zoukankan      html  css  js  c++  java
  • 期望DP到底为啥逆推

      暴力调不过爆零两行泪。

      T3神奇有向图瞎走系列。

      结果我的DP+高斯死活都搞不对。

      发现我是的是顺推的。

      题解依旧理所当然的给了逆推。

      我**

      然后我就研究了一下。

      首先要知道这个东西。

      条件概率公式:$P(B|A)=frac{P(AB)}{P(B)}$

      

      这是神奇证明。

      大概意思就是A占总体的除以B占总体的得到A占B的。

      然后有一个神奇的全概率公式。

      

       这也很好理解,就是枚举A出现的条件。

      最后再来一个贝叶斯公式

      

       也很明白,就是一般把B看作A的原因,或者说条件。

      那么以普遍的有向图瞎走系列问题作为载体理解一下。

      先写一下我错掉的顺推公式$f(x)=frac{f(y)}{deg(y)}+1$

      就是枚举所有能到x的点,乘上转移概率,然后把所有加一提出来,看起来没什么问题。

      但是有一个问题,我的概率是啥,看起来好像就是从每种从y点到x点的概率,

      然后加起来?????

      显然并不能知道为什么加起来,也没有乘每种情况占的权重。

      显然是错的。

      errrr用贝叶斯的理论解释一下。

      可以接受的是,对于每个点,可以到达他的点可以认为是它的“原因”

      那么认为从1出发到达点A为事件A的概率是$sum limits_{j=1}^{indegA}P(A|B_i)P(B_i)$

      就是全概率公式,枚举A发生的条件,即所有能到点A的点$B_i$

      那么可以知道,在顺推的时候我的概率应该是,设当前枚举到$B_i$,P(A|B_i)即在B发生的条件下A的概率。

      就是我走到了A且是从B走来的占所有到A的概率($frac{P(AB)}{P(B)}$)。

      然而这个是贝叶斯公式$P(A|B_i)=frac{P(B_i|A)P(B_i)}{sum limits_{j=1}^n P(A|B_j)P(B_j)}$

      下边的累加是A的总概率,然后上边的概率是在B的条件下到A的概率,这个就是B的度数,其实这个是逆推的概率,

      也就是我站在B接下来我往哪里走的概率都是均等的。

      当$P(A)$和$P(B)$不相等时,这两个概率不等价。

  • 相关阅读:
    Docker login报错一例
    Ubuntu 18.04设置dns
    docker日志引擎说明
    Docker简介与安装配置
    使用traefik作为kubernetes的ingress
    Axiom3D:Ogre动画基本流程与骨骼动画
    Axiom3D:Ogre中Mesh文件格式分析(一)
    Axiom3D:数据绑定基本流程
    3D引擎Axiom的选择与学习.
    初试PyOpenGL四 (Python+OpenGL)GPU粒子系统与基本碰撞
  • 原文地址:https://www.cnblogs.com/starsing/p/11764119.html
Copyright © 2011-2022 走看看