概率论-第4章数学期望

高中数学概率统计知识万能公式文科

高中数学概率统计知识万 能公式文科 The pony was revised in January 2021

第六部分 概率与统计万能知识点及经典题型Ⅰ 【考题分析】 1、考试题型：选择填空1个，解答题：18（必考） 2、考题分值：17分； 3、解答题考点：①频率直方图的应用，②线性回归直线的应用，③独立性检验和概率 4、难度系数：左右，（120分必须全对，100以上者全对） 【知识总结】 一、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：①、常规平均数：12n x x x x n ++???+= ②、加权平均数： 112212n n n x x x x ωωωωωω++???+= ++???+ 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 =-+-+???+- 二、频率直方分布图下的频率

1、频率 =小长方形面积：f S y d ==?距；频率=频数/总数 2、频率之和：121n f f f ++???+=；同时 121n S S S ++???+=； 三、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，面积等于时x 的值。 4、方差：22221122()()()n n s x x f x x f x x f =-+-+???+- 四、线性回归直线方程：???y bx a =+ 其中：1 1 2 22 1 1 ()() ?() n n i i i i i i n n i i i i x x y y x y nxy b x x x nx ====---∑∑== --∑∑ , ??a y bx =- 1、线性回归直线方程必过样本中心(,)x y ； 2、?0:b >正相关；?0:b <负相关。 3、线性回归直线方程：???y bx a =+的斜率?b 中，两个公式中分子、分母对应也相等；中间可以推导得到。

[精品]新高三数学第二轮专题复习概率与统计优质课教案

高三数学第二轮专题复习：概率与统计 高考要求 概率是高考的重点内容之一，尤其是新增的随机变量这部分内容要充分注意一些重要概念的实际意义，理解概率处理问题的基本思想方法 重难点归纳 本章内容分为概率初步和随机变量两部分第一部分包括等可能事件的概率、互斥事件有一个发生的概率、相互独立事件同时发生的概率和独立重复实验第二部分包括随机变量、离散型随机变量的期望与方差 涉及的思维方法观察与试验、分析与综合、一般化与特殊化主要思维形式有逻辑思维、聚合思维、形象思维和创造性思维 典型题例示范讲解 例1有一容量为50的样本，数据的分组及各组的频率数如下 ［10，15］4 ［30，35)9 ［15，20)5 ［35，40)8 ［20，25)10 ［40，45)3 ［25，30)11 (1)列出样本的频率分布表(含累积频率)； (2)画出频率分布直方图和累积频率的分布图 命题意图本题主要考查频率分布表，频率分布直方图和累积频率的分布图的画法

知识依托频率、累积频率的概念以及频率分布表、直方图和累积频率分布图的画法 错解分析解答本题时，计算容易出现失误，且要注意频率分布与累积频率分布的区别 技巧与方法本题关键在于掌握三种表格的区别与联系 解 (1)由所给数据，计算得如下频率分布表 数据段频数频率累积频率 ［10,15) 4 0.08 0.08 ［15,20) 5 0.10 0.18 ［20,25)10 0.20 0.38 ［25,30)11 0.22 0.60 ［30,35)9 0.18 0.78 ［35,40)8 0.16 0.94 ［40,45) 3 0.06 1 总计50 1 (2)频率分布直方图与累积频率分布图如下

概率论与数理统计习题集及答案

《概率论与数理统计》作业集及答案 第1章 概率论的基本概念 §1 .1 随机试验及随机事件 1. (1) 一枚硬币连丢3次，观察正面H ﹑反面T 出现的情形. 样本空间是：S= ； (2) 一枚硬币连丢3次，观察出现正面的次数. 样本空间是：S= ； 2.(1) 丢一颗骰子. A ：出现奇数点，则A= ；B ：数点大于2，则B= . (2) 一枚硬币连丢2次， A ：第一次出现正面，则A= ； B ：两次出现同一面，则= ； C ：至少有一次出现正面，则C= . §1 .2 随机事件的运算 1. 设A 、B 、C 为三事件，用A 、B 、C 的运算关系表示下列各事件： (1)A 、B 、C 都不发生表示为： .(2)A 与B 都发生,而C 不发生表示为： . (3)A 与B 都不发生,而C 发生表示为： .(4)A 、B 、C 中最多二个发生表示为： . (5)A 、B 、C 中至少二个发生表示为： .(6)A 、B 、C 中不多于一个发生表示为： . 2. 设}42:{},31:{},50:{≤<=≤<=≤≤=x B x x A x x S ：则 （1）=?B A ，（2）=AB ，（3）=B A ， （4）B A ?= ，（5）B A = 。 §1 .3 概率的定义和性质 1. 已知6.0)(,5.0)(,8.0)(===?B P A P B A P ，则 (1) =)(AB P , (2)()(B A P )= , (3))(B A P ?= . 2. 已知,3.0)(,7.0)(==AB P A P 则)(B A P = . §1 .4 古典概型 1. 某班有30个同学,其中8个女同学, 随机地选10个,求:(1)正好有2个女同学的概率, (2)最多有2个女同学的概率,(3) 至少有2个女同学的概率. 2. 将3个不同的球随机地投入到4个盒子中,求有三个盒子各一球的概率. §1 .5 条件概率与乘法公式 1．丢甲、乙两颗均匀的骰子，已知点数之和为7, 则其中一颗为1的概率是 。 2. 已知,2/1)|(,3/1)|(,4/1)(===B A P A B P A P 则=?)(B A P 。 §1 .6 全概率公式 1. 有10个签，其中2个“中”，第一人随机地抽一个签，不放回，第二人再随机地抽一个 签，说明两人抽“中‘的概率相同。 2. 第一盒中有4个红球6个白球，第二盒中有5个红球5个白球，随机地取一盒，从中 随机地取一个球，求取到红球的概率。

