博文

目前显示的是标签为“数学期望”的博文

数论小白都能看懂的数学期望讲解

图片
-1.灌水 这里阅读可能效果更佳 想了解更多关于数论的内容,可戳 这里 感谢@command_block 大佬提出宝贵建议 也感谢洛谷及UVA的相关题目 如果有小瑕疵可以在评论区提出 内容可能有点多 但很简单  ,望大家耐心食用 0.前言: 数学期望当前在OI中是一个类似于数论方面门槛的知识,在竞赛中有考察。本文将详细的讲解此内容,但也不是只纠缠于简单的概念,而会解决一些题目.可能这样介绍的知识对于大佬来说还是比较基础,但对像我这样的萌新来说通俗易懂,所以请各位口下留情。 1.什么是期望? 日常生活中,我们每做一件事,都有对它的期望,这里的期望不仅仅只结果的胜负之类,也可以与状态有关。但在OI中,一般指的就是达到结果的期望,最朴素的计算是 每次可能结果的概率乘以其结果的总和 这是最基本的数学特征。 广义下的定义:一次随机抽样中所期望的某随机变量的取值。 数学定义: 2、期望的小性质: 设X是随机变量,C是常数,则  E(CX)=C\times E(X) E ( C X ) = C × E ( X ) 简单证明一下: 设x 的多个随机变量为 Ca_1,Ca_2,Ca_3...Ca_n C a 1 ​ , C a 2 ​ , C a 3 ​ . . . C a n ​ 对应的出现概率为 p_1,p_2,p_3...p_n p 1 ​ , p 2 ​ , p 3 ​ . . . p n ​ 那么对应的求期望的式子 E(CX)=C\sum_{i=1}^{n}(a_i\times p_i) E ( C X ) = C i = 1 ∑ n ​ ( a i ​ × p i ​ ) (C提出来) 由于: E(X)=\sum_{i=1}^{n}(a_i\times p_i) E ( X ) = i = 1 ∑ n ​ ( a i ​ × p i ​ ) 所以 E(CX)=C\times E(X) E ( C X ) = C × E ( X ) 下面的可以自行思考,都不难 设X,Y是任意两个随机变量,则有  E(X+Y)=E(X)+E(Y) E ( X + Y ) = E ( X ) + E ( Y )  。 设...