概率统计（一）

1. 本课定位

本次课既是整个暑期10次课的开场，也是概率统计专题的第一讲。课堂没有从常规的分布列、数学期望等基础题切入，而是直接选择学生较陌生、综合性较强的模型：

1. 马尔可夫链与递推数列；
2. 公平随机游走与“赌徒破产”；
3. 分枝过程与种群灭绝概率；
4. 概率、函数、均值和最值的综合；
5. 漏诊率、误诊率与临界值。

本课的主线不是记住某一道题的答案，而是学习如何把复杂的概率情境翻译成数学关系，再利用数列、函数、不等式等已有工具求解。

2. 课程整体规划

2.1 暑期课程的重点

老师计划优先处理高考中相对困难、方法性较强的大题专题，初步顺序为：

1. 概率统计；
2. 导数；
3. 圆锥曲线；
4. 数列；
5. 立体几何、解三角形等专题根据学生需要决定。

概率统计板块计划精选约10—12道有代表性的大题，目标不是大量刷题，而是覆盖绝大多数常见模型与高频变化。

2.2 大题与小题的不同训练策略

老师强调：

• 大题的类型相对有限，适合按模型系统总结；
• 小题变化范围广，难以准确预测第11题、第14题会考什么；
• 小题训练的核心是扩大知识储备、保持手感、提升速度和准确率，并通过综合训练暴露知识漏洞；
• 完成一套小题时应记录用时和正确率，例如尝试将整套小题控制在约48—55分钟内，同时观察准确率是否稳定；
• 暑期更适合集中突破长期没有彻底掌握的专题。

2.3 推荐的学习闭环

课堂采用以下模式：

限时独立做题 → 对照答案定位问题 → 老师拆解思路 → 总结模型与方法 → 完成同类题 → 确认掌握后进入下一模型

老师特别强调“题目之间的联系”比单纯做题数量更重要。真正有效的总结，应说明：

• 题目是什么模型；
• 为什么要这样设量；
• 递推关系从哪里来；
• 为什么要消元或构造数列；
• 本题与函数、数列、不等式等知识怎样结合；
• 题目换一种问法后，方法是否仍然成立。

2.4 资料使用建议

课堂资料主要包括题册、配套答案、解题模型资料和草稿本。

• 题册：按专题训练；
• 配套答案：用于限时结束后的即时核对，而不是一开始照抄；
• 解题模型资料：更适合作为“方法词典”，遇到陌生概念时查阅；
• 草稿本：建议一页一道题，完整保留试错过程，便于课后复盘。