高中数学《概率与统计》教学设计

高中数学《概率与统计》教学设计 课题:1.3抽样方法 教学目的:1理解什么是系统抽样 2.会用系统抽样从总体中抽取样 教学重点:系统抽样的概念及如何用系统抽样获取样本 教学难点:与简单随机抽样一样,系统抽样也属于等概率抽样,这是本节课的一个难点;当总体中的个体数不能被样本容量整除时,可先用简单随机抽样从总体中剔除几个个体,使剩下的个体数能被样本容量整除,然后再按系统抽样进行,这时在整个抽样过程中每个个体被抽取的概率仍然是相等的.这是本节课的又一难点授课类型:新授课 课时安排:1课时 教具:多媒体、实物投影仪 教学过程: 一、复习引入: 1.在统计学里,我们把所要考察对象的全体叫做总体,其中的每一个考察对象叫做个体,从总体中所抽取的一部分个体叫做总体的一个样本,样本中个体的数目叫做样本的容量.总体中所有个体的平均数叫做总体平均数,样本中所有个体的平均数叫做样本平均数. 2.简单随机抽样:设一个总体的个体数为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 3.⑴用简单随机抽样从含有N个个体的总体中抽取一个容量为n的样本时,每次抽取一个个体时任一个体被抽到的概率为 N 1;在整个抽样过程中各个个体被抽到的概率为N n;⑵简单随机抽样的特点是,逐个抽取,且各个个体被抽到的概率相等;⑶简单随机抽样方法,体现了抽样的客观性与公平性,是其他更复杂抽样方法的基础. 4.抽签法:先将总体中的所有个体(共有N个编号(号码可从1到N,并把号码写在形状、大小相同的号签上(号签可用小球、卡片、纸条等制作,然后将这些号签放在同一个箱子里,进行均匀搅拌,抽签时每次从中抽一个号签,连续抽取n次,就得到一个容量为n的样本适用范围:总体的个体数不多时

概率论中数学期望的概念

毕业论文（设计） 题目：概率论中数学期望的概念 姓名： 学号：0411******* 教学院：数学与计算机科学学院 专业班级：数学与应用数学专业2008级1班 指导教师： 完成时间：2012年04月10日 毕节学院教务处制

概率论中数学期望概念 摘要：数学期望是现代概率论中最重要的基本概念之一，无论在理论上还是在应用中都具有重要的地位和作用。但是，数学期望这一概念对许多学者来说却又是一个难点，特别是对概念的理解和对这一数学工具的使用上都很难掌握。本文从离散型随机变量的来源、定义、分布及其理解上详细阐述概率论中的数学期望的概念及其性质，并介绍说明这一数学工具在实际生活中的应用。目的是希望能给更多的学者提供一些参考及帮助。 关键词：离散型；随机变量；分布；函数；期望 Mathematical expection concept

in theory of probability Candidate:Xiong Xiao-ping Major:Mathematics and applied mathematics Student No:0411******* Advisor:Xue Chao-kui(Lecturer) Abstract:Mathematical expectation is the modern theory of probability in the most important one of the basic concept, whether in theory or in the applications has an important position and role. But, mathematical expectation is a difficult concept for many scholars, especially for the understanding of concepts and the mathematical tools to the use of all difficult to master. This article from source of discrete random variable, definition, distribution and understand the detail on the mathematics of the concept of probability theory and its properties expectations, and introduces the mathematical tools that in the actual life application. The main purpose is to give more scholars can provide some reference and help. Keywords:discrete; Random variable, Distribution; Functions; expect

对概率论与数理统计的认识

对概率论与数理统计的认识

————————————————————————————————作者: ————————————————————————————————日期: ?

