720 lines
24 KiB
JSON
720 lines
24 KiB
JSON
{
|
||
"章节信息": {
|
||
"章": "第七章",
|
||
"节": "7.1 条件概率与全概率公式，7.2 离散型随机变量及其分布列，7.3 离散型随机变量的数字特征，7.4 二项分布与超几何分布，7.5 正态分布",
|
||
"小节": "7.1.1 条件概率，7.1.2 全概率公式，7.2.1 离散型随机变量，7.2.2 离散型随机变量的分布列，7.3.1 离散型随机变量的均值，7.3.2 离散型随机变量的方差，7.4.1 二项分布，7.4.2 超几何分布，7.5.1 正态分布",
|
||
"页码范围": "48-97"
|
||
},
|
||
|
||
"knowledge_list": [
|
||
{
|
||
"编号": "K7-1-1-01",
|
||
"层次": "二级",
|
||
"名称": "条件概率",
|
||
"类型": "概念/定义",
|
||
|
||
"核心内容": {
|
||
"定义": "设A,B为两个随机事件，且P(A)>0，我们称P(B|A) = P(AB)/P(A)为在事件A发生的条件下，事件B发生的条件概率",
|
||
"公式": "$P(B|A) = \\frac{P(AB)}{P(A)}$",
|
||
"关键特征": "缩小样本空间，以A为新的样本空间计算B发生的概率"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样定义": "条件概率描述了在一个事件发生的条件下，另一个事件发生的概率，是处理条件概率问题的基础",
|
||
"核心特征": [
|
||
"以已知事件为新的样本空间",
|
||
"缩小了可能的结果范围",
|
||
"反映了事件之间的条件依赖关系"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "解决条件概率计算的基础",
|
||
"特殊说明": "要求P(A) > 0"
|
||
},
|
||
|
||
"前置知识": ["概率的基本概念", "古典概型", "事件关系"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-1-1-02 概率的乘法公式", "K7-1-2-01 全概率公式", "K7-1-2-02 贝叶斯公式"],
|
||
"相关方法": ["树状图分析", "样本空间缩减法"],
|
||
"教材位置": "选择性必修第7章7.1.1节 P49-57"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["条件概率计算", "实际应用问题", "条件概率与独立性关系"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-1-1-02",
|
||
"层次": "二级",
|
||
"名称": "概率的乘法公式",
|
||
"类型": "公式/定理",
|
||
|
||
"核心内容": {
|
||
"公式": "对任意两个事件A与B，若P(A)>0，则P(AB) = P(A)P(B|A)",
|
||
"扩展": "P(ABC) = P(A)P(B|A)P(C|AB)"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "乘法公式将积事件的概率分解为两个概率的乘积，简化了复杂概率的计算",
|
||
"核心特征": [
|
||
"基于条件概率",
|
||
"适用于事件积的概率计算",
|
||
"可以推广到多个事件的乘积"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "计算积事件概率的重要工具",
|
||
"特殊说明": "要求前一个事件的概率大于0"
|
||
},
|
||
|
||
"前置知识": ["K7-1-1-01 条件概率"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["事件分解", "树状图"],
|
||
"教材位置": "选择性必修第7章7.1.1节 P52-56"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["乘法公式应用", "多步概率计算", "独立事件判断"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-1-2-01",
|
||
"层次": "二级",
|
||
"名称": "全概率公式",
|
||
"类型": "公式/定理",
|
||
|
||
"核心内容": {
|
||
"公式": "设A₁,A₂,...,Aₙ是一组两两互斥的事件，A₁∪A₂∪...∪Aₙ=Ω，且P(Aᵢ)>0(i=1,2,...,n)，则对任意的事件B⊆Ω，有P(B)=∑P(Aᵢ)P(B|Aᵢ)"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "全概率公式通过将复杂事件分解为若干互斥简单事件的并，利用分类加法和条件概率计算复杂事件的概率",
|
||
"核心特征": [
|
||
"事件的互斥性要求",
|
||
"完备性要求（并集为全集）",
|
||
"加权平均的思想"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "解决复杂事件概率计算的重要方法",
|
||
"特殊说明": "需要确定合适的分类标准"
|
||
},
|
||
|
||
"前置知识": ["K7-1-1-01 条件概率", "K7-1-1-02 概率的乘法公式", "互斥事件概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-1-2-02 贝叶斯公式"],
|
||
"相关方法": ["分类讨论", "概率树图"],
|
||
"教材位置": "选择性必修第7章7.1.2节 P54-61"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["全概率公式应用", "复杂概率计算", "多步骤问题分析"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-1-2-02",
|
||
"层次": "三级",
|
||
"名称": "贝叶斯公式",
|
||
"类型": "公式/定理",
|
||
|
||
"核心内容": {
|
||
