高考数学概率与统计部分知识点梳理
高考复习专题之:概率与统计
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.
)0时称为不可能事件P(A)=0;1.随机事件A的概率0P(A)1,其中当P(A)1时称为必然事件;当P(A
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AB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)=
63
= 105
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)=
13
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
21.(2)两位数是6的倍数的概率为.
33
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)=
m
。 n
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(A)=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B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的概率Pn(k)Cnp(1p).....k次.展开式[(1p)p]n的第k+1项),其中p为在一次独立重复试验中事件A发生的概率。
提醒:(1)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ab也是一个随机变量.一般地,若ξ是随机变量,f(x)是连续函数或单调函数,则f()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:x1,x2,,xi,
ξ取每一个值x1(i1,2,)的概率P(xi)pi,则表称为随机变量ξ的概率分布,简称ξ的分布列.
k
k
nk
(是二项
112i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:[0,5]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
knk
的概率是:P(ξk)Ck[其中k0,1,,n,q1p] 于是得到随机变量ξ的概率分布如下:我们称这样的npq
knk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Ckb(k;np). npq
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:“k”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Ak,事A不发生记为Ak,P(Ak)q,那么P(ξk)P(A1A2Ak1Ak).根据相互独立事件的概率乘法分式:
k1
P(ξk)P(A1)P(A2)P(Ak1)P(Ak)qp(k1,2,3,)于是得到随机变量ξ的概率分布列.
我们称ξ服从几何分布,并记g(k,p)qp,其中q1p.k1,2,3
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n(1nN)件,则其中的次品数ξ是一离散型随机变量,分布列为P(ξk)
kkCMCNnM
n
CN
(0kM,0nkNM).〔分子是从M件次品中取k件,从
r
0,则k的范围可以写为k=0,1,„,n.〕 N-M件正品中取n-k件的取法数,如果规定m<r时Cm
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P(ξk)
nk
CkaCb
C
n
ab
k0,1,,n..
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ab个产品编号,则抽取n次共有(ab)n个可能结果,等可能:(ηk)含Cab
kn
k
nk
个结果,故P(ηk)
knk
Cknab
(ab)n
Ckn(
aakank
).[我们先为k个次)(1),k0,1,2,,n,即~B(n
ababab
品选定位置,共Ckn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,P(ξk)P(ηk),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.
1122nn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ab的数学期望:EE(ab)aEb ①当a0时,E(b)b,即常数的数学期望就是这个常数本身.
②当a1时,E(b)Eb,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b0时,E(a)aE,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. ⑵单点分布:Ec1c其分布列为:P(1)c.
⑶两点分布:E0q1pp,其分布列为:(p + q = 1) ⑷二项分布:E
k
n!
pkqnknp 其分布列为~
k!(nk)!
B(n,p).(P为发生的概率)
⑸几何分布:E
1
其分布列为~q(k,p).(P为发生的概率) p
3.方差、标准差的定义:当已知随机变量ξ的分布列为P(xk)pk(k1,2,)时,则称
D(x1E)2p1(x2E)2p2(xnE)2pn为ξ
的方差. 显然D0,故D.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.D越小,稳定性越高,波..........动越小. ....4.方差的性质.
⑴随机变量ab的方差D()D(ab)a2D.(a、b均为常数) ⑵单点分布:D0 其分布列为P(1)p ⑶两点分布:Dpq 其分布列为:(p + q = 1) ⑷二项分布:Dnpq ⑸几何分布:D
qp2
5. 期望与方差的关系.
⑴如果E和E都存在,则E()EE
⑵设ξ和是互相独立的两个随机变量,则E()EE,D()DD
⑶期望与方差的转化:DE2(E)
2 ⑷E(E)E()E(E)(因为E为一常数)EE
0. 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[a,b)内的概率等于它与x轴.
直线xa与直线xb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f(x)叫做ξ的密度函数,由于“x(,)” 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:f(x)
12
e
)
(x)222
. (xR,,为常数,且0),
称ξ服从参数为,的正态分布,用~N(,2)表示.f(x)的表达式可简记为N(,2),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~N(,2),则ξ的期望与方差分别为:E,D2. 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x对称.
③当x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x<时,曲线上升;当x>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(x)
12e
x2
2
(x),则称ξ服从标准正态分布. 即
~N(0,1)有(x)P(x),(x)1(x)求出,而P(a<ξ≤b)的计算则是P(ab)(b)(a).
注意:当标准正态分布的(x)的X取0时,有(x)0.5当(x)的X取大于0的数时,有(x)0.5.比如
0.50.5必然小于0,如图. ()0.07930.5则⑵正态分布与标准正态分布间的关系:若~N(,2)则ξ
常用F(x)表示,且有P(ξx)F(x)(
xμ
). σ
S阴=0.5Sa=0.5+S
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N(,2).②确定一次试验中的取值a是否落入范围(3,3).③做出判断:如果a(3,3),接受统计假设. 如果a(3,3),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N(,2)则 ξ落在(3,3)内的概率为99.7% 亦即落在(3,3)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).