高中数学选修23知识点总结

高中数学选修2-3知识点总结第一章计数原理知识点：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M1种不同的方法，在第二类办法中有M2种不同的方法，……，在第N类办法中有MN种不同的方法，那么完成这件事情共有M1+M2+……+MN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M2不同的方法，……，做第N步有MN不同的方法.那么完成这件事共有N=M1M2...MN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m个元素的一个排列4、排列数：),,()!(!)1()1(NmnnmmnnmnnnAm5、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。6、组合数：)!(!!!)1()1(mnmnCmmnnnAACmnmmmnmn)!(!!!)1()1(mnmnCmmnnnAACmnmmmnmn;mnnmnCCmnmnmnCCC117、二项式定理：()abCaCabCabCabCbnnnnnnnnrnrrnnn011222……8、二项式通项公式二项展开式的通项公式：，……TCabrnrnrnrr101()第二章随机变量及其分布知识点：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x1,x2,.....,xi,......,xnX取每一个值xi(i=1,2,......）的概率P(ξ=xi）＝Pi，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①pi≥0,i=1，2，…；②p1+p2+…+pn=1．5、二点分布：如果随机变量X的分布列为：其中0p1，q=1-p，则称离散型随机变量X服从参数p的二点分布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，则它取值为k时的概率为()(0,1,2,,)knkMNMnNCCPXkkmC，其中min,mMn,且*,,,,nNMNnMNN≤≤1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2公式：.0)(,)()()|(APAPABPABP3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。)()()(BPAPBAP4n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11、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)(kPknkknqpC（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＝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。13、方差:D(ξ)=(x1-Eξ)2·P1+（x2-Eξ)2·P2+......+（xn-Eξ)2·Pn叫随机变量ξ的均方差，简称方差。14、集中分布的期望与方差一览：15、正态分布：若概率密度曲线就是或近似地是函数期望方差两点分布Eξ=pDξ=pq，q=1-p二项分布，ξ～B（n,p）Eξ=npDξ=qEξ=npq，（q=1-p）),(,21)(222)(xexfx的图像，其中解析式中的实数0)、（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记作：，f(x)的图象称为正态曲线。16、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1.17、3原则：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.第三章统计案例知识点：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{x1,x2}和{y1,y2}，其样本频数列联表为：y1y2总计x1aba+bx2cdc+d总计a+cb+da+b+c+d若要推断的论述为H1：“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）K2=n(ad-bc)2/[(a+b)(c+d)(a+c)(b+d)]，其中n=a+b+c+d为样本容量，K2的值越大，说明“X与Y有关系”成立的可能性越大。K2≤3.841时，X与Y无关；K23.841时，X与Y有95%可能性有关；K26.635时X与Y有99%可能性有关2、回归分析1、回归直线方程bxayˆ其中xSSSPxxyyxxxnxyxnxyb222)())(()(11,xbya2、r检验性质：（1）︱r︳≤1，︱r︳并且越接近于1，线性相关程度越强，︱r︳越接近于0，线性相关程度越弱；（2）︱r︳r0.05,表明有95%的把握认为x与Y之间具有线性相关关系；︱r︳≤r0.05，我们没有理由拒绝原来的假设，这是寻找回归直线方程毫无意义！