梦到高中数学老师讲课-高中数学重难点手册必修五
精品教育
高中数学 选修2-3知识点
第一章 计数原理
<
br>1、分类加法计数原理:做一件事情,完成它有N类办法,在第一类办法中有M
1
种不同
的方法,在第二
类办法中有M
2
种不同的方法,……,在第N类办法中有M
N
种不同的方法,那么完成这件事情共有
M
1
+M
2
+……+
M
N
种不同的方法。
2、分步乘法计数原理:做一件事,完成它需要分成N个步骤,做第一 步有m1种不同的方法,做第二
步
有M
2
不同的方法,……,做第N步有M
N
不同的方法.那么完成
这件事共有 N=M
1
M
2
...M
N
种不同的方法。
3、排列:从
n
个不同的元素中任取
m(m
≤
n
)
个元素,按照一定顺序排成一列,叫做从
n
个不同元素中取
......
出<
br>m
个元素的一个排列
4、排列数:从
n
个不同元素中取出
m
(
m≤n
)个元素排成一列,称为从
n
个不同元素中取出
m
个元素的一
m
个排列. 从
n
个不同元素中取出
m
个元素的一个排列数,用符号
A
n
表示。
A
m
?n(n?1)?(n?m?1)?
5、公式:
,
n!
(m?n,n,m?N)
(
n?m)!
mmmm?1mm?1
A
n?
?A?A?C?A?mA
1
nmnnn
6、组合:从
n
个不同的元素中任
取
m
(
m≤n
)个元素并成一组,叫做从
n
个不同元素中取
出
m
个元素的一
个组合。
m
A
m
n
(<
br>?)
1
?(n
(
?m
m
?1)
1)
m
m
n!
n!
A
n
1
?)?n??
nn
n(
n
7、公式:
C
C
?
?
mm
?
?
C
C
?
?
n
n
m!m
!(nm)!
A
m
m!m!(
?
n?m)!
A
m<
br>
m
m
n
n
mm?1
A
n?nA
n?1
n?m
C
m
n
?C
n
;
1m
C
m
?
n
?C
m
?C
nn?1
n0n1n?12n?22rn?
rrnn
(a?b)?Ca?Cab?Cab?…?Cab?…?Cb
nnnnn<
br>8、二项式定理:
rn?rr
9、二项式通项公式
展开式的通项公式
:T
?
Cab
(
r
?0
,
1
……n
)
r?1n
为二项式系数(区别于该项的系数)
10、二项式系数
C
n
r
11、杨辉三角:
rn?r
(1)对称性:C
?Cr?0,1,2,……,n
nn
??
01nn
(2)系数和:C?C?…
?C?2
nnn
-可编辑-
精品教育
(3)最值:n为偶数时,n+1为奇数,中间一项的二项式系数最大且为第
n
??
2
?1项,二项式系数为C;n为奇数时,(n?1)为偶
数,中间两项的二项式
??
n
??
2
n?1n?1
22
系数最大即第项及第?1项,其二项式系数为C?C
nn
22
n?1n
?1
n
第二章 随机变量及其分布
1、随机变量:如果随机试验可能出现
的结果可以用一个变量X来表示,并且X是随着试验的结果的不
同而变化,那么这样的变量叫做随机变量
. 随机变量常用大写字母X、Y等或希腊字母 ξ、η等表示。
2、离散型随机变量:在上面的射击
、产品检验等例子中,对于随机变量X可能取的值,我们可以按一定
次序一一列出,这样的随机变量叫做
离散型随机变量.
3、离散型随机变量的分布列:一般的,设离散型随机变量X可能取的值为x
1
,x
2
,..... ,x
i
,......,x
n
X取每一个值 x
i
(i=1,2,..
....)的概率P(ξ=x
i
)=P
i
,则称表为离散型随机变量X
的概率分布,简称分布列
4、分布列性质① p
i
≥0, i =1,2, …
;② p
1
+ p
2
+…+p
n
= 1.
5、二项分布:如果随机变量X的分布列为:
其中0
6、超几何分布:一般地, 设总数为N件的两类物品,其中一类有M件,从所有物品中任取n(n≤N
)件,
这n件中所含这类物品件数X是一个离散型随机变量,
kn?k
C
M
C
N?M
则它取值为k时的概率为
P
(
X?k
)<
br>?
(
k?
0,1,2,
L
,
m
)
,
n
C
N
其中
m?min
?
M,n
?
,且
n≤N,M≤N,n,M,N?N
*
7、条件概率:对任意事件A和
事件B,在已知事件A发生的条件下事件B发生的概率,叫做条件概率.
记作P(B|A),读作A发生
的条件下B的概率
8、公式:
P(AB)
P(B|A)?,P(A)?0.
