普通高中课程标准实验教科书(必修)数学3_学习笔记

1、算法初步

算法(algorithm) 通常是指按照一定规则解决某一类问题的明确和有限的步骤.

程序框图又称流程图,是一种用程序框、流程线及文字说明来表示算法的图形.

图形符号	名称	功能
	终端框(起止框)	表示一个算法的起止和结束
	输入、输出框	表示一个算法输入和输出的信息
	处理框(执行框)	赋值、运算
	判断框	判断某一条件是否成立,成立时在出口处标明"是"或"Y";不成立时标明"否"或"N".
	流程线	连接程序框
○	连接点	连接程序框图的两部分

算法的基本逻辑结构:顺序结构,条件结构,循环结构.

计算 1+2+3+…+100 的值,程序框图如下:

2、统计

2.1、随机抽样

设一个总体含有 N 个个体,从中逐个不放回地抽取 n 个个体作为样本(n≤N),如果每次抽取时总体内的各个个体被抽到的机会都相等,这样的抽样方法叫简单随机抽样(simple random sampling),分为抽签法和随机数法.

系统抽样(systematic sampling):从总体 N 中抽取 n 个样本,令 k=N/n,此时 k 如果是整数,先用简单随机抽样确定第一个编号 l(l≤k),抽取的第二个样本的编号为 l+k,第三个样本的编号是 l+2k,以此类推,从 N 中抽取 n个样本.

分层抽样(stratified sampling):在抽样时,把总体分成互不交叉的层,然后按照一定比例,从各层独立地抽取一定数量的个体,将各层取出的个体合在一起作为样本.例如了解高、中、小学生的近视比例等.

2.2、用样本估计总体

相关概念:频率分布表,频率分布图,频率分布(frequency distribution),频率分布直方图,频率分布折线图,总体密度曲线,茎叶图.

连接频率分布直方图中个小长方形上端的中电,就得到频率分布折线图.
随着样本容量的增加,组数增加,组距减小,相应的频率分布折线图会越来越接近一条光滑曲线,这条光滑曲线即是总体密度曲线.

茎叶图在样本数量少时效果比较好,既能看出原始数据,又能看出数据分布情况.

众数:在一组数据中,出现次数最多的数据;
中位数:也叫中值,一组数据按大小顺序排列,最中间的数就是中位数,如果这组数据有偶数个,取中间两个的平均值为中值.
平均数:略.

标准差式子如下:

$$S=\sqrt[]{\frac{1}{n}[(x_1-\overline{x}{)}^2+(x_2-\overline{x}{)}^2]+...+(x_n-\overline{x}{)}^2}$$

2.3、变量间的相关关系

散点图图中点的分布从整体上看大体在一条直线附近,这两个变量间有线性关系,这条直线叫做回归直线(regression line);
回归直线的方程叫回归方程；
由一个变量的变化推测另一个变量的变化的方法叫回归方法；

使样本数据的点到回归直线的距离的平方和最小的方法叫最小二乘法（method of least square）

回归方程计算方法：

$$\{\begin{array}{l}\hat{b}=\frac{{\sum }_{i=1}^n(x_i-\overline{x})(y_i-\overline{y})}{{\sum }_{i=1}^n(x_i-\overline{x}{)}^2}=\frac{{\sum }_{i=1}^n{x}_i{y}_i-n\overline{x}\overline{y}}{{\sum }_{i=1}^n{x}_i^2-n{\overline{x}}^2}\\ \\ \hat{a}=\overline{y}-\hat{b}\overline{x}\end{array}$$

得到的回归方程为:

$$\hat{y}=\hat{b}x+\hat{a}$$

证明过程后期补上…

3、概率

在条件 S 下,一定会发生的事件,叫做相对于条件 S 的必然事件(certain event),简称必然事件;
在条件 S 下,一定不会发生的事件,叫做相对于条件 S 的不可能事件(impossible event),简称必然事件;
必然事件和不可能事件统称为相对于条件 S 的确定事件,简称确定事件;
在条件 S 下肯能发生也可能不发生的事件,叫做相对于条件 S 的随机事件(random event),简称随机事件.
确定事件和随机事件统称为事件,一般用大写字母 A,B,C…表示.

概率(probability)

在相同的条件 S 下重复 n 次试验,观察某一事件 A 是否出现,称 n 次试验中事件 A 出现的次数 $n_A$ 为事件 A 出现的频数(frequency),称事件 A 出现的比例 $f_n(A)=\frac{n_A}{n}$ 为事件 A 出现的频率(relative frequency).

在一次试验中几乎不可能发生的事件称为小概率事件.

3.1、概率的基本性质

对于事件 A 与事件 B,如果事件 A 发生,则事件 B 一定发生,这时称事件 B 包含事件 A(或称事件 A 包含于事件 B),记作 B⊇A
(或 A⊆B).

不可能事件记作∅,任何事件都包含不可能事件.

若某事件发生当且仅当事件 A 发生或事件 B 发生,则称此事件为事件 A 与事件 B 的并事件(或和事件),记作 A∪B(或 A+B).

若某事件发生当且仅当事件 A 发生且事件 B 发生,则称此事件为事件 A 与事件 B 的交事件(或积事件),记作 A∩B(或 AB).

如果 A∩B=∅,则称事件 A 与事件 B 互斥,其含义是:事件 A 与事件 B 在任何一次试验中不会同时发生.

如果 A∩B 为不可能事件,A∪B 为必然事件,称事件 A 与事件 B 互为对立事件.其含义是:事件 A 与事件 B 在任何一次试验中有且仅有一个发生.

3.2、古典概型

基本事件(elementary event)的特点:

• 任何两个基本事件是互斥的;
• 任何事件(除不可能事件)都可以表示成基本事件的和;

古典概率模型(classical models of probability)的特点:

• 试验中所有可能出现的基本事件只有有限个;
• 每个基本事件出现的可能性相等;

对于古典概型,任何事件的概率为:

$$P(A)=\frac{A包含的基本事件的个数}{基本事件的总数}$$

如果每个事件发生的概率只与构成该事件区域的长度(面积或体积)成比例,则称这样的概率模型为几何概率模型(geometric models of probability),简称几何概型.

在几何概型中,事件 A 的概率计算公式如下:

$$P(A)=\frac{构成事件A的区域长度(面积或体积)}{试验的全部结果所构成的区域长度(面积或体积)}$$

4、参考资料

普通高中课程标准实验教科书——数学1（必修）[ISBN 978-7-107-17707-1]