高中概率与统计复习知识点与题型
- 格式:docx
- 大小:335.89 KB
- 文档页数:14
高中概率与统计复习知识点与题型
文档编制序号:[KKIDT-LLE0828-LLETD298-POI08] 概率与统计知识点与题型 — 1、基本概念: (1)必然事件:在条件S下,一定会发生的事件,叫相对于条件S的必然事件; (2)不可能事件:在条件S下,一定不会发生的事件,叫相对于条件S的不可能事件; (3)确定事件:必然事件和不可能事件统称为相对于条件S的确定事件; (4)随机事件:在条件S下可能发生也可能不发生的事件,叫相对于条件S的随机事件; (5)频数与频率:在相同的条件S下重复n次试验,观察某一事件A是否出现,称n次试验中事件A出现的次数nA为事件A出现的频数;称事件A出现的比
例fn(A)=nnA为事件A出现的概率:对于给定的随机事件A,如果随着试验次数的增加,事件A发生的频率fn(A)稳定在某个常数上,把这个常数记作P(A),称为事件A的概率。 (6)频率与概率的区别与联系:随机事件的频率,指此事件发生的次数nA与试验总次
数n的比值nnA,它具有一定的稳定性,总在某个常数附近摆动,且随着试验次数的不断增多,这种摆动幅度越来越小。我们把这个常数叫做随机事件的概率,概率从数量上反映了随机事件发生的可能性的大小。频率在大量重复试验的前提下可以近似地作为这个事件的概率 概率的基本性质 1、基本概念: (1)事件的包含、并事件、交事件、相等事件 (2)若A∩B为不可能事件,即A∩B=ф,那么称事件A与事件B互斥; (3)若A∩B为不可能事件,A∪B为必然事件,那么称事件A与事件B互为对立事件; (4)当事件A与B互斥时,满足加法公式:P(A∪B)= P(A)+ P(B);若事件A与B为对立事件,则A∪B为必然事件,所以P(A∪B)= P(A)+ P(B)=1,于是有P(A)=1—P(B) 2、概率的基本性质: 1)必然事件概率为1,不可能事件概率为0,因此0≤P(A)≤1; 2)当事件A与B互斥时,满足加法公式:P(A∪B)= P(A)+ P(B); 3)若事件A与B为对立事件,则A∪B为必然事件,所以P(A∪B)= P(A)+ P(B)=1,于是有P(A)=1—P(B); 4)互斥事件与对立事件的区别与联系,互斥事件是指事件A与事件B在一次试验中不会同时发生,其具体包括三种不同的情形:(1)事件A发生且事件B不发生;(2)事件A不发生且事件B发生;(3)事件A与事件B同时不发生,而对立事件是指事件A 与事件B有且仅有一个发生,其包括两种情形;(1)事件A发生B不发生;(2)事件B发生事件A不发生,对立事件互斥事件的特殊情形。 — 1、(1)古典概型的使用条件:试验结果的有限性和所有结果的等可能性。 (2)古典概型的解题步骤; ①求出总的基本事件数;
②求出事件A所包含的基本事件数,然后利用公式P(A)=总的基本事件个数包含的基本事件数A
— 1、基本概念: (1)几何概率模型:如果每个事件发生的概率只与构成该事件区域的长度(面积或体积)成比例,则称这样的概率模型为几何概率模型; (2)几何概型的概率公式:
P(A)=积)的区域长度(面积或体试验的全部结果所构成积)的区域长度(面积或体构成事件A;
(1) 几何概型的特点:1)试验中所有可能出现的结果(基本事件)有无限多个;2)每个基本事件出现的可能性相等. 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ba也是一个随机变量.一般地,若ξ是随机变量,)(xf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:,,,,
21ixxx
ξ取每一个值),2,1(1ix的概率iipxP)(,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①,2,1,0
1ip; ②121ippp
. 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:]5,0[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:knkknqpCk)P(ξ
[其中pqnk1,,,1,0]
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p)nb(k;qpCknkkn. 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kA
,事A不发生记为q)P(A,Akk,那么)AAAAP(k)P(ξk1k21.
根据相互独立事件的概率乘法分式:))P(AAP()A)P(AP(k)P(ξk1k21),3,2,1(1kpqk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pqp)g(k,1k
,其中3,2,1.1kpq
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)Nnn(1
件,则其中的次品数ξ是一离散型随机变量,分布列为
)MNknM,0k(0CCCk)P(ξnNknMNkM.〔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m<r时0Cr
m
,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n.,0,1,k
C
CCk)P(ξnbaknbka
.
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ba个产品编号,则抽取n次共有nba)(个可能结果,等可能:k)(η含knkknbaC个结果,故
n,0,1,2,k,)baa(1)baa(Cb)(abaCk)P(ηknkknnknkkn,即~)(
baanB
.[我们先为k个次品选
定位置,共k
nC
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,k)P(ηk)P(ξ,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
nnpxpxpxE2211
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ba的数学期望:baEbaEE)( ①当0a时,bbE)(,即常数的数学期望就是这个常数本身. ②当1a时,bEbE)(,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0b时,aEaE)(,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:ccE1其分布列为:cP)1(. ⑶两点分布:ppqE10,其分布列为:(p + q = 1)
⑷二项分布:npqpknknkEknk
)!(!
! 其分布列为~),(pnB.(P为发生的概率)
⑸几何分布:pE1
其分布列为~),(pkq.(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),2,1()(kpxPkk时,则称nnpExpExpExD2222121)()()(
为ξ的方差. 显然0D,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ba的方差DabaDD
2)()(
.(a、b均为常数)
⑵单点分布:0D 其分布列为pP)1( ⑶两点分布:pqD 其分布列为:(p + q = 1) ⑷二项分布:npqD ⑸几何分布:2p
qD
5. 期望与方差的关系. ⑴如果E和E都存在,则EEE)( ⑵设ξ和是互相独立的两个随机变量,则DDDEEE)(,)( ⑶期望与方差的转化:22)(EED
⑷)()()(EEEEE(因为E为一常数)
0EE.
ξ 0 1 P q p
ξ 0 1 P q p