高中数学 概率与统计

离散型随机变量分布列

分布列定义与实例

• 红球个数是随机变量：红球个数是随机变量，指从五个白球和三个红球中随机取三个球时，取出的红球个数 $x$ 所构成的离散型随机变量。 $x$ 的可能取值由实际抽取结果决定，最小为 0（全取白球），最大为…
• 总样本数为C₈³：总样本数为 $C_8^3$，指该随机试验中所有等可能基本事件的总数。 试验是从八个球（五个白球、三个红球）中无序随机抽取三个球。 所有可能的抽取方式数即为组合数 $C_8^3$。…
• x=0概率为5/28：$x = 0$ 的概率为 $\frac{5}{28}$，表示取出的三个球中不含红球（即全为白球）的概率。 此时需从五个白球中选三个，方法数为 $C_5^3$。 概率等于 $\fr…
• x=1概率为15/28：$x = 1$ 的概率为 $\frac{15}{28}$，表示取出的三个球中恰有一个红球的概率。 需从三个红球中选一个，方法数为 $C_3^1$；从五个白球中选两个，方法数为 $…
• x=2概率为15/56：$x = 2$ 的概率为 $\frac{15}{56}$，表示取出的三个球中恰有两个红球的概率。 需从三个红球中选两个，方法数为 $C_3^2$；从五个白球中选一个，方法数为 $…

分布列性质与验证

• x=3概率为1/56：x=3 的概率是指随机变量 X 取值为 3 时对应的概率，其计算依据为组合数之比：分子为从 3 个红球中选 3 个的方案数 $C_3^3$，分母为从全部 8 个球中选 3 个的方…
• 分布列是两行表格：分布列是表示离散型随机变量取值与对应概率关系的两行表格。 第一行按从小到大（或自然顺序）列出随机变量 X 的所有可能取值，例如 0、1、2、3。 第二行在对应位置写出各取值发生的…
• 分布列概率和恒为1：包含：分布列概率和恒为1、概率和为1是分布列通性、未知概率可由1减已知和。
• 韦恩图刻画事件集合关系：韦恩图用于刻画两个事件 A 与 B 的 集合关系 （如互斥、包含、相交）。 若 A 与 B 互斥 ，则其交集 $A \cap B$ 为空集，绘图时无重叠区域。 若 A 与 B 不…

离散型随机变量的方差

离散型随机变量的方差是刻画其取值相对于数学期望波动程度的数字特征。它由随机变量各取值与期望之差的平方，加权平均后得到。计算时需先求出数学期望，再按定义式展开。该量恒为非负实数。

方差用于衡量稳定性

本组内容说明方差在实际比较中的作用，重点通过射箭成绩案例阐释方差反映稳定性这一核心功能。

• 方差用于衡量稳定性：仅比较 数学期望 不足以判断射箭水平高低。大毛与二毛的期望均为九环，但水平差异需进一步考察其成绩的集中程度。因此必须引入 方差 来衡量两人射箭成绩的稳定程度。
• 大毛比二毛更稳定：大毛的方差 $D(X_1) = 0.2$ 小于二毛的方差 $D(X_2) = 0.6$。这表明大毛每次射箭成绩围绕期望值的 波动更小 ，即其射箭水平 更稳定 。

大毛与二毛的数值对比

本组内容呈现大毛与二毛射箭成绩分布列下的关键数值对比，包括各自的数学期望与方差计算结果，用于支撑稳定性分析。

• 大毛方差为0.2：大毛方差的计算依据定义式：$D(X_1) = (10 - 9)^2 \times 0.1 + (9 - 9)^2 \times 0.8 + (8 - 9)^2 \times 0.…
• 二毛方差为0.6：二毛方差按定义式计算：$D(X_2) = (10 - 9)^2 \times 0.3 + (9 - 9)^2 \times 0.4 + (8 - 9)^2 \times 0.3$…
• 大毛期望为9环：大毛的数学期望由分布列加权平均得出：$E(X_1) = 10 \times 0.1 + 9 \times 0.8 + 8 \times 0.1$。各项相加得 $9$，即大毛平均射…

