夜雨聆风学习资料网 资料列表 开通 VIP 用登录 / 注册 ⌄
DOCX

1_微专题九 概率统计开放问题_2026版《北京版.高考总复习.5·3B版》(全科)_2026版.北京版.高考总复习.数学.5·3B版_01.本书精品电子资源_专题十概率与统计_微专题九概率统计开放问题

查看资料信息、公开预览和下载状态。

共 4 页DOCX · 1.1MB
下载

文档在线预览

公开展示前 2 页
100%
1
《1_微专题九 概率统计开放问题_2026版《北京版.高考总复习.5·3B版》(全科)_2026版.北京版.高考总复习.数学.5·3B版_01.本书精品电子资源_专题十概率与统计_微专题九概率统计开放问题》第1页预览
2
《1_微专题九 概率统计开放问题_2026版《北京版.高考总复习.5·3B版》(全科)_2026版.北京版.高考总复习.数学.5·3B版_01.本书精品电子资源_专题十概率与统计_微专题九概率统计开放问题》第2页预览

本文档共 4 页 剩余 2 页未展示,请下载后查阅

下载

文档文本内容

北京曲一线图书策划有限公司                              
     
高考项目部
第 1 页  共 4 页
微专题九 概率统计开放问题
1.(2024 房山一模,18)《中华人民共和国体育法》规定,国家实行运动员技术等级制度,下
表是我国现行《田径运动员技术等级标准》(单位:m)(部分摘抄):
项目
国际级
运动健将
运动
健将
一级
运动员
二级
运动员
三级
运动员
男子跳远
8.00
7.80
7.30
6.50
5.60
女子跳远
6.65
6.35
5.85
5.20
4.50
在某市组织的考级比赛中,甲、乙、丙三名同学参加了跳远考级比赛,其中甲、乙为男生,
丙为女生,为预测考级能达到国家二级及二级以上运动员的人数,收集了甲、乙、丙以往
的比赛成绩,并整理得到如下数据(单位:m):
甲:6.60,6.67,6.55,6.44,6.48,6.42,6.40,6.35,6.75,6.25;
乙:6.38,6.56,6.45,6.36,6.82,7.38;
丙:5.16,5.65,5.18,5.86.
假设用频率估计概率,且甲、乙、丙的比赛成绩相互独立,
(1)估计甲在此次跳远考级比赛中成绩达到二级及二级以上运动员的概率;
(2)设X 是甲、乙、丙在此次跳远考级比赛中成绩达到二级及二级以上运动员的总人数,
估计X 的数学期望E(X);
(3)在跳远考级比赛中,每位参加者按规则试跳6 次,取6 次试跳中的最好成绩作为其最终
成绩.本次考级比赛中,甲已完成6 次试跳,丙已完成5 次试跳,成绩(单位:m)如下表:
第1 跳第2 跳第3 跳第4 跳第5 跳第6 跳
甲
6.50
6.48
6.47
6.51
6.46
6.49
丙
5.84
5.82
5.85
5.83
5.86
a
若丙第6 次试跳的成绩为a,用s1
2,s2
2分别表示甲、丙试跳6 次成绩的方差,当s1
2= s2
2时,写出
a 的值.(结论不要求证明)
解析 (1)甲以往的10 次比赛成绩中,有4 次达到国家二级及二级以上运动员标准,
估计甲在此次跳远考级比赛中成绩达到二级及二级以上运动员的概率为4
10 = 2
5.
(2)设事件A、B、C 分别为甲、乙、丙在此次跳远考级比赛中成绩达到二级及二级以上
运动员,
以往的比赛成绩中,用频率估计概率,有P(A)=2
5,P(B)=1
2,P(C)=1
2,
则X 可能的取值为0,1,2,3,
北京曲一线图书策划有限公司                              
     
