文档文本内容
04 高考概统大题真题精练
一、必备知识:
1.古典概率的计算公式:
m A中所含的基本事件数
如果某个事件A包含的结果有m个,那么事件A的概率为P(A)= = .
n 基本事件总数
2.相互独立事件的概率乘法公式:
将事件A和事件B同时发生的事件即为A•B,若两个相互独立事件A、B同时发生,则事件A•B发生的概
率P(A•B)=P(A)•P(B).
3.条件概率的求法:
P(AB)
①利用条件概率公式,分别求出P(A)和P(AB),得P(B|A)= ,其中P(A)>0;
P(A)
②借助古典概型概率公式,先求出事件A包含的基本事件数n(A),再在事件A发生的条件下求出事件
n(A∩B)
B包含的基本事件数,即n(A∩B),得P(B|A)= .
n(A)
4.全概率公式:
一般地,设 是一组两两互斥的事件 ,且 ,则
对任意的事件 , 有 ,
此公式为全概率公式.
5.离散型随机变量的分布列及性质
(1)一般地,若离散型随机变量X可能取的不同值为x,x,…,x,…,x,X取每一个值x(i=1,2,…,
1 2 i n i
n)的概率P(X=x)=p,则表
i i
X x x … x … x
1 2 i n
P p p … p … p
1 2 i n
称为离散型随机变量X的概率分布列.
(2)离散型随机变量的分布列的性质:①p≥0(i=1,2,…,n);②p+p+…+p=1.
i 1 2 n
(3)E(X)=xp+xp+…+xp+…+xp 为随机变量X的均值或数学期望,它反映了离散型随机变量取值
1 1 2 2 i i n n
的平均水平.若Y=aX+b,其中a,b为常数,则Y也是随机变量,则E(aX+b)=aE(X)+b.
为这些偏离程度的加权平均,刻画了随机变量X与其均值E(X)的平均偏离程度,称
(4) D(X)=∑ (x-E(X))2p为随机变量X的方差,其算术平方根为随机变量X的标准差.
i i
6. 独立重复试验一般地,在相同条件下重复地做n次试验,各次试验的结果相互独立,称为n次独立重复试验.
在n次独立重复试验中,设事件A发生的次数为X,在每次试验中事件A发生的概率为p,那么在n次独
立重复试验中,事件A恰好发生k次的概率为P(k)= pk(1-p)n-k,(k=0,1,2,…,n).
n
7.二项分布
定义:若将事件A发生的次数设为X,发生的概率为P,不发生的概率q=1-p,那么在n次独立重复试
验中,事件A恰好发生k次的概率是P(X=k)= pkqn-k(k=0,1,2,…,n),于是得到X的分布列:
X 0 1 … k … n
P … …
p0qn p1qn-1 pkqn-k pnq0
由于表中第二行恰好是二项式展开式
(q+p)n= p0qn+ p1qn-1+…+ pkqn-k+…+ pnq0各对应项的值,称这样的离散型随机变量X服
从参数为n,p的二项分布,记作 .
二项分布的期望、方差:若 ,则 .
8.两点分布
X 0 1
P 1-p p
这样的分布列叫做两点分布列.
如果随机变量X的分布列为两点分布列,就称X服从两点分布,而称p=P(X=1)为成功概率.
两点分布的期望与方差: .
9.超几何分布列
一般地,在含有M件次品的N件产品中,任取n件,其中恰有X件次品,则事件{X=k}发生的概率为
,k=0,1,2,…,m,其中m=min{M,n},且n≤N,M≤N,n,M,N∈N*,称分
布列为超几何分布列.如果随机变量X的分布列为超几何分布列,则称随机变量X服从超几何分布.
X 0 1 … k … m
…
P …
超几何分布的均值:若X服从参数为N,M,n的超几何分布,则 .
10.正态分布
x2
1
e 22
2
正态曲线: 我们称f(x)= ,x∈R,其中μ∈R,σ>0为参数,为正态密度函数,称它的
图
象为正态密度曲线.正态曲线的特点
(1)曲线位于x轴上方,与x轴不相交;
(2)曲线是单峰的,它关于直线x=μ对称;
(3)曲线在x=μ处达到峰值;
(4)曲线与x轴之间的面积为1;
(5)当σ一定时,曲线的位置由μ确定,曲线随着μ的变化而沿x轴平移;
(6)当μ一定时,曲线的形状由σ确定,σ越小,曲线越“瘦高”,表示总体的分布越集中;σ越大,曲线
越“矮胖”,表示总体的分布越分散.
正态分布的三个常用数据:
(1)P(μ-σ<X≤μ+σ)=0.6826;(2)P(μ-2σ<X≤μ+2σ)=0.9544;(3)P(μ-3σ<X≤μ+3σ)=0.9974.