对概率论与数理统计的认识 院系数学与信息工 程系 专业数学与应用数学 姓名刘建丽

对概率论与数理统计的认识 摘要 概率作为数学的一个重要部分,在生活中的应用越来越广，同样也在发挥着越来越广泛的用处。加强数学的应用性，让学生用数学知识和数学的思维方法去看待，分析,解决实际生活问题,在数学活动中获得生活经验。这是当前课程改革的大势所趋。加强应用概率的意识,不仅仅是学习的需要,更是工作生活必不可少的。人类认识到随机现象的存在是很早的,但书上讲的都是理论知识，我们不仅仅要学好理论知识，应用理论来实践才是重中之重。学好概率论，并应用概率知识解决现实问题已是我们必要的一种生活素养。 关键字:概率论实践解决问题 一,学科历史 三四百年前在欧洲许多国家,贵族之间盛行赌博之风。掷骰子是他们常用的一种赌博方式。因骰子的形状为小正方体,当它被掷到桌面上时，每个面向上的可能性是相等的,即出现1点至６点中任何一个点数的可能性是相等的。有的参赌者就想:如果同时掷两颗骰子,则点数之和为９与点数之和为１0，哪种情况出现的可能性较大。 17世纪中叶,法国有一位热衷于掷骰子游戏的贵族德·梅耳,发现了这样的事实：将一枚骰子连掷四次至少出现一个六点的机会比较多，而同时将两枚骰子掷２4次,至少出现一次双六的机会却很少。这是什么原因呢?后人称此为著名的德·梅耳问题。又有人提出了“分赌注问题”：两个人决定赌若干局,事先约定谁先赢得６局便算赢家。如果在一个人赢3局,另一人赢4局时因故终止赌博,应如何分赌本?诸如此类的需要计算可能性大小的赌博问题提出了不少,但他们自己无法给出答案。数学家们“参与”赌博。参赌者将他们遇到的上述问题请教当时法国数学家帕斯卡,帕斯卡接受了这些问题，他没有立即回答，而把它交给另一位法国数学家费尔马。他们频频通信,互相交流，围绕着赌博中的数学问题开始了深入细致的研究。这些问题后来被来到巴黎的荷兰科学家惠更斯获悉,回荷兰后，他独立地进行研究。帕斯卡和费尔马一边亲自做赌博实验,一边仔细分析计算赌博中出现的各种问题，终于完整地解决了“分赌注问题”，并将此题的解法向更一般的情况推广,从而建立了概率论的一个基本概念——数学期望，这是描述随机变量取值的平均水平的一个量。而惠更斯经过多年的潜心研究,解决了掷骰子中的一些数学问题。1657年,他将自己的研究成果写成了专著《论掷骰子游戏中的计算》。这本书迄今为止被认为是概率论中最早的论著。因此可以说早期概率论的真正创立者是帕斯卡、费尔马和惠更斯。这一时期被称为组合概率时期,计算各种古典概率。在他们之后，对概率论这一学科做出贡献的是瑞士数学家族——贝努利家族的几位成员。雅可布·贝努利在前人研究的基础上,继续分析赌博中的其他问题,给出了“赌徒输光问题”的详尽解法,并证明了被称为“大数定律”的一个定理,这是研究等可能性事件的古典概率论中的极其重要的结果。大数定律证明的发现过程是极其困难的，他做了大量的实验计算,首先猜想到这一事实,然后为了完善这一猜想的证明,雅可布花了20年的时光。雅可布将他的全部心血倾注到这一数学研究之中，从中他发展了不少新方法,取得了许多新成果，终于将此定理证实。１７１３年,雅可布的著作《猜度术》出版。遗憾的是在他的大作问世之时，雅可布已谢世

人教版高中数学《统计》全部教案

抽样方法（月日） 421 教学目标：了解简单随机抽样与分层抽样的概念，要求会用简单随机抽样和分层抽样这两种 常用的抽样方法从总体中抽取样本。 教学重点：会用简单随机抽样和分层抽样两种方法从总体中抽取样本 教学难点：会用简单随机抽样和分层抽样两种方法从总体中抽取样本 教学过程： 复习： 1.在统计里，我们把＿＿＿＿＿＿＿＿＿＿＿＿＿＿叫总体，其中的＿＿＿＿＿＿＿＿＿＿ ＿＿叫个体，从总体中＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿叫一个样本，样 本中＿＿＿＿＿＿＿＿＿叫做样本容量。 2.从5万多名考生中随机抽取500名学生的成绩，用他们的平均成绩去估计所有考生的平均 成绩，指出：＿＿＿＿＿＿＿是总体，＿＿＿＿＿＿＿＿＿＿＿是个体，＿＿＿＿＿＿＿＿ ＿＿＿＿＿＿＿＿＿＿是总体的一个样本，样本容量是＿＿＿＿＿＿。 3.我们在初中学习过一些统计知识，了解统计的基本思想方法是用样本估计总体，即通过不 是直接去研究总体，而是通过从总体中抽取一个样本，根据样本

的情况去估计总体的相应情 况，例如，我们通常用样本平均去估计总体平均数，这样，样本的抽取是否得当，对于研究 总体来说十分关键。 那么，怎样从总体中抽取样本呢？怎样使所抽取的样本能更充分地反映总体的情况呢？ 下面我们介绍两种常用的抽样方法：简单随机抽样和分层抽样。 二、新课讲授： 1.简单随机抽样： 假定一个小组有6个学生，要通过逐个抽取的方法从中取3个学生参加一项活动，第1 次抽取时每个被抽到的概率是＿＿＿，第2次抽取时，余下的每个被抽到的概率都是＿＿， 第3次抽取时，余下的每个被抽到的概率都是＿＿。 每次抽取时各个个体被抽到的概率是相等的，那么在整个抽样过程中每个个体被抽到的 概率是否确实相等？ 例如，从含有6个体的总体中抽取一个容量为2的样本，在整个抽样过程中，总体中的任意 一个个体，在第一次抽取时，它被抽到的概率是＿＿；若它第1次未被抽到而第2次被抽 a 到的概率是＿＿＿＿，由于个体第1次被抽到与第2次被抽到是＿＿＿（填互斥，独立） a 事件，根据＿＿＿事件的概率＿＿公式，在整个抽样过程中，个体被抽到的概率P＝＿＿ a ＿＿＿＿＿。又由于个体的任意性，说明在抽样过程中每个体被

