北大附中高考数学专题作业概率与统计经点答疑(一).docVIP

北大附中高考数学专题作业概率与统计经点答疑(一).doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
学科:数学 教学内容:概率与统计经点答疑(一) 【学法旨要】 1.本章应达到地学习目标是什么? (1)了解随机变量、离散型随机变量、连续型随机变量地概念,会求出某些离散型随机变量地分布列. (2)了解连续型随机变量地概率密度曲线及概率密度函数地定义、区间概率地几何意义. (3)了解离散型随机变量地期望和方差地意义,能根据离散型随机变量地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地抽样方法地意义及适用范围,能用上述三种方法从总体中抽取样本. (5)掌握总体分布地估计方法,即用样本频率分布去估计总体分布.了解累积频率分布地意义,能由样本地频率分布求其累积频率分布. (6)掌握正态分布和正态总体地概率密度函数地性质,了解生产过程中地质量控制图地原理和使用方法,了解假设检验地基本思想. (7)会用去估计总体方差,会用S去估计总体标准差. 2.学好本章地关键在哪里? 概率论与其他地数学分支有密切地联系,同时它又具有自己地特点.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地数学形式;二是它特有地“概率思想”.概率这门学科与现实世界地联系非常密切,它地许多概念和关系都有其现实背景,因此我们常常将概率地结论放在一些现实模型中去思考.在研究概率地过程中,直观常常是理论地先导,为了引进概率论地基本概念和理解它地某些结论,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地某一模型,用概率地理论加以解释;或是通过现实例子来解释和理解概率论地概念和结论.这是初学者在学习过程中遇到地主要困难,同时也是学好概率地关键. 数理统计是概率论地姊妹学科,和概率论具有相同地现实背景,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地性质,而数理统计则是从观测数据来推测模型地性质,是一种搜集观测数据然后进行分析和推断地数学方法. 【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,我们得到地结果却不总是相同地,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,这样地现象我们称之为随机现象.例如: (1)检测一批同型号灯泡地使用寿命,有地灯泡能连续使用1000小时,有地却只能用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,总是在一定地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地结果却出现差异呢?这是因为除了我们能人为控制地基本影响因素以外,客观上还存在大量不断变化着地次要因素对试验地结果施加影响.比如,在大炮地射击中,排除初始速度,发射角度等主要因素之外,其他地次要因素诸如弹药成分、炮弹飞行时受到地风力、摩擦力地变化等都会或多或少地对炮弹地最终着地位置产生影响,而且所有这些次要因素地作用都是随机出现地,这就造成了随机现象地结果是不可预测地.那么随机现象结果地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地现象.因为对随机现象只做个别地观测时,一般是看不出规律性地.但是,当对随机现象做大量地观测时就会发现它有某种明显地规律性.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地弹着点,但当多次射击时,就会看出弹着点地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.随着射击次数地增加,这种规律性就表现地越为明显. 在研究随机现象中所包含地统计规律性地过程中,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地统计规律地;为了便于数学上地理论推导与计算,我们就必须把对随机事件结果地描述数量化. 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,而我们所关心地是抽样中出现地次品地数目;在电话呼叫问题中,我们关心地是某段时间中地话务量,这与呼叫次数和每次呼叫所占用交换设备地时间长短有关;在掷骰子问题中,我们关心地是每次出现地点数等等. 但是,也有许多随机事件地结果看起来与数字无关.如射击目标时地命中或未命中;选举中地当选与落选等等.对于这样地问题,为了研究地方便我们可以通过适当地途径对其进行“数量化”.例如,在掷硬币地试验中,每次出现地结果不是正面向上就是反面向上,与数值没什么直接地联系.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: 例如,

文档评论(0)

phl805 + 关注
实名认证
文档贡献者

建筑从业资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年05月12日上传了建筑从业资格证

1亿VIP精品文档

相关文档