重难点培优讲义5 马尔科夫链与概率递推方法-2027届高三数学一轮复习
|
2份
|
20页
|
63人阅读
|
0人下载
普通
内容正文:
马尔科夫链问题+概率递推方法总结
考情分析
马尔可夫链核心特征是 “无后效性”:下一时刻处于各状态的概率只由当前状态决定,与此前如何到达该状态无关。它不属于高中主干知识点,教材仅以拓广探索和阅读材料呈现,但近年新高考中地位明显上升,常作为概率与数列结合的压轴小题或解答题第二问出现,具有较强的区分度。
从题型与分值看,这类问题多以解答题的后半问或选择、填空压轴形式出现,难度中等偏上。命题一般不要求矩阵运算,而是借助全概率公式、条件概率建立相邻状态之间的递推关系,再转化为数列递推求概率、期望或决策结论。常见模型包括传球、药物试验、设备开关、两人博弈、赌徒输光与状态游走等。
命题主线是 “概率外衣、数列内核”:先划分状态,再写出转移概率,由全概率公式得到递推式,最后用等差、等比或构造新数列求解。考查重点集中在状态划分是否完整、递推关系是否正确、初始条件与边界条件是否用对,以及概率和为 1 的自检意识。
近年趋势是情境化、综合化:题目常与随机变量期望、决策优化结合,强调用模型解释现实问题,弱化机械套路。考生的主要失分点是状态遗漏、递推方向写反、忽略终止状态和吸收状态,以及递推数列求解不规范。
备考建议:以全概率公式和数列递推为基础,熟练掌握两状态、三状态的基本模型;答题时先明确状态与转移方向,写清递推式和初值,再规范求解;不要盲目套用大学阶段的转移矩阵方法,高中阶段以概率递推为主线即可。
基础知识梳理
马尔科夫链是一种描述在状态之间随机转移的数学模型。其最核心的特性是“无记忆性”,即系统未来处于某个状态的概率只依赖于它当前的状态,而与它过去的历史路径无关。
状态与状态空间:系统在任一时刻只能处于若干种可能情况中的一种,每种情况称为一个“状态”,所有状态的集合称为状态空间。例如,天气的状态空间可以是 {晴天,雨天}。
无记忆性:下一个状态只与当前状态有关,与更前面的状态没有关系。用公式表示为:
P(下一状态 | 当前状态,过去所有状态) = P(下一状态 | 当前状态)
所以要预测下一步,你只需要知道“现在在哪里”,而不需要知道“是怎么来到这里的”
转移概率:从一个状态转移到另一个状态的可能性,即P(下一状态 | 当前状态)。例如,如果今天是晴天,明天有70%概率仍是晴天,30%概率转为雨天,这就是转移概率。
全概率公式:设是某一问题的当前状态空间,D为下一状态,则有:
式中:为下一状态概率;
、、为当前状态概率;
、、为当前状态到下一状态的转移概率;
总结来说,马尔科夫链通过“状态”和“转移概率”这两个要素,为许多看似复杂的随机过程提供了一个强大而简洁的建模框架。高中阶段考察的马尔科夫链,只需要找到初始状态和转移概率结合全概率公式进行运算即可。
典型例题精讲
例1 (2023·新课标Ⅰ卷·高考真题)甲、乙两人投篮,每次由其中一人投篮,规则如下:若命中则此人继续投篮,若未命中则换为对方投篮.无论之前投篮情况如何,甲每次投篮的命中率均为0.6,乙每次投篮的命中率均为0.8.由抽签确定第1次投篮的人选,第1次投篮的人是甲、乙的概率各为0.5.
(1)求第2次投篮的人是乙的概率;
(2)求第次投篮的人是甲的概率;
(3)已知:若随机变量服从两点分布,且,则.记前次(即从第1次到第次投篮)中甲投篮的次数为,求.