方差计算需先求期望

本组讲解方差计算的前提条件与操作流程：强调必须先确定数学期望，再依序执行分布列整理、期望计算、偏差平方加权求和等步骤。

• 方差计算需先求期望：按定义计算离散型随机变量的方差前，必须先求出其数学期望。期望是方差定义中的基准值，所有取值均需相对于该值计算偏差。未先求期望即套用方差公式会导致结果错误。
• 计算步骤明确：方差计算包含五个明确步骤：首先列出随机变量的 分布列 ；其次计算其 数学期望 ； 然后对每个取值执行“减期望、平方”操作；接着将各$(x_i - E(X))^2$乘以对应概率；最…

方差通用公式结构

本组解析方差公式的构成要素与统计含义：包括公式代数结构、加权求和特性及所刻画的统计本质。

• 方差通用公式结构：方差的通用公式结构为：对随机变量的每个取值$x_i$，先计算其与数学期望$E(X)$的差，再对该差值进行 平方 （之后乘对应概率并求和）。该操作体现偏差的非负性与放大效应。
• 方差是加权平方和：方差是各项$(x_i - E(X))^2$与其对应概率$p_i$乘积的 加权和 。 权重即分布列中各取值的概率，确保结果为概率意义下的平均偏差平方。
• 方差定义本质：方差是刻画随机变量取值相对于其数学期望 离散程度 的量。它定量描述各可能取值偏离均值的程度。以射箭为例，稳定性即表现为方差大小——方差越小，取值越集中于期望附近。

概率加法与乘法两大法则

概率加法与乘法是计算离散型随机变量相关事件概率的两个基本法则。 概率 加法法则 适用于互斥事件，即两事件不能同时发生时，其并事件的概率等于各自概率之和。 概率 乘法法则 用于计算交事件概率，一般公式为$P(AB)=P(A)P(B|A)$。若两事件 独立 ，则简化为各自概率之积。 只有当两事件 独立 时，才能将概率直接相乘求同时发生的概率。

随机事件独立性

零基础讲解独立性定义、判断及与互斥的区别。

独立性核心辨析

• 独立性定义与理解：包含：随机事件独立性定义、独立性直观理解、独立≠互斥、独立是特例。
• 独立事件概率计算：包含：独立事件交概率、独立事件概率乘法、独立事件链式乘法、反面事件概率。
• 独立与互斥对立：包含：互斥定义、对立定义、A与C互斥、B与C对立、互斥与独立关系、互斥与对立区别。
• 反面与至少类问题：本组讲解利用反面事件求解‘至少’类概率问题的方法，包括‘至少一女孩’‘目标被击中’‘至少一人通过’‘至少一人未达标’‘加工得正品’等典型情境下的反面构造与计算。
• 多事件独立应用：本组讲义介绍多个相互独立事件同时发生的概率计算，涵盖比赛胜负、生育性别、测试达标、产品加工等典型情境，均基于独立事件乘法公式展开。
• 独立性验证与判断：本组内容围绕事件独立性的验证与判断展开，涵盖独立性定义的应用、具体事件对（B与D）的独立性检验、三孩家庭性别组合的样本空间枚举，以及相关概率$P(B)$、$P(D)$、$P(BD…
• 事件关系与运算：本组讲义涵盖事件关系与运算中的六类基本情形：事件否定的记法（如 $\bar{A}$）、否定事件的独立性延拓、子集关系识别、交集的语文意义解析，以及复合条件事件（如‘最多一女孩且有…