P(A)
9、相互独立事件:事件A(或B)是否发生对事件B(或A)发生的概率没有影响,这样的两个事件叫
做相互独
立事件。
P(A?B)?P(A)?P(B)
-可编辑-
精品教育
10、n次独立重复事件:在同等条件下进行的,各次之间相互独立的一种试验
n
(k)P
11、概率:
k
?C
n
p
k
(1?p)
n?k
12、二项分布:
设在n次独立重复试验中某个事件A发生的次数,A发
生次数ξ是一个随机变量.如果
在一次试验中某事件发生的概率是p,事件A不发生的概率为q=1-p
,那么在n次独立重复试验中
kkn?k
P(
?
?k)
?C
n
pq
(其中 k=0,1, ……,n,q=1-p )
于是可得随机变量ξ的概率分布如下:
这样的随机变量ξ服从二项分布,记作ξ~B(n,p) ,其中n,p为参数
13、数学期望:一般地,若离散型随机变量ξ的概率分布为
则称
Eξ=x1p1+x2p2+…+xnpn+…
为ξ的数学期望或平均数、均值,数学期望又简称为期望.是离散
型随机变量。
14、两点分布数学期望:E(X)=np
15、超几何分布数学期望:E(X)=
n?
M
.
N
<
br>16、方差:D(ξ)=(x
1
-Eξ)
2
·P
1
+
(x
2
-Eξ)
2
·P
2
+......+(x
n
-Eξ)
2
·P
n
叫随机变量ξ的均方差,简称方差。
17、集中分布的期望与方差一览:
两点分布
超几何分布
期望
方差
Dξ=pq,q=1-p
D(X)=np(1-p)* (N-n)(N-1)
Eξ=p
?
服从参数为N,M,n的超几何分布
二项分布,ξ ~ B(n,p)
M
E
?
?n?
(不要求)
N
Eξ=np
Dξ=qEξ=npq,(q=1-p)
-可编辑-
精品教育
几何分布,p(ξ=k)=g(k,p)
17.正态分布:
若概率密度曲线就是或近似地是函数
1
p
D
?
?
q
p
2
f(x)?
1
e
2
??
?
(x?
?
)
2
2
?
2
,x?(??,?
?)
(
?
?0)
是参数,分别表示总体的平均数与标准差.
的图像,其中解析式中的实数
?
、
?
则其分布叫正态分布
记作:N(
?
,
?
)
,f( x )的图象称为正态曲线。
18.基本性质:
①曲线在x轴的上方,与x轴不相交.
②曲线关于直线x=
?
对称,且在x=
?
时位于最高点.
③当时
x?
?
,曲线上升;当时
x?
?
,曲线下降.并且当
曲线向左、右两边无限延伸时,以x轴为渐近
线,向它无限靠近.
④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.
⑤当σ相同时,正态分布曲线的位置由期望值μ来决定.
⑥正态曲线下的总面积等于1.
19. 3
?
原则:
-可编辑-
精品教育
(
?
?
?
,
?
?
?
)
(
?
?2
?
,
?
?2
?
)
(
?
?3
?
,
?
?3
?
)<
br>
从上表看到,正态总体在
(
?
?2
?
,
?
?2
?
)
以外取值的概率 只有4.6%,在
(
?
?3
?
,
?
?3
?
)
以外取<
br>值的概率只有0.3% 由于这些概率很小,通常称这些情况发生为小概率事件.也就是说,通常认为这
些情况
在一次试验中几乎是不可能发生的.
第三章 统计案例
1、独立性检验
假设有两个分类变量X和Y,它们的值域分另为{x
1
,
x
2
}和{y
1
, y
2
},其样本频数列联表为:
x
1
x
2
总计
y
1
a
c
a+c
y
2
b
d
b+d
总计
a+b
c+d
a+b+c+d
若要推断的论述为H
1
:“X与Y有关系”,可以利用独立性检验来考察两个变量是
否有关系,并且能
较精确地给出这种判断的可靠程度。具体的做法是,由表中的数据算出随机变量K^2
的值(即K的平方)
K
2
= n (ad - bc)
2
[(a+b)(c+d)(a+c)(b+d)],其中n=a+b+c+d为样本容量,K
2
的值越大,说明“X与Y有关
系”成立的可能性越大。
K
2
≤3.841时,X与Y无关; K
2
>3.841时,X与Y有95%
可能性有关;K
2
>6.635时X与Y有99%可能
性有关
2、回归分析
?
?a?bx
回归直线方程
y
1
x
?
y
?
n
?
其中
b?
1
22
?
x?
n
(
?
x
)
?
xy?
SP
?
(x?x)(y?y)
,
?
a?y?bx
SS
?
(x?x)
2
x
-可编辑-