Hexo

凡事预则立,不预则废


  • Home

  • Tags

  • Archives

  • Navigation

  • Search

趣味题——优惠券收集问题


题目描述

  • 餐馆有12生肖优惠券,每天给小明等概率随机发放一张,问: 小明集齐12中生肖优惠券的天数
  • 相关延伸: 掷骰子, 要求每个面都出现一次, 求投掷次数的期望

问题求解

  • 思路:
    • 把天数 \(X\) 这个随机变量变成12个随机变量的和$$X = \sum_{i=1}^{12}x_{i}$$
    • 于是可以把期望分解为12个随机变量的期望和$$E(X) = \sum_{i=1}^{12}E(x_{i})$$
  • 第一种优惠券(12种中的任意一种均可):
    • 第一天随机拿到一个优惠券一定能够对应其中某一个生肖,概率为 \(p_{1} = 1\)
    • 期望天数 \(E(x_{1})\) 与概率的关系为 \(E(x_{1})\cdot p_{1} = 1\)
      • 一个直观的说明,为什么 \(E(x_{1})\cdot p_{1} = 1\):由于每一天成功的概率为 \(p_{1}\),不成功概率为 \(1-p_{1}\),显然为二项分布,由二项分布的期望应该为1次 ,即 \(np_{1}=1\),其中n就是我们天数的期望(注意:二项分布的期望与这里的天数期望不同,后者为使得二项分布期望为1所需要的天数)
      • 上面的证明不够严谨,严谨的数学证明如下:
        • 假设期望天数是 \(E\),每天成功的概率为 \(p\),下面我们求成功和不成功的概率分布
        • 第一天成功的概率为 \(p\),成功时只需要 \(1\) 天即可, 即有 \(p\) 的概率需要 \(1\) 天
        • 第一天没成功的概率为 \(1-p\),不成功时需要将当前日子(\(1\) 天)算上,然后回到原点,重新开始,即有 \(1-p\) 的概率需要 \(1+E\) 天
        • 期望公式
          $$E = p*1 + (1-p)(1+E)$$
        • 化简为:
          $$pE = 1$$
    • 需要天数的期望为$$E(x_{1}) = \frac{1}{p_{1}} = 1$$
  • 第二种优惠券(11种中的任意一种均可):
    • 每天随机收到的优惠券有 \(p_{2} = \frac{11}{12}\) 的概率满足剩余的11个生肖中的一个
    • 期望天数 \(E(x_{2})\) 与概率的关系为 \(x_{2}\cdot p_{2} = 1\)
    • 需要的天数期望为$$E(x_{2}) = \frac{1}{p_{2}} = \frac{12}{11}$$
  • …
  • 以此类推可得:
    $$
    \begin{align}
    E(X) &= \sum_{i=1}^{n}E(x_{i}) \\
    &= \sum_{i=0}^{11}\frac{12}{12-i} \\
    &= \sum_{i=1}^{12}\frac{12}{i} \\
    &= 12\sum_{i=1}^{12}\frac{1}{i} \\
    \end{align}
    $$
  • 由于调和级数的和与n的自然对数有关系,详情参考调和级数的和
    $$
    \begin{align}
    \sum_{i=1}^{n}\frac{1}{i} = ln(n) + \gamma + \epsilon_{n}
    \end{align}
    $$
    • \(\gamma\) 为欧拉-马歇罗尼常数,近似值为γ≈0.57721
    • \(\epsilon_{n}\) 约等于 \(\frac{1}{2n}\),随着n的不断增大, \(\epsilon_{n}\) 趋于0
  • 所以有
    $$
    \begin{align}
    E(X) &= 12\sum_{i=1}^{12}\frac{1}{i} \\
    &\approx 12(ln(12)+\gamma+\frac{1}{24})
    \end{align}
    $$
  • 将12生肖推广到n,有
    $$
    \begin{align}
    E(X) &= n\sum_{i=1}^{n}\frac{1}{i} \\
    &\approx n(ln(n)+\gamma+\frac{1}{2n}) \\
    &\approx nln(n)
    \end{align}
    $$

趣味题——寻找最优者

寻找最优者:不可逆的做出选择,如何使得选到最优者的概率最大,又称为1/e法则,“秘书问题”或“相亲问题“


题目描述

  • 由于无人知道缘分何时到来,假设人的一生会遇到100个异性,这100个人参差不齐,其中有个人是最好的,100人随机的排着队出现,而我们对每个人必须决定是否接受,而且一旦决定后不能修改,那么用什么策略选择更有机会选到最好的那一个呢?

