《高考数学常考知识点之概率与统计》
2024高考数学压轴题——概率与统计高考常见题型解题思路及知识点总结
2024高考数学压轴题——概率与统计高考常见题型解题思路及知识点总结2024高考数学压轴题——概率与统计的挑战与应对随着高考的临近，数学科目的复习也进入了关键阶段。
2024年的高考数学压轴题将会涉及到概率与统计的内容，这不仅考察学生的基本数学知识，更侧重于考察学生的逻辑思维能力、实际应用能力和问题解决能力。
本文将针对这一部分的常见题型、解题思路和知识点进行总结，希望能为广大考生提供一些帮助和指导。
一、常见题型的解题思路1、概率计算：在解决概率计算问题时，学生需要明确事件的独立性、互斥性和概率公式的应用。
尤其是古典概率和条件概率的计算，需要学生熟练掌握。
对于涉及多个事件的概率计算，学生需要理清事件的关联关系，采用加法、乘法或全概率公式进行计算。
2、随机变量及其分布：这部分要求学生掌握离散型和连续型随机变量的分布律及分布函数，理解并掌握几种常见的分布，如二项分布、泊松分布和正态分布等。
对于随机变量的数字特征，如期望、方差和协方差等，学生需要理解其含义并掌握计算方法。
3、统计推断：在统计推断问题中，学生需要掌握参数估计和假设检验的基本方法。
对于点估计，学生需要理解矩估计法和最大似然估计法的原理，并能够进行计算。
对于假设检验，学生需要理解显著性检验的原理，掌握单侧和双侧检验的方法。
4、相关与回归分析：相关与回归分析要求学生能够读懂散点图，理解线性相关性和线性回归的概念，掌握回归方程的拟合方法和拟合优度的评估方法。
二、概率与统计的相关知识点总结1、概率的基本概念：事件、样本空间、事件的概率、互斥事件、独立事件等。
2、随机变量及其分布：离散型随机变量和连续型随机变量，二项分布、泊松分布和正态分布等。
3、统计推断：参数估计、假设检验、点估计、置信区间、单侧和双侧检验等。
4、相关与回归分析：线性相关性和线性回归的概念，回归方程的拟合方法和拟合优度的评估方法。
三、示例分析下面我们通过一个具体的示例来演示如何分析和解决一道概率与统计的压轴题。
高考数学概率统计知识点总结(文理通用)
概率与统计知识点及专练（一）统计基础知识：1. 随机抽样：（1）．简单随机抽样：设一个总体的个数为N ，如果通过逐个抽取的方法从中抽取一个样本，且每次抽取时各个个体被抽到的概率相等，就称这样的抽样为简单随机抽样.常用抽签法和随机数表法.（2）．系统抽样：当总体中的个数较多时，可将总体分成均衡的几个部分，然后按照预先定出的规则，从每一部分抽取1个个体，得到所需要的样本，这种抽样叫做系统抽样（也称为机械抽样）.（3）．分层抽样：当已知总体由差异明显的几部分组成时，常将总体分成几部分，然后按照各部分所占的比进行抽样，这种抽样叫做分层抽样.2. 普通的众数、平均数、中位数及方差： （1）.众数：一组数据中，出现次数最多的数（2）.平均数：常规平均数：12nx x x x n ++⋅⋅⋅+=（3）.中位数：从大到小或者从小到大排列，最中间或最中间两个数的平均数（4）.方差：2222121[()()()]n s x x x x x x n =-+-+⋅⋅⋅+-（5）.标准差：s3 .频率直方分布图中的频率：（1）.频率 =小长方形面积：f S y d ==⨯距；频率=频数/总数； 频数=总数*频率（2）.频率之和等于1：121n f f f ++⋅⋅⋅+=；即面积之和为1： 121n S S S ++⋅⋅⋅+=4. 频率直方分布图下的众数、平均数、中位数及方差： （1）.众数：最高小矩形底边的中点（2）.平均数：112233n n x x f x f x f x f =+++⋅⋅⋅+ 112233n n x x S x S x S x S =+++⋅⋅⋅+（3）.中位数：从左到右或者从右到左累加，面积等于0.5时x 的值（4）.方差：22221122()()()nn s x x f x x f x x f =-+-+⋅⋅⋅+-5.线性回归直线方程：（1）.公式：ˆˆˆy bx a=+其中：1122211()()ˆ()n ni i i ii in ni ii ix x y y x y nxybx x x nx====---∑∑==--∑∑（展开）ˆˆa y bx=-（2）.线性回归直线方程必过样本中心(,) x y（3）.ˆ0:b>正相关；ˆ0:b<负相关（4）.线性回归直线方程：ˆˆˆy bx a=+的斜率ˆb中，两个公式中分子、分母对应也相等；中间可以推导得到6. 回归分析：（1）.残差：ˆˆi i ie y y=-（残差=真实值—预报值）分析：ˆie越小越好（2）.残差平方和：2 1ˆ() ni iiy y =-∑分析：①意义：越小越好；②计算：222211221ˆˆˆˆ()()()() ni i n niy y y y y y y y =-=-+-+⋅⋅⋅+-∑（3）.拟合度（相关指数）：2 2121ˆ()1()ni iiniiy y Ry y==-∑=--∑分析：①.