貌似我从未写过关于概率统计的题,天大的缺憾。

新高考中,代数、几何与概率统计三驾马车并驾齐驱(大致比例为50%,40%和20%),怎么可以无视其存在呢?

近几年的全国1卷中,概率统计一再取代解析几何成为新的霸主。另外,概率统计与生活息息相关,是数学建模的良好载体,所以未来我再也不会忽视概率统计的地位了。

1 围观:一叶障目,抑或胸有成竹

连续型随机变量的期望与方差(第二百三十四夜)(1)

本题综合考查离散型随机变量的分布列和数学期望。

乍一看,题目似乎平淡无奇,然而下笔之后开始暗自神伤。因为本题不单是考查内容,同时考查计算,如何快速高效地计算出结果才是解题的王道。

大致分两步:

(1)通过分布列的性质求出参数a的值。这不难,但凡掌握二项式定理的都能完成。

(2)写出数学期望的表达式,代入a的值计算出结果。计算才是关键,我最先想到的是“导数法”;然后类比数列求和想到了“倒序相加法”;最后退而求其次——强算。

2 套路:手足无措,抑或从容不迫

连续型随机变量的期望与方差(第二百三十四夜)(2)

法1,先倒序,再利用组合数的性质转化,然后相加即可算出结果。

与首末等距离的两项之和相等(或等于同一个常数),可用“倒序相加法”求和。倒序相加法不是什么高深的方法,教材中推导等差数列的前n项和用的就是此法。

连续型随机变量的期望与方差(第二百三十四夜)(3)

法2,根据幂函数导数的特点构造二项式,赋值计算出组合数值,代入数学期望公式便可求得结论。

二项式定理是一个恒等式(正向展开,逆向合并),可以通过赋值得到相应系数的关系。值得说明的是,二项式定理还可通过丢掉某些项达到放缩不等式的目的(将来介绍)。

是的,很遗憾,法1与法2都错过了。谁能想到竟然与导数和数列相关,大意了。

即便如此,也没关系。好在本题的数据还不算特别大,那就索性强算。

连续型随机变量的期望与方差(第二百三十四夜)(4)

真的不难算么?

不知道,我是逆向算的,哈哈。

。。。

随机变量考小题压轴题在“浙江卷”中屡见不鲜,2020年新高考山东卷的第12题也是如此(见操作),相信未来会层出不穷。

3 脑洞:浮光掠影,抑或醍醐灌顶

随机变量的取值随着试验的结果而定,在试验之前不能预知它取什么值,且它的取值具有一定的概率,这便是随机变量与普通函数的本质差别。

随机变量分为离散型随机变量和非离散型随机变量(连续型随机变量和其他随机变量)。若随机变量X的取值可以一一列出,则X称为离散型随机变量。

要掌握一个离散型随机变量X的统计规律,必须知道X的所有可能取值以及每一个可能值的概率,由此得到离散型随机变量的分布列。用表格来描述分布列直观而简洁。

分布列完全描述了随机变量取值的概率规律,但为了对随机变量有一个概括的认识,还需要随机变量的某些数字特征。由随机变量的分布所确定的,能刻画随机变量某一方面特征的常数称为数字特征。

数学期望(均值)和方差是两类最重要的数字特征,分别描述随机变量的平均取值以及随机变量的偏离程度。

连续型随机变量的期望与方差(第二百三十四夜)(5)

4 操作:形同陌路,抑或一见如故

连续型随机变量的期望与方差(第二百三十四夜)(6)

连续型随机变量的期望与方差(第二百三十四夜)(7)

,