北大附中高考数学专题复习概率和统计经点答疑(一).docVIP

学科：数学 教学内容：概率与统计经点答疑（一） 【学法旨要】 1．本章应达到的学习目标是什么? (1)了解随机变量、离散型随机变量、连续型随机变量的概念，会求出某些离散型随机变量的分布列． (2)了解连续型随机变量的概率密度曲线及概率密度函数的定义、区间概率的几何意义． (3)了解离散型随机变量的期望和方差的意义，能根据离散型随机变量的分布列求出其期望和方差． (4)理解简单随机抽样、系统抽样和分层抽样等常用的抽样方法的意义及适用范围，能用上述三种方法从总体中抽取样本． (5)掌握总体分布的估计方法，即用样本频率分布去估计总体分布．了解累积频率分布的意义，能由样本的频率分布求其累积频率分布． (6)掌握正态分布和正态总体的概率密度函数的性质，了解生产过程中的质量控制图的原理和使用方法，了解假设检验的基本思想． (7)会用去估计总体方差，会用S去估计总体标准差． 2．学好本章的关键在哪里? 概率论与其他的数学分支有密切的联系，同时它又具有自己的特点．这主要表现为以下两个方面：一是它与其他数学分支一样具有严格的数学形式；二是它特有的“概率思想”．概率这门学科与现实世界的联系非常密切，它的许多概念和关系都有其现实背景，因此我们常常将概率的结论放在一些现实模型中去思考．在研究概率的过程中，直观常常是理论的先导，为了引进概率论的基本概念和理解它的某些结论，我们必须反复地往返于现实背景和数学理论之间：把某一实际问题归结为概率论的某一模型，用概率的理论加以解释；或是通过现实例子来解释和理解概率论的概念和结论．这是初学者在学习过程中遇到的主要困难，同时也是学好概率的关键． 数理统计是概率论的姊妹学科，和概率论具有相同的现实背景，并且数理统计以概率论为基础．一般来说，概率论是从数学模型出发来推导现实模型的性质，而数理统计则是从观测数据来推测模型的性质，是一种搜集观测数据然后进行分析和推断的数学方法． 【经点答疑】 1．为什么要引入随机变量这个概念呢? 为了说明这个问题，我们要先从随机现象谈起．在现实生产、生活中，我们经常会遇到这样一类现象：在相同条件下多次进行同一试验，或对同一现象进行多次观测，我们得到的结果却不总是相同的，往往存在一些差异；而且在每次试验或观测之前，不能确切预料会发生哪一种结果，这样的现象我们称之为随机现象．例如： (1)检测一批同型号灯泡的使用寿命，有的灯泡能连续使用1000小时，有的却只能用600小时． (2)用同一门炮在相同条件下连续对目标射击，结果弹着点并不完全相同，总是在一定的范围内或是偏左一点，或是偏右一点，要么偏上一点，要么偏下一点． 对于上面两项试验，为什么在相同条件下试验或观测的结果却出现差异呢?这是因为除了我们能人为控制的基本影响因素以外，客观上还存在大量不断变化着的次要因素对试验的结果施加影响．比如，在大炮的射击中，排除初始速度，发射角度等主要因素之外，其他的次要因素诸如弹药成分、炮弹飞行时受到的风力、摩擦力的变化等都会或多或少地对炮弹的最终着地位置产生影响，而且所有这些次要因素的作用都是随机出现的，这就造成了随机现象的结果是不可预测的．那么随机现象结果的发生是不是毫无规律可寻呢? 从表面上看，随机现象似乎是一种没有规律性的现象．因为对随机现象只做个别地观测时，一般是看不出规律性的．但是，当对随机现象做大量的观测时就会发现它有某种明显的规律性．比如，用大炮对同一目标射击时，射击次数不多时只有几个零星的弹着点，但当多次射击时，就会看出弹着点的分布呈现出某种规律性——即弹着点差不多关于目标中心对称，而且越靠近中心，弹着点就越密集等等．随着射击次数的增加，这种规律性就表现的越为明显． 在研究随机现象中所包含的统计规律性的过程中，逐步建立了概率与统计这门数学学科．概率与统计是从数量关系上来研究随机现象的统计规律的；为了便于数学上的理论推导与计算，我们就必须把对随机事件结果的描述数量化． 在随机现象中，有很大一部分问题都直接与数值发生关系．例如，在产品检验中总是随机抽取一批产品进行检验，而我们所关心的是抽样中出现的次品的数目；在电话呼叫问题中，我们关心的是某段时间中的话务量，这与呼叫次数和每次呼叫所占用交换设备的时间长短有关；在掷骰子问题中，我们关心的是每次出现的点数等等． 但是，也有许多随机事件的结果看起来与数字无关．如射击目标时的命中或未命中；选举中的当选与落选等等．对于这样的问题，为了研究的方便我们可以通过适当的途径对其进行“数量化”．例如，在掷硬币的试验中，每次出现的结果不是正面向上就是反面向上，与数值没什么直接的联系．但如果我们用如下对应关系，便可将试验结果“数量化”：规定正面朝上时对应数字“1”，反面向上时对应数字“0”．一般地，对于某一随机事件A，一定可以通过如下所示函数与数值建立对应关系