欢迎光临我的Blog,虽然这里还很简陋,但未来一定会焕发生机的!

855学习记录之概率论随机变量(3)全期望公式与期望的上下界分析—— 炎泽汐de Blog

概率论 yanzexi 2年前 (2023-09-13) 680次浏览 已收录 0个评论 扫描二维码
文章目录[隐藏]

全期望公式

公式


条件期望公式:

E[X|A]=xxPr(X=x|A)

全期望公式:

E[X]=i=1nE[X|Bi]Pr(Bi)

证明:

Proof:E[X]=xxPr(X=x)=xxi=1nPr(X=x|Bi)Pr(Bi)

=i=1nPr(Bi)xxPr(X=x|Bi)=i=1nE[X|Bi]Pr(Bi)

快排的期望分析


令时间复杂度t(n)=E(Xn),其中Xn是在Qsort(A)中对n个不同数的均匀随机排列A使用的比较次数。令事件Bi为序列A[1]是序列A中第i小的数字。

此时序列可以分为两个部分较小的集合的容量是i1,较大的集合的容量是ni且初值需要经过n1次比较,故由全期望公式可得:

t(n)=E(Xn)=i=1nE[Xn|Bi]Pr(Bi)

=1ni=1nE[n1+Xi1+Xji]=n1+2ni=0n1t(i)

855学习记录之概率论随机变量(3)全期望公式与期望的上下界分析—— 炎泽汐$de$ Blog

期望的上下界分析

琴生不等式


855学习记录之概率论随机变量(3)全期望公式与期望的上下界分析—— 炎泽汐$de$ Blog

期望的单调性


855学习记录之概率论随机变量(3)全期望公式与期望的上下界分析—— 炎泽汐$de$ Blog

最大割的容量


对于一个无向图G(V,E),最大割是指使得点集SV满足{{u,v}E|usvs}成立的最大边集,它是一个NPhard的问题。可以证明总存在一个最大割且容量|S|>|E|/2

855学习记录之概率论随机变量(3)全期望公式与期望的上下界分析—— 炎泽汐$de$ Blog

喜欢 (0)
[炎泽汐de收款码]
分享 (0)

您必须 登录 才能发表评论!