例2 已知红箱内有6个红球、3个白球,白箱内有3个红球、6个白球,所有小球大小、形状完全相同.第一次从红箱内取出一球后再放回去,第二次从与第一次取出的球颜色相同的箱子内取出一球,然后再放回去,依此类推,第次从与第k次取出的球颜色相同的箱子内取出一球,然后再放回去.记第次取出的球是红球的概率为,则下列说法正确的是( )
A. B.
C. 第5次取出的球是红球的概率为 D. 前3次取球恰有2次取到红球的概率是
例3 某图书馆对学生借阅图书是否按时归还的情况开展调查,经过一段时间的统计发现:学生第一次借阅图书,按时归还的概率为;从第二次借阅开始,若前一次按时归还,则本次按时归还的概率为;若前一次未按时归还,则本次按时归还的概率为.记学生第次借阅按时归还的概率为.
(1)求;
(2)求数列的通项公式;
(3)记前次借阅中按时归还的次数为,求随机变量的数学期望.
参考公式:若为离散型随机变量,则
例4 已知甲口袋中装有2个黑球和1个白球,乙口袋中装有3个白球.现从甲、乙两口袋中各任取一个球交换放入另一口袋,重复次这样的操作,记甲口袋中黑球个数为,恰有2个黑球的概率为,恰有1个黑球的概率为.
(1)求和;
(2)求与的递推关系式.
例5 记为数列的前n项和,若,取1,2,3的概率均等,求是奇数的概率。
例6 在边长为1cm的正方形中,一点从处出发沿着边移动.掷一枚骰子,若向上的点数等于6,则该点沿平行于的方向(正反方向均可)移动1cm;若向上的点数小于6,则该点沿平行于的方向(正反方向均可)移动1cm.设掷次骰子后,该点回到,,处的概率分别为,,.
(1)求.
(2)设掷4次骰子,该点经过处的次数为,求的分布列.
例7 某科研团队进行一项新材料的极限测试,测试分为“准备阶段”和“核心阶段”.测试规则如下:若当前处于“准备阶段”,则下一次测试有的概率进入“核心阶段”,有的概率继续保持“准备阶段”;若当前处于“核心阶段”,则下次测试有的概率返回“准备阶段”,有的概率继续保持“核心阶段”.已知该新材料第1次测试处于“准备阶段”,记第次测试处于“准备阶段”的概率为.
(1)求和的值;
(2)证明:数列是等比数列,并求的通项公式;
(3)记,设,证明:,.
例8 某有、、、、共个功能模块,大数据分析发现,用户在模块间跳转时,每次等可能地跳到其余个模块中的任意一个,且与之前的跳转历史无关.记为从模块开始、第次跳转后仍停留在的概率.
(1)求、、;
(2)证明:;
(3)求数列的通项公式与极限,并据此估计首页的长期流量占比.
例9 马尔科夫链是概率统计中的一个重要模型,也是机器学习和人工智能的基石,在强化学习、自然语言处理、金融领域、天气预测等方面都有着极其广泛的应用.其数学定义为:假设我们的序列状态是……,那么时刻的状态的条件概率仅依赖前一状态,即.
请根据以上材料,回答下列问题.
(1) 已知德国电车市场中,有的车电池性能很好,公司出口的电动汽车,在德国电动汽车市场中占比,其中有的汽车电池性能很好.现有一名顾客在德国购买一辆电动汽车,已知他购买的汽车不是公司的,求该汽车电池性能很好的概率;(结果精确到)
(2)为迅速抢占市场,公司计划进行电动汽车推广活动.活动规则如下:有个排成一行的格子,编号从左至右为,有一个小球在格子中运动,每次小球有的概率向左移动一格;有的概率向右移动一格,规定小球移动到编号为或者的格子时,小球不再移动,一轮游戏结束.若小球最终停在号格子,则赢得百欧元的购车代金券;若小球最终停留在号格子,则客户获得一个纪念品.记为以下事件发生的概率:小球开始位于第个格子,且最终停留在第个格子.一名顾客在一次游戏中,小球开始位于第个格子,求他获得代金券的概率.
