2020高二數(shù)學(xué)知識點總結(jié)五篇精選_第1頁
2020高二數(shù)學(xué)知識點總結(jié)五篇精選_第2頁
2020高二數(shù)學(xué)知識點總結(jié)五篇精選_第3頁
2020高二數(shù)學(xué)知識點總結(jié)五篇精選_第4頁
2020高二數(shù)學(xué)知識點總結(jié)五篇精選_第5頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、2020高二數(shù)學(xué)知識點總結(jié)五篇精選高中階段學(xué)習難度、強度、容量加大,學(xué)習負擔及壓力明顯加重,不能再依賴初中時期老師“填鴨式”的授課,“看管式”的自習,“命令式”的作業(yè),要逐步培養(yǎng)自己主動獲取知識、鞏固知識的能力,制定學(xué)習計劃,養(yǎng)成自主學(xué)習的好習慣。 下面就是小編給大家?guī)淼母叨?shù)學(xué)知識點,希望對大家有所幫助!高二數(shù)學(xué)知識點1已知函數(shù)有零點(方程有根)求參數(shù)取值常用的方法1、直接法:直接根據(jù)題設(shè)條件構(gòu)建關(guān)于參數(shù)的不等式,再通過解不等式確定參數(shù)范圍。2、分離參數(shù)法:先將參數(shù)分離,轉(zhuǎn)化成求函數(shù)值域問題加以解決。3、數(shù)形結(jié)合法:先對解析式變形,在同一平面直角坐標系中,畫出函數(shù)的圖象,然后數(shù)形

2、結(jié)合求解。高二數(shù)學(xué)知識點2空間中的垂直問題(1)線線、面面、線面垂直的定義兩條異面直線的垂直:如果兩條異面直線所成的角是直角,就說這兩條異面直線互相垂直。線面垂直:如果一條直線和一個平面內(nèi)的任何一條直線垂直,就說這條直線和這個平面垂直。平面和平面垂直:如果兩個平面相交,所成的二面角(從一條直線出發(fā)的兩個半平面所組成的圖形)是直二面角(平面角是直角),就說這兩個平面垂直。(2)垂直關(guān)系的判定和性質(zhì)定理線面垂直判定定理和性質(zhì)定理判定定理:如果一條直線和一個平面內(nèi)的兩條相交直線都垂直,那么這條直線垂直這個平面。性質(zhì)定理:如果兩條直線同垂直于一個平面,那么這兩條直線平行。面面垂直的判定定理和性質(zhì)定理判

3、定定理:如果一個平面經(jīng)過另一個平面的一條垂線,那么這兩個平面互相垂直。性質(zhì)定理:如果兩個平面互相垂直,那么在一個平面內(nèi)垂直于他們的交線的直線垂直于另一個平面。高二數(shù)學(xué)知識點31.幾何概型的定義:如果每個事件發(fā)生的概率只與構(gòu)成該事件區(qū)域的長度(面積或體積)成比例,則稱這樣的概率模型為幾何概率模型,簡稱幾何概型。2.幾何概型的概率公式:p(a)=構(gòu)成事件a的區(qū)域長度(面積或體積);試驗的全部結(jié)果所構(gòu)成的區(qū)域長度(面積或體積)3.幾何概型的特點:1)試驗中所有可能出現(xiàn)的結(jié)果(基本事件)有無限多個;2)每個基本事件出現(xiàn)的可能性相等.4.幾何概型與古典概型的比較:一方面,古典概型具有有限性,即試驗結(jié)果是

4、可數(shù)的;而幾何概型則是在試驗中出現(xiàn)無限多個結(jié)果,且與事件的區(qū)域長度(或面積、體積等)有關(guān),即試驗結(jié)果具有無限性,是不可數(shù)的。這是二者的不同之處;另一方面,古典概型與幾何概型的試驗結(jié)果都具有等可能性,這是二者的共性。通過以上對于幾何概型的基本知識點的梳理,我們不難看出其要核是:要抓住幾何概型具有無限性和等可能性兩個特點,無限性是指在一次試驗中,基本事件的個數(shù)可以是無限的,這是區(qū)分幾何概型與古典概型的關(guān)鍵所在;等可能性是指每一個基本事件發(fā)生的可能性是均等的,這是解題的基本前提。因此,用幾何概型求解的概率問題和古典概型的基本思路是相同的,同屬于“比例法”,即隨機事件a的概率可以用“事件a包含的基本事

