记事件 \(A_k\) 表示“第 \(k\) 次投篮的人是甲”,事件 \(B_k\) 表示“第 \(k\) 次投篮的人是乙”(\(k \in \mathbf{N}^*\)).
由题意可知:\(P(A_1) = 0.5\),\(P(B_1) = 0.5\).
第 2 次由乙投篮有两种互斥情形:
由全概率公式:
\[ P(B_2) = P(A_1) \times (1 - 0.6) + P(B_1) \times 0.8 = 0.2 + 0.4 = 0.6 \]所以第 2 次投篮的人是乙的概率为 \(0.6\).
设第 \(i\) 次投篮的人是甲的概率为 \(p_i = P(A_i)\),则第 \(i\) 次是乙的概率为 \(1 - p_i\).
第 \(i+1\) 次投篮的人是甲,对应两种转移途径:
因此列出递推关系式:
\[ p_{i+1} = p_i \times 0.6 + (1 - p_i) \times 0.2 = 0.4 p_i + 0.2 = \frac{2}{5}p_i + \frac{1}{5} \]构造等比数列,设 \(p_{i+1} - x = \frac{2}{5}(p_i - x) \implies x = \frac{1/5}{1 - 2/5} = \frac{1}{3}\):
\[ p_{i+1} - \frac{1}{3} = \frac{2}{5}\left(p_i - \frac{1}{3}\right) \]已知 \(p_1 = 0.5 = \frac{1}{2}\),则首项:
\[ p_1 - \frac{1}{3} = \frac{1}{2} - \frac{1}{3} = \frac{1}{6} \]所以数列 \(\left\{p_i - \frac{1}{3}\right\}\) 是以 \(\frac{1}{6}\) 为首项,\(\frac{2}{5}\) 为公比的等比数列.
\[ p_i - \frac{1}{3} = \frac{1}{6}\left(\frac{2}{5}\right)^{i-1} \implies p_i = \frac{1}{6}\left(\frac{2}{5}\right)^{i-1} + \frac{1}{3} \]即第 \(i\) 次投篮的人是甲的概率为 \(\frac{1}{6}\left(\frac{2}{5}\right)^{i-1} + \frac{1}{3}\).
引入指示变量 \(X_i\)(\(i = 1, 2, \cdots, n\)):
\[ X_i = \begin{cases} 1, & \text{第 } i \text{ 次投篮的人是甲} \\ 0, & \text{第 } i \text{ 次投篮的人是乙} \end{cases} \]则 \(P(X_i = 1) = p_i\),故 \(X_i\) 服从参数为 \(p_i\) 的两点分布.
前 \(n\) 次中甲投篮的总次数为 \(Y = \sum_{i=1}^n X_i\).由题目给出的期望线性可加性质:
\[ E(Y) = E\left(\sum_{i=1}^n X_i\right) = \sum_{i=1}^n p_i = \sum_{i=1}^n \left[\frac{1}{6}\left(\frac{2}{5}\right)^{i-1} + \frac{1}{3}\right] \]分别求和:
\[ \sum_{i=1}^n \frac{1}{6}\left(\frac{2}{5}\right)^{i-1} = \frac{1}{6} \times \frac{1 - \left(\frac{2}{5}\right)^n}{1 - \frac{2}{5}} = \frac{1}{6 \times \frac{3}{5}} \left[1 - \left(\frac{2}{5}\right)^n\right] = \frac{5}{18}\left[1 - \left(\frac{2}{5}\right)^n\right] \] \[ \sum_{i=1}^n \frac{1}{3} = \frac{n}{3} \]合并两项可得:
\[ E(Y) = \frac{5}{18}\left[1 - \left(\frac{2}{5}\right)^n\right] + \frac{n}{3} \]马尔可夫链稳态与指示变量期望模型:两状态转移递推式 $p_{n+1} = \alpha p_n + \beta$ 转化为等比数列;指示变量 $Y = \sum X_i$ 把复杂计数期望分解为边缘概率求和。
列递推关系式时最容易把转移条件搞混:甲到甲是“命中”(0.6),乙到甲必须是“未命中”(1-0.8=0.2),切勿把 0.8 当成乙转甲的概率!
稳态极限快速检验法:当 $n \to \infty$ 时,$\left(\frac{2}{5}\right)^n \to 0$,$p_i \to \frac{1}{3}$。甲投篮稳态概率 $\pi_{\text{甲}} = \frac{0.2}{0.4 + 0.2} = \frac{1}{3}$,完全吻合!期望关于 $n$ 的主导项必然是 $\frac{n}{3}$!
请勾选您在解答此题时遇到的问题或诉求,一键反馈给Ai老师: