高三数学复习教程——概率统计与排列组合

概述

概率统计与排列组合是高考数学的重要考查内容，也是数学与实际生活联系最紧密的领域之一。本教程系统讲解计数原理、排列组合、二项式定理、概率计算、随机变量与分布、统计案例等核心考点，帮助同学们建立完整的知识框架，掌握解题方法和技巧，提升高考应试能力。

---

核心知识点一：计数原理与排列组合

1.1 分类计数原理与分步计数原理

分类计数原理（加法原理）： 完成一件事有n类不同方案，第1类有m₁种方法，第2类有m₂种方法，……，第n类有mₙ种方法，那么完成这件事共有N = m₁ + m₂ + ... + mₙ种方法。

分步计数原理（乘法原理）： 完成一件事需要n个步骤，第1步有m₁种方法，第2步有m₂种方法，……，第n步有mₙ种方法，那么完成这件事共有N = m₁ × m₂ × ... × mₙ种方法。

关键区别：

• 分类计数原理：各类方案相互独立，任何一类方案中的任何一种方法都能独立完成这件事
• 分步计数原理：各步骤相互依存，只有所有步骤都完成才能完成这件事

例题1： 从甲地到乙地，可以乘火车、汽车或飞机，每天火车有3班、汽车有5班、飞机有2班。从甲地到乙地共有多少种不同的走法？

解答： 乘火车、汽车或飞机是三类方案，使用分类计数原理：N = 3 + 5 + 2 = 10种

例题2： 从甲地经丙地到乙地，从甲地到丙地有3种走法，从丙地到乙地有4种走法。从甲地经丙地到乙地共有多少种不同的走法？

解答： 从甲地到丙地和从丙地到乙地是两个步骤，使用分步计数原理：N = 3 × 4 = 12种

1.2 排列

排列的定义： 从n个不同元素中取出m（m ≤ n）个元素，按照一定的顺序排成一列，叫做从n个不同元素中取出m个元素的一个排列。

排列数公式：

• A(n,m) = n! / (n-m)! = n(n-1)(n-2)...(n-m+1)
• A(n,n) = n!

排列的特征： 与顺序有关

例题3： 5个人站成一排照相，共有多少种不同的站法？

解答： 这是5个元素的全排列：A(5,5) = 5! = 120种

1.3 组合

组合的定义： 从n个不同元素中取出m（m ≤ n）个元素并成一组，叫做从n个不同元素中取出m个元素的一个组合。

组合数公式：

• C(n,m) = A(n,m) / m! = n! / [m!(n-m)!]
• C(n,m) = C(n, n-m)
• C(n,m) = C(n-1, m-1) + C(n-1, m)

组合的特征： 与顺序无关

例题4： 从10名学生中选出3名参加数学竞赛，共有多少种不同的选法？

解答： 选人与顺序无关，使用组合：C(10,3) = 10! / (3! × 7!) = 120种

1.4 排列组合的解题策略

常用策略：

• 特殊元素优先法：先安排有特殊要求的元素
• 特殊位置优先法：先安排有特殊要求的位置
• 捆绑法：将必须相邻的元素看作一个整体
• 插空法：将不能相邻的元素插入其他元素之间的空隙
• 间接法（排除法）：用总数减去不符合条件的情况

典型问题类型：

相邻问题——捆绑法： 5个人站成一排，甲乙必须相邻，有多少种站法？ 将甲乙捆绑为一个整体，相当于4个元素全排列，再考虑甲乙内部排列：A(4,4) × A(2,2) = 24 × 2 = 48种

不相邻问题——插空法： 5个人站成一排，甲乙不相邻，有多少种站法？ 先排其他3人：A(3,3) = 6种，产生4个空隙，从4个空隙中选2个放甲乙：A(4,2) = 12种 共6 × 12 = 72种 或用间接法：A(5,5) - 48 = 120 - 48 = 72种

---

核心知识点二：二项式定理

2.1 二项式定理

公式： (a+b)ⁿ = C(n,0)aⁿ + C(n,1)aⁿ⁻¹b + C(n,2)aⁿ⁻²b² + ... + C(n,r)aⁿ⁻ʳbʳ + ... + C(n,n)bⁿ

通项公式： T(r+1) = C(n,r)aⁿ⁻ʳbʳ（第r+1项）

2.2 二项式系数的性质

对称性： C(n,r) = C(n, n-r)

最大值： 当n为偶数时，中间一项C(n, n/2)最大；当n为奇数时，中间两项C(n, (n-1)/2)和C(n, (n+1)/2)最大

各项系数之和： 令a = b = 1，得2ⁿ = C(n,0) + C(n,1) + C(n,2) + ... + C(n,n)

奇数项系数之和 = 偶数项系数之和： 令a = 1, b = -1，得0 = C(n,0) - C(n,1) + C(n,2) - ...，因此奇数项系数之和 = 偶数项系数之和 = 2ⁿ⁻¹

