「概率期望」

Author Avatar
ShioKiri 9月 23, 2019
  • 在其它设备中阅读本文章

Update on A.D.2019-09-23

概率公式

条件概率公式

设$A,B$是两个事件,且$P(B)>0$,则在事件$B$发生的条件下,事件$A$发生的条件概率为$P(A|B)=\dfrac{P(AB)}{P(B)}$

乘法公式

1.由条件概率公式得$P(AB)=P(A|B)P(B)=P(B|A)P(A)$
2.推广:对$\forall n \geq 2$当$P(A_1A_2…A_{n-1})>0$时
有 $P(A_1A_2…A_{n-1}A{n})=P(A_1)P(A_2|A_1)P(A_3|A_1A_2)…P(A_n|A_1A_2…A_{n-1})$

全概率公式

如果事件组$B_1,B_2,…,B_n$满足
1.$\forall i\neq j\in \left \{1,2,\cdots ,n \right \},B_i\cap B_j = \varnothing$
2.$B_1\cup B_2\cup …\cup B_n=\Omega$
则称事件组$B_1,B_2,…,B_n$是样本空间$\Omega$的一个划分,或称为样本空间$\Omega$的一个完备事件组。
设事件组$\left \{B_i \right \}$是样本空间$\Omega$的一个划分,且$P(B_i)>0(i \in \left \{1,2,\cdots ,n \right \})$
对任一事件$A$,有$P(A)=\sum_{i=1}^{n}P(B_i)P(A|B_i)$

贝叶斯公式

设事件组$\left \{B_i \right \}$是样本空间$\Omega$的一个划分,则对任一事件$A(P(A)>0)$,有
$P(B_i|A)=\dfrac{P(AB_i)}{P(A)}=\dfrac{P(B_i)P(A|B_i)}{\sum_{j=1}^{n}P(B_j)P(A|B_j)}$
上式即为贝叶斯公式,$B_i$常被视为导致试验结果$A$发生的”原因“,$P(B_i)(i\in \left \{1,2,\cdots ,n \right \})$表示各种原因发生的可能性大小,故称先验概率;$P(B_i|A)(i\in \left \{1,2,\cdots ,n \right \})$则反映当试验产生了结果$A$之后,再对各种原因概率的新认识,故称后验概率。

数学期望

离散型随机变量$X$的取值为$x_1,x_2,x_3,…,x_{n}$,$p_1,p_2,p_3,…,p_{n}$为$X$对应取值的概率
则称$E(X)=\sum_{i=1}^{n}p_{i}x_{i}$为离散型随机变量$X$的数学期望
性质:$E(aX+bY)=aE(X)+bE(Y)$

Problem

P4316 绿豆蛙的归宿
设$F[x]$表示从$x$走到$N$期望长度
$F[x]=\frac{1}{k}\sum_{i=1}^{k}(F[y_{i}]+z_{i})$
$F[N]=0$
$Ans=F[1]$
P1365 WJMZBMR打osu! / Easy
设$f[x]$表示到$x$期望得分 $g[x]$表示以$x$结尾期望$o$序列长度
$s[i]==x f[i]=f[i-1],g[i]=0$
$s[i]==o f[i]=f[i-1]+2*g[i-1]+1,g[i]=g[i-1]+1$
$s[i]==? f[i]=f[i-1]+\frac{(2g[i-1]+1)+0}{2},g[i]=\frac{(g[i-1]+1)+0}{2}$
$Ans=f[n]$
P1654 OSU!
$p[i]$表示$i$位置成功概率
设$f[i]$表示到$i$期望得分 $x1[i]$以$i$结尾$1$序列期望长度 $x2[i]$表示以$i$结尾$1$序列期望长度平方
$(x+1)^{3}=(x^{2}+2x+1)(x+1)=x^{3}+3x^{2}+3x+1$
若第$i$次成功且有$f[i-1]=x^{3}则f[i]=f[i-1]+3x^{2}+3x+1$
$x1[i]=(x1[i-1]+1)p[i]$
$x2[i]=(x2[i-1]+2x1[i-1]+1)p[i]$
$f[i]=f[i-1]+(3x2[i-1]+3x1[i-1]+1)p[i]$
$Ans=f[n]$
P1297 [国家集训队]单选错位
$Ans=\sum_{i=1}^{n-1}\frac{1}{max(a_i,a_{i+1})}+\frac{1}{max(a_1,a_n)}​$

本文由 ShioKiri 原创,采用 保留署名-非商业性使用-禁止演绎 4.0-国际许可协议
本文链接:https://blog.66ccff.xyz/2019/probability/