高中数学概率统计教案

专题二 概率统计（文科） （一）统计 【背一背基础知识】 一．抽样方法 抽样方法包含简单随机抽样、系统抽样、分层抽样三种方法，三种抽样方法都是等概率抽样，体现了抽样的公平性，但又各有其特点和适用范围． 二．用样本估计总体 1.频率分布直方图：画一个只有横、纵轴正方向的直角坐标系，把横轴分成若干段，每一段对应一个组的组距，然后以此段为底作一矩形，它的高等于该组的 频率 组距 ，这样得出一系列的矩形，每个矩形的面积恰好是该组上的频率，这些矩形就构成了频率分布直方图.在频率分布直方图中，每个小矩形的面积等于相应数据的频率，各小矩形的面积之和等于 1； 2.茎叶图：茎叶图是一种将样本数据有条理地列出来，从中观察样本分布情况的图.在茎叶图中，“茎”表示数的高位部分，“叶”表示数的低位部分. 3.样本的数字特征： （1）众数：一组数据中，出现次数最多的数据就是这组数据的众数（一组数据中的众数可能只有一个，也可能有多个）.在频率分布直方图中，最高的矩形的中点的横坐标即为该组数据的众数； （2）中位数：将一组数据由小到大（或由大到小）的顺序排列，如果数据的个数是奇数，则处于中间位置的数就是这组数据的中位数；如果数据的个数是偶数，则中间两个数据的平均数就是这组数据的中位数.在频率分布直方图中，中位数a 对应的直线x a =的左右两边的矩形面积之和均为0.5，可以根据这个特点求频率分布直方图中的中位数； （3）平均数：设n 个数分别为1x 、2x 、L 、n x ，则()121 n x x x x n = +++L 叫做这n 个数的算数平均数.在频率分布直方图中，它等于频率分布直方图中每个小矩形的面积乘以小矩形底边中点的横坐标之和； （4）方差：设n 个数分别为1x 、2x 、L 、n x ，则 ()()() 2222 121n s x x x x x x n ? ?=-+-++-????L 叫做这n 个数的方差，方差衡量样本的稳定

浙大版概率论与数理统计答案---第六章

第六章 统计量与抽样分布 注意： 这是第一稿（存在一些错误） 1、解：易知的X 期望为μ，方差为2n σ ，则 ()0,1X N μσ-近似地 ， 所以，( ) (0.10.10.909X P X P μσ μσσ? ? - ? -<=<≈Φ= ? ? ??? 。 2、解 （1）由题意得： 2 2 2 2211111()()()()n n i i i i E X D X E X D X E X n n n σμ==??=+=+=+ ???∑∑ ()2211111111 ()()n n i i i i E X X E X X E X X n n n σμ==?=?==+∑∑ （2）1X X -服从正态分布，其中： 1()0E X X -=，22 1122111()( )()()n n n D X X D X D X n n n σ----=+= 从而 2 11~(0,)n X X N n σ-- 由于 ~(0,1)i X N μ σ -，1,2, i n =，且相互独立，因此： () ()2 22 1 ~n i i X n μχσ=-∑ ~(0,1)X N μ -，所以( ) ()2 22 ~1n X μ χσ- 由于 ()2 22 (1)~1n S n χσ--，所以 () () ()2 2 2 2 22 (1)/~1,1(1) n X n X n S F n n S μ μ σσ---=-- （3）由于 () 2 /2 2 1 ~(/2)n i i X n μχσ =-∑ ，以及 () 2 2 1/2 ~(/2)n i i n X n μχσ =+-∑ ，因此有：

