算法合集和之《信息学竞赛中概率问题求解初探》.ppt

走进概率的世界 ——信息学竞赛中概率问题求解初探 安徽省合肥一中 梅诗珂 引言 算法设计中很多问题的解决都用到了概率分析 一个大家熟知的例子是，快速排序中通过随机选择划分点而使极端情况出现的概率大大减小 在信息学竞赛中，与概率有关的问题占据着相当的分量 在05，06，08年的NOI中都出现了与概率有关的试题 全文总览 样本空间 随机变量 离散型随机变量 连续型随机变量 UVA Randomness SRM 349 LastMarble SPOJ RNG SGU Random Shooting 要用到的定义 连续型随机变量的概率分布 设有随机变量X，称 F(x) =P(X≤x) 为X的概率分布函数，如果有非负可积函数 f(x) 使 成立，则称 f(x) 是X的概率密度函数 均匀分布 若随机变量 X 在[a,b]上等概率地取每个值，称 X 在[a,b]上均匀分布，由概率密度的定义知 SPOJ RNG 题目大意 有N个随机数生成器，第i个等概率地返回[0,Ri]中的一个实数 (1 ≤ i ≤ N) 问所有随机生成数的和小于等于b的概率是多少 约束条件 N、Ri都是范围在1到10内的正整数 (1 ≤ i ≤ N) 题意分析 第i个随机数生成器返回的值是一个在[0,Ri]中均匀分布的连续型随机变量 不妨设为Xi，显然这 N 个随机变量是互相独立的(1≤i≤N ) 它们的和，即X1+X2+…+XN，也是一个随机变量，不妨设为S 那么S≤b的概率就是我们要求的，记为 P(S ≤b) 方法一 (X1,X2 )的取值范围可看成平面直角坐标系的一个矩形 S =X1+X2≤b可以看成半平面 P(S≤b)就是它们的公共部分的面积与矩形的面积(R1×R2)的比值 当N=2时（N=1略） 方法一 当N=3时 与N=2的情况类似 (X1,X2,X3)的取值范围可看成空间直角坐标系的长方体 S=X1+X2+X3≤b可以看成半空间 P(S≤b)就是它们的公共部分的体积，与长方体的体积(R1×R2×R3)的比值 方法一 (X1,X2,…,XN)的取值范围就是N维空间中的一个区域，S ≤b是一个半N维空间，它们公共部分的体积与(R1×R2×…×RN)的比值就是P(S ≤b) 不妨记为 V([0, R1],[0, R2],…,[0, RN],b) 补集转化[0,Ri] = [0,+∞) – (Ri ,+∞) 当N为任意值时 方法一 以N=2为例 V([0,R1],[0,R2],b) = V([0,+∞),[0,+ ∞),b) - V([0,+ ∞),(R2, +∞),b) - V((R1,+ ∞),[0,+ ∞),b) 方法一 当Xi的取值范围为[0,+∞)或(Ri,+∞)时，怎样求V 当Xi的取值范围为(Ri,+ ∞)时，定义X’i=Xi-Ri 用X’i替换Xi,同时把b减去Ri,问题等价。 求V([0,+∞),…,[0,+∞),b) N=1时 V((0,+∞),b) = b N=2时 V((0,+ ∞),(0,+ ∞),b)= b2/2 N=3时 V((0,+ ∞),(0,+ ∞),(0,+ ∞),b)= b3/6 V([0,+∞),…,[0,+∞),b)=bN/N! 方法一总结 从N=2、3开始分析 求区域体积 有限区间 无限区间 问题解决 补集转化 方法二 当N=1时（先说明X） 方法二 当N=2时 (R2x≤R1) （2） (R1x≤R1+R2)（3） (0≤x≤R2) （1） (R1+R2 x) （4） 方法二 画出函数图像 方法二 N更大时 回顾N=1,N=2 时P(S ≤x)的求解过程，我们发现可以划分若干区间，使每个区间的 P(S ≤x)都可以表示成多项式 如何划分区间 以全体整数为划分点 推想 对任意的N,函数 P(S ≤x) 在任意相邻整数区间内都可表示成多项式 推想正确吗？ YES! 证明思路 要证明P(S ≤x)在相邻整数区间能用多项式表示 只需证明S的概率密度函数在相邻整数区间能用多项式表示。 用归纳法，设 fi(x)为随机变量X1,X2,…,Xi的和(一个随机变量)的概率密度函数 1/R1 (0 ≤x≤R1） 0 (xR1) 当i=1时 证明思路 设i=N-1时结论成立,证明i=N时成立。 由于前(i-1)个数的和与Xi是互相独立的，有 j-Ri j-R