• qbxt数学五一Day4


    1. 随机试验

    定义:

    1. 不能预先确知结果
    2. 试验之前可以预测所有可能结果或范围
    3. 可以在相同条件下重复实验

    样本空间:随机试验所有可能结果组成的集合 .

    分类:离散样本空间、无穷样本空间

    样本空间的任意一个子集称之为 事件 .

    事件发生:在一次试验中,事件的一个样本点发生

    • 必然事件:样本空间
    • 不可能事件:空集

    事件 (A,B) 的关系与运算:

    • 包含:和集合里的一样
    • 相等:和集合里的一样
    • 互斥:(Acap B=varnothing)
    • 补:和集合里的补集一样,记作 (overline A)
    • 和:和集合里的并集一样,记作 (A+B)
    • 差:和集合里的差集一样,记作 (A-B)
    • 积:和集合里的交集一样,记作 (AB)

    运算律:

    • 交换律:(A+B=B+A)(AB=BA) .
    • 结合律:((A+B)+C=A+(B+C))((AB)C=A(BC))
    • 分配律:((A+B)C=AC+BC)((AB)+C=(A+C)(B+C)) .
    • 对偶律:(overline{A+B}=overline Acdotoverline B)(overline{AB}=overline A+overline B) .

    2. 概率

    1. 平凡

    定义:为样本空间 (S) 的每一个事件定义一个实数,这个实数称为 概率 . 事件 (A) 的概率记作 (P(A)) .

    有:

    1. (0le P(A)le 1) .
    2. (P(S)=1) .
    3. (AB=varnothing),则 (P(A+B)=P(A)+P(B)) .

    性质:

    1. (P(varnothing)=0) .
    2. (A_1A_2cdots A_n=varnothing),则 (P(sum_{i=1}^n A_i)=sum_{i=1}^n P(A_i)) .
    3. (Asubset B),则 (P(B-A)=P(B)-P(A)) .
    4. 一般的,(P(B-A)=P(B)-P(AB)) .
    5. (P(A+B)=P(A)+P(B)-P(AB)) .

    2. 条件概率

    定义已知事件 (B) 发生时事件 (A) 发生的概率为 (P(A|B)=dfrac{P(AB)}{P(B)})

    移项即得乘法法则:(P(AB)=P(A|B)P(B)) .

    性质(其实和普通的差不多):

    • (P(varnothing | A)=0)
    • (A_1A_2cdots A_n=varnothing),则 (P(sum_{i=1}^n A_i | B)=sum_{i=1}^n P(A_i | B)) .
    • (P(overline B | A)=1-P(B|A))
    • (P(A+B | C)=P(A | C)+P(B | C)-P(AB | C)) .

    贝叶斯公式:

    (B_1,B_2,cdots,B_n) 是样本空间的一个划分,则有

    [P(B_i|A)=dfrac{P(A|B_i)P(B_i)}{sumlimits_{i=0}^n P(A|B_j)P(B_j)} ]

    Proof:

    [egin{aligned}dfrac{P(A|B_i)P(B_i)}{sumlimits_{i=0}^n P(A|B_j)P(B_j)}&=dfrac{P(AB_i)}{sumlimits_{i=0}^n P(AB_j)}\&=dfrac{P(AB_i)}{P(A)Pleft(sumlimits_{i=0}^n B_j ight)}\&=dfrac{P(AB_i)}{P(A)}=P(B_i|A)end{aligned} ]

    [ ag*{□} ]

    如果两个事件满足 (P(AB)=P(A)P(B))(即 (P(B|A)=P(B))),那么称他们 独立 .

    3. 期望

    期望就是平均事件发生的情况,定义:

    [E(f(X))=sum P(X=x)f(X) ]

    例如,投掷一个骰子期望投到 (3.5) .

    期望有如下性质:

    1. [重要] (E(c_1X_1+c_2X_2+cdots+c_nX_n)=c_1E(X_1)+c_2E(x_2)+cdots+c_nE(x_n))(线性性)
    2. 如果 (X_1,X_2) 独立,则 (E(X_1X_2)=E(X_1)E(X_2))

    习题

    1

    (n imes m) 的矩形

    每次随机刷掉一个矩形

    (k) 次之后期望刷掉了多少个格子

    (n,mle 1000,kle 100)

    期望染的格子数 = 每个格子染的状态的期望之和 = 每个格子被染色的期望 .

    2

    检验矩阵乘法式 (AB=C) 是否成立

    (A,B,C) 均为 (n imes n) 矩阵,(nle 1000) .

    随机弄几个 (n imes 1) 矩阵 (D),然后检验是否有

    [A(BD)=CD ]

    3

    给定平面上 (n) 个点

    找到一个最小的圆覆盖住他们

    暴力是 (O(n^3)) 的,随机打乱点的顺序后是期望 (O(n)) 的 [表情](分析每个 if 的进入条件)

    钟神的伪代码:

    point p[2333];
    
    circle o;
    random_shuffle(p+1,p+n+1);
    for (int i=1;i<=n;i++)
    	if (p[i] not in o)//3/i
    	{
    		o = circle(p[i],0);//p[i]为圆心 0为半径 
    		for (int j=1;j<i;j++)
    			if (p[j] not in o)
    			{
    				o = circle(p[i],p[j]);//p[i] p[j]距离为直径 
    				for (int k=1;k<j;k++)
    					if (p[k] not in o)
    						o=circle(p[i],p[j],p[k]);
    			}
    	}
    

    4

    (n) 次操作,第 (i) 次操作成功的概率为 (p_i) .

    成功记为 (1) 否则记为 (0) .

    连续 (x)(1) 会贡献 (x^3) 的分数,求期望分数

  • 相关阅读:
    项目 插件 -下载- 使用,jar包-下载
    视频截图Util
    Java获取数据库表 字段 存储的部分数据
    bootstrap-select插件 多选框
    json数据 二级联动
    layer层、modal模拟窗 单独测试页面
    SEVERE: An incompatible version 1.1.27 of the APR based Apache Tomcat Native library is installed, while Tomcat requires version 1.1.32
    SQL like 模糊查询, in
    sqlserver 删除表中 指定字符串
    sqlserver 将 “用 特定字符 分隔的一个字段” 拆分成多个字段,然后两个表之间数据更新
  • 原文地址:https://www.cnblogs.com/CDOI-24374/p/14729292.html
Copyright © 2020-2023  润新知