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 $

资源预览图

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-第1页
1
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-第2页
2
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-第3页
3

由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。