(]20,1R∈的常数；②.越大拟合度越高（4）.相关系数：()()n ni i i ix x y y x y nx y r---⋅∑∑==分析：①.[1,1]r∈-的常数；②.0:r>正相关；0:r<负相关③.[0,0.25]r∈；相关性很弱；(0.25,0.75)r∈；相关性一般；[0.75,1]r∈；相关性很强7. 独立性检验：（1）.2×2列联表（卡方图）： （2）.独立性检验公式①．22()()()()()n ad bc k a b c d a c b d -=++++②．上界P 对照表：（3）.独立性检验步骤：①．计算观察值k ：2()()()()()n ad bc k a b c d a c b d -=++++ ②．查找临界值0k ：由犯错误概率P ，根据上表查找临界值0k③．下结论：0k k ≥即认为有P 的没把握、有1-P 以上的有把握认为两个量相关；0k k <：即认为没有1-P 以上的把握认为两个量是相关关系。
新高考数学复习：概率与统计
新高考数学复习：概率与统计随着新高考改革的深入，数学科目的考查范围与难度也在逐年增加。
作为高考复习的重要环节，概率与统计部分的知识点成为了考生们的焦点。
本文将探讨如何有效地进行新高考数学复习，特别是概率与统计部分的知识点。
一、明确考试要求在复习概率与统计之前，首先要了解新高考数学对于这一部分的考试要求。
通常，高考数学对于概率与统计的考查包括以下几个方面：随机事件及其概率、随机变量及其分布、数理统计的基本概念与方法等。
因此，在复习过程中，要着重这些方面的知识点。
二、扎实基础知识概率与统计部分的知识点较为抽象，需要考生具备扎实的数学基础。
在复习过程中，要注重对基础知识点的掌握，例如：集合、不等式、函数等。
只有掌握了这些基础知识，才能更好地理解概率与统计的相关概念与公式。
三、强化解题能力解题能力是高考数学考查的重要方面。
在复习概率与统计时，要注重强化解题能力。
具体而言，可以通过以下几个方面来提高解题能力：1、掌握解题方法对于概率与统计的题目，要掌握常用的解题方法，例如：直接法、排除法、枚举法等。
同时，要了解各类题型的解题步骤与方法，从而在解题时能够迅速找到突破口。
2、多做真题做真题是提高解题能力的有效途径。
通过多做真题，可以了解高考数学对于概率与统计的考查重点与难点，进而有针对性地进行复习。
同时，也可以通过对比历年真题，发现自身的知识盲点，及时查漏补缺。
3、反思与总结在解题过程中，要及时反思与总结。
对于做错的题目，要分析错误原因，并总结出正确的解题方法。
同时，也要总结出各类题型的解题技巧与注意事项，以便在今后的解题中能够更加得心应手。
四、拓展知识面高考数学对于考生知识面的考查也越来越广泛。
在复习概率与统计时，要注重拓展自身的知识面。
具体而言，可以通过以下几个方面来拓展知识面：1、阅读相关书籍可以阅读相关的数学书籍，例如：《概率论与数理统计》、《统计学》等。
通过阅读这些书籍，可以深入了解概率与统计的相关知识点，拓展自身的知识面。
高考复习概率与统计知识点归纳总结
概率与统计知识点总结（一）知识点思维导图（二）常用定理、公式及其变形1．用样本的数字特征估计总体的数字特征（1）样本本均值：nx x x x n +++= 21 （2）样本标准差：nx x x x x x s s n 222212)()()(-++-+-== （3）频率分布直方图估算样本众数、中位数、平均数①众数：最高小矩形中点值；②中位数：先确定中位数所在小组，设中位数为m ，由直线x=m 两侧小矩形面积之和等于0.5列方程求m ． ③平均数：各小矩形中点值与其面积的积的和．2．随机事件的概率及概率的意义（1）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；（2）概率定义：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n A 为事件A 出现的频数；称事件A 出现的比例f n (A)=n n A为事件A 出现的频率：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f n (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．3．概率的基本性质（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)4．古典概型及随机数的产生（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）公式P （A ）=总的基本事件个数包含的基本事件数A 5．几何概型及均匀随机数的产生（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）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 ． 