Probability Given, UVa 11181

本文介绍了一种基于已知部分人员购物行为的条件下,重新计算每位成员实际购物概率的方法。通过递推公式计算特定人数购物的概率,并据此调整个体的购物概率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有 n 个人准备去逛超市,其中第 i 人购物的概率是 Pi ,逛完以后得知有 r 人买了东西,根据这一信息,计算每人买了东西的实际概率。

记事件 A 为有人r人买了东西,事件 Ai 为第 i 人买了东西,需要计算条件概率 P(A|Ai),根据条件概率公式:P(A)P(A|Ai)=P(Ai)P(Ai|A)

P(A|Ai) = P(Ai)P(Ai|A)/P(Ai)

关键是计算P(A)和P(Ai|A);记 f(i,j) 为前 i 个人中有 j 人购物的概率,则 P(A) = f(n,r),且有如下递推公式:

f(i,j) = f(i-1,j-1)Pi + f(i-1,j)(1-Pi)

而计算P(Ai|A)的概率需要求除 i 以外 n-1 人中有 r-1 人购物的概率,计算方法与 P(A) 的计算方法一样,不过输入概率序列为 P1P2...Pi-1Pi+1...Pn

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值