《高中数学圆锥曲线知识点总结最新2篇》
高中数学难,圆锥曲线又是难中之难。其实解析几何题目自有路径可循,方法可依。只要经过认真的准备和正确的点拨,完全可以让高考数学的圆锥曲线难题变成让同学们都很有信心的中等题目。下面是整理的高中数学圆锥曲线知识点总结最新2篇,希望能够帮助到大家。
高中数学圆锥曲线知识点总结 篇1
1、向量的加法
向量的加法满足平行四边形法则和三角形法则。
AB+BC=AC。
a+b=(x+x',y+y')。
a+0=0+a=a。
向量加法的运算律:
交换律:a+b=b+a;
结合律:(a+b)+c=a+(b+c)。
2、向量的减法
如果a、b是互为相反的向量,那么a=-b,b=-a,a+b=0. 0的反向量为0
AB-AC=CB. 即“共同起点,指向被减”
a=(x,y) b=(x',y') 则 a-b=(x-x',y-y').
3、数乘向量
实数λ和向量a的乘积是一个向量,记作λa,且∣λa∣=∣λ∣·∣a∣。
当λ>0时,λa与a同方向;
当λ<0时,λa与a反方向;
当λ=0时,λa=0,方向任意。
当a=0时,对于任意实数λ,都有λa=0。
注:按定义知,如果λa=0,那么λ=0或a=0。
实数λ叫做向量a的系数,乘数向量λa的几何意义就是将表示向量a的有向线段伸长或压缩。
当∣λ∣>1时,表示向量a的有向线段在原方向(λ>0)或反方向(λ<0)上伸长为原来的∣λ∣倍;
当∣λ∣<1时,表示向量a的有向线段在原方向(λ>0)或反方向(λ<0)上缩短为原来的∣λ∣倍。
数与向量的乘法满足下面的运算律
结合律:(λa)·b=λ(a·b)=(a·λb)。
向量对于数的分配律(第一分配律):(λ+μ)a=λa+μa.
数对于向量的分配律(第二分配律):λ(a+b)=λa+λb.
数乘向量的消去律:① 如果实数λ≠0且λa=λb,那么a=b。② 如果a≠0且λa=μa,那么λ=μ。
4、向量的的数量积
定义:两个非零向量的夹角记为〈a,b〉,且〈a,b〉∈[0,π]。
定义:两个向量的数量积(内积、点积)是一个数量,记作a·b。若a、b不共线,则a·b=|a|·|b|·cos〈a,b〉;若a、b共线,则a·b=+-∣a∣∣b∣。
向量的数量积的坐标表示:a·b=x·x'+y·y'。
向量的数量积的运算率
a·b=b·a(交换率);
(a+b)·c=a·c+b·c(分配率);
向量的数量积的性质
a·a=|a|的平方。
a⊥b 〈=〉a·b=0。
|a·b|≤|a|·|b|。
高中数学圆锥曲线知识点总结 篇2
1.总体和样本
在统计学中,把研究对象的全体叫做总体。
把每个研究对象叫做个体。
把总体中个体的总数叫做总体容量。
为了研究总体的有关性质,一般从总体中随机抽取一部分:
研究,我们称它为样本。其中个体的个数称为样本容量。
2.简单随机抽样,也叫纯随机抽样。就是从总体中不加任何分组、划类、排队等,完全随
机地抽取调查单位。特点是:每个样本单位被抽中的可能性相同(概率相等),样本的每个单位完全独立,彼此间无一定的关联性和排斥性。简单随机抽样是其它各种抽样形式的基础。通常只是在总体单位之间差异程度较小和数目较少时,才采用这种方法。
3.简单随机抽样常用的方法:
抽签法;随机数表法;计算机模拟法;使用统计软件直接抽取。
在简单随机抽样的样本容量设计中,主要考虑:
①总体变异情况;
②允许误差范围;
③概率保证程度。
4.抽签法:
(1)给调查对象群体中的每一个对象编号;
(2)准备抽签的工具,实施抽签;
(3)对样本中的每一个个体进行测量或调查。
例:请调查你所在的学校的学生做喜欢的体育活动情况。
5.随机数表法:
例:利用随机数表在所在的班级中抽取10位同学参加某项活动。
