学海智行 · 高中数学

主题

《君药：概率期望 | L0-L7题根生长式闭环教案 · 概率综合与竞赛新题型》 ​

L0-L7 生长脉络表 ​

层次核心知识思维跃迁
L0概率综合的基石：随机变量、期望、方差回顾感性认识 → 建立概率建模的基本框架
L1概率与递推：多步随机过程的概率递推（赌徒破产、传球问题）动态视角 → 用递推关系描述随机演化
L2概率与组合恒等式：用概率方法证明组合恒等式跨界思维 → 用随机模型证明组合等式
L3概率与数论：随机整数的互质概率、素数分布的概率模型数论融合 → 用概率理解数论中的极限定理
L4概率与几何：几何概型的综合问题（贝特朗奇论、蒲丰投针）几何融合 → 概率与长度面积体积的关联
L5概率方法在存在性证明中的应用（期望法、随机构造）存在思维 → 用概率证明“存在”而非构造
L6随机游走与马尔可夫链初步（一维随机游走的首达、返回概率）过程思维 → 研究时间演化的随机模型
L7IMO级概率新题型：与图论、博弈、信息论结合的综合压轴命题人视角 → 回归本源，跨模块巅峰融合

L0 题根本源层 ​

  • 层级定位：高二～高联入门，回顾概率期望的基础知识，为综合应用做好铺垫。
  • 核心生长点：将随机变量、期望、方差、独立性等概念融会贯通，形成解决概率问题的基本框架。
  • 核心知识点：
    1. 离散型随机变量的分布列、期望、方差。
    2. 条件概率、全概率公式、贝叶斯公式。
    3. 常见分布（二项、泊松、几何、超几何）的期望与方差。
    4. 期望的线性性质、方差的性质（独立可加性）。

【备课专属】

  • 考察本质：概率综合问题需要灵活调动所有基础知识，L0 就是清点武器库。
  • 难度分析：回顾性知识，需快速准确调用。
  • 命题意图：为后续复杂应用提供坚实的计算基础。
  • 葛军风格点拨：综合题就像打仗，枪炮要擦亮，弹药要备足。L0 就是把概率的武器库整理一遍，随时取用。

【锚定例题 L0-1】

已知随机变量 XX 服从参数为 n,pn,p 的二项分布，YY 服从参数为 λ\lambda 的泊松分布，且 XX 与 YY 独立，求 E(2X+3Y)E(2X+3Y) 和 D(2X+3Y)D(2X+3Y)。

【锚定例题 L0-2】

袋中有 3 红 2 白，不放回取两次，求第二次取到红球的概率（用全概率公式）。

【锚定例题 L0-3】

某射击手命中率 0.8，独立射击 5 次，求命中次数的期望和方差。

L1 入门特例层 ​

  • 层级定位：高联一试～二试，学习用递推关系求解多步随机过程的概率问题。
  • 核心生长点：当随机过程分步骤进行时，当前状态的概率可由前一步概率递推得到。
  • 核心知识点：
    1. 赌徒破产问题：初始本金 ii，目标 NN，每次赢 1 元概率 pp，输 1 元概率 q=1−pq=1-p，求最终赢到 NN 元的概率。
    2. 传球问题：mm 个人传球，从甲开始，经过 nn 次传球后回到甲的概率。
    3. 随机游走首达概率的简单情形。
    4. 建立递推关系的方法：全概率公式按第一步分类。

【备课专属】

  • 考察本质：递推是处理多步随机过程的利器，将无限步问题转化为有限步方程。
  • 难度分析：需要建立递推式并求解（常系数线性递推）。
  • 命题意图：训练学生用动态观点分析概率问题，为随机游走等高级模型奠基。
  • 葛军风格点拨：多步随机过程就像爬楼梯，每一步的概率取决于上一步。用全概率公式写出相邻步的关系，就是递推。L1 就是学会写这个关系。

【锚定例题 L1-1】

甲、乙、丙三人传球，从甲开始，每次接到球的人等可能地传给另外两人。求经过 nn 次传球后球在甲手中的概率。

【锚定例题 L1-2】

赌徒有本金 2 元，目标是 5 元，每次赌博赢的概率为 0.4，输的概率为 0.6。求他最终赢到 5 元的概率。

【锚定例题 L1-3】

从原点出发，每步向右移动 1 的概率为 pp，向左移动 1 的概率为 q=1−pq=1-p，求首次到达点 aa（a>0a>0）的概率（用递推）。

L2 基础框架层 ​

  • 层级定位：高联二试，学习用概率方法证明组合恒等式。
  • 核心生长点：构造合适的随机模型，使所求组合数恰好表示为某个随机事件的概率或期望。
  • 核心知识点：
    1. 用二项分布期望证明恒等式。
    2. 用超几何分布证明组合恒等式。
    3. 用几何分布证明无穷级数和。
    4. 构造随机变量，利用 E(X2)E(X^2) 等证明恒等式。

