算法合集之《浅析赛中一类数学期望问题的解决方法》.pdfVIP

浅析竞赛中一类数学期望问题的解决方法 福建省福州第八中学 汤可因 摘要 期望在我们生活中有着十分广泛的应用，而对于我们信息学奥赛也出现了不 少求解期望值的问题。本文对于竞赛中涉及求离散型随机变量的数学期望的题目 所使用的常用方法归纳成为两大类，并进行了总结与分析。 关键字 期望 递推 动态规划 方程组 目录 引言 3 预备知识 3 一、期望的数学定义 3 二、期望的线性性质 3 三、全概率公式 4 四、条件期望与全期望公式 4 一、利用递推或动态规划解决 4 例题一：聪聪与可可 5 分析 5 小结 6 例题二：Highlander 6 分析 6 小结 8 例题三：RedIsGood 8 分析 8 小结 9 二、建立线性方程组解决 10 引入 10 分析 10 需要注意的地方 12 例题四：First Knight 12 分析 12 例题五：Mario 15 分析 15 总结 16 参考文献 17 引言 数学期望亦称为期望，期望值等，在概率论和统计学中，一个离散型随机变 量的期望值是试验中每次可能结果的概率乘以其结果的总和。 而期望在我们生活中有着十分广泛的应用。例如要设计一个彩票或赌博游 戏，目标为赢利，那么计算能得到的钱以及需要付出的钱的期望，它们的差则需 要大于0 。又例如对于是否进行一项投资的决策，可以通过分析总结得出可能的 结果并估算出其概率，得到一个期望值而决定是否进行。期望也许与每一个结果 都不相等，但是却是我们评估一个事情好坏的一种直观的表达。 正因为期望在生活中有如此之多的应用，对于我们信息学奥赛也出现了不少 求解期望值的问题。而其中大多数又均为求离散型随机变量的数学期望。本文对 于这类题目所会涉及到的常用方法进行了归纳，总结与分析。 预备知识 一、期望的数学定义 如果X 是一个离散的随机变量，输出值为 x , x , ...， 和输出值相应的概率 1 2 为p 1, p 2, ... （概率和为1）, 那么期望值 E (X ) p x 。 i i i 例如投掷一枚骰子，X 表示掷出的点数，P(X=1) ，P(X=2) ，„，P(X=6)均为 1 1 1 1 1 1 1 12 3 4 5 6 ，那么E (X ) 1 2  3  4  5  6  3.5 。 6 6 6 6 6 6 6 6 二、期望的线性性质 对于任意随机变量X 和Y 以及常量a 和b，有 E(aX + bY) = aE(X ) + bE(Y) 当两个随机变量X 和Y 独立且各自都有一个已定义的期望时，有 E(XY ) = E(X )E(Y) 三、全概率公式 假设{ Bn | n = 1, 2, 3, ... } 是一个概率空间的有限或者可数无限的分割，且每 个集合Bn 是一个可测集合，则对任意事件A 有全概率公式： P(A) P(A | B )P(B ) n n n 其中P(A | B)是B 发生后A 的条件概率 四、条件期望