"公式": "P(Aᵢ|B) = \\frac{P(Aᵢ)P(B|Aᵢ)}{P(B)} = \\frac{P(Aᵢ)P(B|Aᵢ)}{∑_{k=1}^{n}P(Aₖ)P(B|Aₖ)}",
|
||
"概念": "先验概率vs后验概率"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "贝叶斯公式提供了在新信息下修正先验概率的方法，体现了学习型推理的思想",
|
||
"核心特征": [
|
||
"利用新信息更新概率",
|
||
"先验概率到后验概率的转换",
|
||
"条件概率的逆向应用"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "统计推断和决策分析的重要工具",
|
||
"特殊说明": "要求P(B) > 0"
|
||
},
|
||
|
||
"前置知识": ["K7-1-1-01 条件概率", "K7-1-2-01 全概率公式"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["概率修正", "统计推断"],
|
||
"教材位置": "选择性必修第7章7.1.2节 P61-68"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["贝叶斯公式应用", "后验概率计算", "统计推断问题"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-2-1-01",
|
||
"层次": "二级",
|
||
"名称": "随机变量的概念",
|
||
"类型": "概念/定义",
|
||
|
||
"核心内容": {
|
||
"定义": "对于随机试验样本空间Ω中的每个样本点ω，都有唯一的实数X(ω)与之对应，称为随机变量",
|
||
"分类": "离散型随机变量：可能取值为有限个或可以一一列举的随机变量"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "随机变量将随机试验的结果数量化，为使用数学工具研究随机现象奠定基础",
|
||
"核心特征": [
|
||
"取值依赖样本点",
|
||
"可能取值明确",
|
||
"便于表示随机事件"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "概率论和数理统计的基础概念",
|
||
"特殊说明": "连续型随机变量取值充满某个区间"
|
||
},
|
||
|
||
"前置知识": ["样本空间", "函数概念", "概率基础"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-2-2-01 离散型随机变量的分布列"],
|
||
"相关方法": ["随机变量表示事件"],
|
||
"教材位置": "选择性必修第7章7.2节 P61-65"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["随机变量识别", "取值范围判断", "实际应用"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-2-2-01",
|
||
"层次": "二级",
|
||
"名称": "离散型随机变量的分布列",
|
||
"类型": "概念/表示",
|
||
|
||
"核心内容": {
|
||
"定义": "设离散型随机变量X的可能取值为x₁,x₂,...,xₙ，我们称X取每一个值xᵢ的概率P(X=xᵢ)=pᵢ(i=1,2,...,n)为X的概率分布列",
|
||
"表格形式": "用表格表示X的取值和对应的概率",
|
||
"性质": "pᵢ≥0且∑pᵢ=1"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "分布列全面刻画了离散型随机变量的取值规律",
|
||
"核心特征": [
|
||
"完整描述取值概率分布",
|
||
"满足概率基本性质",
|
||
"便于概率计算和分析"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "研究离散型随机变量的基础",
|
||
"特殊说明": "只适用于离散型随机变量"
|
||
},
|
||
|
||
"前置知识": ["K7-2-1-01 随机变量的概念", "概率概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-2-3-01 离散型随机变量的数字特征"],
|
||
"相关方法": ["概率计算", "统计分析"],
|
||
"教材位置": "选择性必修第7章7.2.2节 P65-73"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["分布列建立", "概率计算", "分布列性质验证"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-2-2-02",
|
||
"层次": "三级",
|
||
"名称": "两点分布",
|
||
"类型": "分布类型",
|
||
|
||
"核心内容": {
|
||
"定义": "只有两个可能结果的随机试验，用X表示事件A发生的次数，则X服从两点分布",
|
||
"分布列": "P(X=0)=1-p，P(X=1)=p",
|
||
"应用": "产品检验、硬币抛掷、性别判断等"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么重要": "两点分布是最简单的离散型分布，是理解复杂分布的基础",
|
||
"核心特征": [
|
||
"只有两个可能取值",
|
||
"参数为成功概率p",
|
||
"均值为p"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "伯努利试验的基础",
|
||
"特殊说明": "适用于二元结果的随机试验"
|
||
},
|
||
|
||
"前置知识": ["K7-2-2-01 离散型随机变量的分布列"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["二元随机试验分析"],
|
||
"教材位置": "选择性必修第7章7.2.2节 P68-70"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["两点分布识别", "参数p的确定", "应用分析"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-3-1-01",
|
||