6．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．7．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，简称分布列分布列性质：∪ p i ≥0， i =1，2， … ；∪ p 1 + p 2 +…+p n = 1．9．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 的概率公式：.0)(,)()()|(>=A P A P AB P A B P 10．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，)()()(B P A P B A P ⋅=⋅12．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＝x 1p 1＋x 2p 2＋…＋x n p n 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．13．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．14．正态分布：（1）定义：若概率密度曲线就是或近似地是函数 的图象，其中解析式中的实数0)μσσ>、（是参数，分别表示总体的平均数与标准差．则其分布叫正态分布(,)N μσ记作：，f( x )的图象称为正态曲线；（2）基本性质：∪曲线在x 轴的上方，与x 轴不相交；∪曲线关于直线x=对称，且在x=时位于最高点；∪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；∪正态曲线下的总面积等于1．15．3原则：从上表看到，正态总体在 以外取值的概率只有4．6%，在 以外取值的概率只有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．),(,21)(222)(+∞-∞∈=--x e x f x σμσπμμμσσσσ)2,2(σμσμ+-)3,3(σμσμ+-17．回归分析。
高考概率统计9个考点解析
例 11 (2002 年天津高考题) 甲、乙两种冬小麦试验品种连续 5 年的平均单位面积产量 如下（单位：t/hm2） ：
其中产量比较稳定的小麦品种是_____.
5
考点 8 样本抽样识别与计算 简单随机抽样,系统抽样,分层抽样得共同特点是不放回抽样,且各个体被抽取得概率相 等,均为(N 为总体个体数,n 为样本容量).系统抽样,分层抽样的实质分别是等距抽样与按比 例抽样,只需按照定义,适用范围和抽样步骤进行 ,就可得到符合条件的样本 .高考常结合应 用问题,考查构照抽样模型,识别图形,搜集数据,处理材料等研究性学习的能力. 例 12 （2005 年湖北湖北高考题） 某初级中学有学生 270 人， 其中一年级 108 人， 二、 三年级各 81 人，现要利用抽样方法抽取 10 人参加某项调查，考虑选用简单随机抽样、分 层抽样和系统抽样三种方案，使用简单随机抽样和分层抽样时，将学生按一、二、三年级 依次统一编号为 1，2，…，270；使用系统抽样时，将学生统一随机编号 1，2，…，270， 并将整个编号依次分为 10 段.如果抽得号码有下列四种情况： ①7，34，61，88，115，142，169，196，223，250； ②5，9，100，107，111，121，180，195，200，265； ③11，38，65，92，119，146，173，200，227，254； ④30，57，84，111，138，165，192，219，246，270； 关于上述样本的下列结论中，正确的是（ ） A．②、③都不能为系统抽样 B．②、④都不能为分层抽样 C．①、④都可能为系统抽样 D．①、③都可能为分层抽样
（2）若第 n 次由甲射击的概率为 a n ，求数列 a n 的通项公式；求 lim a n ，并说明极
概率与统计高考知识点
概率与统计高考知识点在高考数学中，概率与统计是一个重要的考点。
概率与统计不仅涉及到数学方面的知识，也与现实生活密切相关。
本文将通过几个具体的例子，深入探讨概率与统计相关的知识点，帮助考生更好地理解这一部分内容。
一、概率与事件概率与事件是概率与统计中的基础概念。
概率是描述事件发生可能性大小的数值，通常用P(A)表示。
事件是指随机试验中的一种结果，可以是一个单一结果或若干个结果的组合。
例如，投掷一枚骰子，出现点数小于等于3的事件记为A，则P(A)为1/2。
二、基本事件与对立事件基本事件是指随机试验中的最简单、最基础的事件，它不可再分解成其他事件。
对立事件是指两个事件发生的可能性互相排斥，即当一个事件发生时，另一个事件不发生。
