网球中的概率：赢下55%的分，为何能赢下62%的局

九月是美网（US Open）的月份。看网球的人都有这种感觉：两名球员每一分都打得难分高下，最终比分却相差悬殊。这不是错觉。网球的计分制度就像一个优势放大器，而这种效应可以用高中概率和一个等比级数来衡量。本文所有数字均为假设，目的在于理解机制，而不是预测任何比赛。

模型：每一分都是一枚不均匀的硬币

假设球员 A 每一分的胜率都是 $p$ ，且与之前的分无关；记 $q = 1 - p$ 为丢分的概率。现实中发球方通常占优，关键分也有心理压力，但这个简单模型已经抓住了要点。

一局的规则是：先得 4 分且领先至少 2 分者获胜。15、30、40 只是 1、2、3 分的叫法。若比分来到 3 比 3（40 平，即平分），则必须有一方连续领先 2 分才能结束这一局。

把一局拆成几种情况

A 获胜有四种方式：4 比 0、4 比 1、4 比 2，或经过平分。前三种纯属计数。最后一分一定属于 A，因此只有之前的分可以调换顺序。

4 比 0：连得四分，概率 $p^4$ 。
4 比 1：前 4 分中 A 丢 1 分，顺序任意，共 $\binom{4}{1} = 4$ 种。概率 $4p^4q$ 。
4 比 2：前 5 分中丢 2 分，共 $\binom{5}{2} = 10$ 种。概率 $10p^4q^2$ 。
平分：前 6 分双方各得 3 分，共 $\binom{6}{3} = 20$ 种。到达平分的概率为 $20p^3q^3$ 。

注意不存在 4 比 3 的情况：3 比 3 时已经进入平分。

平分与等比级数

从平分开始，把分两两一组来看。每组有三种结果：A 连得两分（ $p^2$ ），赢下这一局；B 连得两分（ $q^2$ ），赢下这一局；或者各得一分（ $2pq$ ），回到平分。所以 A 可能在第一组就获胜，也可能在回到平分一次、两次……之后获胜。把所有路径相加，得到公比为 $2pq$ 的等比级数；由于公比小于 1，级数收敛。

P(\text{平分后获胜}) = \sum_{k=0}^{\infty} p^2(2pq)^k = \frac{p^2}{1-2pq}

每回到一次平分就乘以 2pq；无穷级数的和是有限的。

平分后取 p = 0.6：A 连得两分概率 0.36，B 为 0.16，各得一分（0.48）则回到平分。因此 p²/(1 − 2pq) = 0.36/0.52 ≈ 0.6923。

综合起来，赢下一局的概率为：

P(\text{game}) = p^4\left(1 + 4q + 10q^2\right) + 20p^3q^3\cdot\frac{p^2}{1-2pq}

每一分胜率为 p、q = 1 − p 时，赢下一局的概率。

快速检验：当 $p = 0.5$ 时，两名球员完全相同，公式应恰好给出 50%。结果确实如此：各项之和为 0.5。

例题：p = 0.6

每分胜率 60% 时赢下一局的概率

$\displaystyle p = 0.6,\quad q = 0.4$ 确定数值：p = 0.6，则 q = 0.4。
$\displaystyle p^4 = 0.1296$ 4 比 0 获胜：p 的四次方。
$\displaystyle 4p^4q = 4 \cdot 0.1296 \cdot 0.4 = 0.20736$ 4 比 1 获胜：共 4 种顺序。
$\displaystyle 10p^4q^2 = 10 \cdot 0.1296 \cdot 0.16 = 0.20736$ 4 比 2 获胜：共 10 种顺序。
$\displaystyle 20p^3q^3 = 20 \cdot 0.216 \cdot 0.064 = 0.27648$ 到达平分的概率：双方各 3 分，共 20 种顺序。
$\displaystyle \frac{p^2}{1-2pq} = \frac{0.36}{1 - 0.48} = \frac{0.36}{0.52} \approx 0.6923$ 用等比级数求平分后获胜的概率。
$\displaystyle 0.1296 + 0.20736 + 0.20736 + 0.27648 \cdot 0.6923 \approx 0.7357$ 把直接获胜的情况与平分情况相加。
检验：精确分数为 29889/40625，即 0.7357。用 p = 0.6 随机模拟 20 万局，结果同样约为 73.6%。

微小优势如何被放大

对其他 $p$ 值（均为假设）套用同一公式：

每分胜率	每局胜率
50%	50.0%
55%	62.3%
60%	73.6%
65%	83.0%

每分多 5 个百分点，每局就多出 12 个百分点以上。原因在于一局要求连续的成功：既要先到 4 分，还要领先 2 分。赛制要求的事件越多，平均水平就越能压过运气，这与大数定律的思想一致。

一盘在更高一层重复这个机制：需要以 2 局优势先赢 6 局（或打抢七）。于是在局中已被放大的优势会再次放大，五盘三胜的比赛则放大第三次。计算一盘需要考虑每局由谁发球，但结构相同：用组合数计数的直接情况，加上一段不断重复的过程。

每局胜率的 S 形曲线：每分 50% 对应 50.0%，55% 对应 62.3%，60% 对应 73.6%，65% 对应 83.0%。直线表示未经放大的每分胜率。

常见错误

忘记顺序数。 把 4 比 1 写成 $p^4q$ ，忽略了丢的那一分可以是前 4 分中的任何一分。二项式系数不可省略。
让丢分落在最后一分。 最后一分总属于获胜者，所以 4 比 2 用 $\binom{5}{2}$ ，而不是 $\binom{6}{2}$ 。
把平分当成一分处理。 平分后必须连赢两分，各得一分则重新开始。
公比算错。 公比是 $2pq$ 而不是 $pq$ ：各得一分有两种顺序。
把模型当成现实。 各分独立且 $p$ 固定是有用的简化，而非真实比赛的精确描述。

常见问题

平分的级数为什么收敛？

因为公比 2pq 最大不超过 0.5（在 p = 0.5 时取得最大值）。公比在 0 与 1 之间的等比级数之和为 a/(1 − r)，这里即 p²/(1 − 2pq)。

这个公式适用于抢七吗？

思路相同，系数不同：抢七先到 7 分且领先 2 分，因此要计算 7 比 0 到 7 比 5 的获胜情况，再加上 6 比 6 的平局，后者同样用 p²/(1 − 2pq) 解决。

如果球员发球和接发球的胜率不同呢？

一局之内始终由同一人发球，所以固定 p 是合理的。差别体现在一盘中，发球方轮换；可分别计算每种情况下的每局胜率，再组合起来。

能用来预测真实比赛吗？

它帮助理解结构。真实预测需要用可靠数据估计 p，并考虑各分并非完全独立。