算法学习笔记:概率与期望

概率与期望

  • 1. 前言
  • 2. 定义
  • 3. 理解
  • 4. 期望方程
  • 5. 总结

1. 前言

概率我们很熟,在数学课本里面我们就已经学到过概率的基本定义以及计算方式。

期望我们不熟,他与概率密切相关,计算方式基于概率。

2. 定义

概率的计算方式不必我多说,各位在数学课中都有了解。

而期望,从某种意义上来讲其实就是一个加了权值的概率。

我将使用一个例子来说明期望是什么:

假设某一天小 z 有一场满分为 100 分的数学考试。他妈妈说:“儿子,如果你能够考到 80 分以上(不含 80),那么我将奖励你 100 元;如果你能够考到 60 分以上(不含 60),80 分以下(含 80),那么我将奖励你 50 元;如果你能够考到 30 分以上(不含 30),60分以下(含 60),那么我将奖励你 30 元;否则你将得不到任何奖励。”

但很不幸的是,小 z 数学考试的时候发挥失常,成绩为 [ 1 , 100 ] [1,100] [1,100] 内一个等概率的数,那么请问小 z 得到的期望钱数是多少?

备注:本场考试很难

我个人认为这个例子最能够解释期望的定义。

先列一张表格:

分数区间 钱数 概率
( 80 , 100 ] (80,100] (80,100] 100 20%
( 60 , 80 ] (60,80] (60,80] 50 20%
( 30 , 60 ] (30,60] (30,60] 30 30%
( 1 , 30 ] (1,30] (1,30] 0 30%

假设小 z 得到的期望钱数为 e e e,那么计算公式如下:

e = 100 × 20 % + 50 × 20 % + 30 × 30 % + 0 × 30 % = 39 e=100 \times 20\% + 50 \times 20\% + 30 \times 30\% + 0 \times 30\%=39 e=100×20%+50×20%+30×30%+0×30%=39

对比上面那个表格我们会发现:期望就是所有事件发生的概率乘上其代价或价值。

所以期望的定义:

E ( x ) E(x) E(x) x x x 事件的期望, x i ( i ∈ [ 1 , n ] ) x_i(i \in [1,n]) xi(i[1,n]) 为在 x x x 事件中可能会发生的 独立 的事件, P ( x i ) P(x_i) P(xi) 为其概率, V ( x i ) V(x_i) V(xi) 为其代价或价值,那么:

E ( x ) = P ( x 1 ) × V ( x 1 ) + P ( x 2 ) × V ( x 2 ) + . . . + P ( x n ) × V ( x n ) E(x)=P(x_1) \times V(x_1) + P(x_2) \times V(x_2) + ... + P(x_n) \times V(x_n) E(x)=P(x1)×V(x1)<

你可能感兴趣的:(数学/数论,学习笔记,+,专项训练)