"层次": "二级",
|
||
"名称": "离散型随机变量的均值",
|
||
"类型": "概念/公式",
|
||
|
||
"核心内容": {
|
||
"定义": "E(X) = x₁p₁ + x₂p₂ + ... + xₙpₙ = ∑xᵢpᵢ",
|
||
"意义": "随机变量取值的平均水平或分布的集中趋势",
|
||
"性质": "E(aX+b) = aE(X) + b"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样定义": "均值反映了随机变量取值的加权平均，是描述随机变量集中趋势的重要数字特征",
|
||
"核心特征": [
|
||
"概率加权的平均值",
|
||
"反映集中位置",
|
||
"可用于比较不同分布的中心位置"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "随机变量比较和决策的基础",
|
||
"特殊说明": "要求均值存在（绝对收敛）"
|
||
},
|
||
|
||
"前置知识": ["K7-2-2-01 离散型随机变量的分布列", "加权平均概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-3-2-01 离散型随机变量的方差"],
|
||
"相关方法": ["期望计算", "决策分析"],
|
||
"教材位置": "选择性必修第7章7.3.1节 P74-82"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["均值计算", "期望性质应用", "实际决策分析"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-3-2-01",
|
||
"层次": "二级",
|
||
"名称": "离散型随机变量的方差",
|
||
"类型": "概念/公式",
|
||
|
||
"核心内容": {
|
||
"定义": "D(X) = ∑(xᵢ-E(X))²pᵢ，标准差σ(X) = √D(X)",
|
||
"简化公式": "D(X) = E(X²) - [E(X)]²",
|
||
"性质": "D(aX+b) = a²D(X)"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样定义": "方差和标准差度量随机变量取值与其均值的偏离程度，反映离散程度",
|
||
"核心特征": [
|
||
"描述离散程度",
|
||
"方差单位是原变量的平方单位",
|
||
"标准差与原变量单位相同"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "风险评估和稳定性分析的重要工具",
|
||
"特殊说明": "要求均值存在"
|
||
},
|
||
|
||
"前置知识": ["K7-3-1-01 离散型随机变量的均值", "偏差概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["风险评估", "精度分析"],
|
||
"教材位置": "选择性必修第7章7.3.2节 P82-88"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["方差计算", "标准差应用", "离散程度比较"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-4-1-01",
|
||
"层次": "二级",
|
||
"名称": "伯努利试验",
|
||
"类型": "概念/定义",
|
||
|
||
"核心内容": {
|
||
"定义": "只包含两个可能结果的试验",
|
||
"n重伯努利试验": "独立重复进行n次的伯努利试验",
|
||
"特征": "①同一试验重复n次；②各次试验结果相互独立"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么重要": "伯努利试验是二项分布的基础模型",
|
||
"核心特征": [
|
||
"二元结果",
|
||
"独立性",
|
||
"重复性"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "二项分布应用的前提",
|
||
"特殊说明": "每次试验成功概率相同"
|
||
},
|
||
|
||
"前置知识": ["独立事件概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": ["K7-4-1-02 二项分布"],
|
||
"相关方法": ["独立重复试验分析"],
|
||
"教材位置": "选择性必修第7章7.4.1节 P94-99"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["伯努利试验识别", "独立性质判断", "n重试验分析"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-4-1-02",
|
||
"层次": "二级",
|
||
"名称": "二项分布",
|
||
"类型": "分布类型",
|
||
|
||
"核心内容": {
|
||
"定义": "在n重伯努利试验中，设每次试验中事件A发生的概率为p，用X表示事件A发生的次数，则X服从二项分布B(n,p)",
|
||
"分布列": "P(X=k) = Cₙᵏpᵏ(1-p)ⁿ⁻ᵏ，k=0,1,2,...,n",
|
||
"参数": "n（试验次数），p（成功概率）"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "二项分布描述了独立重复试验中成功次数的分布规律",
|
||
"核心特征": [
|
||
"离散取值",
|
||
"独立同分布",
|
||
"组合数公式形式"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "独立重复试验的建模",
|
||
"特殊说明": "要求各次试验独立且成功概率相同"
|
||
},
|
||
|
||
"前置知识": ["K7-4-1-01 伯努利试验", "K7-2-2-01 离散型随机变量的分布列", "组合数"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["独立试验分析", "组合计算"],
|
||