线上学习最好使用电脑、平板或电视等大屏设备，不建议只用手机；暂时没有纸质资料时，应准备A4纸书写完整过程。

3. 核心知识一：马尔可夫链与递推关系

3.1 模型本质

马尔可夫链类题目通常描述一个对象在若干“状态”之间不断转移。例如球在A、B、C三人手中传递，或物体在上、下两个位置之间变化。

解题时最重要的不是名称，而是两件事：

1. 明确有哪些状态；
2. 找出“第 $n$ 次处于某状态”的概率与“第 $n-1$ 次各状态概率”的关系。

也就是说，马尔可夫链问题的核心是：

用上一步的状态分布，表示下一步的状态分布。

3.2 三状态传递模型

课堂第一道主要例题涉及A、B、C三个状态。设第 $n$ 轮后处于三个状态的概率分别为

$P(A_n),\quad P(B_n),\quad P(C_n).$

根据状态转移规则，分别写出 $P(B_n)$、$P(C_n)$ 与上一轮概率的关系。课堂中得到的结构为：

$P(B_n)=\frac12P(A_{n-1})+\frac14P(C_{n-1}),$

$P(C_n)=\frac12P(A_{n-1})+\frac14P(B_{n-1}).$

两式相减：

$P(B_n)-P(C_n) =-\frac14\bigl[P(B_{n-1})-P(C_{n-1})\bigr].$

初始时 $P(B_1)=P(C_1)$，所以差数列从第一项起为0，由此得到

$P(B_n)=P(C_n).$

这一步的关键是“作差”：当两个状态具有对称性时，比较它们的差，往往能迅速证明二者始终相等。

3.3 利用概率和为1消元

任意一轮必处于A、B、C三个状态之一，因此

$P(A_n)+P(B_n)+P(C_n)=1.$

又因为 $P(B_n)=P(C_n)$，所以

$P(B_n)=P(C_n)=\frac{1-P(A_n)}2.$

将其代回状态转移式，就能把原来的三变量问题化成只含 $P(A_n)$ 的一元递推问题。

课堂最后将递推式整理为等比结构：

$P(A_n)-\frac37 =-\frac34\left(P(A_{n-1})-\frac37\right).$

于是数列

$\left\{P(A_n)-\frac37\right\}$

是等比数列，再结合初值即可求通项或指定项。

3.4 这一模型的标准步骤

1. 定义每个状态在第 $n$ 轮出现的概率；
2. 根据“当前状态从哪里来”列递推式；
3. 观察是否存在对称状态；
4. 通过作差证明对称概率相等；
5. 使用所有状态概率和为1进行消元；
6. 将递推式配成等比数列或等差数列；
7. 利用初值求通项或指定项。

3.5 易错点

• 没有区分“第 $n$ 轮”和“第 $n-1$ 轮”；
• 只盯着从某状态“出去”的概率，没有从目标状态“由哪里进入”来列式；
• 忘记三个状态的概率和恒为1；
• 看出 $B,C$ 对称，却没有用作差把对称性写成严格证明；
• 得到一阶递推后不会“配常数”构造等比数列。

4. 核心知识二：公平随机游走与赌徒破产

4.1 情境

一个人手中有 $n$ 元，每局以相同概率赢1元或输1元。当资金变为0时退出；当资金达到目标 $b$ 元时也结束。

设

$p_n=\text{从 }n\text{ 元出发最终输光的概率}.$

边界条件为

$p_0=1,\qquad p_b=0.$

4.2 建立递推

从 $n$ 元出发，下一局后：

• 以 $\frac12$ 的概率变成 $n-1$ 元；
• 以 $\frac12$ 的概率变成 $n+1$ 元。

所以

$p_n=\frac12p_{n-1}+\frac12p_{n+1}.$

整理得

$p_{n+1}-p_n=p_n-p_{n-1}.$

因此 $\{p_n\}$ 是等差数列。结合边界条件：

$p_n=1-\frac nb.$

4.3 结论解释

• 有100元、目标200元时，最终输光概率为

$p_{100}=1-\frac{100}{200}=\frac12.$

• 有100元、目标1000元时，最终输光概率为

$p_{100}=1-\frac{100}{1000}=0.9.$

即使每一局是公平的，只要个人本金有限、目标很高，最终输光的概率仍会很大。赌场一方若近似拥有无限资金，就天然具有“可以长期等待”的优势。

4.4 方法总结

这类一维随机游走题的通法是：

1. 先定义到达某个吸收状态的概率；
2. 写出两个边界值；
3. 按下一步的可能位置列递推；
4. 将递推式整理为一阶差分恒定；
5. 判断原数列为等差数列；
6. 代入边界条件求解。

5. 核心知识三：两状态转移

课堂还安排了一道只有“上、下”两个状态的题。其结构比三状态模型简单：

• 处于“上”状态时，下一轮可能留在上方或转移到下方；
• 处于“下”状态时，下一轮可能留在下方或转移到上方；
• 只需选取其中一个状态的概率作为主变量，另一个状态的概率可用 $1-p_n$ 表示。

老师指出，这类模型在高考中可能以第14题等综合小题形式出现。课堂没有完整展开第二问，将其作为马尔可夫链的巩固练习。

6. 核心知识四：分枝过程与灭绝概率

6.1 情境与方程

设一个微生物产生0、1、2、3个后代的概率分别为

$p_0,p_1,p_2,p_3,$

则

$p_0+p_1+p_2+p_3=1.$

经过多代繁殖后，种群最终灭绝的概率 $p$ 是方程

$p_0+p_1x+p_2x^2+p_3x^3=x$

的最小正实根。

由于四个概率的和为1，$x=1$ 一定是方程的根。

6.2 因式分解

将方程移项并利用 $p_0+p_1+p_2+p_3=1$，可整理为

$(x-1)\left[p_3x^2+(p_2+p_3)x-p_0\right]=0.$

令

$f(x)=p_3x^2+(p_2+p_3)x-p_0.$

问题转化为研究二次函数 $f(x)$ 在区间 $(0,1)$ 内是否有根。

6.3 期望控制根的位置

单个微生物产生后代数量的数学期望为

$E(X)=p_1+2p_2+3p_3.$

计算可得

$f(1)=E(X)-1.$

又有

$f(0)=-p_0\le 0.$

因此：

• 当 $E(X)\le1$ 时，$(0,1)$ 内没有更小的正根，最小正实根为1，最终灭绝概率为1；
• 当 $E(X)>1$ 时，$(0,1)$ 内存在一个正根，最小正实根小于1，最终灭绝概率小于1。