系统抽样
1.系统抽样(等距抽样或机械抽样):
把总体的单位进行排序,再计算出抽样距离,然后按照这一固定的抽样距离抽取样本。第一个样本采用简单随机抽样的办法抽取。
K(抽样距离)=N(总体规模)/n(样本规模)
前提条件:总体中个体的排列对于研究的变量来说,应是随机的,即不存在某种与研究变量相关的规则分布。可以在调查允许的条件下,从不同的样本开始抽样,对比几次样本的特点。如果有明显差别,说明样本在总体中的分布承某种循环性规律,且这种循环和抽样距离重合。
2.系统抽样,即等距抽样是实际中最为常用的抽样方法之一。因为它对抽样框的要求较低,实施也比较简单。更为重要的是,如果有某种与调查指标相关的辅助变量可供使用,总体单元按辅助变量的大小顺序排队的话,使用系统抽样可以大大提高估计精度。
分层抽样
1.分层抽样(类型抽样):
先将总体中的所有单位按照某种特征或标志(性别、年龄等)划分成若干类型或层次,然后再在各个类型或层次中采用简单随机抽样或系用抽样的办法抽取一个子样本,最后,将这些子样本合起来构成总体的样本。
两种方法:
1.先以分层变量将总体划分为若干层,再按照各层在总体中的比例从各层中抽取。
2.先以分层变量将总体划分为若干层,再将各层中的元素按分层的顺序整齐排列,最后用系统抽样的方法抽取样本。
2.分层抽样是把异质性较强的总体分成一个个同质性较强的子总体,再抽取不同的子总体中的样本分别代表该子总体,所有的样本进而代表总体。
分层标准:
(1)以调查所要分析和研究的主要变量或相关的变量作为分层的标准。
(2)以保证各层内部同质性强、各层之间异质性强、突出总体内在结构的变量作为分层变量。
(3)以那些有明显分层区分的变量作为分层变量。
3.分层的比例问题:
(1)按比例分层抽样:根据各种类型或层次中的单位数目占总体单位数目的比重来抽取子样本的方法。
(2)不按比例分层抽样:有的层次在总体中的比重太小,其样本量就会非常少,此时采用该方法,主要是便于对不同层次的子总体进行专门研究或进行相互比较。如果要用样本资料推断总体时,则需要先对各层的数据资料进行加权处理,调整样本中各层的比例,使数据恢复到总体中各层实际的比例结构。
用样本的数字特征估计总体的数字特征
1、本均值:
2、样本标准差:
3.用样本估计总体时,如果抽样的方法比较合理,那么样本可以反映总体的信息,但从样本得到的信息会有偏差。在随机抽样中,这种偏差是不可避免的。
虽然我们用样本数据得到的分布、均值和标准差并不是总体的真正的分布、均值和标准差,而只是一个估计,但这种估计是合理的,特别是当样本量很大时,它们确实反映了总体的信息。
4.(1)如果把一组数据中的每一个数据都加上或减去同一个共同的常数,标准差不变
(2)如果把一组数据中的每一个数据乘以一个共同的常数k,标准差变为原来的k倍
(3)一组数据中的值和最小值对标准差的影响,区间的应用;
“去掉一个分,去掉一个最低分”中的科学道理
两个变量的线性相关
1、概念:
(1)回归直线方程(2)回归系数
2.最小二乘法
3.直线回归方程的应用
(1)描述两变量之间的依存关系;利用直线回归方程即可定量描述两个变量间依存的数量关系
(2)利用回归方程进行预测;把预报因子(即自变量x)代入回归方程对预报量(即因变量Y)进行估计,即可得到个体Y值的容许区间。
(3)利用回归方程进行统计控制规定Y值的变化,通过控制x的范围来实现统计控制的目标。如已经得到了空气中NO2的浓度和汽车流量间的回归方程,即可通过控制汽车流量来控制空气中NO2的浓度。
4.应用直线回归的注意事项
(1)做回归分析要有实际意义;
(2)回归分析前,先作出散点图;
(3)回归直线不要外延。