解决方案

策略设想

  • 拒绝前 k 个人,然后从第 k+1 个开始,只要 优于前面的所有人 ,则接受
  • k 值的设定比较难,太小了容易找到不好的,太多了容易错过最好的

证明

  • 假设最优者出现在第 \(i(k< i \leq n)\) 个(事件A),那么最优者被选中(事件B)的概率为前i-1个中的最优者在前k个人中的概率
    $$ P(B|A) = \frac{k}{i-1} $$
    • \(P(B|A) = P(最优者被选中|第 i 个为最优者)\)
  • 最优者出现在第 \(i\) 个的概率为
    $$P(B) = \frac{1}{n}$$
  • 最优者被选中的概率为
  • 接下来的证明用到了调和级数的和,详情参考调和级数的和
    $$
    \begin{align}
    \sum_{i=1}^{n}\frac{1}{i} = ln(n) + \gamma + \epsilon_{n}
    \end{align}
    $$
    • \(\gamma\) 为欧拉-马歇罗尼常数,近似值为γ≈0.57721,下面的推导都不需要精确解的,所以可以使用该公式
    • \(\epsilon_{n}\) 约等于 \(\frac{1}{2n}\),随着n的不断增大, \(\epsilon_{n}\) 趋于0
      $$
      \begin{align}
      P(B) &= \sum_{A}P(B,A) \\
      &= \sum_{A}P(B|A)P(A) \\
      &= \sum_{i=k+1}^{n}\frac{k}{i-1}\frac{1}{n} \\
      &= \sum_{i=k+1}^{n}\frac{k}{n}\frac{1}{i-1} \\
      &= \frac{k}{n}\sum_{i=k+1}^{n}\frac{1}{i-1} \\
      &= \frac{k}{n}\sum_{i=k}^{n-1}\frac{1}{i} \\
      &= \frac{k}{n}(\sum_{i=1}^{n-1}\frac{1}{i} - \sum_{i=1}^{k-1}\frac{1}{i}) \\
      &\approx \frac{k}{n}((ln(n-1)+C)-(ln(k-1)+C)) \\
      &= \frac{k}{n}ln(\frac{n-1}{k-1}) \\
      \end{align}
      $$
  • 当n和k足够大时有
    • (不能证明 k 也会足够大,但是直觉上 n 足够大 k 也会足够大,因为 n 足够大时往往需要拒绝更多的人)
      $$\frac{n-1}{k-1} = \frac{n}{k}$$
  • 令 \(x=\frac{k}{n}\),则有
    $$
    \begin{align}
    f(x) &= xln\frac{1}{x} \\
    {f}’(x) &= ln(\frac{1}{x})+(-\frac{1}{x^2}\cdot x \cdot x) \\
    &= ln(\frac{1}{x})-1
    \end{align}
    $$
  • 求 \(f(x)\) 的最大值,令 \({f}’(x)=0\) 有
    $$ ln(\frac{1}{x})-1 = 0 $$
  • 解方程得
    $$ x = \frac{1}{e} $$
  • 也就是说当 \(\frac{k}{n} = \frac{1}{e} \) 时,找到最优者的概率最大

策略描述

  • 拒绝前 \(\frac{n}{e}\) 个人(也就是拒绝前37%的人),然后从第 \(\frac{n}{e}+1\) 个开始,只要优于前面的所有人 ,则接受
  • 这种方式可以保证我们有最大的概率找到最优者
1…287288289…352
San Ye

San Ye

Stay Hungry. Stay Foolish.

704 posts
53 tags
© 2026 San Ye
Powered by Hexo
|
Theme — NexT.Gemini v5.1.4