例10 某实验小组有两套实验装置A和B.每次实验时,若当前使用的装置实验成功,则下一次继续使用该装置,若实验失败,则下一次自动切换至另一装置,每个装置的工作相互独立.已知A装置实验成功的概率为,B装置实验成功的概率为.实验成功记1分,失败记0分,第1次实验使用装置A.
(1)求前三次实验中总得分为2分的概率.
(2)设为第次实验使用A装置的概率.
(i)求;
(ii)已知:若随机变量服从两点分布,且,,,…,,则.记为前次实验中使用A装置实验的次数,求.
例11 为了避免就餐聚集和减少排队时间,某校开学后,食堂从开学第一天起,每餐只推出即点即取的米饭套餐和面食套餐.已知某同学每天中午会在食堂提供的两种套餐中选择,他第一天选择米饭套餐的概率为,而前一天选择了米饭套餐后一天继续选择米饭套餐的概率为,前一天选择面食套餐后一天继续选择面食套餐的概率为,如此往复.
(1)求该同学第二天中午选择米饭套餐的概率;
(2)记该同学第天选择米饭套餐的概率为.求;
例12 某科研团队研发一种新型智能光伏发电系统,该系统具备自动调节功能.每天系统会根据前一天的光照强度,决定当天该系统运行模式是“全功率追踪模式”(记为状态)或者“节能待机模式”(记为状态).统计表明:若某天为状态,则次日继续保持该状态的概率为,若某天为状态,则次日切换回状态的概率为,记第天系统处于状态的概率为,且系统第一天的状态均为.
(1)若,
(i)求和;
(ii)为了对系统进行压力测试,选取了10个互不干扰的独立时间段进行检测,设在每个时间段的第1天,系统均处于状态,记随机变量为这10个时间段中,第2天恰好处于状态的个数,求.
(2)当参数满足时,证明:数列是等比数列,并求出的通项公式.
第 1 页 共 3 页
学科网(北京)股份有限公司
$
马尔科夫链问题+概率递推方法总结
考情分析
马尔可夫链核心特征是 “无后效性”:下一时刻处于各状态的概率只由当前状态决定,与此前如何到达该状态无关。它不属于高中主干知识点,教材仅以拓广探索和阅读材料呈现,但近年新高考中地位明显上升,常作为概率与数列结合的压轴小题或解答题第二问出现,具有较强的区分度。
从题型与分值看,这类问题多以解答题的后半问或选择、填空压轴形式出现,难度中等偏上。命题一般不要求矩阵运算,而是借助全概率公式、条件概率建立相邻状态之间的递推关系,再转化为数列递推求概率、期望或决策结论。常见模型包括传球、药物试验、设备开关、两人博弈、赌徒输光与状态游走等。
命题主线是 “概率外衣、数列内核”:先划分状态,再写出转移概率,由全概率公式得到递推式,最后用等差、等比或构造新数列求解。考查重点集中在状态划分是否完整、递推关系是否正确、初始条件与边界条件是否用对,以及概率和为 1 的自检意识。
近年趋势是情境化、综合化:题目常与随机变量期望、决策优化结合,强调用模型解释现实问题,弱化机械套路。考生的主要失分点是状态遗漏、递推方向写反、忽略终止状态和吸收状态,以及递推数列求解不规范。
备考建议:以全概率公式和数列递推为基础,熟练掌握两状态、三状态的基本模型;答题时先明确状态与转移方向,写清递推式和初值,再规范求解;不要盲目套用大学阶段的转移矩阵方法,高中阶段以概率递推为主线即可。
基础知识梳理
马尔科夫链是一种描述在状态之间随机转移的数学模型。其最核心的特性是“无记忆性”,即系统未来处于某个状态的概率只依赖于它当前的状态,而与它过去的历史路径无关。