【备课专属】

  • 考察本质：概率与组合的内在联系，用随机视角揭示组合等式的概率意义。
  • 难度分析：需要创造性构造概率模型，技巧性强。
  • 命题意图：拓宽学生思维，学会用概率工具解决组合问题。
  • 葛军风格点拨：组合恒等式背后往往藏着一个随机试验。比如 ∑kCnk=n⋅2n−1\sum kC_n^k = n\cdot2^{n-1}，可以解释为从 nn 个人中选一个队长再选队员的两种方式。L2 就是学会看穿这个试验。

【锚定例题 L2-1】

用概率方法证明：∑k=0nk(nk)=n⋅2n−1\displaystyle\sum_{k=0}^n k\binom nk = n\cdot2^{n-1}。

【锚定例题 L2-2】

用概率方法证明：∑k=0nk2(nk)=n(n+1)2n−2\displaystyle\sum_{k=0}^n k^2\binom nk = n(n+1)2^{n-2}。

【锚定例题 L2-3】

设 XX 服从超几何分布 H(N,M,n)H(N,M,n)，利用 E(X)=nMNE(X)=\dfrac{nM}{N} 证明组合恒等式

∑kk(Mk)(N−Mn−k)=nMN(Nn).\sum_k k\binom Mk\binom{N-M}{n-k} = \frac{nM}{N}\binom Nn.

L3 核心工具层 ​

  • 层级定位：CMO 入门，学习用概率方法研究数论问题。
  • 核心生长点：将整数性质转化为随机事件，用概率极限定理得到数论结论。
  • 核心知识点：
    1. 随机选取两个正整数互质的概率为 6/π26/\pi^2。
    2. 随机整数的最大公因数的期望与 ζ\zeta 函数。
    3. 欧拉函数 φ(n)\varphi(n) 的概率意义：从 11 到 nn 随机选一个数与 nn 互质的概率为 φ(n)/n\varphi(n)/n。
    4. 素数定理的概率解释（素数分布密度 1/ln⁡n1/\ln n）。

【备课专属】

  • 考察本质：数论中的许多极限定理可以用概率模型直观理解。
  • 难度分析：需要一定的数论基础，但核心思想是概率独立性的近似。
  • 命题意图：让学生感受概率在数论中的深刻应用，开拓视野。
  • 葛军风格点拨：整数随机取，互质的概率居然是 6/π26/\pi^2，神奇！这背后是每个素数整除数的概率独立近似，然后乘积得到的结果。L3 就是感受这种神奇。

【锚定例题 L3-1】

随机选取两个正整数，求它们互质的概率。（提示：考虑每个素数，用独立性近似）

【锚定例题 L3-2】

证明：φ(n)n=∏p∣n(1−1p)\dfrac{\varphi(n)}{n}=\displaystyle\prod_{p\mid n}\left(1-\dfrac1p\right)，并说明其概率意义。

【锚定例题 L3-3】

从 11 到 NN 中随机取一个数，求它能被 2 整除的概率，以及能被 3 整除的概率，并讨论独立性。

L4 高阶方法层 ​

  • 层级定位：CMO～IMO，几何概型的综合问题。
  • 核心生长点：将概率与几何度量结合，处理连续随机变量的概率。
  • 核心知识点：
    1. 贝特朗奇论：圆内随机弦的长度分布依赖于“随机”的定义。
    2. 蒲丰投针问题：求针与平行线相交的概率，得到 π\pi 的近似值。
    3. 随机点落在区域内的概率转化为面积比。
    4. 几何概率中的“等可能”假设的辨析。

【备课专属】

  • 考察本质：几何概率中“等可能”的选取方式不唯一，导致不同结果，这是概率公理化的源头。
  • 难度分析：需要准确理解几何区域的度量，有时涉及积分。
  • 命题意图：训练学生处理连续型概率问题的能力，并培养对“等可能”的批判性思维。
  • 葛军风格点拨：同一个问题，不同的随机性假设会得到不同答案。这就是贝特朗奇论的警示。L4 就是学会辨析“等可能”的真正含义。