独立性本质与应用

本组节点围绕随机事件独立性的核心内涵展开，涵盖其数学本质、验证必要性、计算优先原则、运算性质及在知识体系中的特殊地位。

• 独立性本质与性质：本组节点系统阐释独立性的本质特征，包括其严格数学定义、验证的必要性、判定的计算优先原则， 以及独立事件的运算性质 ，以及作为概率模型中特殊情形的地位。
• 独立性判定与验证：本组讲解独立性判定与验证的核心内容，包括判定公式、具体验证步骤、已知独立时的概率计算应用，以及与互斥、对立概念的严格区分。
• 独立事件概率计算：本组讲解独立事件在概率计算中的具体应用，包括特定事件对的联合概率、独立性验证、补事件概率、并事件概率，以及乘法法则的适用前提和操作方式。
• 典型模型与情境：本组讲解多个典型概率模型与实际情境，包括有放回抽球的基本计数、单次与和事件的概率计算、同色/异色/不全相同/无红球等复合事件概率。所有模型均基于6球有放回抽取设定。
• 加法法则与辨析：本组讲义介绍概率加法法则的适用条件及与乘法法则的辨析，包括互斥事件并事件的概率计算、子集事件交事件的概率、分类与分步的逻辑区分。
• 分步实验与树状图：本组讲义介绍分步实验建模与树状图应用，涵盖分步事件概率计算、树状图绘制与读取、多轮对抗中特定路径概率（如乙首胜、次胜、三胜）、乙获胜总概率，以及限定投球次数下的情形分析。
• 独立性应用场景：独立性应用场景指在多个现实问题中，将事件建模为相互独立的事件进行概率计算。例如甲乙 同时射击同一目标 ，甲是否击中不影响乙是否击中； 又如生育性别、多道工序合格、重复测试等，均以…

中职概率统计初步

本章介绍中职数学中概率与统计的初步知识，涵盖计数原理的基本应用和古典概型的基础计算。内容聚焦于实际问题中的种类计算与等可能事件的概率求解，强调关键词辨析与基本运算规则。

计数原理应用

本组讲解计数原理在简单实际问题中的应用，包括‘任选’与‘各选’两类操作对应的加法与乘法原则，以及在人员选择、书籍选取等具体情境中的种类数计算。

• 任选相加原则：‘任选相加原则’指完成一件事只需从若干类对象中 任选一个 时，总种类数等于各类对象数量之和。 该原则适用于互斥且全覆盖的选择场景。 例如：从男生、女生两类人中任选一人，需将男生人…
• 各选相乘原则：‘各选相乘原则’指完成一件事需从若干类对象中 每类各选一个 时，总种类数等于各类对象数量的 乘积 。 该原则基于分步独立选择。 例如：从男生中选一人、女生中选一人共同参会，需将男…
• 任选一人种类数：‘任选一人种类数’是‘任选相加原则’的具体数值体现。 某班有男生25人、女生20人，从中 任选一人 ，则共有 $25 + 20 = 45$ 种选法。 此处‘任选’强调单次、单类选…
• 任取书种类数：‘任取书种类数’是‘任选相加原则’在物品选取中的直接应用。 书架上有5本不同的数学书、6本不同的语文书，从中 任取一本 ，则共有 $5 + 6 = 11$ 种取法。 关键词为‘任…

古典概型基础计算

本组讲解古典概型中单次或多次等可能试验的概率计算，包括单颗骰子点数、奇偶性、范围条件，以及两颗骰子点数和等典型问题，均基于所求事件包含的基本事件数与基本事件总数之比。

• 掷骰子基本概率：‘掷骰子基本概率’指在一颗质地均匀的骰子中，出现某一特定点数的概率。 样本空间含6个等可能基本事件：1, 2, 3, 4, 5, 6。 出现点数3仅对应其中1个事件，故概率为 $…
• 奇数点概率：一颗骰子掷出奇数点（即点数为1、3或5）的概率是$\frac{1}{2}$。 样本空间含6个等可能结果：1, 2, 3, 4, 5, 6。 奇数点对应3个结果：1、3、5。 概率…
• 点数不小于五概率：一颗骰子掷出点数不小于5（即点数为5或6）的概率是$\frac{1}{3}$。 满足条件的结果有2个：5和6。 样本空间共6个等可能结果。 概率为$\frac{2}{6}$， 化…
• 两颗骰子和为七：掷两颗骰子，所有可能结果共有36种等可能基本事件。 点数之和为7的结果有6种：(1,6)、(2,5)、(3,4)、(4,3)、(5,2)、(6,1)。 这些结果互斥且覆盖全部和为…
• 和为七概率值：掷两颗骰子点数之和为7的概率是$\frac{1}{6}$。 有利事件数为6，总事件数为36。 计算得$\frac{6}{36}$。 结果必须 化简为$\frac{1}{6}$ 。