高中数学概率统计知识万能公式文科

第六部分 概率与统计万能知识点及经典题型Ⅰ 【考题分析】 1、考试题型：选择填空1个，解答题：18（必考） 2、考题分值：17分； 3、解答题考点：①频率直方图的应用，②线性回归直线的应用，③独立性检验和概率 4、难度系数：0.7-0.8左右，（120分必须全对，100以上者全对） 【知识总结】 一、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：①、常规平均数：12n x x x x n ++???+= ②、加权平均数：112212n n n x x x x ωωωωωω++???+=++???+ 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 = -+-+???+- 二、频率直方分布图下的频率 1、频率 =小长方形面积：f S y d ==?距；频率=频数/总数 2、频率之和：121n f f f ++???+=；同时 121n S S S ++???+=； 三、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()()()n n s x x f x x f x x f =-+-+???+- 四、线性回归直线方程：???y bx a =+ 其中：1 1 2 2 2 1 1 ()() ?() n n i i i i i i n n i i i i x x y y x y nxy b x x x nx ====---∑∑== --∑∑ , ??a y bx =- 1、线性回归直线方程必过样本中心(,)x y ； 2、?0:b >正相关；?0:b <负相关。 3、线性回归直线方程：???y bx a =+的斜率?b 中，两个公式中分子、分母对应也相等；中间可以推导得到。 五、回归分析 1、残差：??i i i e y y =-（残差=真实值—预报值）。 分析：?i e 越小越好； 2、残差平方和：21 ?()n i i i y y =-∑， 分析：①意义：越小越好； ②计算：222211221 ????()()()()n i i n n i y y y y y y y y =-=-+-+???+-∑

概率论中几种具有可加性的分布与关系

. 目录 摘要 (1) 关键词 (1) Abstract (1) Key words (1) 引言 (1) 1 几种常见的具有可加性的分布 (1) 1.1 二项分布 (2) 1.2 泊松分布（Possion分布） (3) 1.3 正态分布 (4) 1.4 伽玛分布 (6) 1.5 柯西分布 (7) 1.6 卡方分布 (7) 2 具有可加性的概率分布间的关系 (8) 2.1 二项分布的泊松近似 (8) 2.2 二项分布的正态近似 (9) 2.3 正态分布与泊松分布间的关系 (10) 2.4 正态分布与柯西分布、卡方分布及卡方分布与伽玛分布的关系 (11) 3 小结 (12) 参考文献 (12) 致 (13)

概率论中几种具有可加性的分布及其关系 概率论中几种具有可加性的分布及其关系 摘要 概率论与数理统计中概率分布的可加性是一个十分重要的容.所谓分布的可加性指的是同一类分布的独立随机变量和的分布仍属于此类分布.结合其特点，这里给出了概率论中几种具有可加性的分布：二项分布，泊松分布，正态分布，柯西分布，卡方分布以及伽玛分布.文章讨论了各类分布的性质及其可加性的证明，这里给出了证明分布可加性的两种方法，即利用卷积公式和随机变量的特征函数.除此之外，文章就可加性分布之间的各种关系，如二项分布的泊松近似，棣莫佛-拉普拉斯中心极限定理等，进行了不同层次的讨论. 关键词 概率分布 可加性 相互独立 特征函数 Several Kinds of Probability Dstribution and its Relationship with Additive Abstract Probability and mathematical statistics in the probability distribution of additivity is a very important content.The distribution of the so-called additivity refers to the distribution of the same kind of independent random variables and distribution are still belong to this kind of https://www.wendangku.net/doc/0e11316244.html,bined with its characteristics, here given several has additivity distribution in probability theory: the binomial distribution, poisson distribution and normal distribution and cauchy distribution, chi-square distribution and gamma distribution.Article discusses the nature of all kinds of distribution and its proof of additivity, additive of proof distribution are also given two methods, namely using convolution formula and characteristic function of a random variable. In addition, this paper the relationships between the additive property distribution, such as the binomial distribution of poisson approximation, Di mo - Laplace's central limit theorem, and so on, has carried on the different levels of discussion. Key Words probability distribution additivity property mutual independence characteristic function 引言 概率论与数理统计是研究大量随机现象的统计规律性的学科，在概率论与数理统计中，有时候我们需要求一些随机变量的和的分布，在这些情形中，有一种求和类型比较特殊，即有限个相互独立且同分布的随机变量的和的分布类型不变，这一求和过程称为概率分布的“可加性”.概率分布中随机变量的可加性是一个相当重要的概念，本文给出了概率论中常见的六种具有可加性的分布，包括二项分布，泊松分布，正态分布，伽玛分布，柯西分布和卡方分布.文章最后讨论了几项分布之间的关系，如二项分布的泊松近似，正态近似等等. 1 几种常见的具有可加性的分布 在讨论概率分布的可加性之前，我们先来看一下卷积公式和随机变量的特征函数,首先来看卷积公式[1]： ①离散场合的卷积公式 设离散型随机变量ξζ,彼此独立，且它们的分布列分别是n k a k P k ,1,0,)(???===ζ和.,,1,0,)(n k b k P k ???===ξ则ξζ?+=的概率分布列可表示

高中数学教案——概率与统计

课题：1．7概率与统计 教学目的： 1能运用简单随机抽样、分层抽样的方法抽取样本； 2. 能通过对样本的频率分布估计总体分布； 3. 培养学生动手能力和解决实际问题能力通过例题，对本章部分内容进行一次复习．培养学生的探究能力以及分析与解决实际问题的能力 教学重点：统计在实际生活中的应用 教学难点：学生解决实际问题 授课类型：新授课 课时安排：1课时 教具：多媒体、实物投影仪 教学过程： 一、复习引入： 二、讲解范例： 例1某中学高中部共有16个班级，其中一年级6个班，二年级6个班，三年级4个班.每个班的人数均在46人左右（44人－49人），各班的男女学生数均基本各占一半.现要调查这所学校学生的周体育活动时间，它是指学生在一周中参加早锻炼、课间操、课外体育活动、体育比赛等时间的总和（体育课、上学和放学路上的活动时间不计在内）.为使所得数据更加可靠，应在所定抽样的“周”之后的两天内完成抽样工作.此外还有以下具体要求： （1）分别对男、女学生抽取一个容量相同的样本，样本容量可在40－50之间选择 （2）写出实习报告，其中含：全部样本数据；相应于男生样本的 - - 1 x与 1 s，相 应于女生的 - - 2 x与 2 s，相应于男、女全体的样本的 - - x；对上面计算结果作出分