【锚定例题 L4-1】

在半径为 1 的圆内随机取一条弦，按三种方式定义“随机”：（1）随机取两点；（2）随机取半径和方向；（3）随机取中点。求三种情况下弦长大于 3\sqrt3 的概率。

【锚定例题 L4-2】

蒲丰投针问题：平面上有间距为 aa 的平行线，随机投下一根长为 ll（l<al<a）的针，求针与某条平行线相交的概率。

【锚定例题 L4-3】

在边长为 1 的正方形内随机取一点，求它到各边距离的最小值的分布函数。

L5 体系基石层 ​

  • 层级定位：CMO～IMO，学习概率方法在存在性证明中的应用。
  • 核心生长点：如果某个随机变量的期望为正，则存在一个样本点使得该变量为正。
  • 核心知识点：
    1. 概率方法的基本原理：若 E(X)≥cE(X)\ge c，则存在样本点使 X≥cX\ge c。
    2. 应用：证明图的着色、拉姆齐数的下界、集合划分的存在性。
    3. 常用技巧：随机构造、线性期望、局部引理的简单情形。
    4. 期望法证明存在性的步骤：设计随机实验，计算期望，得出存在性。

【备课专属】

  • 考察本质：概率方法是组合数学中证明存在性的有力工具，无需具体构造。
  • 难度分析：需要构造合适的随机模型，计算期望，有时需处理复杂依赖。
  • 命题意图：让学生掌握用概率思想解决存在性问题的范式。
  • 葛军风格点拨：要证明“存在”，不一定要找出来，用概率方法可以说“平均如此，所以必有一个”。L5 就是学会这种“平均哲学”。

【锚定例题 L5-1】

证明：任意 nn 个实数中，存在一个数不小于它们的平均值。

【锚定例题 L5-2】

证明：当 nn 足够大时，存在一个 nn 个顶点的图，它既不包含大小为 kk 的团，也不包含大小为 kk 的独立集。（用概率方法，取 n=2k/2n=2^{k/2} 量级）

【锚定例题 L5-3】

证明：存在一个图，其色数至少为 rr。（提示：用概率方法，取 nn 个顶点、边概率 pp，估计团数与独立集数）

L6 CMO 高阶层 ​

  • 层级定位：CMO～IMO，学习随机游走与马尔可夫链的初步知识。
  • 核心生长点：将随机过程看作时间序列，研究其长期行为。
  • 核心知识点：
    1. 一维简单随机游走：从 0 出发，每步 ±1\pm1 等概率。求首达 aa 的概率、返回原点的概率。
    2. 常返与瞬时：一维随机游走常返，二维常返，三维瞬时。
    3. 赌徒破产问题的再讨论（有偏随机游走）。
    4. 简单随机游走的期望到达时间。

【备课专属】

  • 考察本质：随机游走是概率论中最基础的随机过程，其性质揭示了维数的深刻影响。
  • 难度分析：需要解差分方程，理解无穷级数收敛。
  • 命题意图：为学生打开随机过程的大门，培养动态随机思维。
  • 葛军风格点拨：醉汉走路，一维二维总能回家，三维就找不到家了。这就是随机游走的奇妙。L6 就是陪醉汉走一段路。

【锚定例题 L6-1】

一维简单随机游走从 0 出发，求它首次到达 1 的概率。

【锚定例题 L6-2】

一维简单随机游走，求它返回原点的概率（即常返性）。

【锚定例题 L6-3】

在直线上从 0 出发，向右概率 pp，向左概率 q=1−pq=1-p（p≠0.5p\ne0.5），求它首次到达 a>0a>0 的概率。

L7 IMO 顶峰层 ​

  • 层级定位：IMO 难度，概率与图论、博弈、信息论结合的综合压轴题。
  • 核心生长点：回归 L0 题根本源，将概率作为统一语言，解决跨模块的复杂创新题。
  • 核心知识点：
    1. 概率与图论：随机图的性质（如连通性、团数）、图上随机游走。
    2. 概率与博弈：策略博弈中的混合策略纳什均衡的概率解释。
    3. 概率与信息论：熵、互信息与概率分布的关系（浅层）。
    4. 现代竞赛中的新题型：如用概率分析算法复杂度、随机化算法思想。

【备课专属】

  • 考察本质：概率是现代数学的通用语言，在计算机科学、物理、经济等领域无处不在。
  • 难度分析：IMO 级，需要极强的建模能力和创造性思维。
  • 命题意图：检验学生能否将概率思想迁移到新的数学情境中，解决从未见过的问题。
  • 葛军风格点拨：IMO 中的概率新题，往往与图论、算法结合，需要你从随机视角重新审视问题。这时概率不是工具，而是世界观。