古典概型情境应用

本组讲解古典概型在四类基础情境中的应用：单次抛硬币、两次抛硬币中恰有一次正面、袋中取球得白球、袋中取球未取到红球。

• 抛硬币单次概率：一枚硬币抛一次，正面朝上的概率是$\frac{1}{2}$。 试验结果只有两种等可能情形：正面或反面。 正面朝上对应其中1种结果。 概率为$\frac{1}{2}$。
• 抛硬币两次一正概率：一枚硬币抛两次，恰有一次正面朝上的概率是$\frac{1}{2}$。 所有等可能结果共4种：(正,正)、(正,反)、(反,正)、(反,反)。 满足“恰有一次正面”的有2种：(正,…
• 取球白球概率：袋中有4个红球、4个黄球、2个白球，共10个球；从中任取1个，取到白球的概率是$\frac{1}{5}$。 白球数量为2，总球数为10。 概率为$\frac{2}{10}$。 结…
• 未取到红球概率：未取到红球概率是指从袋中随机取一球，该球为黄球或白球的概率。袋中共有球10个，其中黄球4个、白球2个，满足条件的球共6个。 因此概率为$\frac{6}{10}$，约分后为$\f…

概率基本概念

本组介绍概率计算中的四个基本概念：相互独立、互斥事件的加法法则、相互独立事件的乘法法则，以及古典概型成立的前提条件。

• 互不影响即独立：工序间“互不影响”在数学上即指事件相互独立。例如加工一件零件需三道工序，若每道工序互不影响，则各道工序是否产生次品可视为相互独立事件。此时整件产品为次品的概率需结合各工序次品率按…
• 互斥事件并事件用加法：互斥事件的并事件概率等于各事件概率之和。例如小帅出门玩包含去万象城和去电影院两种情况，二者不能同时发生，属于互斥事件。去万象城或去电影院的概率为两者概率相加：$0.5 + 0.4…
• 相互独立事件概率乘法公式：相互独立事件中，一个复合事件需分步发生时，其概率等于各步概率的乘积。例如小帅连输两局象棋，第一局输的概率为$1 - 0.6 = 0.4$，第二局输的概率为$1 - 0.3 = 0…
• 古典概型前提：古典概型要求所有基本事件（样本点）出现的可能性相等。若袋中红球2个、黄球1个、蓝球1个，共4个球，则有放回取两次的样本点虽可列9种组合，但因各色球数不同，如RR与YY发生的可能性…

统计基本概念辨析

包含：总体定义、个体定义、样本定义、样本容量定义、样本容量数值。

• 总体定义：总体是所研究对象的全体。例如为了解高一年级700名学生的体重情况，总体即这700名学生的体重。总体强调研究目标的具体属性，而非学生本身；必须明确指出是“体重”这一指标的全体集合。
• 个体定义：个体是 总体中每一个被考察的对象 ，其表现形式为某个具体指标的取值。 例如，在考察学生体重时， 每个学生的体重 就是一个个体。 个体必须依附于总体存在，不能脱离总体单独定义。
• 样本定义：样本是从总体中抽取的一部分个体所组成的集合。 它由若干个个体按一定方式选取而成。 例如，从全体学生中抽取 50名学生的体重 ，这组数据就构成一个样本。
• 样本容量定义：样本容量是样本中所含 个体的数目 ，是一个不含单位的正整数。 它不表示具体数据，也不表示测量值。 例如，若样本由50名学生的体重组成，则样本容量即为该样本所含个体的数量。
• 样本容量数值：样本容量是一个纯数字，不带单位、不带属性。 例如，抽取 50名学生 所得样本的样本容量是$50$。 若抽取70名学生，则样本容量为$70$。

统计概念案例解析

本组内容围绕身高调查案例，说明总体、个体、样本及样本容量在具体情境中的含义与辨析要点。

• 身高案例总体：总体是所要考察对象的全体，此处指某校高一年级 700名学生的身高 。 总体强调范围明确、对象完整。 它不是学生本身，而是这些学生对应的身高这一数值集合。
• 身高案例个体：个体是总体中的每一个考察对象，此处指 每一个学生的身高 。 个体是总体的基本组成单位。 它是一个具体的数值，而非人或物本身。
• 身高案例样本：样本是从总体中抽取的一部分个体，此处指 50名学生的身高 。 样本是实际观测或测量得到的数据集合。 若改为抽取70名学生，则样本仍为其身高数据，样本容量相应变为$70$。
• 样本与样本容量考点：样本是指从总体中抽取的一部分个体所组成的集合，用于代表总体进行统计分析；样本容量是样本中所含个体的数目，是一个 正整数 。 例如，调查四名学生的体重，这四名学生的体重数据构成一个…

