如果 10 个非负数 x1, x2, …, x10 满足 x1 + x2 + x3 + … + x10 = 1 ,那么这 10 个数都均匀地分布在 [0,1] 之间吗?显然不是。为了说明这一点,最好的方法或许是把分布情况变得有限——我们可以把 [0,1] 区间划分成若干个小区间,并说明这 10 个数不可能均匀地分布在这些区间内。比方说,把 [0,1] 分成 [0, 0.25), [0.25, 0.5), [0.5, 0.75), [0.75, 1] 这四段:如果 10 个数都落在 [0, 0.25) 里,它们的和是有可能为 1 的;但若 10 个数都落在 [0.75, 1] 里,显然它们的和不可能为 1 。一个有趣的问题由此产生:考虑 10 个数的 4^10 种分布,它们的和有可能为 1 的有多少情况?
显然, 10 个区间的右端点之和一定比 1 大。因此,只要 10 个区间的左端点之和不超过 1 ,就可以保证在这些区间中选的数之和可能为 1 。不妨把区间 [0, 0.25), [0.25, 0.5), [0.5, 0.75), [0.75, 1] 依次编号为 0, 1, 2, 3 ,由于它们的左端点分别为 0/4, 1/4, 2/4, 3/4 ,因此左端点之和不超过 1 相当于 10 个区间的编号之和不超过 4 。而和不超过 4 的 10 个非负整数,又与 4 个小球和 10 个隔板的排列顺序一一对应,它们一共有 C(14, 4) = 1001 种情况。但在这 1001 种情况中, (4, 0 ,0, …, 0), (0, 4, 0, …, 0), ……, (0, 0, 0, …, 4) 这 10 种情况是要排除的,因为区间编号只有 0 到 3 。因此,在 10 个数的 4^10 种区间分布中,只有 991 种分布才满足它们的和可能为 1 。
接下来,我们自然而然地想到了这样一个问题:如果把 [0, 1] 划分成不同的四段,问题的答案还是 991 吗?好像并不是这样。容易想到,由于偏小的数更容易出现,因此若划分出来的区间在前面更密集一些,就会出现不止 991 种满足要求的分布。那么,同样是把 [0, 1] 分成四段,满足要求的分布最多能有多少个呢?
我们先来说明,答案最多不会多于 4^10 – 3^10 ,因为无论怎样划分区间,至少有 3^10 种分布是不满足要求的。只需要注意到,如果某种分布符合要求,则所有区间的左端点之和一定比 1 小;那么把所有 10 个区间都左移一下,原分布中的左端点之和就变成了新分布的右端点之和,由于它比 1 小,因此新的分布一定不符合要求。现在,假如 10 个数都只能落在编号为 1, 2, 3 的区间里,那么总的分布情况数就有 3^10 种。对于这里面的每一种分布,要么它自身是不合要求的,要么所有区间左移一下后得到的新分布是不合要求的。因此,至少有 3^10 种分布不符合要求,也即最多有 4^10 – 3^10 种可行的分布。
这个上界是可以达到的。例如,四个区间分别为 [0, 0.01), [0.01, 0.02), [0.02, 0.03), [0.03, 1],则满足要求的分布恰有 4^10 – 3^10 = 989527 种。
题目来源:上月 IBM Ponder This
=.=
有出处没?
前排
這個證明不完整吧?
原方案集合和左移方案集合有重疊啊,如10個都選第3大的集合
地板,哈哈
和为1的N个非负数中第K大的数期望是多少啊?
x1=x2=x3=x4=x5=x6=x7=x8=x9=x10
……
我发现凡是学术性强一点点的post, 留言就会相当贫瘠…
唉.
符合直觉。。。。
恩 直觉蛮不错的 也得好好考虑!
x2=x3=x4=x5=x6=x7=x8=x9=x10
……