正态分布的均值与方差:若X~N(μ,σ2),则E(X)=μ,D(X)=σ2.
11.数字样本特征
1
(1)平均数:一组数据的算术平均数,即x= (x +x +⋯+x ).
n 1 2 n
(2)方差: ,反映样本的波动程度,稳定程度和离散程度;
s2 s2
越大,样本波动越大,越不稳定; 越小,样本波动越小,越稳定.
σ= √s2
(3)标准差: ,标准差等于方差的算术平方根,数学意义和方差一样.
方差和标准差都是反映这组数据波动的大小,方差越大,数据的波动越大.
(4)极差:等于样本的最大值 最小值.
−
(5)众数:在一组数据中,出现次数最多的数据叫做这组数据的众数.
(6)中位数:将一组数据按大小依次排列,把处在最中间位置的一个数据(或最中间两个数据的平均
数)叫做这组数据的中位数.
(7)百分位数:一般地,一组数据的第p百分位数是这样一个值,它使得这组数据中至少有p%的数据小
于或等于这个值,且至少有(100-p)%的数据大于或等于这个值.
12.频率分布直方图
(1)频率分布直方图:在直角坐标系中,横轴表示样本数据,纵轴表示频率与组距的比值,将频率分布
表中的各组频率的大小用相应矩形面积的大小来表示,由此画成的统计图叫做频率分布直方图.(2)频率分布直方图的特征
①各长方形面积等于相应各组的频率的数值,所有小矩形面积和为1.
②从频率分布直方图可以清楚地看出数据分布的总体趋势.
③从频率分布直方图得不出原始的数据内容,把数据表示成直方图后,原有的具体数据信息被抹掉.
3.频率分布直方图中的常见结论
(1)众数的估计值为最高矩形的中点对应的横坐标.
(2)平均数的估计值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.
(3)中位数的估计值的左边和右边的小矩形的面积和是相等的.
13相关系数
若相应于变量 的取值 ,变量 的观测值为 ,则变量 与 的相关系数
,通常用 来衡量 与 之间的线性关系的强弱,
的范围为 .
(1)当 时,表示两个变量正相关;当 时,表示两个变量负相关.
(2) 越接近 ,表示两个变量的线性相关性越强; 越接近 ,表示两个变量间几乎不存在线性相关
关系.当 时,所有数据点都在一条直线上.
(3)通常当 时,认为两个变量具有很强的线性相关关系.
14.线性回归
线性回归是研究不具备确定的函数关系的两个变量之间的关系(相关关系)的方法.
对于一组具有线性相关关系的数据(x,y),(x,y),…,(x,y),其回归方程 的求法
1 1 2 2 n n
为其中, , ,( , )称为样本点的中心.
(¯x,¯y)
回归直线必过样本中心点 ,即样本中心坐标必满足回归直线方程.
15.列联表.
一般地,假设有两个分类变量X和Y,它们的取值分别为{x,x}和{y,y},其样本频数列联表(称为
1 2 1 2
2×2列联表)为
总计
总计
从 列表中,依据 与 的值可直观得出结论:两个变量是否有关系.
16.独立性检验
(1)定义:利用独立性假设、随机变量 来确定是否有一定把握认为“两个分类变量有关系”的方法
称为两个分类变量的独立性检验.
(2)公式: ,其中 为样本容量.
二、题组
1.(2023·全国I卷)甲、乙两人投篮,每次由其中一人投篮,规则如下:若命中则此人继续投篮,若末
命中则换为对方投篮.无论之前投篮情况如何,甲每次投篮的命中率均为0.6,乙每次投篮的命中率均为
0.8.由抽签确定第1次投篮的人选,第1次投篮的人是甲、乙的概率各为0.5.
(1)求第2次投篮的人是乙的概率;(2)求第 次投篮的人是甲的概率;
(3)已知:若随机变量 服从两点分布,且 ,则 .
记前 次(即从第1次到第 次投篮)中甲投篮的次数为 ,求 .【分析】(1)根据全概率公式即可求出;(2)设 ,由题意可得 ,根据数列知
识,构造等比数列即可解出;(3)先求出两点分布的期望,再根据题中的结论以及等比数列的求和公式
即可求出.
2.(2023·全国II卷)某研究小组经过研究发现某种疾病的患病者与未患病者的某项医学指标有明显差异,
经过大量调查,得到如下的患病者和未患病者该指标的频率分布直方图:
利用该指标制定一个检测标准,需要确定临界值c,将该指标大于c的人判定为阳性,小于或等于c的人
判定为阴性.此检测标准的漏诊率是将患病者判定为阴性的概率,记为 ;误诊率是将未患病者判定
为阳性的概率,记为 .假设数据在组内均匀分布,以事件发生的频率作为相应事件发生的概率.
