概率与期望复健

当年讲概率和期望的时候我没在啊,,都是自学乱讲的,,不知道今天有多少人被搞晕了qwq

概率这个大概都会,期望就是所有概率*贡献的和。反正就是象征性地加起来。

主要是做题。然后有个小结论就是一般来说概率正推期望反推。

因为你在起点的概率是确定的1,但到终点就不知道了。

同样,你从终点到终点期望是已知的0,但从1过去就不知道了。

实际上反例也多,比如高斯消元来解什么的,,实际上还是靠做题积累经验。

woj3007 Dumb Bones

放东西问题,因为每块向左向右倒的概率是一样的,可以方便我们来从中间状态入手。

假设我要放第k块东西且左右都放好了。

那期望分三种:向左倒,向右倒,不倒。同时还要加上左右都放好的期望。

不倒的概率是1-l-r,期望值放置数量就是1/(1-l-r)。

所以总期望是l*E_{1,k-1}*\frac{1}{1-l-r}+r*E_{k+1,n}*\frac{1}{1-l-r}+\frac{1}{1-l-r}+E_{1,k-1}+E_{k+1,n}

如果我们考虑前i块都放好,枚举中间倒下的位置k,就是

E(i)=Min(E(j-1)*l*\frac{1}{1-l-r}+E(i-j-1)*r*\frac{1}{1-l-r}+\frac{1}{1-l-r})(0<=k<i)

这样是n方,感性理解一下发现:当i逐渐增大,如果j不变,则E(i-j-1)逐渐增大,而E(j-1)却不变,所以答案会越来越坏。所以我们可以感性得到j这个决策点是单调的,可以直接弄个单调的数据结构维护一下(实际上是个下凸壳)

#include<bits/stdc++.h>
using namespace std;
#define in read()
int in{
	int cnt=0,f=1;char ch=0;
	while(!isdigit(ch)){
		ch=getchar();if(ch=='-')f=-1;
	}
	while(isdigit(ch)){
		cnt=cnt*10+ch-48;
		ch=getchar();
	}return cnt*f;
}
double l,r;
double f[1003];int n;
double F(int a,int b){
	return f[b]+f[a-b-1]+(1+f[b]*l+f[a-b-1]*r)/(1-l-r);
}
double solve(){
	for(int i=1,j=0;i<=n;i++){
		while(j<i-1&&F(i,j)>F(i,j+1))++j;
		f[i]=F(i,j);
	} return f[n];
}
signed main(){
	while(n=in){
		scanf("%lf %lf",&l,&r);
		printf("%.2lf\n",solve());
	}
	return 0;
} 

woj2276 挑战

反正题上说残图最后能装走就行。我们就不管那么多直接三维动态规划。

打到第i场,胜利了j场,反正一个残图只有-1的背包消耗,开个上界即可。然后整体挪动200位。

最后把合法的加起来。

#include<bits/stdc++.h>
using namespace std;
double f[203][203][403];
int n,l,k;
double  p[203];
int a[203];
signed main(){
	cin>>n>>l>>k;
	for(int i=1;i<=n;i++){
		scanf("%lf",&p[i]);p[i]/=100.0;
	}
	for(int i=1;i<=n;i++)cin>>a[i];
	if(k>n)k=n;
	f[0][0][k+200]=1;
	for(int i=0;i<n;i++){
		for(int j=0;j<=i;j++){
			for(int kk=200-i;kk<=200+n;kk++){
				f[i+1][j][kk]+=f[i][j][kk]*(1-p[i+1]);
				f[i+1][j+1][min(kk+a[i+1],200+n)]+=f[i][j][kk]*p[i+1];
			}
		}
	}double ans=0;
	for(int j=l;j<=n;j++){
		for(int kk=200;kk<=200+n;kk++){
			ans+=f[n][j][kk];
		}
	}printf("%.6lf",ans);
	return 0;
} 

woj3083 收集宝石

同样枚举现在已经获得了i种宝石j个洞口,然后倒着推期望。注意要乘上自己对答案有贡献的期望。不能单纯地乘概率。

注意double运算。

#include<bits/stdc++.h>
using namespace std;
#define in read()
double n,s;
double f[1003][1003];
signed main(){
	scanf("%lf %lf",&n,&s);
	for(int i=n;i>=0;i--){
		for(int j=s;j>=0;j--){
			if(j==s&&i==n)continue;
			if(j+1<=s)f[i][j]+=f[i][j+1]*((i/n)*(1-j/s))/(1-(i/n)*(j/s));
			if(i+1<=n)f[i][j]+=f[i+1][j]*((1-i/n)*(j/s))/(1-(i/n)*(j/s));
			if(i+1<=n&&j+1<=s)f[i][j]+=f[i+1][j+1]*((1-i/n)*(1-j/s))/(1-(i/n)*(j/s));
			f[i][j]+=1/(1-(i/n)*(j/s));
		}
	}printf("%.4lf",f[0][0]);
	return 0;
}

 

内容概要:该白皮书由IEEE发布,聚焦于电信领域大规模AI(尤其是大型电信模型,即LTMs)的发展,旨在为电信行业向6G演进提供创新解决方案。白皮书首先介绍了生成式AI在电信领域的应用潜力,强调其在实时网络编排、智能决策和自适应配置等方面的重要性。随后,详细探讨了LTMs的架构设计、部署策略及其在无线接入网(RAN)核心网中的具体应用,如资源分配、频谱管理、信道建模等。此外,白皮书还讨论了支持LTMs的数据集、硬件要求、评估基准以及新兴应用场景,如基于边缘计算的分布式框架、联邦学习等。最后,白皮书关注了监管和伦理挑战,提出了数据治理和问责制作为确保LTMs可信运行的关键因素。 适合人群:对电信行业及AI技术感兴趣的科研人员、工程师及相关从业者。 使用场景及目标:①理解大规模AI在电信领域的应用现状和发展趋势;②探索如何利用LTMs解决电信网络中的复杂问题,如资源优化、频谱管理等;③了解LTMs在硬件要求、数据集、评估基准等方面的最新进展;④掌握应对LTMs带来的监管和伦理挑战的方法。 其他说明:白皮书不仅提供了理论和技术层面的深度剖析,还结合了大量实际案例和应用场景,为读者提供了全面的参考依据。建议读者结合自身背景,重点关注感兴趣的具体章节,如特定技术实现或应用案例,并参考提供的文献链接进行深入研究。
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