状态与状态空间:系统在任一时刻只能处于若干种可能情况中的一种,每种情况称为一个“状态”,所有状态的集合称为状态空间。例如,天气的状态空间可以是 {晴天,雨天}。
无记忆性:下一个状态只与当前状态有关,与更前面的状态没有关系。用公式表示为:
P(下一状态 | 当前状态,过去所有状态) = P(下一状态 | 当前状态)
所以要预测下一步,你只需要知道“现在在哪里”,而不需要知道“是怎么来到这里的”
转移概率:从一个状态转移到另一个状态的可能性,即P(下一状态 | 当前状态)。例如,如果今天是晴天,明天有70%概率仍是晴天,30%概率转为雨天,这就是转移概率。
全概率公式:设是某一问题的当前状态空间,D为下一状态,则有:
式中:为下一状态概率;
、、为当前状态概率;
、、为当前状态到下一状态的转移概率;
总结来说,马尔科夫链通过“状态”和“转移概率”这两个要素,为许多看似复杂的随机过程提供了一个强大而简洁的建模框架。高中阶段考察的马尔科夫链,只需要找到初始状态和转移概率结合全概率公式进行运算即可。
典型例题精讲
例1 (2023·新课标Ⅰ卷·高考真题)甲、乙两人投篮,每次由其中一人投篮,规则如下:若命中则此人继续投篮,若未命中则换为对方投篮.无论之前投篮情况如何,甲每次投篮的命中率均为0.6,乙每次投篮的命中率均为0.8.由抽签确定第1次投篮的人选,第1次投篮的人是甲、乙的概率各为0.5.
(1)求第2次投篮的人是乙的概率;
(2)求第次投篮的人是甲的概率;
(3)已知:若随机变量服从两点分布,且,则.记前次(即从第1次到第次投篮)中甲投篮的次数为,求.
【答案】(1),(2),(3)
【分析】先确定状态空间:;其次确定转移概率
【详解】(1)记“第次投篮的人是甲”为事件,“第次投篮的人是乙”为事件,
所以,
.
(2)设,依题可知,,则
,
即,
构造等比数列,
设,解得,则,
又,所以是首项为,公比为的等比数列,
即.
(3)根据题意设随机变量服从两点分布,即:
所以甲投篮的次数:
所以
因为,,
所以当时,,
故.
例2 已知红箱内有6个红球、3个白球,白箱内有3个红球、6个白球,所有小球大小、形状完全相同.第一次从红箱内取出一球后再放回去,第二次从与第一次取出的球颜色相同的箱子内取出一球,然后再放回去,依此类推,第次从与第k次取出的球颜色相同的箱子内取出一球,然后再放回去.记第次取出的球是红球的概率为,则下列说法正确的是( )
A. B.
C. 第5次取出的球是红球的概率为 D. 前3次取球恰有2次取到红球的概率是
【答案】AC
【分析】先确定状态空间:;其次确定转移概率
【详解】依题意,
设第次取出球是红球的概率为,则白球概率为,
对于第次,取出红球有两种情况.
①从红箱取出的概率为,②从白箱取出的概率为,
对应,即,故B错误;
所以,
令,则数列为等比数列,公比为,因为,所以,
故,所以,故选项A,C正确;
第1次取出球是红球的概率为,第2次取出球是红球的概率为
第3次取出球是红球的概率为
前3次取球恰有2次取到红球的概率为:
,故D错误;
故选AC.
例3 某图书馆对学生借阅图书是否按时归还的情况开展调查,经过一段时间的统计发现:学生第一次借阅图书,按时归还的概率为;从第二次借阅开始,若前一次按时归还,则本次按时归还的概率为;若前一次未按时归还,则本次按时归还的概率为.记学生第次借阅按时归还的概率为.
(1)求;
(2)求数列的通项公式;
(3)记前次借阅中按时归还的次数为,求随机变量的数学期望.