析. 解：（1）由于各个年级的学生参加体育活动的时间存在差异，应采用分层抽样；又由于各班的学生数相差不多，且每班的男女学生人数也基本各占一半，为便于操作，分层抽样时可以班级为单位.关于抽取人数，如果从每班中抽取男、女学生各3人，样本容量各为48（3×16），符合对样本容量的要求. （2）实习报告如表一所示. 1 .在本班范围内，就每名学生所在家庭的月人均用水量进行调查.调查的具

高中数学复习课(一)统计案例教学案新人教A选修1-2

复习课(一) 统计案例 回归分析 (1)变量间的相关关系是高考解答题命题的一个，主要考查变量间相关关系的判断，求解回归方程并进行预报估计，题型多为解答题，有时也有小题出现． (2)掌握回归分析的步骤的是解答此类问题的关键，另外要掌握将两种非线性回归模型转化为线性回归分析求解问题． [考点精要] 1．一个重要方程 对于一组具有线性相关关系的数据(x 1，y 1)，(x 2，y 2)，…，(x n ，y n )，其线性回归直线方程为y ^＝b ^x ＋a ^． 其中b ^＝ ∑i ＝1 n x i －x y i －y ∑i ＝1 n x i －x 2 ，a ^＝y －b ^ x ． 2．重要参数 相关指数R 2 是用来刻画回归模型的回归效果的，其值越大，残差平方和越小，模型的拟合效果越好． 3．两种重要图形 (1)散点图： 散点图是进行线性回归分析的主要手段，其作用如下： 一是判断两个变量是否具有线性相关关系，如果样本点呈条状分布，则可以断定两个变量有较好的线性相关关系； 二是判断样本中是否存在异常． (2)残差图： 残差图可以用来判断模型的拟合效果，其作用如下： 一是判断模型的精度，残差点所分布的带状区域越窄，说明模型的拟合精度越高，回归方程的预报精度越高． 二是确认样本点在采集中是否有人为的错误． [典例] (全国卷Ⅲ)如图是我国2008年到2014年生活垃圾无害化处理量(单位：亿吨)的折线图．

(1)由折线图看出，可用线性回归模型拟合y 与t 的关系，请用相关系数加以说明； (2)建立y 关于t 的回归方程(系数精确到0．01)，预测2016年我国生活垃圾无害化处理量． 附注： 参考数据：∑i ＝1 7 y i ＝9．32，∑i ＝1 7 t i y i ＝40．17, ∑i ＝1 7 y i －y 2 ＝0．55，7≈2．646． 参考公式：相关系数r ＝ ∑i ＝1 n t i －t y i －y ∑i ＝1 n t i －t 2 ∑i ＝1 n y i －y 2 ， 回归方程y ^＝a ^＋b ^t 中斜率和截距的最小二乘估计公式分别为：b ^ ＝ ∑i ＝1 n t i －t y i －y ∑i ＝1 n t i －t 2 ，a ^＝y －b ^ t ． [解] (1)由折线图中数据和附注中参考数据得 t ＝4，∑i ＝1 7 (t i －t )2 ＝28, ∑i ＝1 7 y i －y 2 ＝0．55， ∑i ＝1 7 (t i －t )(y i －y )＝∑i ＝1 7 t i y i －t ∑i ＝1 7 y i ＝40．17－4×9．32＝2．89， r ≈ 2.89 2×2.646×0.55 ≈0．99． 因为y 与t 的相关系数近似为0．99，说明y 与t 的线性相关程度相当高，从而可以用线性回归模型拟合y 与t 的关系． (2)由y ＝9.32 7 ≈1．331及(1)得

高中数学必修三第三章概率全章教案

3.1随机事件及其概率 教学目标： 1．了解随机事件的统计规律性和随机事件概率的意义． 2．了解概率的统计定义以及频率与概率的区别． 教学重点： 了解随机试验的三个特征： 1．在不变的条件下是可能重复实现的； 2．各次试验的结果不一定相同，每次试验前不能预先知道是哪一个结果会发生； 3．所有可能的试验结果都是预先明确的． 教学难点： 随机事件的统计规律性和随机事件概率的意义． 教学方法： 启发式教学． 教学过程： 一、问题情境 观察下列现象发生与否，各有什么特点？ （1）在标准大气压下，把水加热到100℃，沸腾； （2）导体通电，发热； （3）同性电荷，互相吸引； （4）实心铁块丢入水中，铁块浮起； （5）买一张福利彩票，中奖； （6）掷一枚硬币，正面朝上． 二、学生活动 （1）必然发生（2）必然发生（3）不可能发生