2.3 二项式定理的应用

例题5： 求(x + 1/x)⁶展开式的常数项。

解答： 通项T(r+1) = C(6,r) · x⁶⁻ʳ · (1/x)ʳ = C(6,r) · x⁶⁻²ʳ

令6 - 2r = 0，得r = 3

常数项为T(4) = C(6,3) = 20

例题6： 求(1+x)⁵(1+x)⁴展开式中x³的系数。

解答： (1+x)⁵(1+x)⁴ = (1+x)⁹

x³的系数为C(9,3) = 84

---

核心知识点三：概率计算

3.1 随机事件与概率

随机事件的概念：

• 必然事件：在一定条件下必然会发生的事件
• 不可能事件：在一定条件下不可能发生的事件
• 随机事件：在一定条件下可能发生也可能不发生的事件

概率的定义：

• 古典概型：P(A) = A包含的基本事件数 / 基本事件总数
• 几何概型：P(A) = 构成事件A的区域长度（面积、体积） / 试验全部结果构成的区域长度（面积、体积）

3.2 概率的基本性质

• 0 ≤ P(A) ≤ 1
• P(必然事件) = 1
• P(不可能事件) = 0
• 若A与B互斥，则P(A∪B) = P(A) + P(B)
• P(A) = 1 - P(Ā)（对立事件的概率）

3.3 条件概率与独立事件

条件概率： P(B|A) = P(AB) / P(A)

事件的独立性： 如果P(AB) = P(A)P(B)，则称A与B相互独立。

独立重复试验（伯努利试验）： 在n次独立重复试验中，事件A恰好发生k次的概率为： P(X=k) = C(n,k) · pᵏ · (1-p)ⁿ⁻ᵏ

例题7： 某射手每次射击命中目标的概率为0.8，求射击3次恰好命中2次的概率。

解答： 这是独立重复试验问题 P(X=2) = C(3,2) × 0.8² × 0.2¹ = 3 × 0.64 × 0.2 = 0.384

3.4 全概率公式与贝叶斯公式

全概率公式： 设B₁, B₂, ..., Bₙ是样本空间的一个划分，且P(Bᵢ) > 0，则对任意事件A： P(A) = Σ P(Bᵢ)P(A|Bᵢ)

贝叶斯公式： P(Bᵢ|A) = P(Bᵢ)P(A|Bᵢ) / Σ P(Bⱼ)P(A|Bⱼ)

---

核心知识点四：随机变量与分布

4.1 离散型随机变量

离散型随机变量的定义： 如果随机变量X的所有可能取值可以一一列举出来，则称X为离散型随机变量。

概率分布列： 设离散型随机变量X的所有可能取值为x₁, x₂, ..., xₙ，对应的概率为p₁, p₂, ..., pₙ，则：

X	x₁	x₂	...	xₙ
P	p₁	p₂	...	pₙ

满足：pᵢ ≥ 0，Σpᵢ = 1

4.2 数学期望与方差

数学期望（均值）： E(X) = Σ xᵢpᵢ

方差： D(X) = Σ(xᵢ - E(X))²pᵢ = E(X²) - [E(X)]²

标准差： σ = √D(X)

期望与方差的性质：

• E(aX+b) = aE(X) + b
• D(aX+b) = a²D(X)

4.3 常见离散型分布

两点分布（0-1分布）：

• P(X=1) = p，P(X=0) = 1-p
• E(X) = p，D(X) = p(1-p)

二项分布 X~B(n,p)：

• P(X=k) = C(n,k)pᵏ(1-p)ⁿ⁻ᵏ，k = 0, 1, 2, ..., n
• E(X) = np，D(X) = np(1-p)

超几何分布：

• P(X=k) = C(M,k)C(N-M,n-k) / C(N,n)
• 适用于不放回抽样

4.4 正态分布

正态分布的定义： 如果随机变量X的概率密度函数为： f(x) = (1/√(2π)σ) · e^(-(x-μ)²/(2σ²))

则称X服从正态分布，记作X~N(μ, σ²)。

正态分布的性质：

• 图像关于x = μ对称
• 在x = μ处取得最大值
• μ决定图像的位置，σ决定图像的形状
• σ越大，图像越"矮胖"；σ越小，图像越"高瘦"

标准正态分布： X~N(0, 1)

3σ原则：

• P(μ-σ < X < μ+σ) ≈ 68.3%
• P(μ-2σ < X < μ+2σ) ≈ 95.4%
• P(μ-3σ < X < μ+3σ) ≈ 99.7%

---

核心知识点五：统计案例

5.1 抽样方法

简单随机抽样：

• 抽签法：适用于总体数量较少
• 随机数表法：适用于总体数量较多

系统抽样： 将总体分成均衡的若干部分，按照预先制定的规则，从每一部分抽取一个个体。

分层抽样： 将总体分成互不交叉的层，然后按照各层在总体中的比例独立地从各层中抽取样本。

三种抽样方法的比较：

抽样方法	适用场景	特点
简单随机抽样	总体个数较少	每个个体被抽到的概率相等
系统抽样	总体个数较多且均衡	操作简便
分层抽样	总体由差异明显的几部分组成	各层内部差异小，层间差异大