例如，投掷一枚硬币，出现正面和出现反面就是对立事件。
三、概率的性质概率具有以下几个性质：1.非负性：对于任何事件A，有P(A)≥0；2.必然性：对于必然事件S（整个样本空间），有P(S)=1；3.可加性：对于任意两个互不相容的事件A和B，有P(A∪B)=P(A)+P(B)。
四、条件概率条件概率是指在已经发生一个事件的条件下，另一个事件发生的概率。
条件概率表示为P(A|B)，其中A是已知发生的事件，B是条件事件。
例如，某班级男生占总人数的1/4，女生占总人数的3/4，已知某学生是女生，求其也是该班级的概率。
我们可以使用条件概率计算得出P(女生|学生) = P(女生∩学生) / P(学生) = 3/4。
五、独立事件独立事件是指两个事件的发生与否互相不影响。
如果事件A和事件B是独立事件，则有P(A∩B) = P(A) × P(B)。
例如，抛掷一枚硬币和掷一枚骰子，两个事件是独立的。
六、随机变量与概率分布随机变量是表示随机试验结果的变量。
离散型随机变量只能取有限个或可列个数值，连续型随机变量可以取任意实数值。
概率分布是随机变量取各个值的概率。
例如，抛掷一枚骰子，骰子的点数就是一个随机变量，其概率分布为离散型。
概率与统计
概率与统计是一门重要的数学学科，在各个领域都有广泛的应用。
概率与统计不仅帮助我们理解随机事件的规律，还可以通过收集和分析数据来进行预测和决策。
首先，让我们来探讨一下概率的概念。
概率是描述事件发生可能性的度量，用一个介于0到1之间的数值表示。
0表示事件不可能发生，1表示事件一定会发生。
而在0到1之间的数值则表示事件发生的可能性大小。
概率可以通过实验、统计或推理等方法进行计算。
在生活中，我们经常会用到概率，例如天气预报中的降雨概率，投资市场中的回报概率等等。
然后是统计学，在概率的基础上，统计学通过收集、整理和分析数据来了解现象的规律。
统计学有两个主要的分支，描述统计和推断统计。
描述统计是对现有数据进行总结和分析，例如平均数、方差、标准差等。
推断统计则是通过已有数据对总体进行推断，例如对人口比例、产品质量等进行估计。
概率与统计常常相互结合，互为补充。
概率可以帮助我们预测未来事件的可能性，而统计则可以通过收集数据来加强概率推测的准确性。
例如，我们可以通过收集大量的数据，计算出某种疾病的患病率，进而预测未来某人患病的概率。
又或者，我们可以通过统计数据来评估某种药物的疗效，进而推测该药物适用于什么类型的病人。
除此之外，概率与统计还可以帮助我们做出决策。
在不确定的情况下，我们可以通过计算概率来评估不同决策的可能结果，并选择可能性最高的决策。
例如，在投资市场中，我们可以通过统计数据来评估不同投资项目的风险和收益，进而做出最明智的投资决策。
最后，概率与统计也具有广泛的应用领域。
在自然科学中，概率与统计可以帮助我们解释现象的规律，例如天气模型、物理实验等。
在社会科学中，概率与统计可以帮助我们研究人类行为和社会现象，例如经济统计、人口普查等。
在工程领域中，概率与统计可以帮助我们评估产品质量、优化生产过程等，进而提高生产效率。
综上所述，概率与统计是一门重要的数学学科，它不仅帮助我们理解随机事件的规律，还可以通过收集和分析数据来进行预测和决策。
高考数学专题《概率与统计》解读含答案解析
重难点04 概率与统计新高考概率与统计主要考查统计分析、变量的相关关系，独立性检验、用样本估计总体及其特征的思想，以排列组合为工具，考查对五个概率事件的判断识别及其概率的计算。
试题考查特点是以实际应用问题为载体，小题部分主要是考查排列组合与古典概型，解答题部分主要考查独立性检验、超几何分布、离散型分布以及正态分布对应的数学期望以及方差。
概率的应用立意高，情境新，赋予时代气息，贴近学生的实际生活。
取代了传统意义上的应用题，成为高考中的亮点。
解答题中概率与统计的交汇是近几年考查的热点趋势，应该引起关注。
求解概率问题首先确定是何值概型再用相应公式进行计算，特别对于解互斥事件（独立事件）的概率时，要注意两点：（1）仔细审题，明确题中的几个事件是否为互斥事件（独立事件），要结合题意分析清楚这些事件互斥（独立）的原因；（2）要注意所求的事件是包含这些互斥事件（独立事件）中的哪几个事件的和（积），如果不符合以上两点，就不能用互斥事件的和的概率.离散型随机变量的均值和方差是概率知识的进一步延伸，是当前高考的热点内容.解决均值和方差问题，都离不开随机变量的分布列，另外在求解分布列时还要注意分布列性质的应用.捆绑法:题目中规定相邻的几个元素捆绑成一个组，当作一个大元素参与排列。
相离问题插空排:元素相离（即不相邻）问题，可先把无位置要求的几个元素全排列，再把规定的相离的几个元素插入上述几个元素的空位和两端。
定序问题缩倍法:在排列问题中限制某几个元素必须保持一定的顺序，可用缩小倍数的方法。
标号排位问题分步法:把元素排到指定位置上，可先把某个元素按规定排入，第二步再排另一个元素，如此继续下去，依次即可完成。