（4）不可能发生 （5）可能发生 （6）可能发生 三、建构数学 3 ．对于某个现象，如果能让其条件实现一次，就是进行了一次试验 ． 而试验的每一种可能的结果，都是一个事件． 试判断这些事件发生的可能性： （1）无特殊情况，明天地球仍会转动 必然发生 （2）木柴燃烧，产生热量 必然发生 （3）煮熟的鸭子，跑了 不可能发生 （4）在标准大气压0oC 以下，雪融化 不可能发生 （5）掷一枚硬币，正面向上 可能发生也可能不发生 （6）两人各买1张彩票，均中奖 可能发生也可能不发生 定义1：在一定条件下必然要发生的事件叫必然事件． 定义2：在一定条件下不可能发生的事件叫不可能事件． 定义3：在一定条件下可能发生也可能不发生的事件叫随机事件． 以后我们用A ，B ，C 等大写字母表示随机事件，简称事件． 四、数学运用 （一）随机现象 例1 试判断下列事件是随机事件、必然事件、还是不可能事件． （1）我国东南沿海某地明年将3次受到热带气旋的侵袭； 不可能事件 随机事件 必然事件

概率统计与数学期望

龙源期刊网 https://www.wendangku.net/doc/0e11316244.html, 概率统计与数学期望 作者：汪元忠 来源：《课程教育研究·学法教法研究》2018年第36期 【摘要】随着人类社会的进步，科学技术的发展，经济全球化的日益进程，数学在生活 中的应用越来越广，生活中的数学无处不在.而数学中的一个非常重要的分支——概率统计， 在众多领域内扮演着越来越重要的角色，取得越来越广泛的应用。正如英国逻辑学家和经济学家杰文斯所说：概率论是“生活真正的领路人，如果没有对概率的某种估计，我们就寸步难行，无所作为”。 【关键词】概率统计数学期望 【中图分类号】G623.5 【文献标识码】A 【文章编号】2095-3089（2018）36-0117-01 数学期望在解数学题和实际生活中的一些应用，通过围绕数学期望在证明一些数学不等式、分析彩票中奖概率、医学普查及投资等实际问题中的应用，进一步揭示概率统计中数学期望与数学本身及实际生活的密切联系，为应用概率知识解决实际问题，数学模型的建立，学科知识的迁移奠定一定的理论基础。概率统计的分支学科—数学期望的应用尤为广泛，随着科学技术的发展与计算机的普及，它已广泛地应用于各行各业，成为研究自然科学，社会现象，处理工程和公共事业的有力工具，下面浅谈数学期望在实际生活中的一些应用： 数学期望在商品出售获利方面的应用：按节气出售的某种节令商品，每售出1斤可获利a 元，过了节气处理剩余的这种商品，每售出1斤净亏损b元。设商店在季度内这种商品的销量是一随机变量，在区间内服从均匀分布。为使商店所获利润的数学期望最大，问该商店应进多少货？ 分析如下：设t表示进货数，进货t所获利润记为Y，则Y是随机变量， 令=0，得驻点t=由此可知，该店应进公斤商品，才能使利润的数学期望最大。 数学期望在医学普查中的应用：某地区的群众患有肝炎的概率为0.004左右，假若要对该地区5000人经行肝炎感染的普查，问用分组检验方法是否比逐个检查减少了次数？ 分析如下：设将这5000人分成5000/K组，每组k人，每人所需检验的次数为随机变量，则的概率分布为： 每人平均所需检验次数的期望为：

概率论2016_经济应用数学三()

2066 - 经济应用数学三（概率论） 单项选择题 1．设A，B为随机事件，则（）。 A.A B.B C.AB D.φ 答案：A 2．设A，B为两随机事件，且B?A，则下列式子正确的是（）。 A.P(A∪B)=P(B) B.P(AB)=P(B) C.P(B|A)=P(B) D.P(B-A)=P(B)-P(A) 答案：B 3．从装有2只红球，2只白球的袋中任取两球，记： A=“取到2只白球”则=（）。 A.取到2只红球 B.取到1只红球 C.没有取到白球 D.至少取到1只红球 答案：D 4．设对于随机事件A、B、C,有P(A)=P(B)=P(C)=1/4,且P(AB)=P(BC)=0，则三个事件A、B、C, 至少发生一个的概率为（）。 A.3/8 B.5/8 C.3/4 D.5/4 答案：B 5．设事件A与B同时发生时，事件C一定发生，则（）。 A.P(A B)=P(C) B.P(A)+P(B)-P(C)≤1 C.P(A)+P(B)-P(C)≥1 D.P(A)+P(B)≤P(C) 答案：B 6．进行一系列独立的试验，每次试验成功的概率为p，则在成功2次之前已经失败3次的概率为（）。 A.p2(1-p)3 B.4p(1-p)3 C.5p2(1-p)3 D.4p2(1-p)3 答案：D 7．设A, B是任意两个概率不为零的互不相容事件, 则必有（）。 A.P(AB)=P(A)P(B) B.P(A-B)=P(A) C.与互不相容 D.与相容 答案：B 8．设某人向一个目标射击, 每次击中目标的概率为0.8 , 现独立射击3次, 则3次中恰好有2次击中目标的概率是（）。 A.0.384 B.0.64 C.0.32 D.0.128 答案：A 9．对掷一枚硬币的试验, “出现正面”称为（）。 A.样本空间 B.必然事件 C.不可能事件 D.随机事件 答案：D 10．事件A，B相互独立，且P(A)=0.7，P(B)=0.6，P(A-B)=（）。 A.0.28 B.0.42 C.0.88 D.0.18 答案：A 11．事件A，B相互独立，且P(A)=0.7，P(B)=0.2，P(A-B)=（）。 A.0.46 B.0.42 C.0.56 D.0.14 答案：C 12．设A,B为两个随机事件，且P(B)>0,P(A│B)=1则有（）。 A.P(A∪B)>P(A) B.P(A∪B)>P(B) C.P(A∪B)=P(A) D.P(A∪B)=P(B) 答案：C 13．下列函数为正态分布密度的是（）。

