本题导读
本题考查相互独立事件的概率乘法公式。核心在于分类讨论法的灵活运用。
📌【题干】
Question
(2012年大纲卷(理)) 乒乓球比赛规则规定:一局比赛,双方比分在 平前,一方连续发球 次后,对方再连续发球 次,依次轮换.每次发球,胜方得 分,负方得 分.设在甲、乙的比赛中,每次发球,发球方得 分的概率为 ,各次发球的胜负结果相互独立.甲、乙的一局比赛中,甲先发球.
(1)求开始第 次发球时,甲、乙的比分为 比 的概率;
(2) 表示开始第 次发球时乙的得分,求 的期望.
🔍【思路分析】
破题导航
- 审清发球权与概率变动:
- 比赛前 3 次发球的轮换顺序为:第 1 次甲发球,第 2 次甲发球,第 3 次乙发球。
- 每次发球的得分概率依赖于谁是发球方:
- 当甲发球时(第 1, 2 次):甲得分的概率为 ,则乙得分的概率为 。
- 当乙发球时(第 3 次):乙得分的概率为 ,则甲得分的概率为 。
- 第(Ⅰ)问思路:
- “开始第 次发球时,比分为 比 ” 意味着在前 次发球后,甲总共得了 分,乙总共得了 分。
- 对前 2 次甲发球中甲的得分进行分类讨论(可能得 分或 分),结合第 3 次乙发球的得分情况,利用互斥事件加法公式和独立事件乘法公式求解。
- 第(Ⅱ)问思路:
- 确定随机变量 的所有可能取值:在前 3 次发球中,乙的得分 可以为 。
- 分别计算各个取值对应的概率。其中 对应的概率即为第(Ⅰ)问的结果。利用全概率之和为 1 的性质可简化其中一个取值的概率计算。
- 列出分布列,代入期望公式 算出最终结果。
✅【答案】
点击查看答案
(1)
(2)
✍【详细解析】
Abstract
(Ⅰ)解: 设事件 表示“前 次甲发球中,甲合共得了 分” ()。 根据每次发球的独立性及概率:
- 发生(甲连续输掉 2 个发球):
- 发生(前 2 次发球中甲一胜一负):
- 发生(甲连续赢得 2 个发球):
设事件 表示“第 次发球中,甲得了 分”。 由于第 次是乙发球,发球方(乙)得分的概率为 ,因此接发球方(甲)得分的概率为: 其对立事件 表示第 次发球乙得分,概率为:
记事件 为“开始第 次发球时,甲、乙的比分为 比 ”。 这意味着前 次发球后甲得 分,乙得 分,该事件可以拆分为以下两种互斥的情况:
- 情况一:前 2 次甲发球中甲得 分,第 3 次乙发球中甲得 分。即事件 发生。
- 情况二:前 2 次甲发球中甲得 分,第 3 次乙发球中甲得 分。即事件 发生。
由于各次发球结果相互独立,根据概率乘法公式和加法公式可得:
所以,开始第 次发球时,甲、乙的比分为 比 的概率为 。
(Ⅱ)解: 开始第 次发球时乙的得分 的所有可能取值为 。
当 时,意味着前 3 次发球中乙得 分,即甲得了 分。 这要求前 2 次甲发球甲全胜(事件 ),且第 3 次乙发球甲也获胜(事件 ):
当 时,即为第(Ⅰ)问所求的事件 :
当 时,意味着前 3 次发球中乙得了 分,即甲得了 分。 这要求前 2 次甲发球甲全负(事件 ),且第 3 次乙发球乙获胜(事件 ):
当 时,由概率分布列的性质,所有可能结果的概率之和为 :
由此可列出 的分布列:
\xi & 0 & 1 & 2 & 3 \\ \hline P & 0.144 & 0.408 & 0.352 & 0.096 \\ \end{array}$$ 根据数学期望的定义, $\xi$ 的期望为: $$E(\xi) = 0 \times 0.144 + 1 \times 0.408 + 2 \times 0.352 + 3 \times 0.096$$ $$E(\xi) = 0 + 0.408 + 0.704 + 0.288 = 1.4$$ 所以,随机变量 $\xi$ 的数学期望为 $1.4$。
💡【考点归纳与避坑指南】
Danger
- 核心考点:独立重复试验概率、互斥事件的划分、离散型随机变量分布列与数学期望的计算。
- 核心方法:阶段分类讨论法。处理这种发球权交替且概率随之改变的博弈模型,将前 次发球按发球方归属拆分为独立的几个时段,能让概率相乘时逻辑清晰。
- 避坑指南:
- 犯惯性思维错误:很多考生在读题时习惯了硬套“独立重复试验(二项分布公式)”,误认为 3 次发球中每次乙得分的概率都是固定常数。切记由于发球方改变,第 1, 2 次乙得分概率是 ,而第 3 次乙得分概率是 ,不能直接用 公式。
- 期望计算粗心:最后一步由分布列各项相乘求和时,涉及多位小数的乘法与加法,需规范列出算式小心计算,防止低级失误。
📖【试题探源与推广】
Tip
- 试题探源: 本题源于人教A版高中数学选择性必修第三册第七章《随机变量及其分布》中关于独立性与离散型期望的综合应用大题。属于高考考查概率统计解答题的标准中档模版。
- 结论推广:
- 期望的可加性性质简捷通法:虽然由于发球权轮换导致各次试验的概率不尽相同,但只要各次发球的胜负结果在全局上保持相互独立,随机变量的期望就必然满足数学期望的线性性质(期望可加性)。
- 设 表示第 次发球时乙的得分( 只能取 或 ),则总得分 。
- 每次独立单发球的期望等于其得分的概率: 。
- 从而有通用的期望拆分公式:
- 直接代入各次发球中乙得分的概率速算:
- 通过引入概率论中“期望线性性质”这一结论,可以完全绕过第(Ⅱ)问中繁琐的分布列列举以及 4 组繁杂小数的乘法求和过程,实现直接口算。
🔗【关联脉络】
Multi column
知识锚点 (Nodes)