有序分配问题逐分法:有序分配问题指把元素分成若干组，可用逐步下量分组法。
对于二项式定理的应用，只要会求对应的常数项以及对应的n项即可，但是应注意是二项式系数还是系数。
新高考统计主要考查统计分析、变量的相关关系，独立性检验、用样本估计总体及其特征的思想，以排列组合为工具，考查对五个概率事件的判断识别及其概率的计算。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
概率与统计考试内容：抽样方法.总体分布的估计． 总体期望值和方差的估计． 考试要求：（1）了解随机抽样了解分层抽样的意义，会用它们对简单实际问题进行抽样． （2）会用样本频率分布估计总体分布． （3）会用样本估计总体期望值和方差．§12. 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b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 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： ,,,,21i x x xξ取每一个值),2,1(1 =i x 的概率i i p x P ==)(ξ，则表称为随机变量ξ的概率分布，简称ξ的分布列. ξ1x2x… i x … P 1p 2p …i p …有性质① ,2,1,01=≥i p ； ②121=++++ i p p p .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[∈ξ即ξ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：kn k k n qp C k)P(ξ-==[其中p q n k -==1,,,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ξ～B（n·p ），其中n ，p 为参数，并记p)n b(k;qp C k n k k n ⋅=-. 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 =ξ”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k A ，事A 不发生记为q )P(A ,A k k =，那么)A A A A P(k)P(ξk 1k 21-== .根据相互独立事件的概率乘法分式：))P(A A P()A )P(A P(k)P(ξk 1k 21-== ),3,2,1(1 ==-k p q k 于是得到随机变量ξ的概率分布列. ξ 1 2 3… k… Pqqpp q 2…p q 1k -…我们称ξ服从几何分布，并记p q p)g(k,1k -=，其中 3,2,1.1=-=k p q5. 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 n n(1≤≤件，则其中的次品数ξ是一离散型随机变量，分布列为)M N k n M,0k (0C C C k)P(ξnNkn MN k M -≤-≤≤≤⋅⋅==--.〔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0C rm =，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 C C k)P(ξn ba kn bk a =⋅==+-.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η的分布列可如下求得：把b a +个产品编号，则抽取n 次共有n b a )(+个可能结果，等可能：k)(η=含kn k k n ba C -个结果，故n ,0,1,2,k ,)b a a (1)b a a (C b)(a ba C k)P (ηkn k k n nkn k k n =+-+=+==--，即η～)(ba a n B +⋅.[我们先为k 个次品选定位置，共k n C 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 ξ 1x 2x …i x …P 1p 2p … i p … 则称 ++++=n n p x p x p x E 2211ξ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b a +=ξη的数学期望：b aE b a E E +=+=ξξη)( ①当0=a 时，b b E =)(，即常数的数学期望就是这个常数本身.