• 174.00 KB
  • 2021-05-13 发布

新课标备战高考数学知识总结专题9概率与统计

  • 5页
  • 当前文档由用户上传发布,收益归属用户
  1. 1、本文档由用户上传,淘文库整理发布,可阅读全部内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,请立即联系网站客服。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细阅读内容确认后进行付费下载。
  4. 网站客服QQ:403074932
‎9. 概率与统计 知识要点 一、随机变量.‎ ‎1. 随机试验的结构应该是不确定的.试验如果满足下述条件:‎ ‎①试验可以在相同的情形下重复进行;②试验的所有可能结果是明确可知的,并且不止一个;③每次试验总是恰好出现这些结果中的一个,但在一次试验之前却不能肯定这次试验会出现哪一个结果.‎ 它就被称为一个随机试验.‎ ‎2. 离散型随机变量:如果对于随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量.若ξ是一个随机变量,a,b是常数.则也是一个随机变量.一般地,若ξ是随机变量,是连续函数或单调函数,则也是随机变量.也就是说,随机变量的某些函数也是随机变量.‎ 设离散型随机变量ξ可能取的值为:‎ ξ取每一个值的概率,则表称为随机变量ξ的概率分布,简称ξ的分布列.‎ ‎…‎ ‎…‎ P ‎…‎ ‎…‎ 有性质①; ②.‎ 注意:若随机变量可以取某一区间内的一切值,这样的变量叫做连续型随机变量.例如:即可以取0~5之间的一切数,包括整数、小数、无理数.‎ ‎3. ⑴二项分布:如果在一次试验中某事件发生的概率是P,那么在n次独立重复试验中这个事件恰好发生k次的概率是:[其中] ‎ 于是得到随机变量ξ的概率分布如下:我们称这样的随机变量ξ服从二项分布,记作~B(n·p),其中n,p为参数,并记.‎ ‎⑵二项分布的判断与应用.‎ ‎①二项分布,实际是对n次独立重复试验.关键是看某一事件是否是进行n次独立重复,且每次试验只有两种结果,如果不满足此两条件,随机变量就不服从二项分布.‎ ‎②当随机变量的总体很大且抽取的样本容量相对于总体来说又比较小,而每次抽取时又只有两种试验结果,此时可以把它看作独立重复试验,利用二项分布求其分布列.‎ ‎4. 几何分布:“”表示在第k次独立重复试验时,事件第一次发生,如果把k次试验时事件A发生记为 ‎,事A不发生记为,那么.根据相互独立事件的概率乘法分式:于是得到随机变量ξ的概率分布列.‎ ‎1‎ ‎2‎ ‎3‎ ‎…‎ k ‎…‎ P q ‎ qp ‎ ‎…‎ ‎…‎ 我们称ξ服从几何分布,并记,其中 ‎5. ⑴超几何分布:一批产品共有N件,其中有M(M<N)件次品,今抽取件,则其中的次品数ξ是一离散型随机变量,分布列为.〔分子是从M件次品中取k件,从N-M件正品中取n-k件的取法数,如果规定<时,则k的范围可以写为k=0,1,…,n.〕‎ ‎⑵超几何分布的另一种形式:一批产品由 a件次品、b件正品组成,今抽取n件(1≤n≤a+b),则次品数ξ的分布列为.‎ ‎⑶超几何分布与二项分布的关系.‎ 设一批产品由a件次品、b件正品组成,不放回抽取n件时,其中次品数ξ服从超几何分布.若放回式抽取,则其中次品数的分布列可如下求得:把个产品编号,则抽取n次共有个可能结果,等可能:含个结果,故,即~.[我们先为k个次品选定位置,共种选法;然后每个次品位置有a种选法,每个正品位置有b种选法] 可以证明:当产品总数很大而抽取个数不多时,,因此二项分布可作为超几何分布的近似,无放回抽样可近似看作放回抽样.