(1)当漏诊率 %时,求临界值c和误诊率 ;
(2)设函数 ,当 时,求 的解析式,并求 在区间 的最小值.
【分析】(1)根据题意由第一个图可先求出 ,再根据第二个图求出 的矩形面积即可解出;
(2)根据题意确定分段点 ,即可得出 的解析式,再根据分段函数的最值求法即可解出.3.(2022·全国I卷)一医疗团队为研究某地的一种地方性疾病与当地居民的卫生习惯(卫生习惯分为良
好和不够良好两类)的关系,在已患该疾病的病例中随机调查了100例(称为病例组),同时在未患该
疾病的人群中随机调查了100人(称为对照组),得到如下数据:
不够良好 良好
病例组 40 60
对照组 10 90
(1)能否有99%的把握认为患该疾病群体与未患该疾病群体的卫生习惯有差异?
(2)从该地的人群中任选一人,A表示事件“选到的人卫生习惯不够良好”,B表示事件“选到的人患有该
疾病”. 与 的比值是卫生习惯不够良好对患该疾病风险程度的一项度量指标,记该指标为
R.
(ⅰ)证明: ;
(ⅱ)利用该调查数据,给出 的估计值,并利用(ⅰ)的结果给出R的估计值.
附 ,
0.050 0.010 0.001
k 3.841 6.635 10.828
【分析】(1)由所给数据结合公式求出 的值,将其与临界值比较大小,由此确定是否有99%的把握认为
患该疾病群体与未患该疾病群体的卫生习惯有差异;(2)(i) 根据定义结合条件概率公式即可完成证明;(ii)
根据(i)结合已知数据求 .4.(2022·全国II卷)在某地区进行流行病学调查,随机调查了100位某种疾病患者的年龄,得到如下的
样本数据的频率分布直方图:
(1)估计该地区这种疾病患者的平均年龄(同一组中的数据用该组区间的中点值为代表);
(2)估计该地区一位这种疾病患者的年龄位于区间 的概率;
(3)已知该地区这种疾病的患病率为 ,该地区年龄位于区间 的人口占该地区总人口的 .从
该地区中任选一人,若此人的年龄位于区间 ,求此人患这种疾病的概率.(以样本数据中患者的
年龄位于各区间的频率作为患者的年龄位于该区间的概率,精确到0.0001).5.(2021·全国I卷)某学校组织“一带一路”知识竞赛,有A,B两类问题,每位参加比赛的同学先在
两类问题中选择一类并从中随机抽取一个问题回答,若回答错误则该同学比赛结束;若回答正确则从另
一类问题中再随机抽取一个问题回答,无论回答正确与否,该同学比赛结束.A类问题中的每个问题回答
正确得20分,否则得0分;B类问题中的每个问题回答正确得80分,否则得0分,已知小明能正确回答
A类问题的概率为0.8,能正确回答B类问题的概率为0.6,且能正确回答问题的概率与回答次序无关.
(1)若小明先回答A类问题,记 为小明的累计得分,求 的分布列;
(2)为使累计得分的期望最大,小明应选择先回答哪类问题?并说明理由.
【分析】(1)通过题意分析出小明累计得分 的所有可能取值,逐一求概率列分布列即可.(2)与
(1)类似,找出先回答 类问题的数学期望,比较两个期望的大小即可.6.(2021·全国II卷)一种微生物群体可以经过自身繁殖不断生存下来,设一个这种微生物为第0代,经
过一次繁殖后为第1代,再经过一次繁殖后为第2代……,该微生物每代繁殖的个数是相互独立的且有相
同的分布列,设X表示1个微生物个体繁殖下一代的个数, .
(1)已知 ,求 ;
(2)设p表示该种微生物经过多代繁殖后临近灭绝的概率,p是关于x的方程:
的一个最小正实根,求证:当 时, ,当 时, ;
(3)根据你的理解说明(2)问结论的实际含义.
【分析】(1)利用公式计算可得 ;(2)利用导数讨论函数的单调性,结合 及极值点的范围
可得 的最小正零点;(3)利用期望的意义及根的范围可得相应的理解说明.7.(2020·山东·海南卷)为加强环境保护,治理空气污染,环境监测部门对某市空气质量进行调研,随
机抽查了 天空气中的 和 浓度(单位: ),得下表:
(1)估计事件“该市一天空气中 浓度不超过 ,且 浓度不超过 ”的概率;
(2)根据所给数据,完成下面的 列联表:
(3)根据(2)中的列联表,判断是否有 的把握认为该市一天空气中 浓度与 浓度有关?
附: ,