开卡包的期望

问题描述

目前有N个卡包,K种卡牌,每次开卡包等概率的开出K种卡牌中任意一张

求N个卡包能够开出的卡牌种类期望数

开出所有种类的卡包期望数

问题1

设随机变量 X 表示 N 包卡包开出的卡牌种类数,每张卡牌未被开出的概率为 ( 1 − 1 k ) N \left(1 - \frac{1}{k}\right)^N (1−k1)N 。

根据期望线性性质, X 的期望为:

E ( X ) = k ⋅ [ 1 − ( 1 − 1 k ) N ] E(X) = k \cdot \left[1 - \left(1 - \frac{1}{k}\right)^N\right] E(X)=k⋅[1−(1−k1)N]

  • 对每张卡牌定义指示变量 X i X_i Xi(开出第 i 张牌时 X i = 1 X_i = 1 Xi=1 ,否则为 0 )。
  • 单张卡牌未被开出的概率为 ( 1 − 1 k ) N ,故 E ( X i ) = 1 − ( 1 − 1 k ) N \left(1 - \frac{1}{k}\right)^N ,故 E(X_i) = 1 - \left(1 - \frac{1}{k}\right)^N (1−k1)N,故E(Xi)=1−(1−k1)N 。
  • 总期望 E ( X ) = K ∗ ( 1 − ( 1 − 1 k ) N ) E(X) =K*(1 - \left(1 - \frac{1}{k}\right)^N) E(X)=K∗(1−(1−k1)N)

问题2

设 X 为收集所有 k 种卡牌所需的开包次数。将 X 分解为 k 个阶段的随机变量之和:

X = X 1 + X 2 + ⋯ + X k X = X_1 + X_2 + \cdots + X_k X=X1+X2+⋯+Xk

其中 X i X_i Xi表示从已收集 i-1 种卡牌到收集第 i 种卡牌所需的开包次数。

第 1 阶段( X 1 ):初始时未收集任何卡牌,每次开包必获得新卡牌,因此 X 1 = 1 第 1 阶段( X_1 ):初始时未收集任何卡牌,每次开包必获得新卡牌,因此 X_1 = 1 第1阶段(X1):初始时未收集任何卡牌,每次开包必获得新卡牌,因此X1=1 。
第 i 阶段( X i , i ≥ 2 ):已收集 i − 1 种卡牌,剩余 k − ( i − 1 ) = k − i + 1 种新卡牌。此时每次开包获得新卡牌的概率为 p i = k − i + 1 k ,因此 X i 服从参数为 p i 的几何分布。几何分布的期望为 1 p i ,即: E [ X i ] = k k − i + 1 . 第 i 阶段( X_i, i \geq 2 ):已收集 i-1 种卡牌,剩余 k - (i-1) = k - i + 1 种新卡牌。此时每次开包获得新卡牌的概率为 p_i = \frac{k - i + 1}{k} ,因此 X_i 服从参数为 p_i 的几何分布。几何分布的期望为 \frac{1}{p_i} ,即: \mathbb{E}[X_i] = \frac{k}{k - i + 1}. 第i阶段(Xi,i≥2):已收集i−1种卡牌,剩余k−(i−1)=k−i+1种新卡牌。此时每次开包获得新卡牌的概率为pi=kk−i+1,因此Xi服从参数为pi的几何分布。几何分布的期望为pi1,即:E[Xi]=k−i+1k.

根据期望的线性性质,总期望为各阶段期望之和:

E [ X ] = E [ X 1 ] + E [ X 2 ] + ⋯ + E [ X k ] . \mathbb{E}[X] = \mathbb{E}[X_1] + \mathbb{E}[X_2] + \cdots + \mathbb{E}[X_k]. E[X]=E[X1]+E[X2]+⋯+E[Xk].

代入各阶段期望:

E [ X ] = 1 + k k − 1 + k k − 2 + ⋯ + k 1 = k ( 1 1 + 1 2 + ⋯ + 1 k ) . \mathbb{E}[X] = 1 + \frac{k}{k-1} + \frac{k}{k-2} + \cdots + \frac{k}{1} = k \left( \frac{1}{1} + \frac{1}{2} + \cdots + \frac{1}{k} \right). E[X]=1+k−1k+k−2k+⋯+1k=k(11+21+⋯+k1).

这里用到了调和数 H k = 1 + 1 2 + ⋯ + 1 k H_k = 1 + \frac{1}{2} + \cdots + \frac{1}{k} Hk=1+21+⋯+k1,因此最终期望为:

E [ X ] = k ⋅ H k . \mathbb{E}[X] = k \cdot H_k. E[X]=k⋅Hk.

结论:

无论卡包种类数 n 是多少(只要每种卡包开出每张卡牌的概率均为 1/k ),收集所有 k 种卡牌的期望开包次数为:

k ( 1 + 1 2 + 1 3 + ⋯ + 1 k ) \boxed{k \left( 1 + \frac{1}{2} + \frac{1}{3} + \cdots + \frac{1}{k} \right)} k(1+21+31+⋯+k1)

或用调和数表示为:

k ⋅ H k \boxed{k \cdot H_k} k⋅Hk

相关推荐
Morwit5 分钟前
【力扣hot100】 1. 两数之和
数据结构·c++·算法·leetcode·职场和发展
py有趣12 分钟前
力扣热门100题之岛屿的数量(DFS/BFS经典题)
leetcode·深度优先·宽度优先
三声三视26 分钟前
ArkTS 自定义组件完全指南:@Builder、@Extend、@Styles 实战解析
华为·harmonyos
无小道34 分钟前
算法——暴力+优化
算法·优化·暴力
Free Tester38 分钟前
如何判断 LeakCanary 报告的严重程度
java·jvm·算法
zyq99101_11 小时前
DFS算法实战:经典例题代码解析
python·算法·蓝桥杯·深度优先
智者知已应修善业1 小时前
【51单片机单按键切换广告屏】2023-5-17
c++·经验分享·笔记·算法·51单片机
广州灵眸科技有限公司1 小时前
为RK3588注入澎湃算力:RK1820 AI加速卡完整适配与评测指南
linux·网络·人工智能·物联网·算法
qinian_ztc1 小时前
frida 14.2.18 安装报错解决
算法·leetcode·职场和发展
AI应用实战 | RE2 小时前
012、检索器(Retrievers)核心:从向量库中智能查找信息
人工智能·算法·机器学习·langchain