,求逆序对的数目期望;
普通解法:算数目为1、2、3...的概率;
简便解法:指示器随机变量表示的事件考虑了两(多)个因素
\(X\)为逆序对的数目,\(X_{ij}\)表示\(a[i] \gt a[j], i \lt j\)的事件;
\[E(X)=\sum_{i=1}^n \sum_{j=i+1}^{n-1} E(X_{ij})= \frac{n(n-1)}{2} *\frac{1}{2}=\frac{n(n-1)}{4}\]

2,\(n\)个人,\(k\)个人同生日的对数的期望数;
普通解法:算对数为1、2、3...的概率
简便解法:
\(X\)为同生日的对数,\(X_{i_1, i_2, ...,i_k}\)表示这\(k\)个人同生日;
\[E(X)={n \choose k} E(X_{i_1, i_2, ...,i_k})={n \choose k} *(\frac{1}{365})^{k-1}\]

参考

《算法导论》第5章

生日问题

1,\(n\)个人,存在一对人同生日的概率:
\[p(n)=1-\prod_{k=1}^n \frac{365-k+1}{365}\]
当生日是分布均匀时,仅需23个人,有同生日的比率就高达50%;
现实中,生日的分布是不均匀的,这导致有同生日的比率更高了;

2,\(n\)个人,存在一个人与我同生日的概率:
\[q(n)=1-\prod_{k=1}^n\frac{365-1}{365}\]
当生日是分布均匀时,需250个人,与我同生日的比率才到达50%;

3,所有人排队进入房间,第几号人进来后,房间内第一次产生一对人同生日的概率最大;
考虑\(p(n)\)的递推公式:
\(n\)个人开奖=前\(n-1\)个人已经开奖+前\(n-1\)个人没开奖且恰好第n个人开奖;
故答案就是找\(p(n)-p(n-1)\)最大时的\(n\)

猜你喜欢

转载自www.cnblogs.com/yuanquanxi/p/10241303.html
今日推荐