高考项目部
第 2 页  共 4 页
P(X=0)=P(A BC)=3
5 × 1
2 × 1
2 = 3
20,
P(X=1)=P(ABC)+P(A BC)+P(A BC)=2
5 × 1
2 × 1
2 + 3
5 × 1
2 × 1
2 + 3
5 × 1
2 × 1
2 = 8
20,
P(X=2)=P(ABC)+P(ABC)+P(ABC)=2
5 × 1
2 × 1
2 + 3
5 × 1
2 × 1
2 + 2
5 × 1
2 × 1
2 = 7
20,
P(X=3)=P(ABC)=2
5 × 1
2 × 1
2 = 2
20,
所以E(X)=0× 3
20 +1× 8
20 +2× 7
20 +3× 2
20=1.4.
(3)a=5.81 或a=5.87.甲的6 次试跳成绩从小到大排列为:6.46,6.47,6.48,6.49,6.50,6.51,
设这6 次试跳成绩从小到大依次为xi(i=1,2,3,4,5,6),
丙的5 次试跳成绩从小到大排列为:5.82,5.83,5.84,5.85,5.86,
设丙的6 次试跳成绩从小到大依次为yi(i=1,2,3,4,5,6),
当a=5.81 时,满足yi=xi-0.65(i=1,2,3,4,5,6),s1
2= s2
2成立;
当a=5.87 时,满足yi=xi-0.64(i=1,2,3,4,5,6),s1
2= s2
2成立.
所以a=5.81 或a=5.87.
2.(2024 海淀二模,18)图像识别是人工智能领域的一个重要研究方向.某中学人工智能兴
趣小组研发了一套根据人脸照片识别性别的程序.在对该程序的一轮测试中,小组同学输
入了200 张不同的人脸照片作为测试样本,获得数据如下表(单位:张):
识别结果真实性
别
男
女
无法识别
男
90
20
10
女
10
60
10
假设用频率估计概率,且该程序对每张照片的识别都是独立的.
(1)从这200 张照片中随机抽取一张,已知这张照片的识别结果为女性,求识别正确的概率;
(2)在新一轮测试中,小组同学对3 张不同的男性人脸照片依次测试,每张照片至多测一次,
当首次出现识别正确或3 张照片全部测试完毕,则停止测试.设X 表示测试的次数,估计X
的分布列和数学期望E(X);
(3)为处理无法识别的照片,该小组同学提出上述程序修改的三个方案:
方案一:将无法识别的照片全部判定为女性;
方案二:将无法识别的照片全部判定为男性;
北京曲一线图书策划有限公司                              
     
高考项目部
第 3 页  共 4 页
方案三:将无法识别的照片随机判定为男性或女性(即判定为男性的概率为50%,判定为女
性的概率为50%).
现从若干张不同的人脸照片(其中男性、女性照片的数量之比为1∶1)中随机抽取一张,
分别用方案一、方案二、方案三进行识别,其识别正确的概率估计值分别记为p1,p2,p3.试
比较p1,p2,p3的大小.(结论不要求证明)
解析 (1)根据题中数据,共有20+60=80 张照片被识别为女性,其中确为女性的照片有60
张,所以该照片识别正确的概率为60
80 = 3
4 .
(2)设事件A:输入男性照片且识别正确.
根据题中数据,P(A)可估计为90
120 = 3
4 .
由题意知X 的所有可能取值为1,2,3.
P(X=1)=3
4 ,
P(X=2)=1
4 × 3
4 = 3
16,
P(X=3)=1
4 × 1
4 = 1
16.
所以X 的分布列为
X
1
2
3
P
3
4
3
16
1
16
所以E(X)=1×3
4 +2× 3
16 +3× 1
16 = 21
16.
(3)p2<p3<p1.
提示:女性照片无法识别的概率为10
80 = 1
8,男性照片无法识别的概率为10
120 = 1
12,所以若有
一张无法识别的照片,则其为女性照片的概率更大,即若判定为女性正确率更大.
3.(2025 西城一模,18)发展纯电动、插电式混合动力等新能源汽车是我国从汽车大国迈向
汽车强国的必由之路.为调查研究,某地统计了辖区内从2017 年至2024 年这8 年的新能
源汽车和纯电动汽车的销量,得到如下折线图(单位:百辆):
北京曲一线图书策划有限公司                              
     
高考项目部
第 4 页  共 4 页
在每一年中,记该年纯电动汽车销量占该年新能源汽车销量的比重为Q.
(1)从2017 年至2024 年这8 年中随机抽取1 年,求该年Q 值超过50%的概率;
(2)现从2019 年至2024 年这6 年中逐次随机抽取,每次抽取1 个年份,若该年的Q 值超过
50%,则停止抽取,否则继续从剩余的年份中抽取,直至抽到Q 值超过50%的年份.记抽取
的次数为X,求X 的分布列和数学期望;
(3)记2020 年至2024 年这5 年新能源汽车销量数据的方差为s1
2,且这5 年纯电动汽车销量
数据的方差为s2
2,写出s1
2与s2
2的大小关系.(结论不要求证明)
解析 (1)设从2017 年至2024 年这8 年中随机抽取1 年,且该年的Q 值超过50%为事件
A,
由题图知在2017 年至2024 年这8 年中,有且仅有2021 年至2024 年这4 年的Q 值超过
50%,所以P(A)=4
8 = 1
2.
(2)由题图知,在2019 年至2024 年这6 年中,Q 值超过50%的有4 年,
所以随机变量X 的所有可能取值为1,2,3.
则P(X=1)=4
6 = 2
3,P(X=2)=2×4
6×5 = 4
15,P(X=3)=2×1×4
6×5×4 = 1
15.
所以X 的分布列为
X
1
2
3
P
2
3
4
15
1
15
故X 的数学期望E(X)=1×2
3 +2× 4
15 +3× 1
15 = 7
5.
(3)s1
2>s2
2.
理由:由方差的平移不变性知82,121,298,312,428 的方差等于s1
2.
又因为数据85,121,298,312,366 比数据82,121,298,312,428 更为集中,
所以s1
2>s2
2.