参考公式:若为离散型随机变量,则
【答案】(1),;(2),(3)
【分析】先确定状态空间:;其次确定转移概率
【详解】(1)由题意可知:,
,
;
(2)由题意可知:
,
所以数列是以为首项,为公比的等比数列,
因此,显然适合,
故;
(3)记前次借阅中,第次按时归还为,
由题意可知:服从两点分布,且,
所以,
,由题中所给公式可得:
.
例4 已知甲口袋中装有2个黑球和1个白球,乙口袋中装有3个白球.现从甲、乙两口袋中各任取一个球交换放入另一口袋,重复次这样的操作,记甲口袋中黑球个数为,恰有2个黑球的概率为,恰有1个黑球的概率为.
(1)求和;
(2)求与的递推关系式
【答案】(1);;;,
(2)
【分析】先确定状态空间:;其次确定转移概率
【详解】(1);
;
;
(2)记第次操作后,甲袋黑球数的分布为:,,
,
第次操作结果是由第次操作后甲袋黑球数(可能值为、、)决定;
当时(甲黑白,乙黑白):取和的概率分别为和,取的概率为;
当时(甲黑白,乙黑白):取,,的概率分别为,,;
当时(甲黑白,乙黑白),取,的概率分别为和,取的概率为;
用全概率公式可得,;
所以,
所以,
例5 记为数列的前n项和,若,取1,2,3的概率均等,求是奇数的概率。
【答案】
【分析】先确定状态空间:;其次确定转移概率
【详解】设:数列前n项和为奇数的概率;:数列前n项和为偶数数的概率;
所以:,且;
设事件A=“为奇数,”;则“为偶数,”
所以;
所以根据转移概率:
化简得:;利用数列构造得:
又因为;所以数列是以为首项,为公比的等比数列。
所以:;所以
所以
例6 在边长为1cm的正方形中,一点从处出发沿着边移动.掷一枚骰子,若向上的点数等于6,则该点沿平行于的方向(正反方向均可)移动1cm;若向上的点数小于6,则该点沿平行于的方向(正反方向均可)移动1cm.设掷次骰子后,该点回到,,处的概率分别为,,.
(1)求.
(2)设掷4次骰子,该点经过处的次数为,求的分布列.
【答案】(1);
(2)分布列见解析;
【分析】(1)根据独立事件的乘法公式和互斥事件的加法公式即可得到答案;
(2)掷4次骰子,要么在A点,要么在C点;根据(1)中分析,抛掷2次首先分析出的可能取值为0,1,2,再分别写出其对应的概率;
(3)第3问为马尔科夫链问题:先确定状态空间:;其次确定转移概率
【详解】(1)已知每一步沿平行于BC的方向移动的概率为,沿平行于的方向移动的概率为,两次移动后回到处有两种情况,
沿着或方向来回,故.
(2)由题意可知,的可能取值为0,1,2,
则,
,
.
所以的分布列为:
0
1
2
例7 某科研团队进行一项新材料的极限测试,测试分为“准备阶段”和“核心阶段”.测试规则如下:若当前处于“准备阶段”,则下一次测试有的概率进入“核心阶段”,有的概率继续保持“准备阶段”;若当前处于“核心阶段”,则下次测试有的概率返回“准备阶段”,有的概率继续保持“核心阶段”.已知该新材料第1次测试处于“准备阶段”,记第次测试处于“准备阶段”的概率为.
(1)求和的值;
(2)证明:数列是等比数列,并求的通项公式;
(3)记,设,证明:,.
【答案】(1),
(2)略
(3)略
【分析】(1)根据概率规则梳理第次处于准备阶段的两类互斥场景,建立与的递推关系,代入计算即可.
(2)对递推公式进行构造变形,结合等比数列定义证明目标数列是等比数列,进而推导的通项公式.
(3)先化简的表达式,再对通项进行合理放缩,借助等比数列求和公式证明不等式.
【详解】(1)∵ 第1次测试处于准备阶段,∴ .
∵ 第次处于准备阶段包含两种情况:第次处于准备阶段且继续保持,第次处于核心阶段且返回准备阶段,
∴ .
令,得.
令,得.