实际问题策略

本组讲解三类典型实际概率问题的解题策略：次品率计算、多工序合格概率建模、有放回取球的古典概型列举方法。

• 次品率计算策略：次品率计算策略是在正面枚举所有次品情形较复杂时，采用逆向思维：用 1 减去 产品合格的概率 。 因为产品只要任一环节不合格即为次品，其对立事件是 产品完全合格 （如多工序均合格或…
• 全工序合格概率：全工序合格概率指产品依次通过全部独立工序且均合格的概率。 因各道工序 相互独立 ，合格概率按工序顺序 连乘 。 例如，三道工序合格概率分别为 $\frac{1}{7}$、$\fr…
• 有放回取球列表法：有放回取球两次的样本空间可用 列表法 表示：行标题为第一次抽取结果，列标题为第二次抽取结果。 每次抽取的可能结果相同且各次独立，表格中每个单元格对应一个等可能基本事件。 例如，红…

骰子标准名称

骰子的标准读音为 tóu zi ，“色子”（shǎi zi）是它的另一叫法。 在数学语境中，“掷骰子”是标准术语，指投掷正方体形状的六面点数器具。 考试书写应使用“骰子”二字。

样本空间枚举法

两颗骰子同时掷出的样本空间由所有有序对 $(i,j)$ 构成，其中 $i,j \in \{1,2,3,4,5,6\}$。 第一颗骰子有 6 种可能结果，第二颗骰子也有 6 种可能结果。 因此总共有 $6 \times 6 = 36$ 种 等可能 的基本事件。

概率常考大题

本组聚焦概率常考大题的综合应用题型，重点训练多事件独立性判断与不同考试方案的概率建模与比较。

概率大题典型模型

本组梳理概率大题中高频出现的典型模型，包括事件组合、条件选择、随机分组及多阶段决策等结构化情境。

• 方案比较类问题：本组专攻方案比较类问题，围绕同一考核目标下的两种通过规则展开建模，涉及选课随机性、独立事件联合概率及方案优劣判定。
• 不等式与最值分析：本组聚焦利用三项基本不等式对$P_1 - P_2$进行下界估计，并推导其恒正性。
• 盒中球数约束求解：本组节点围绕盒中球数约束条件建立方程组并求解红、黄、蓝三色球的具体个数。涉及总数约束、红黄球概率导出的方程、黄蓝球概率导出的方程，以及联立求解过程。
• 有放回取球模型：本组节点分析有放回取球模型下的样本空间构造与概率计算要点。包括试验的独立性特征、样本空间需满足等可能性的要求、球数不等时对样本点标号的必要性、正确样本空间大小，以及同色事件的概率…
• 游戏公平性判定：游戏公平性判定依据甲、乙获胜概率是否相等。 规则为“取两球同色则甲胜”，故 $P(\text{甲胜}) = P(\text{同色}) = \frac{3}{8}$。 乙胜即两球不…
• 五局三胜制分析：包含：五局三胜制定义、三局结束条件、甲三局胜概率、四局结束甲胜必要条件。

概率大题核心模型

• 五局三胜等模型：本组围绕高考概率常考大题展开串讲，聚焦五局三胜、七局四胜等典型赛制下的综合应用。
• 多事件综合应用：本组聚焦概率常考大题的综合应用，涵盖多事件独立性判断、不同考试方案的概率建模与比较。

中考统计与概率

本组内容聚焦中考统计与概率大题的解题策略，重点训练从图表中提取关键数据并进行百分比相关计算的能力。要求熟练识别饼图、条形图中的数量与百分比对应关系。 掌握总人数求法、百分比间接计算、平均数与中位数定位等核心技能。所有运算均基于原始数据与给定百分比展开。

总人数求法

本组内容系统讲解中考统计题中确定总人数的五种典型方法。涵盖直接除法、已知小量反推总量、利用互补百分比间接求解、结合条形图数据计算，以及通过样本比例估算总体。每种方法均对应真实考题情境与明确数值依据。

平均数与中位数

本组内容讲解平均数与中位数在中考统计题中的定义、计算方法及定位技巧。包括加权平均数公式、中位数在偶数个数据中的位置判定、实际数据排序后的取值过程。所有结论均基于题干所给频数分布。