6.4 实际意义

• 平均每个个体产生的后代数不超过1时，种群规模总体缺乏增长能力，长期看必然灭绝；
• 平均后代数大于1时，种群具有扩张可能，灭绝仍可能发生，但其概率不再是1。

6.5 本题的综合性

题目表面上是概率问题，实际调用了：

• 概率和为1；
• 数学期望；
• 多项式方程；
• 已知根后的因式分解；
• 二次函数图像；
• 函数零点分布；
• 数学结论的实际解释。

这体现了概率统计大题的重要特点：情境来自概率，真正求解时常需要数列、函数或不等式工具。

7. 核心知识五：比赛训练、期望与最值

课堂另一道题把两名参与者的成功概率与训练轮数联系起来。逐字稿中的原始题干和部分公式识别不完整，但可可靠提炼出以下解题框架。

7.1 先算“一轮成功”的概率

根据一轮中可能出现的成功、失败组合，分情况求出一轮通过的概率 $P$。列式时要注意：

• 两局中只指定一局成功时，通常有先后两种顺序；
• 需要使用互斥事件概率相加；
• 同一轮中独立环节的概率相乘；
• 列完式后再合并同类项。

7.2 用条件降元

题目给出

$p_1+p_2=\frac43.$

因此可把一轮成功概率整理成关于乘积 $p_1p_2$ 的函数。

由基本不等式：

$p_1p_2\le\left(\frac{p_1+p_2}{2}\right)^2=\frac49,$

且当 $p_1=p_2=\frac23$ 时取等号。

课堂算得单轮成功概率最大值为

$P_{\max}=\frac{16}{27}.$

7.3 用期望估计所需轮数

若每轮成功概率均为 $\frac{16}{27}$，进行 $N$ 轮，则成功次数的期望为

$E=N\cdot\frac{16}{27}.$

若要求期望成功次数至少为16，则

$N\cdot\frac{16}{27}\ge16,$

所以

$N\ge27.$

7.4 可迁移方法

1. 将文字情境翻译为一次试验；
2. 枚举一次试验中所有合格结果；
3. 求单次成功概率；
4. 利用和为定值，把问题化为乘积或单变量函数；
5. 用基本不等式或函数求最值；
6. 再用二项分布期望 $E=np$ 连接总轮数。