(2)由(1)化简递推公式得:.
对递推式变形:.
又,
∴ 数列是首项为,公比为的等比数列.
∴ ,即.
(3)由题意得,
∴ .
当时,,不等式成立.
当时,∵ ,∴ ,
∴ .
综上,对任意,都有.
例8 某有、、、、共个功能模块,大数据分析发现,用户在模块间跳转时,每次等可能地跳到其余个模块中的任意一个,且与之前的跳转历史无关.记为从模块开始、第次跳转后仍停留在的概率.
(1)求、、;
(2)证明:;
(3)求数列的通项公式与极限,并据此估计首页的长期流量占比.
【答案】(1)、、
(2)设事件:“第次跳转后停留在”,事件:“第次跳转后停留在”,
则事件:“第次跳转后不停留在”,
由全概率公式,可得,
若第次停留在(发生),则第次必须跳到非模块,则,
若第次不停留在(发生),则第次跳到模块,则,
则,
即,得证;
(3),极限,长期流量占比约
【分析】(1)分析跳转的状态,结合题意,即可求得答案;
(2)第次后在 第次后不在,且第次恰好跳到,由全概率公式即可求解;
(3)构造等比数列,结合等比数列的通项公式即可求解.
【详解】(1)第1次跳转,则(第一次必跳离);
第2次跳转回到,需第1次所在模块恰好跳回,概率,故;
第3次跳转后回到A,则第2次一定不在A,概率为,
第3次要跳回A,概率为,所以 ;
(2)略;
(3)由(2)得,
设,整理得,
即,解得,
故是公比为的等比数列,首项为,
由等比数列通项,得,即,
因为 ,,
业务含义:跳转足够多次后,用户停留在任一模块的概率都趋于,即首页的长期流量占比约为.
例9 马尔科夫链是概率统计中的一个重要模型,也是机器学习和人工智能的基石,在强化学习、自然语言处理、金融领域、天气预测等方面都有着极其广泛的应用.其数学定义为:假设我们的序列状态是……,那么时刻的状态的条件概率仅依赖前一状态,即.
请根据以上材料,回答下列问题.
(1) 已知德国电车市场中,有的车电池性能很好,公司出口的电动汽车,在德国电动汽车市场中占比,其中有的汽车电池性能很好.现有一名顾客在德国购买一辆电动汽车,已知他购买的汽车不是公司的,求该汽车电池性能很好的概率;(结果精确到)
(2)为迅速抢占市场,公司计划进行电动汽车推广活动.活动规则如下:有个排成一行的格子,编号从左至右为,有一个小球在格子中运动,每次小球有的概率向左移动一格;有的概率向右移动一格,规定小球移动到编号为或者的格子时,小球不再移动,一轮游戏结束.若小球最终停在号格子,则赢得百欧元的购车代金券;若小球最终停留在号格子,则客户获得一个纪念品.记为以下事件发生的概率:小球开始位于第个格子,且最终停留在第个格子.一名顾客在一次游戏中,小球开始位于第个格子,求他获得代金券的概率.
【答案】(1)0.095
(2)
【分析】(1)设出事件,由全概率公式进行求解;
(2)先得到,从而得到是以为首项,3为公比的等比数列,且,由等比数列的性质和累加法求和可得答案
【详解】(1)记事件为一辆德国市场的电车电池性能很好,事件为一辆德国市场的车来自公司.
由全概率公式知,
故.
(2)记事件表示小球开始位于第个格子,且最终停留在第10个格子,
事件表示小球向右走一格.小球开始于第格,此时的概率为,则下一步小球向左或向右移动,
当小球向右移动,即可理解为小球始于,当小球向左移动,即可理解为小球始于,
即.由题知,
又,故,
所以是以为首项,3为公比的等比数列,
即,即,
,……,,
故,
,
两式相除可得,
即,所以,
故这名顾客获得代金券的概率为.
