You need to enable JavaScript to run this app.
最新活动
大模型
产品
解决方案
定价
生态与合作
支持与服务
开发者
了解我们

关于篮球运动员首次连续命中7次罚球的投篮次数期望的两种解法差异解析请求

关于篮球运动员首次连续命中7次罚球的投篮次数期望的两种解法差异解析请求

先给大家说下问题背景:

一名篮球运动员反复练习罚球,每次投篮相互独立,命中概率为p。现在要考虑他一直投篮直到首次连续命中7次为止,设X为他总共投的次数,需要证明$E(X) ≤ \frac{7}{p^7}$。

我最开始是想用期望的线性性和几何分布来解这个问题,但看到一个已关闭问题里的答案和我的结果不一样,实在搞不懂差异出在哪,想请大家帮忙解释下。

我的解法思路

我是这么想的:

  • 定义$I_i$为「第i组7次投篮全命中」的事件
  • 把X看作首次出现全命中组的组号,那X应该服从参数为$p^7$的首次成功分布(几何分布的一种),所以$E(X) = \frac{1}{p^7}$
  • 再设Y是首次连续7次命中的总投篮次数,我觉得Y就等于X组的最后一次位置,也就是$Y = X + 6$,所以期望$E(Y) = E(X) + 6 = 6 + \frac{1}{p^7}$
  • 最后简单算一下就能看出$6 + \frac{1}{p^7} ≤ \frac{7}{p^7}$,刚好满足题目要证的不等式

另一种解法

另一个答案是用递推的方式来做的:

  • 定义$E(n)$为首次连续命中n次所需的期望投篮次数
  • 推导出来递推关系式:
    $$E(n) = E(n-1) + p + (1-p)(1+E(n))$$
  • 化简这个式子后得到:
    $$E(n) = \frac{1}{p} + \frac{E(n-1)}{p}$$
  • 结合初始条件$E(0) = 0$(连续命中0次不需要投篮),一步步推到n=7的话,就得到:
    $$E(7) = \frac{1}{p}+\frac{1}{p2}+\frac{1}{p3}+\frac{1}{p4}+\frac{1}{p5}+\frac{1}{p6}+\frac{1}{p7}$$
  • 这个结果也满足$E(7) ≤ \frac{7}{p^7}$,但问题来了——一般情况下$6 + \frac{1}{p^7}$和这个求和式根本不相等啊!

我实在搞不懂这两种解法的差异到底在哪,为什么两个不同的结果都能满足题目不等式,但逻辑上应该只有一个是对的(或者说我的思路哪里错了?),麻烦大家帮忙分析下。

备注:内容来源于stack exchange,提问作者nezam jazayeri

火山引擎 最新活动