当前位置:网站首页>第五章-5.2-指示器随机变量
第五章-5.2-指示器随机变量
2022-08-02 14:21:00 【学编程的Jerry】
一、关于指示器随机变量
1、给定一个样本空间S和一个事件A,事件A对应的指示器随机变量为
2、举个例子:
样本空间为S={H、T},其中Pr{H}和Pr{T}概率均为1/2,下面定义一个指示器随机变量XH,对应硬币正面朝上的事件H,正面朝上对应1,反面对应0,那么可算出期望值:
由图中可以观察到,一个事件A对应的指示器随机变量的期望值等于事件A发生的概率。
二、引理5.1
1、内容:给定一个样本空间S和S中的一个事件A,设XA=I{A},那么
2、证明:
3、举个例子:
设指示器随机变量Xi对应第i次抛硬币正面朝上的事件:Xi = {第i次抛硬币出现事件H,正面朝上值为1,反之则为0},设随机变量X表示n次抛硬币出现正面的总次数,从而
两边均取期望值:,然后可得
三、用指示器随机变量分析雇用问题
Step1:定义变量
我们定义n个变量,与每个应聘者是否被雇用对应。
Step2:观察伪代码
HIRE-ASSISTANT(n)
//candidate 0 is a least-qualified dummy candidate(第一个雇佣者编号为0,比其他雇佣者更差)
1 best = 0
2 for i = 1 to n
3 interview candidate i
4 if candidate i is better than candidate best
5 best = i
6 hire candidate i
Step3:计算概率
我们必须计算第5、6行被执行的概率。假设应聘者以随机顺序出现,那么前i个中每一个人都有1/i的概率是这i个人中最优秀的,那么它们都有1/i的概率受到雇用。由引理5.1可得:
Step4:计算E[X]
Step5:总结
尽管我们面试了n个人,但是平均起来大概只雇用了他们当中ln n个人。
三、引理5.2
1、内容:假设应聘者以随机次序出现,算法HIRE-ASSISTANT总的雇用费用大约是
2、证明:
上面的式子可以直接推出,可见这比最坏情况O(ch*n)要好很多。
边栏推荐
猜你喜欢
DOM — 元素的增删改查
JS本地存储(附实例)
常见(MySQL)面试题(含答案)
【web渗透】文件包含漏洞入门级超详细讲解
如何使用Swiper外部插件写一个轮播图
小知识系列:Fork之后如何与原仓库分支同步
Based on the SVM regression forecast 】 【 LibSVM realize the prediction of a characteristic data
[Time series model] AR model (principle analysis + MATLAB code)
abstract和接口的基础知识
2022-07-29 第六小组 瞒春 学习笔记
随机推荐
Scala的安装和IDEA的使用(初入茅庐)
IIR滤波器设计之冲激响应不变法与双线性变换法
【SVM回归预测】基于LibSVM实现多特征数据的预测
Nvm,Nrm使用教程
个人成长系列:业务、技术学习书单
【QMT】给QMT量化交易软件安装和调用第三方库(举例通达信pytdx,MyTT,含代码)
Homebrew的简单介绍
C语言中国象棋源码以及图片
【数据知多少】一文学懂通过Tushare、AKshare、baostock、Ashare、Pytdx获取股票行情数据(含代码)
小知识点系列:StringUtil.isEmpty()与StringUtil.isBlank()的区别
小知识点系列:数组与多维数组
【IP基本原理-ARP原理】
自定义属性
Scala的基础语法(小试牛刀)
2021年度总结——收获圆满的一年
nodejs 的下载安装与环境配置
filebeat的配置
【Anaconda】一行语句解决Spyder启动问题
DOM —— 事件机制及事件链
从零开始的循环之旅(上)