5.2 统计图表

频率分布直方图：

• 横轴：数据分组
• 纵轴：频率/组距
• 每个小矩形的面积 = 该组的频率
• 所有小矩形的面积之和 = 1

茎叶图： 适用于数据量不大时，能保留原始数据信息。

频率分布折线图： 将频率分布直方图中各小矩形上边中点连接起来。

5.3 数字特征

众数： 出现次数最多的数据

中位数： 将数据按大小排列后，位于中间位置的数据

平均数： 所有数据之和除以数据个数

方差与标准差： 衡量数据的离散程度

5.4 回归分析

线性回归方程： ŷ = b̂x + â

其中：

• b̂ = Σ(xᵢ - x̄)(yᵢ - ȳ) / Σ(xᵢ - x̄)²
• â = ȳ - b̂x̄

相关系数： r = Σ(xᵢ - x̄)(yᵢ - ȳ) / √[Σ(xᵢ - x̄)² · Σ(yᵢ - ȳ)²]

• |r|越接近1，相关性越强
• |r|越接近0，相关性越弱

5.5 独立性检验

2×2列联表：

	B	B̄	合计
A	a	b	a+b
Ā	c	d	c+d
合计	a+c	b+d	n

卡方统计量： K² = n(ad-bc)² / [(a+b)(c+d)(a+c)(b+d)]

判断标准：

• K² ≥ 3.841时，有95%的把握认为两个变量有关
• K² ≥ 6.635时，有99%的把握认为两个变量有关

---

练习题

练习一（选择题）

从5名男生和3名女生中选出3人参加比赛，至少有1名女生的选法有（ ）

1. 30种
2. 46种
3. 56种
4. 70种

答案：B

解析： 至少有1名女生的选法 = 总选法 - 全是男生的选法 = C(8,3) - C(5,3) = 56 - 10 = 46种

练习二（选择题）

(1+x)⁶展开式中x²的系数为（ ）

1. 10
2. 15
3. 20
4. 30

答案：B

解析： (1+x)⁶展开式的通项为T(r+1) = C(6,r)xʳ，当r=2时，x²的系数为C(6,2) = 15。

练习三（计算题）

某工厂有甲、乙两条生产线，甲生产线的次品率为2%，乙生产线的次品率为3%。已知甲生产线的产量占总产量的60%，乙生产线的产量占40%。现从产品中随机抽取一件。

（1）求抽到次品的概率。 （2）若抽到的是次品，求该次品来自甲生产线的概率。

解答：

设A表示"抽到次品"，B₁表示"来自甲生产线"，B₂表示"来自乙生产线"

已知：P(B₁) = 0.6，P(B₂) = 0.4，P(A|B₁) = 0.02，P(A|B₂) = 0.03

（1）由全概率公式： P(A) = P(B₁)P(A|B₁) + P(B₂)P(A|B₂) = 0.6 × 0.02 + 0.4 × 0.03 = 0.012 + 0.012 = 0.024

（2）由贝叶斯公式： P(B₁|A) = P(B₁)P(A|B₁) / P(A) = 0.012 / 0.024 = 0.5

练习四（解答题）

甲、乙两人进行围棋比赛，约定先胜3局者获胜，比赛结束。设每局比赛甲获胜的概率为0.6，各局比赛相互独立。

（1）求甲以3:1获胜的概率。 （2）求比赛进行了4局才结束的概率。

解答：

（1）甲以3:1获胜，说明前3局中甲胜2局、乙胜1局，且第4局甲胜。 P = C(3,2) × 0.6² × 0.4 × 0.6 = 3 × 0.36 × 0.4 × 0.6 = 0.2592

（2）比赛进行4局才结束，说明前3局中一人胜2局、另一人胜1局，第4局胜者获胜。 情况一：甲3:1获胜，概率为0.2592 情况二：乙3:1获胜，概率为C(3,2) × 0.4² × 0.6 × 0.4 = 3 × 0.16 × 0.6 × 0.4 = 0.1152 总概率 = 0.2592 + 0.1152 = 0.3744

---

总结

概率统计与排列组合的复习需要掌握以下要点：

1. 区分计数原理：准确区分分类计数原理和分步计数原理，这是排列组合的基础。
2. 掌握排列组合公式：熟练运用排列数和组合数公式，掌握捆绑法、插空法等解题技巧。
3. 理解二项式定理：掌握通项公式和二项式系数的性质，能求特定项和系数。
4. 熟练概率计算：掌握古典概型、条件概率、独立事件、全概率公式和贝叶斯公式。
5. 掌握分布与期望方差：理解常见分布的特征，能计算期望和方差。
6. 运用统计方法：掌握抽样方法、回归分析和独立性检验。

建议同学们在复习过程中注重基础知识的理解，多做典型例题，总结解题规律，提高解题速度和准确性。概率统计与排列组合是高考数学的高频考点，也是实际应用最广泛的数学分支，希望同学们通过本教程的学习，能够系统掌握相关知识，在高考中取得优异成绩。