"教材位置": "选择性必修第7章7.4.1节 P99-108"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["二项分布识别", "参数确定", "概率计算", "均值方差计算"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-4-2-01",
|
||
"层次": "二级",
|
||
"名称": "超几何分布",
|
||
"类型": "分布类型",
|
||
|
||
"核心内容": {
|
||
"定义": "从N件产品中随机抽取n件(不放回)，用X表示抽取的n件产品中的次品数，则X服从超几何分布",
|
||
"分布列": "P(X=k) = CᴹᵏC_{N-M}ⁿ⁻ᵏ/Cᴺⁿ，k=m,m+1,...,r",
|
||
"参数": "N（总数），M（次品数），n（抽取数）"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "超几何分布描述了不放回抽样中次品数的分布规律",
|
||
"核心特征": [
|
||
"不放回抽样",
|
||
"有限总体",
|
||
"超几何分布形式"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "不放回抽样的概率建模",
|
||
"特殊说明": "各次抽取不独立"
|
||
},
|
||
|
||
"前置知识": ["古典概型", "组合数", "K7-2-2-01 离散型随机变量的分布列"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["不放回抽样分析"],
|
||
"教材位置": "选择性必修第7章7.4.2节 P109-116"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["超几何分布识别", "参数确定", "不放回抽样问题"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-5-1-01",
|
||
"层次": "二级",
|
||
"名称": "正态分布",
|
||
"类型": "分布类型",
|
||
|
||
"核心内容": {
|
||
"定义": "若随机变量X的概率密度函数为f(x) = 1/(σ√(2π))e^(-(x-μ)²/(2σ²)，则称X服从正态分布N(μ,σ²)",
|
||
"标准正态分布": "μ=0, σ=1时的正态分布",
|
||
"参数意义": "μ为均值，σ²为方差"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么重要": "正态分布广泛存在于自然现象中，是概率统计的重要分布",
|
||
"核心特征": [
|
||
"连续型分布",
|
||
"钟形密度曲线",
|
||
"由两个参数完全确定"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "连续随机变量的重要分布模型",
|
||
"特殊说明": "取值范围充满整个实轴"
|
||
},
|
||
|
||
"前置知识": ["连续型随机变量", "密度函数", "指数函数"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["统计分析", "质量控制"],
|
||
"教材位置": "选择性必修第7章7.5节 P117-128"
|
||
},
|
||
|
||
"重要程度": "核心",
|
||
"考查方式": ["正态分布识别", "参数估计", "概率区间计算"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-5-1-02",
|
||
"层次": "三级",
|
||
"名称": "3σ原则",
|
||
"类型": "性质/应用",
|
||
|
||
"核心内容": {
|
||
"内容": "P(μ-σ < X < μ+σ) ≈ 0.6827，P(μ-2σ < X < μ+2σ) ≈ 0.9545，P(μ-3σ < X < μ+3σ) ≈ 0.9973",
|
||
"应用": "质量控制中认为异常值的判断标准"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样建立": "3σ原则提供了正态分布中数据分散的量化标准",
|
||
"核心特征": [
|
||
"数据集中在均值附近",
|
||
"异常值概率很小",
|
||
"实用的质量控制标准"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "异常检测和质量控制",
|
||
"特殊说明": "适用于近似正态分布的数据"
|
||
},
|
||
|
||
"前置知识": ["K7-5-1-01 正态分布", "标准差概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["异常值检测", "质量控制"],
|
||
"教材位置": "选择性必修第7章7.5节 P124-128"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["3σ原则应用", "异常值判断", "质量控制"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-2-3-01",
|
||
"层次": "三级",
|
||
"名称": "随机变量的独立性",
|
||
"类型": "概念/关系",
|
||
|
||
"核心内容": {
|
||
"定义": "若P(AB) = P(A)P(B)，则称事件A与B相互独立",
|
||
"随机变量独立": "若对任意x,y，有P(X≤x,Y≤y) = P(X≤x)P(Y≤y)，则随机变量X与Y相互独立"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么重要": "独立性简化了概率计算，是概率论的重要概念",
|
||
"核心特征": [
|
||
"概率可分解为乘积",
|
||
"事件间无影响",
|
||
"随机变量的联合分布可分解"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "简化概率计算的重要假设",
|
||
"特殊说明": "独立性比不相关更强"
|
||
},
|
||
|
||
"前置知识": ["条件概率", "积事件概率"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["独立事件判断", "独立随机变量"],
|
||