• 平均数公式：平均数是所有数据的总和除以数据个数。计算时需先求出总项数，即各项数据与其频数乘积之和：$13\times1 + 18\times2 + 5\times3 + 4\times4$。…
• 40人中位数位置：当数据总数为 $40$ 人时，中位数位置由偶数个数据决定。第 $20$ 个与第 $21$ 个数据是中间两个数。这两个数共同构成中位数的计算基础，需将它们相加后除以 $2$。
• 中位数结果为2：中位数结果为 $2$，是因为第 $20$ 个与第 $21$ 个数据均为 $2$。根据中位数定义，$2+2$ 除以 $2$ 得 $2$。 该结果依赖于频数分布：$1$ 出现 $13…
• 中位数定位法：中位数定位法用于确定有序数据中的中间位置。通过累加频数确定中间序号。若总频数为 奇数 ，取第 $(n+1)/2$ 个数据；若为 偶数 ，取第 $n/2$ 与第 $n/2+1$ 个…

众数与分组统计

本组讲解众数的识别方法及分组统计中E组人数计算、中位数所在组判断、组内中位数求解。所有分析基于给定频数分布与组别划分。

• 众数为2：众数是数据中出现次数最多的数。在项数分布中，$2$ 出现 $18$ 次，高于 $1$ 的 $13$ 次、$3$ 的 $5$ 次、$4$ 的 $4$ 次。因此众数为 $2$。该结论…
• 8年级E组人数：8年级总人数为 $20$ 人，A至D、F组人数分别为 $1$、$1$、$4$、$7$、$3$。累加得 $1+1+4+7+3 = 16$。E组人数为 $20 - 16 = 4$。该…
• 8年级中位数在D组：8年级数据中，中位数落在D组，指将全部数据从小到大排序后，第10与第11个数据均位于D组内。 已知A、B、C三组共6人，D组含第7至第13人，因此第10和第11个数据必然在D组。…
• 8年级中位数计算：8年级的中位数，是全部数据排序后第10与第11个数据（均在D组内）的算术平均值。 D组数据对应位置为第7至第13位。 其中第10个数据为87，第11个数据为88。 计算得 $\f…

百分比与比例计算

本组讲解百分比与比例的基本计算方法，包括百分比换算、未知量求解及样本比例向总体的推广应用。

• M值为10：M表示四项人数占总人数的百分比，其值为10。 四项人数为4人，总人数为40人，故 $\frac{4}{40} = 0.1 = 10\%$。 题干中百分比形式为‘百分之M’，因此M…
• A值为4：A表示80~85分段的人数，其值为4。 其余各组人数依次为1、2、3、6、3、1，总人数为20。 列式为 $20 - 1 - 2 - 3 - 6 - 3 - 1 = A$。 计算…
• X为8%：X表示A组人数占总人数的百分比，其值为8%。 A组人数为4人，总人数为50人，故 $\frac{4}{50} = 0.08 = 8\%$。 题干中记为X%，因此X = 8 。
• B等级估计人数：B等级估计人数是基于样本比例向总体推广所得。 样本中B等级有20人，样本总人数为50，占比为 $\frac{20}{50}$。 总体人数为500人，故估计B等级人数为 $500 …

样本与总体推断

本组讲解利用样本数据推断总体特征的方法，包括抽样人数确定、关注度高人数估算及界定标准。

• 样本推广总体：样本推广总体是指用样本中某类个体所占的百分比，估计总体中同类个体所占的比例。前提是该样本具有代表性，且题目默认样本比例可推广至总体。 例如，抽样调查中火腿粽喜好者占30%，则推广…
• 抽样人数N：抽样人数 $N$ 是指从总体中抽取的样本总人数，可通过某组频数及其对应百分比反推。已知D组有7人，占样本的35%，则 $N = 7 \div 35\% = 20$。 该结果表示从…
• 关注度高人数计算：关注度高人数计算是将各年级样本中关注度高的百分比乘以对应年级总人数，再求和。7年级中90分及以上人数占比为 $(3+1) \div 20$，故对应人数为 $500 \times …
• 关注度高界定法：关注度高界定法是以90分为分界点，将90分及以上（含90~95、95~100等区间）定义为关注度高。图中90右侧所有数据均计入，包括90~95区间3人、95~100区间1人； 8…