【锚定例题 L7-1】

（随机图连通性）在 nn 个顶点的随机图中，每条边独立以概率 pp 出现。设 p=ln⁡n+cnp=\dfrac{\ln n+c}{n}，证明：当 cc 为常数时，图连通的概率趋于 e−e−ce^{-e^{-c}}。（提示：用连通分支数的期望与泊松近似）

【锚定例题 L7-2】

（随机图染色）在 nn 个顶点的完全图中，每条边独立地以 1/21/2 概率染红、1/21/2 概率染蓝。证明：存在一个顶点，它的红边数和蓝边数都不少于 ⌊(n−1)/2⌋\lfloor (n-1)/2 \rfloor。

【锚定例题 L7-3】

（随机游走与电网络）用随机游走计算两个点之间的有效电阻。（竞赛中可能出现此类背景题）

【教师专属·命题人视角】真题反向拆解 ​

题目（改编自 IMO Shortlist 2012 C3）设 nn 是正整数。考虑由 nn 个顶点构成的完全图，每条边被独立地以 1/21/2 概率染红、1/21/2 概率染蓝。证明：存在一个顶点，它的红边数和蓝边数都不少于 ⌊(n−1)/2⌋\lfloor (n-1)/2 \rfloor。

反向拆解生长路径：

  • L7（原题）：随机图染色，存在性证明。核心结构是“随机变量 + 期望 + 存在性”。

  • L6（随机游走视角）：若把“红边数”看作随机游走的步数，可转化为一维随机游走问题。但本题更直接的方法是用期望与方差估计。

  • L5（概率方法）：设 XvX_v 为顶点 vv 的红边数，则 Xv∼B(n−1,1/2)X_v\sim B(n-1,1/2)，E(Xv)=n−12E(X_v)=\dfrac{n-1}{2}，D(Xv)=n−14D(X_v)=\dfrac{n-1}{4}。蓝边数为 (n−1)−Xv(n-1)-X_v。

  • L4（几何概型）：若把每个顶点的红边数画成一条“分数轴”，则本题等价于：在 nn 个点中，必存在一个点同时落在“红边数足够多”和“蓝边数足够多”两个区间的交集中。

  • L3（数论视角）：用切比雪夫不等式估计 P(∣Xv−n−12∣≥t)≤(n−1)/4t2P\left(\left|X_v-\dfrac{n-1}{2}\right|\ge t\right)\le\dfrac{(n-1)/4}{t^2}。取 t=n−14t=\dfrac{n-1}{4}，得 P≤4n−1P\le\dfrac{4}{n-1}。

  • L2（组合恒等式）：由 P(∣Xv−n−12∣<n−14)≥1−4n−1P\left(\left|X_v-\dfrac{n-1}{2}\right|<\dfrac{n-1}{4}\right)\ge 1-\dfrac{4}{n-1}。当 nn 足够大时，存在顶点 vv 使 XvX_v 落在 (n−14,3(n−1)4)\left(\dfrac{n-1}{4},\dfrac{3(n-1)}{4}\right) 内。

  • L1（递推视角）：将 nn 个顶点的随机染色看作逐步添加顶点的过程，每一步的“好顶点”数是一个递推序列。此法可证存在性好顶点数随 nn 增加而增加。

  • L0（基础回顾）：最终本题转化为二项分布的期望与方差估计，是典型的“随机变量 + 期望 + 存在性”结构。

生长逻辑提炼：这道题将随机染色与极值图论结合，考察学生用概率思想处理确定性问题的能力。核心方法是：设随机变量 → 计算期望与方差 → 用概率不等式估计 → 得出存在性。

【全体系闭环总结】 ​

本体系实现 L0-L7 概率综合与竞赛新题型无跳跃生长，全程唯一题根：概率是描述随机现象的数学语言，其思想可应用于数学的各个分支。

生长路径： L0 基础知识回顾 → L1 概率与递推 → L2 概率与组合恒等式 → L3 概率与数论 → L4 概率与几何 → L5 概率方法存在性证明 → L6 随机游走与马尔可夫链 → L7 IMO 级综合新题

与后续体系衔接：

  • 为「随机过程」「信息论」「算法分析」「统计物理」等高等领域奠基
  • 与「组合数学」「数论」「几何」「图论」深度融合

讲义内容仅用于教学展示，转载请联系作者授权。

Copyright © 2026 学海智行 · 高中数学私教