‎ 二、数学期望与方差.‎ ‎1. 期望的含义:一般地,若离散型随机变量ξ的概率分布为 ‎…‎ ‎…‎ P ‎…‎ ‎…‎ 则称为ξ的数学期望或平均数、均值.数学期望又简称期望.数学期望反映了离散型随机变量取值的平均水平.‎ ‎2. ⑴随机变量的数学期望: ‎ ‎①当时,,即常数的数学期望就是这个常数本身.‎ ‎②当时,,即随机变量ξ与常数之和的期望等于ξ的期望与这个常数的和.‎ ‎③当时,,即常数与随机变量乘积的期望等于这个常数与随机变量期望的乘积.‎ ξ ‎0‎ ‎1‎ P q p ‎⑵单点分布:其分布列为:. ‎ ‎⑶两点分布:,其分布列为:(p + q = 1)‎ ‎⑷二项分布: 其分布列为~.(P为发生的概率)‎ ‎⑸几何分布: 其分布列为~.(P为发生的概率)‎ ‎3.方差、标准差的定义:当已知随机变量ξ的分布列为时,则称为ξ的方差. 显然,故为ξ的根方差或标准差.随机变量ξ的方差与标准差都反映了随机变量ξ取值的稳定与波动,集中与离散的程度.越小,稳定性越高,波动越小.‎ ‎4.方差的性质.‎ ‎⑴随机变量的方差.(a、b均为常数)‎ ξ ‎0‎ ‎1‎ P q p ‎⑵单点分布: 其分布列为 ‎⑶两点分布: 其分布列为:(p + q = 1)‎ ‎⑷二项分布:‎ ‎⑸几何分布: ‎ ‎5. 期望与方差的关系.‎ ‎⑴如果和都存在,则 ‎⑵设ξ和是互相独立的两个随机变量,则 ‎⑶期望与方差的转化: ⑷(因为为一常数).‎ 三、正态分布.(基本不列入考试范围)‎ ‎1.密度曲线与密度函数:对于连续型随机变量ξ,位于x轴上方,ξ落在任一区间内的概率等于它与x轴.直线与直线所围成的曲边梯形的面积 ‎(如图阴影部分)的曲线叫ξ的密度曲线,以其作为 图像的函数叫做ξ的密度函数,由于“”‎ 是必然事件,故密度曲线与x轴所夹部分面积等于1.‎ ‎2. ⑴正态分布与正态曲线:如果随机变量ξ的概率密度为:. (为常数,且),称ξ服从参数为的正态分布,用~表示.的表达式可简记为,它的密度曲线简称为正态曲线.‎ ‎⑵正态分布的期望与方差:若~,则ξ的期望与方差分别为:.‎ ‎⑶正态曲线的性质.‎ ‎①曲线在x轴上方,与x轴不相交.‎ ‎②曲线关于直线对称.‎ ‎③当时曲线处于最高点,当x向左、向右远离时,曲线不断地降低,呈现出“中间高、两边低”的钟形曲线.‎ ‎④当<时,曲线上升;当>时,曲线下降,并且当曲线向左、向右两边无限延伸时,以x轴为渐近线,向x轴无限的靠近.‎ ‎⑤当一定时,曲线的形状由确定,越大,曲线越“矮胖”.表示总体的分布越分散;越小,曲线越“瘦高”,表示总体的分布越集中.‎ ‎3. ⑴标准正态分布:如果随机变量ξ的概率函数为,则称ξ服从标准正态分布. 即~有,求出,而P(a<≤b)的计算则是.‎ 注意:当标准正态分布的的X取0时,有当的X取大于0的数时,有 ‎.比如则必然小于0,如图. ‎ ‎⑵正态分布与标准正态分布间的关系:若~则ξ的分布函数通 常用表示,且有. ‎ ‎4.⑴“‎3‎”原则.‎ 假设检验是就正态总体而言的,进行假设检验可归结为如下三步:①提出统计假设,统计假设里的变量服从正态分布.②确定一次试验中的取值是否落入范围.③做出判断:如果,接受统计假设. 如果,由于这是小概率事件,就拒绝统计假设.‎ ‎⑵“‎3‎”原则的应用:若随机变量ξ服从正态分布则 ξ落在内的概率为99.7% 亦即落在之外的概率为0.3%,此为小概率事件,如果此事件发生了,就说明此种产品不合格(即ξ不服从正态分布).‎