统计图表解读

统计图表解读部分聚焦饼状图与条形图中关键信息的提取，重点包括统计对象识别、百分比与实际人数的换算关系。

• 饼状图解读要点：饼状图解读要点强调必须首先明确图表所表示的具体统计对象。例如，该饼状图表示的是“每人参加的项数”，即每个数据点对应一名学生参与的项目数量。脱离此前提直接读取比例会导致误判。图表标…
• 火腿粽人数：火腿粽人数是样本中选择火腿粽的居民实际人数。已知总样本为200人，火腿粽占比30%，则人数为 $200 \times 30\% = 60$。 也可通过总数减其他三类人数验证：$2…

概率基础方法

概率基础方法部分讲解一男一女组合概率的求解路径，涵盖树状图与列表法的操作逻辑及空格设置原因。

• 一男一女概率：一男一女概率是指从四人（男一、男二、女一、女二）中不放回地抽取两人时，恰好抽到一名男生和一名女生的概率。 所有等可能结果共12种，通过树状图或列表法可得：第一次有4种选择，第二次…
• 列表法空格原因：列表法中主对角线空格是因为同一人不能被重复抽取。 抽取是不放回的，第一次抽某人后，该人不能再作为第二次抽取的对象。 因此列表中行与列代表同一组四人时，对应自身位置（如男一→男一）…

总项数计算

总项数计算用于求平均数，指所有学生所参加项目数的总和。 根据频数分布：参加1项的有13人，2项的有18人，3项的有5人，4项的有4人。 总项数为$13\times1+18\times2+5\times3+4\times4$。 该和除以总人数（13+18+5+4）即得平均数。

高职高考概率统计

计数原理基础

包含：分类计数原理（加法原理）、分步计数原理（乘法原理）、分类原理判据、分步原理判据。

• 分类计数原理（加法原理）：分类计数原理（加法原理）是指完成一件事有若干种互斥方案，每种方案均可 独立完成 该事件。 各方案之间是“或”的关系，即采用任一方案都能达成目标。 总方法数等于各方案方法数的 和 …
• 分步计数原理（乘法原理）：分步计数原理（乘法原理）是指完成一件事需依次执行若干步骤，每一步 均不能独立完成 整件事，必须全部完成才达成目标。 各步骤之间是“且”的关系，即缺一不可。 总方法数等于各步骤方法…
• 分类原理判据：分类原理判据是判断是否适用加法原理的关键标准：各方案是否均可 独立完成 目标事件。 若某方案单独实施即可实现事件全部要求，则属于分类情形。 例如“从男生中选1人当班长”与“从女生…
• 分步原理判据：分步原理判据是判断是否适用乘法原理的关键标准：各步骤是否均 不能独立完成 目标事件，须全部执行完毕才达成。 例如从六个球中取一个，仅完成“取一个球”，未完成“取两个球”的目标，只…

组合概念与计算

包含：排列定义、排列关键特征、排列计算公式、组合定义、组合关键特征、组合计算公式、特殊组合值。

• 排列定义：排列定义为从 $n$ 个不同元素中任取 $m$ 个，按 一定顺序 排成一列，所有不同排列的个数记作 $A_n^m$。 顺序是排列的本质特征，交换元素位置会得到不同的排列。 例如用…
• 排列关键特征：排列是指从 $n$ 个不同元素中取出 $m$ 个元素， 按照一定顺序 排成一列的计数方式。 顺序是排列的关键特征， 顺序不同则结果不同 ，例如数字 1、2、3 排成三位数时，12…
• 排列计算公式：排列数计算公式为 $A_n^m = n(n-1)(n-2)\cdots(n-m+1)$，共 $m$ 个连续递减的正整数相乘 。 例如 $A_5^2 = 5 \times 4 = …
• 组合定义：组合是指从 $n$ 个不同元素中 不考虑顺序 地取出 $m$ 个元素，组成一组的计数方式。 例如从小组 5 名同学中抽 2 人打扫卫生，只关心“哪两人被选中”，不区分谁先被选、谁…
• 组合关键特征：组合的关键特征是 元素无序 ，任意交换所选 $m$ 个元素的位置，不改变组合本身。 例如从 a、b、c 三人中选两人参加义务劳动，ab 与 ba 视为同一种选法。 因此，组合仅取…
• 组合计算公式：组合数计算公式为 $C_n^m = \dfrac{A_n^m}{A_m^m}$，即用相同元素的 排列数除以这 $m$ 个元素自身的全排列数 。 例如 $C_5^2 = \dfra…
• 特殊组合值：$C_n^0 = 1$（其中 $n \geq 0$），表示从 $n$ 个元素中取出 0 个元素的组合数为 1。 例如 $C_5^0 = 1$，含义是“不选任何元素”这一种方式唯一…