例10 某实验小组有两套实验装置A和B.每次实验时,若当前使用的装置实验成功,则下一次继续使用该装置,若实验失败,则下一次自动切换至另一装置,每个装置的工作相互独立.已知A装置实验成功的概率为,B装置实验成功的概率为.实验成功记1分,失败记0分,第1次实验使用装置A.
(1)求前三次实验中总得分为2分的概率.
(2)设为第次实验使用A装置的概率.
(i)求;
(ii)已知:若随机变量服从两点分布,且,,,…,,则.记为前次实验中使用A装置实验的次数,求.
【答案】(1)
(2)(i)(ii)
【分析】(1)利用乘法公式计算即可;
(2)(i)根据题意得到递推关系,再构造等比数列得出;(ii)利用随机变量期望的概念求解期望即可.
【详解】(1)设前三次实验中总得分为2分为事件A,则
(2)(i)由题意可知:,且,
可得,且,
可知数列是首项为,公比为的等比数列,
则,所以;
(ii)由题设随机变量,当时,表示第次使用装置实验,
当时,表示第次不使用装置实验,则,
所以.
例11 为了避免就餐聚集和减少排队时间,某校开学后,食堂从开学第一天起,每餐只推出即点即取的米饭套餐和面食套餐.已知某同学每天中午会在食堂提供的两种套餐中选择,他第一天选择米饭套餐的概率为,而前一天选择了米饭套餐后一天继续选择米饭套餐的概率为,前一天选择面食套餐后一天继续选择面食套餐的概率为,如此往复.
(1)求该同学第二天中午选择米饭套餐的概率;
(2)记该同学第天选择米饭套餐的概率为.求;
【答案】(1)
(2)
【分析】(1)直接根据全概率公式计算可得;
(2)根据概率递推关系,进而构造等比数列求.
【详解】(1)设事件为“第天选米饭套餐”,事件为“第天选米饭套餐” ,则事件为“第天选面食套餐”,.
由题意得: ,因此;
已知前一天选米饭后一天仍选米饭的概率,前一天选面食后一天选米饭的概率.
根据全概率公式: .
因此该同学第二天中午选择米饭套餐的概率为
(2)第天选米饭套餐的概率为,则第天选面食套餐的概率为.
根据题意,第天选米饭套餐的情况分为两类:
第天选米饭,第天仍选米饭,概率为;
第天选面食,第天选米饭,概率为
因此得到递推关系:,即
所以 ,
即,,
所以数列是首项为,公比为的等比数列,
因此:,整理得通项:.
例12 某科研团队研发一种新型智能光伏发电系统,该系统具备自动调节功能.每天系统会根据前一天的光照强度,决定当天该系统运行模式是“全功率追踪模式”(记为状态)或者“节能待机模式”(记为状态).统计表明:若某天为状态,则次日继续保持该状态的概率为,若某天为状态,则次日切换回状态的概率为,记第天系统处于状态的概率为,且系统第一天的状态均为.
(1)若,
(i)求和;
(ii)为了对系统进行压力测试,选取了10个互不干扰的独立时间段进行检测,设在每个时间段的第1天,系统均处于状态,记随机变量为这10个时间段中,第2天恰好处于状态的个数,求.
(2)当参数满足时,证明:数列是等比数列,并求出的通项公式.
【答案】(1)(i),;(ii).
(2)证明如下:,
由全概率公式可得,
设,可得,
对照系数可得,,解得,
所以,
所以数列是等比数列,公比为,首项为,
所以,,
故的通项公式为.
【分析】(1)(i)由全概率公式进行求解;(ii)可得,进而求出期望;
(2)先得,构造法证明为等比数列,求出通项公式
【详解】(1)(i)由题意得,,,
,
故第2天系统处于状态的概率为,
第3天系统处于状态有两种情况,第2天系统处于状态且第3天系统处于状态,
和第2天系统处于状态且第3天系统处于状态,
故概率;
(ii)由(i)可得,故;
(2)略
第 1 页 共 3 页
学科网(北京)股份有限公司
$