8. 核心知识六：漏诊率、误诊率与临界值

8.1 四种判断结果

医学检测可分为四种情况：

8.2 临界值的含义

设某项检测指标以数值 $c$ 为判断临界值：

• 指标小于 $c$，判断为无病；
• 指标大于 $c$，判断为有病。

由于患病人群和健康人群的指标分布会重叠，所以任何临界值都可能同时造成：

• 一部分患病者落在阈值下方，被漏诊；
• 一部分健康者落在阈值上方，被误诊。

8.3 面积即概率

若题目给出两类人群的概率密度图像或分段函数，则：

• 漏诊率对应“患病人群曲线在临界值错误一侧的面积”；
• 误诊率对应“健康人群曲线在临界值错误一侧的面积”。

因此解题流程是：

1. 先根据已知漏诊率确定临界值；
2. 再利用另一人群的分布计算误诊区域面积；
3. 将面积换算为误诊率。

课堂强调，这道题的难点主要不是计算，而是读懂漏诊、误诊和临界值的实际含义。理解情境后，后续通常只是一次函数、分段函数及面积计算。

9. 本课最重要的通用方法

9.1 从“来源”列概率递推

要求第 $n$ 次处于某状态的概率，不是只看该状态下一步会去哪里，而要问：

第 $n$ 次处于这个状态，可能由第 $n-1$ 次的哪些状态转移而来？

将每一种来源的“原状态概率 × 转移概率”相加，即可得到递推式。

9.2 主动寻找守恒关系

常见守恒关系包括：

• 所有互斥状态的概率和为1；
• 固定总概率或固定概率和；
• 初始状态和边界状态已知；
• 对称状态的概率相等。

这些关系是消元的关键。

9.3 看到递推就考虑数列

• 若出现

$p_n=\frac12(p_{n-1}+p_{n+1}),$

则考虑等差数列；

• 若出现

$p_n=ap_{n-1}+b,$

则通过配常数构造

$p_n-c=a(p_{n-1}-c)$

的等比数列；

• 若多个状态相互转移，先通过对称、作差、概率和为1进行降维。

9.4 概率题经常“借用”其他模块

本课多次体现：

• 马尔可夫链 + 数列递推；
• 灭绝概率 + 方程与二次函数；
• 单轮成功率 + 基本不等式；
• 多轮成功次数 + 二项分布期望；
• 诊断问题 + 分段函数与面积。

复习时不能把概率统计孤立为只会“套概率公式”的板块。

10. 本课易错点总表

1. 分布列中的概率计算错误，课堂中有学生把应为 $\frac14$、$\frac34$ 的结果误写成 $\frac1{16}$；
2. 状态转移式下标错位，把第 $n$ 轮和第 $n-1$ 轮混在一起；
3. 忽略对称性，没有通过作差证明两个状态概率相同；
4. 忘记所有状态概率和为1，导致变量过多、无法消元；
5. 一阶非齐次递推不会配常数；
6. 随机游走问题把边界 $p_0=1$、$p_b=0$ 写反；
7. 只看“每局公平”，误以为有限本金下最终输光概率不会很高；
8. 知道 $x=1$ 是根，却不会提取 $x-1$ 因式；
9. 不会把 $f(1)$ 化成 $E(X)-1$，因而看不出期望对灭绝概率的控制作用；
10. 求概率最值时没有利用“和为定值”转化为乘积的范围；
11. 混淆漏诊与误诊，没有先判断“实际是否患病”；
12. 直接计算图形面积，却没有先理解临界值两侧分别代表什么。

11. 课后任务

课堂给出的作业具有选择性，可根据个人情况完成：

1. 选择一套综合小题进行限时训练，记录用时、正确率和暴露出的漏洞；
2. 若马尔可夫链仍不熟练，完成课堂提到的同类练习题，尤其是两状态转移题和第14题；
3. 趁热完成概率统计题册中对应的小题或大题；
4. 复盘课堂例题时，不只抄答案，应重新写出“状态定义—递推来源—消元—数列构造”的完整链条；
5. 第二天上课携带题册、答案和解题模型资料，便于核对与查阅。

12. 建议形成的个人笔记页

建议将本课压缩为以下五张“模型卡”：

模型卡1：有限状态马尔可夫链

• 关键词：状态转移、前一步、递推、对称；
• 核心公式：下一状态概率 = 各来源状态概率 × 对应转移概率之和；
• 核心技巧：作差、概率和为1、消元、配常数。

模型卡2：公平随机游走

• 关键词：向左/向右等概率、两个吸收边界；
• 核心递推：

$p_n=\frac12p_{n-1}+\frac12p_{n+1};$

• 结论：$p_n$ 为等差数列。

模型卡3：分枝过程灭绝

• 关键词：后代数、概率生成方程、最小正根；
• 核心判断：$E(X)\le1$ 时灭绝概率为1，$E(X)>1$ 时灭绝概率小于1；
• 工具：因式分解、二次函数零点。

模型卡4：单轮概率—最值—总轮数

• 关键词：枚举结果、和为定值、积的最值、二项分布；
• 核心链条：

$\text{单轮成功概率}\rightarrow \max P\rightarrow E=np\rightarrow \text{最少轮数}.$

模型卡5：医学检测阈值

• 关键词：临界值、漏诊、误诊、分布重叠；
• 核心方法：先读懂两类错误，再用曲线下的面积表示概率。

13. 本课一句话总结

本课真正训练的是：面对陌生概率情境，先把它翻译成“状态、转移、边界、期望或阈值”，再调用数列、函数与不等式工具完成求解；与其大量刷题，不如把每一种模型的建模逻辑总结透彻。