提优点11 概率与数列.docxVIP

概率与数列

【知识拓展】

1.概率统计与数列的交汇涉及面广,内涵丰富,是近几年高考追逐的热点,主要是概率统计与数列的证明、求通项、求和等.

2.马尔科夫链

(1)性质:对于随机变量序列Xn,已知第n小时的状态Xn,如果Xn＋1的随机变化规律与前面的各项X1,X2,…,Xn－1的取值都没有关系,那么称随机变量序列Xn具有马尔科夫性.称具有马尔科夫性的随机变量序列{Xn}为马尔科夫链.

(2)原理:利用全概率公式,我们既可以构造某些递推关系求解概率,还可以推导经典的一维随机游走模型,即设数轴上一个点,它的位置只能位于整点处,在时刻t＝0时,位于点X＝i(i∈N*),过一个时刻,它将以概率α或者β(α∈(0,1),α＋β＝1)向左或者向右平移一个单位.若记状态Xt＝i表示在时刻t该点位于位置X＝i(i∈N*),那么由全概率公式可得

P(Xt＋1＝i)＝P(Xt＝i－1)·P(Xt＋1＝i|Xt＝i－1)＋P(Xt＝i＋1)·P(Xt＋1＝i|Xt＝i＋1)

另一方面,由于P(Xt＋1＝i|Xt＝i－1)＝β,

P(Xt＋1＝i|Xt＝i＋1)＝α,

代入上式可得Pi＝αPi＋1＋βPi－1.

【类型突破】

类型一概率与数列

例1(2025·蚌埠质检)寒假期间小明每天坚持在“跑步3000米”和“跳绳2000个”中选择一项进行锻炼,在不下雪的时候,他跑步的概率为60%,跳绳的概率为40%,在下雪天,他跑步的概率为20%,跳绳的概率为80%.若前一天不下雪,则第二天下雪的概率为50%,若前一天下雪,则第二天仍下雪的概率为40%.已知寒假第一天不下雪,跑步3000米大约消耗能量330卡路里,跳绳2000个大约消耗能量220卡路里.记寒假第n天不下雪的概率为pn.

(1)求p1,p2,p3的值,并证明pn

(2)求小明寒假第n天通过运动锻炼消耗能量的期望.

解(1)依题意,p1＝1,p2＝0.5,

p3＝p2×0.5＋(1－p2)×(1－0.4)＝0.6－0.1p2＝0.55,

证明:依题意pn＝pn－1×0.5＋(1－pn－1)×(1－0.4)＝0.6－0.1pn－1(n≥2,n∈N*),

整理得pn－611＝－110pn?1?611(n≥

又p1－611＝5

所以pn?611是首项为5

(2)由(1)知,寒假第n天不下雪的概率

pn＝511

从而小明寒假第n天跑步的概率为

qn＝pn×0.6＋(1－pn)×0.2

＝0.2＋0.4pn

＝2355

则他第n天通过运动锻炼消耗能量的期望为330qn＋220(1－qn)＝220＋110qn＝266＋20?110n?1(n

规律方法解决概率与数列问题的交汇注意三点:

(1)准确确定所求概率的“事件属性”.

(2)准确建立数列的递推关系.

(3)利用数列的运算和性质求解问题.

训练1(2025·杭州调研)某校在90周年校庆到来之际,为了丰富教师的学习和生活,特举行了答题竞赛.在竞赛中,每位参赛教师答题若干次,每一次答题的赋分方法如下:第1次答题,答对得20分,答错得10分,从第2次答题开始,答对则获得上一次答题所得分数两倍的得分,答错得10分,教师甲参加答题竞赛,每次答对的概率均为12,

(1)求甲前3次答题的得分之和为70分的概率.

(2)记甲第i次答题所得分数Xi(i∈N*)的数学期望为E(Xi).

①求E(X1),E(X2),E(X3),并猜想当i≥2时,E(Xi)与E(xi－1)之间的关系式;

②若n∑i=1E(Xi)320,

解(1)由题意,前3次的得分分别为20(对),40(对),10(错)或10(错),20(对),40(对),

所以甲前3次答题的得分之和为70分的概率为P＝2×12

(2)①甲第1次答题得分20分,10分的概率分别为12,1

则E(X1)＝20×12＋10×12

甲第2次答题得40分,20分,10分的概率分别为14,14,

则E(X2)＝40×14＋20×14＋10×1

甲第3次答题得分80分,40分,20分,10分的概率分别为18,18,14

则E(X3)＝80×18＋40×18＋20×14＋10×

当i≥2时,因为甲第i－1次答题所得分数Xi－1的数学期望为E(Xi－1),

所以第i次答对题所得分数为2E(Xi－1),

答错题所得分数为10分,其概率为12

所以E(Xi)＝2E(Xi－1)×12＋10×

＝E(Xi－1)＋5,

可猜想:E(Xi)＝E(Xi－1)＋5,i≥2,且i∈N*.

②由①知数列{E(Xi)}是以15为首项,5为公差的等差数列,根据等差数列的求和公式,

可得n∑i=1E(Xi)＝15n＋n(

当n＝9时,9∑i=1E(X

当n＝10时,10∑i=1E(X

所以实数n的最小值为10.

类型二马尔科夫链模型

例2(202