排列组合辨析应用

本组讲义围绕排列与组合的辨析及实际应用展开，涵盖概念区分、复合计数策略、至少类问题、典型例题与分步分类场景。

• 排列与组合辨析：排列与组合的根本区别在于是否考虑 顺序 ：若选出对象后需分配不同角色或位置，则为排列；若仅需组成一组、无角色差异，则为组合。 例如从三名学生 a、b、c 中选两人打扫卫生，ab …
• 复合计数策略：复合计数策略是在含限制条件的计数问题中，先按限制要求进行 分类 ，再在每类内部按完成步骤进行 分步 ，最后将各类结果 相加 。 例如“必须有男生”选两人，分为 一男一女 和 两男…
• 至少类问题解法：至少类问题解法是将“至少一名女生”拆解为互斥的完整情形并分别计数后相加。 “至少一名女生”包含 一男一女 和 两女 两种独立可完成事件的情形。 一男一女：7名男生选1人、3名女生…
• 组合应用实例：组合应用实例是当从若干元素中选取若干个且 不考虑顺序 时，使用组合数计算选法总数。 小明从六个兴趣小组中选两个报名，先后顺序无区别。 因此是 从6个中选2个的组合 ，记为$C_6…
• 分步应用实例：分步应用实例是当一个任务需 多个步骤连续完成 ，且单一步骤不能独立达成目标时，用分步乘法原理计数。 从第一个袋子（6球）取1球、第二个袋子（8球）取1球，共取2球。 仅从第一袋取…

概率基本事件

包含：“不发生”事件记法、独立事件同时不发生的概率、至少一个发生的反面、有放回抽取各次独立、投篮胜负路径约束、局数存在性条件。

• “不发生”事件记法：“不发生”事件记法是将事件$A$不发生记为$\overline{A}$，事件$B$不发生记为$\overline{B}$。 该记号简明直观，用于表示单个事件的否定。 例如硬币正面…
• 独立事件同时不发生的概率：独立事件同时不发生的概率等于各自不发生概率的乘积，即$P(\overline{A}\cap\overline{B}) = P(\overline{A}) \cdot P(\ove…
• 至少一个发生的反面：至少一个发生的反面是 全都不发生 ，故至少一位通过的概率为$1 - $全都不通过的概率。 当有$N$位同学，每人通过概率均为$p$且相互独立时，全都不通过概率为$(1-p)^N$…
• 有放回抽取各次独立：有放回抽取各次独立是指每次抽取后将样本放回，使后续抽取的样本空间保持不变，各次抽取事件相互独立。 每次抽取时，样本总数恒为3个球，其中黄球1个，因此每次取到黄球的概率均为$\fr…
• 投篮胜负路径约束：投篮胜负路径约束是指乙获胜必须以“甲先投且未中”为前提条件，之后乙在轮到自己投篮的某次首次命中即获胜。 乙无法在第1次投篮时获胜，因规则规定甲先投；只有甲第1次未中，才由乙进行第…
• 投篮次数存在性条件：局数存在性条件是指第$n$次投篮能够出现的充要条件是前$n-1$次投篮全部未中。 例如第四次投篮出现，要求第一、二、三次投篮均无人命中，否则游戏已在之前结束。 第五次投篮出现需前…

列表法注意事项

列表法注意事项是指在用表格列举所有可能配对时，需剔除同一人自配的无效组合，对应单元格留空。 例如男一与男一不能配对，该格为空；男一与男二同性别配对虽不符合“一男一女”要求，仍是可能结果，不留空。 表格中所有非空格子都计入总数，避免漏算可能结果。 空格不参与计数，统计时分母计所有非空单元格，分子只计符合条件的单元格数量。