• 268.00 KB
  • 2021-05-14 发布

高考数学概率与统计部分知识点梳理

  • 4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
高考数学概率与统计部分知识点梳理 一、概率:随机事件A的概率是频率的稳定值,反之,频率是概率的近似值.‎ ‎1.随机事件的概率,其中当时称为必然事件;当时称为不可能事件P(A)=0; ‎ 注:求随机概率的三种方法:‎ ‎(一)枚举法 ‎ 例1如图1所示,有一电路是由图示的开关控制,闭合a,b,c,d,e五个开关中的任意两个开关,使电路形成通路.则使电路形成通路的概率是 .‎ 分析:要计算使电路形成通路的概率,列举出闭合五个开关中的任意两个可能出现的结果总数,从中找出能使电路形成通路的结果数,根据概率的意义计算即可。‎ 解:闭合五个开关中的两个,可能出现的结果数有10种,分别是ab、ac、ad、ae、bc、bd、be、cd、ce、de,其中能形成通路的有6种,所以p(通路)==‎ ‎ 评注:枚举法是求概率的一种重要方法,这种方法一般应用于可能出现的结果比较少的事件的概率计算.‎ ‎(二)树形图法 例2小刚和小明两位同学玩一种游戏.游戏规则为:两人各执“象、虎、鼠”三张牌,同时各出一张牌定胜负,其中象胜虎、虎胜鼠、鼠胜象,若两人所出牌相同,则为平局.例如,小刚出象牌,小明出虎牌,则小刚胜;又如, ‎ 两人同时出象牌,则两人平局.如果用A、B、C分别表示小刚的象、虎、鼠三张牌,用A1、B1、C1分别表示小明的象、虎、鼠三张牌,那么一次出牌小刚胜小明的概率是多少? ‎ ‎ 分析:为了清楚地看出小亮胜小刚的概率,可用树状图列出所有可能出现的结果,并从中找出小刚胜小明可能出现的结果数。‎ 解:画树状图如图树状图。由树状图(树形图)或列表可知,可能出现的结果有9种,而且每种结果出现的可能性相同,其中小刚胜小明的结果有3种.所以P(一次出牌小刚胜小明)=‎ 点评:当一事件要涉及两个或更多的因素时,为了不重不漏地列出所有可能的结果,通过画树形图的方法来计算概率 ‎(三)列表法 例3将图中的三张扑克牌背面朝上放在桌面上,从中随机摸出两张,并用这两张扑克牌上的数字组成一个两位数.请你用画树形(状)图或列表的方法求:(1)组成的两位数是偶数的概率;(2)组成的两位数是6的倍数的概率.‎ 分析:本题可通过列表的方法,列出所有可能组成的两位数的可能情况,然后再找出组成的两位数是偶数的可能情况和组成两位数 ‎ 是6的倍数的可能情况。‎ 解:列的表格如下:根据表格可得两位数有:23,24,32,34,42,43.所以(1)两位数是偶数的概率为.(2)两位数是6的倍数的概率为.‎ 点评:当一事件要涉及两个或更多的因素时,为了不重不漏地列出所有可能的结果,通过画树形图的方法来计算概率 ‎2.等可能事件的概率(古典概率): P(A)=。‎ ‎3、互斥事件:(A、B互斥,即事件A、B不可能同时发生)。计算公式:P(A+B)=P(A)+P(B)。‎ ‎4、对立事件:(A、B对立,即事件A、B不可能同时发生,但A、B中必然有一个发生)。计算公式是:P(A)+ P(B)=1;P()=1-P(A);‎ ‎5、独立事件:(事件A、B的发生相互独立,互不影响)P(A•B)=P(A) • P(B) 。提醒:(1)如果事件A、B独立,那么事件A与、与及事件与也都是独立事件;(2)如果事件A、B相互独立,那么事件A、B至少有一个不发生的概率是1-P(AB)=1-P(A)P(B);(3)如果事件A、B相互独立,那么事件A、B至少有一个发生的概率是1-P()=1-P()P()。‎ ‎6、独立事件重复试验:事件A在n次独立重复试验中恰好发生了次的概率(是二项展开式的第k+1项),其中为在一次独立重复试验中事件A发生的概率。‎ 提醒:(1)探求一个事件发生的概率,关键是分清事件的性质。在求解过程中常应用等价转化思想和分解(分类或分步)转化思想处理,把所求的事件:转化为等可能事件的概率(常常采用排列组合的知识);转化为若干个互斥事件中有一个发生的概率;利用对立事件的概率,转化为相互独立事件同时发生的概率;看作某一事件在n次实验中恰有k次发生的概率,但要注意公式的使用条件。‎ ‎(2)事件互斥是事件独立的必要非充分条件,反之,事件对立是事件互斥的充分非必要条件;(3)概率问题的解题规范:①先设事件A=“…”, B=“…”;②列式计算;③作答。‎ 二、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.‎ 三、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).‎ 四、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).‎