②当1=a 时，b E b E +=+ξξ)(，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0=b 时，ξξaE a E =)(，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：c c E =⨯=1ξ其分布列为：c P ==)1(ξ. ⑶两点分布：p p q E =⨯+⨯=10ξ，其分布列为：（p + q = 1）ξ 0 1 Pqp⑷二项分布：∑=⋅-⋅=-np q pk n k n k E k n k)!(!!ξ 其分布列为ξ～),(p n B .（P 为发生ξ的概率）⑸几何分布：pE 1=ξ 其分布列为ξ～),(p k q .（P 为发生ξ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()( ===k p x P k k ξ时，则称+-++-+-=n n p E x p E x p E x D 2222121)()()(ξξξξ为ξ的方差. 显然0≥ξD ，故σξξσξ.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.ξD 越小，稳定性越高，波动越小．．．．．．．．．．．．．.． 4.方差的性质.⑴随机变量b a +=ξη的方差ξξηD a b a D D 2)()(=+=.（a 、b 均为常数） ⑵单点分布：0=ξD 其分布列为p P ==)1(ξ ⑶两点分布：pq D =ξ 其分布列为：（p + q = 1） ⑷二项分布：npq D =ξ ⑸几何分布：2pq D =ξ5. 期望与方差的关系.⑴如果ξE 和ηE 都存在，则ηξηξE E E ±=±)(⑵设ξ和η是互相独立的两个随机变量，则ηξηξηξξηD D D E E E +=+⋅=)(,)(⑶期望与方差的转化：22)(ξξξE E D -= ⑷)()()(ξξξξE E E E E -=-（因为ξE 为一常数）0=-=ξξE E .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),[b a 内的概率等于它与x 轴.直线a x =与直线b x =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)(x f 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：222)(21)(σμσπ--=x ex f . （σμ,,R x ∈为常数，且0 σ），称ξ服从参数为σμ,的正态分布，用ξ～),(2σμN 表示.)(x f 的表达式可简记为),(2σμN ，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ξ～),(2σμN ，则ξ的期望与方差分别为：2,σξμξ==D E . 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μ=x 对称.③当μ=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.ξ 0 1 Pqp▲y xaby=f (x )④当x ＜μ时，曲线上升；当x ＞μ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μ一定时，曲线的形状由σ确定，σ越大，曲线越“矮胖”.表示总体的分布越分散；σ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)(21)(22+∞-∞=- x ex x πϕ，则称ξ服从标准正态分布. 即ξ～)1,0(N 有)()(x P x ≤=ξϕ，)(1)(x x --=ϕϕ求出，而P （a ＜ξ≤b ）的计算则是)()()(a b b a P ϕϕξ-=≤ .注意：当标准正态分布的)(x Φ的X 取0时，有5.0)(=Φx 当)(x Φ的X 取大于0的数时，有5.0)( x Φ.比如5.00793.0)5.0(=-Φσμ则σμ-5.0必然小于0，如图.⑵正态分布与标准正态分布间的关系：若ξ～),(2σμN 则ξ的分布函数通 常用)(x F 表示，且有)σμx (F(x)x)P(ξ-==≤ϕ.4.⑴“3σ”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),(2σμN .②确定一次试验中的取值a 是否落入范围)3,3(σμσμ+-.③做出判断：如果)3,3(σμσμ+-∈a ，接受统计假设. 如果)3,3(σμσμ+-∉a ，由于这是小概率事件，就拒绝统计假设.⑵“3σ”原则的应用：若随机变量ξ服从正态分布),(2σμN 则 ξ落在)3,3(σμσμ+-内的概率为99.7％ 亦即落在)3,3(σμσμ+-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）.▲xy a标准正态分布曲线S 阴=0.5S a =0.5+SS。