概率论4.1数学期望

《概率论》课后练习（十二） 第四章§4-1数学期望 班级 姓名 座号 成绩 一．填空题（每空1分,共计4分） 1. 若1X 与2X 都服从参数为1的泊松分布，则)(21X X E += 。 2. 若随机变量X 的数学期望)(X E 存在，则)](2[X E X E -= 。 3. 设随机变量X 的概率密度为???≤≤+=other x b ax x f 0 10)(，且31)(=X E ，则a = b = 。 二．单项选择题（每小题2分，共计8分） 1. 设随机变量X 的分布函数为?? ???>≤≤<=111010)(4x x x x x F ，则=)(X E （ ） )(A 140x dx ? )(B 15014 x dx ? )(C 1404x d x ? )(D 1401x dx xdx +∞+?? 2.已知随机变量X 与Y 的期望都存在，则下列四个等式中一定成立的有（ ）。 )()()()1(Y E X E Y X E +=+； )()()()2(Y E X E Y X E -=-； )()()()3(Y E X E XY E = （4）若随机变量X 与Y 满足)()()(Y E X E XY E =，则X 与Y 相互独立。 )(A )2(),1( )(B )3(),2(),1( )(C )4(),2(),1( )(D 全正确 3. 若随机变量)1,0(~22N X Y +=，则=)(X E （ ）。 )(A 0 )(B 1 )(C 1- )(D 5.0 4.设随机变量2(1,2)X N -,(2)Y E ，且,X Y 相互独立，则(2)E XY =（ ） （A ）1- （B ）2- （C ）4- （D ）1

高中数学新课概率教案

第十一章概率教材分析 作为高中数学必修内容的最后一个部份，本章在整个高中数学中占有重要地位概率，在概率论与数理统计已获得今日社会的广泛应用、概率已成为日常生活的普通常识的今天，对它进行初步学习更是显得十分重要：可以获得概率的一些基本知识，了解其中的一些基本观念和思考方法，运用它解决一些简单的实际问题，并为到高中三年级以及进一步学习概率统计知识打好必要的基础 本章教学约需13课时，具体分配如下： 11．1随机事件的概率约5课时 L1．2互斥事件有一个发生的概率约2课时 l0．3相互独立事件同时发生的概率约4课时 小结与复习约2课时 一、内容分析 在本章，先在实例的基础上提出随机事件的概率的概念后，着重研究了所谓古典概型——随机试验下的结果数有限且发生的可能性相等的概率模型，使学生会进行一些最简单的概率计算并由此加深对概率概念的理解，为了扩大所能计算的概率的范围，又研究了事件的加、乘运算，提出了互斥事件的概率加法公式和相互独立事件的概率乘法公式最后通过计算n次独立重复试验中事件恰好发生k次的概率，使前面所学知识在这里得到综合运用，形成本章的一个较为理想的收尾 本章还为部分学有余力的学生安排了—篇阅读材料《抽签有先有后，对各人公平吗？》是一个在现实生活中常常遇到的问题 “先抽有利”的心理，这篇阅读材料运用概率计算的方法，说明了先后抽签的公平性 二、教学要求 1．了解随机事件的发生存在着规律性和随机事件的概率的意义，了解等可能性事件的概率的意义，会用排列、组合的公式计算一些等可能性事件的概率2．了解互斥事件与相互独立事件的意义，会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率，会计算事件在n次独立重复试验中恰好发生k次的概率 三、考点诠释 （1）随机事件的概率、等可能事件的概率计算 首先、对于每一个随机实验来说，可能出现的实验结果是有限的；其次、所有不同的实验结果的出现是等可能的 件的个数只有在每一种可能出现的概率都相同的前提下，计算出的基本事件的个数才是正确的，才能用等可能事件的概率计算公式P（A）=m/n来进行计算 (2)互斥事件有一个发生的概率 求解这类问题的数学思想方法是：在给定的命题背景下，先判断事件之间