"教材位置": "选择性必修第7章7.1节 P75-77"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["独立性判断", "概率计算简化", "独立随机变量分析"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-3-1-02",
|
||
"层次": "三级",
|
||
"名称": "两点分布的均值",
|
||
"类型": "公式/性质",
|
||
|
||
"核心内容": {
|
||
"结果": "如果X服从两点分布，P(X=1)=p，P(X=0)=1-p，则E(X) = p",
|
||
"解释": "一次伯努利试验中成功次数的期望值等于成功概率"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样计算": "两点分布的均值直观上就是成功的概率",
|
||
"核心特征": [
|
||
"期望值等于参数p",
|
||
"反映单次试验的平均成功次数"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "伯努利试验分析",
|
||
"特殊说明": "只适用于二元结果试验"
|
||
},
|
||
|
||
"前置知识": ["K7-2-2-02 两点分布", "K7-3-1-01 离散型随机变量的均值"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["伯努利试验分析"],
|
||
"教材位置": "选择性必修第7章7.3.1节 P79"
|
||
},
|
||
|
||
"重要程度": "基础",
|
||
"考查方式": ["期望计算", "参数解释"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-4-1-03",
|
||
"层次": "三级",
|
||
"名称": "二项分布的均值和方差",
|
||
"类型": "公式/性质",
|
||
|
||
"核心内容": {
|
||
"均值": "若X∼B(n,p)，则E(X) = np",
|
||
"方差": "若X∼B(n,p)，则D(X) = np(1-p)"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样计算": "二项分布的均值和方差有简洁的公式，便于应用",
|
||
"核心特征": [
|
||
"期望与试验次数和概率成比例",
|
||
"方差与期望和(1-p)有关",
|
||
"便于计算和应用"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "二项分布应用的基础计算",
|
||
"特殊说明": "适用于任何二项分布"
|
||
},
|
||
|
||
"前置知识": ["K7-4-1-02 二项分布", "K7-3-1-01 均值", "K7-3-2-01 方差"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["期望方差计算", "二项分布应用"],
|
||
"教材位置": "选择性必修第7章7.4.1节 P108-113"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["均值方差计算", "参数估计", "二项分布应用"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-4-2-02",
|
||
"层次": "三级",
|
||
"名称": "超几何分布的均值",
|
||
"类型": "公式/性质",
|
||
|
||
"核心内容": {
|
||
"结果": "若X服从超几何分布h(n,N,M)，则E(X) = np，其中p = M/N为次品率"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样计算": "超几何分布的均值等于抽样比例与总体规模的乘积",
|
||
"核心特征": [
|
||
"无放回抽样的期望",
|
||
"与总体比例一致",
|
||
"抽样代表性"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "无放回抽样的统计分析",
|
||
"特殊说明": "适用于任何超几何分布"
|
||
},
|
||
|
||
"前置知识": ["K7-4-2-01 超几何分布", "K7-3-1-01 均值", "比例概念"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["无放回抽样分析", "统计推断"],
|
||
"教材位置": "选择性必修第7章7.4.2节 P116-121"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["均值计算", "抽样分析", "统计推断"]
|
||
},
|
||
|
||
{
|
||
"编号": "K7-5-1-03",
|
||
"层次": "三级",
|
||
"名称": "正态分布的均值和方差",
|
||
"类型": "公式/性质",
|
||
|
||
"核心内容": {
|
||
"均值": "若X∼N(μ,σ²)，则E(X) = μ",
|
||
"方差": "若X∼N(μ,σ²)，则D(X) = σ²",
|
||
"标准差": "σ(X) = √D(X) = σ"
|
||
},
|
||
|
||
"原理说明": {
|
||
"为什么这样计算": "正态分布的参数就是其均值和方差",
|
||
"核心特征": [
|
||
"参数直接反映数字特征",
|
||
"μ决定集中位置",
|
||
"σ²决定离散程度"
|
||
]
|
||
},
|
||
|
||
"适用条件": {
|
||
"必要性": "正态分布参数识别的基础",
|
||
"特殊说明": "适用于任何正态分布"
|
||
},
|
||
|
||
"前置知识": ["K7-5-1-01 正态分布", "K7-3-1-01 均值", "K7-3-2-01 方差"],
|
||
|
||
"关联内容": {
|
||
"包含的子知识点": [],
|
||
"相关方法": ["参数估计", "正态分布应用"],
|
||
"教材位置": "选择性必修第7章7.5节 P128-131"
|
||
},
|
||
|
||
"重要程度": "重要",
|
||
"考查方式": ["参数确定", "均值方差计算", "正态分布应用"]
|
||
}
|
||
]
|
||
} |