5、件所占的圖形的長度、面積(體積)和角度等”與“試驗的基本事件所占總長度、面積(體積)和角度等”之比來表示。下面就幾何概型常見類型題作一歸納梳理。高二數(shù)學(xué)知識41.輾轉(zhuǎn)相除法是用于求公約數(shù)的一種方法,這種算法由歐幾里得在公元前年左右首先提出,因而又叫歐幾里得算法.2.所謂輾轉(zhuǎn)相法,就是對于給定的兩個數(shù),用較大的數(shù)除以較小的數(shù).若余數(shù)不為零,則將較小的數(shù)和余數(shù)構(gòu)成新的一對數(shù),繼續(xù)上面的除法,直到大數(shù)被小數(shù)除盡,則這時的除數(shù)就是原來兩個數(shù)的公約數(shù).3.更相減損術(shù)是一種求兩數(shù)公約數(shù)的方法.其基本過程是:對于給定的兩數(shù),用較大的數(shù)減去較小的數(shù),接著把所得的差與較小的數(shù)比較,并以大數(shù)減小數(shù),繼續(xù)這個操作,

6、直到所得的數(shù)相等為止,則這個數(shù)就是所求的公約數(shù).4.秦九韶算法是一種用于計算一元二次多項式的值的方法.5.常用的排序方法是直接插入排序和冒泡排序.6.進位制是人們?yōu)榱擞嫈?shù)和運算方便而約定的記數(shù)系統(tǒng).“滿進一”,就是k進制,進制的基數(shù)是k.7.將進制的數(shù)化為十進制數(shù)的方法是:先將進制數(shù)寫成用各位上的數(shù)字與k的冪的乘積之和的形式,再按照十進制數(shù)的運算規(guī)則計算出結(jié)果.8.將十進制數(shù)化為進制數(shù)的方法是:除k取余法.即用k連續(xù)去除該十進制數(shù)或所得的商,直到商為零為止,然后把每次所得的余數(shù)倒著排成一個數(shù)就是相應(yīng)的進制數(shù).高二數(shù)學(xué)知識點5分層抽樣先將總體中的所有單位按照某種特征或標志(性別、年齡等)劃分成若

7、干類型或?qū)哟?,然后再在各個類型或?qū)哟沃胁捎煤唵坞S機抽樣或系用抽樣的辦法抽取一個子樣本,最后,將這些子樣本合起來構(gòu)成總體的樣本。兩種方法1.先以分層變量將總體劃分為若干層,再按照各層在總體中的比例從各層中抽取。2.先以分層變量將總體劃分為若干層,再將各層中的元素按分層的順序整齊排列,最后用系統(tǒng)抽樣的方法抽取樣本。2.分層抽樣是把異質(zhì)性較強的總體分成一個個同質(zhì)性較強的子總體,再抽取不同的子總體中的樣本分別代表該子總體,所有的樣本進而代表總體。分層標準(1)以調(diào)查所要分析和研究的主要變量或相關(guān)的變量作為分層的標準。(2)以保證各層內(nèi)部同質(zhì)性強、各層之間異質(zhì)性強、突出總體內(nèi)在結(jié)構(gòu)的變量作為分層變量。(

8、3)以那些有明顯分層區(qū)分的變量作為分層變量。分層的比例問題(1)按比例分層抽樣:根據(jù)各種類型或?qū)哟沃械膯挝粩?shù)目占總體單位數(shù)目的比重來抽取子樣本的方法。(2)不按比例分層抽樣:有的層次在總體中的比重太小,其樣本量就會非常少,此時采用該方法,主要是便于對不同層次的子總體進行專門研究或進行相互比較。如果要用樣本資料推斷總體時,則需要先對各層的數(shù)據(jù)資料進行加權(quán)處理,調(diào)整樣本中各層的比例,使數(shù)據(jù)恢復(fù)到總體中各層實際的比例結(jié)構(gòu)。2020高二數(shù)學(xué)知識點總結(jié)五篇精選相關(guān)文章:1.2020最新高二數(shù)學(xué)知識點歸納總結(jié)5篇精選2.2020最新高二數(shù)學(xué)知識點總結(jié)5篇3.2020高二數(shù)學(xué)復(fù)習知識點歸納精選5篇4.2020高二數(shù)學(xué)必修五重點知識點精選歸

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論