期望小柿子

定义式 E(x)=iP(x=i)iE(x) = \sum \limits_{i}P(x=i)*i

即随机变量 xx 结果为 ii 的概率乘上结果。

拆开来 E(x)=i>0P(x=i)i+i<0P(x=i)iE(x) = \sum \limits_{i>0}P(x=i)*i + \sum \limits_{i<0}P(x=i)*i

只看前一部分,E(x)=i0P(x=i)iE(x) = \sum \limits_{i\geq0}P(x=i)*i

ii 看成若干个 PiP_i 相加。

得到 E(x)=i=1j=iP(x=j)E(x) = \sum\limits_{i=1}\limits^{\infty}\sum \limits_{j=i}\limits^{\infty}P(x=j)

单独看 j=iP(x=j)\sum \limits_{j=i}\limits^{\infty}P(x=j) 这部分。这相当于 P(xi)P(x\geq i).

至此,于是我们得到了一个相当好看的式子:

E(x)=i0P(x>i)i0P(x<i)E(x) = \sum \limits_{i \geq 0}P(x > i) - \sum\limits_{i \leq 0}P(x<i)

这也就是7月份集训时zz大佬课件里面我一直搞不懂的东西。

期望具有线性性

E(ax+by)=aE(x)+bE(y)E(ax+by) = aE(x)+bE(y)

PiP_i