【#高二# 导语】只有高效的学习方法，才可以很快的掌握知识的重难点。有效的读书方式根据规律掌握方法，不要一来就死记硬背，先找规律，再记忆，然后再学习，就能很快的掌握知识。©高二频道为你整理了《高二数学上册必修一备考知识点》希望对你有帮助！
函数的单调性、奇偶性、周期性
单调性:定义:注意定义是相对与某个具体的区间而言。
判定方法有:定义法(作差比较和作商比较)
导数法(适用于多项式函数)
复合函数法和图像法。
应用:比较大小，证明不等式，解不等式。
奇偶性:
定义:注意区间是否关于原点对称，比较f(x)与f(-x)的关系。f(x)-f(-x)=0f(x)=f(-x)f(x)为偶函数;
f(x)+f(-x)=0f(x)=-f(-x)f(x)为奇函数。
判别方法:定义法，图像法，复合函数法
应用:把函数值进行转化求解。
周期性:定义:若函数f(x)对定义域内的任意x满足:f(x+T)=f(x),则T为函数f(x)的周期。
其他:若函数f(x)对定义域内的任意x满足:f(x+a)=f(x-a),则2a为函数f(x)的周期.
应用:求函数值和某个区间上的函数解析式。
图形变换:函数图像变换:(重点)要求掌握常见基本函数的图像，掌握函数图像变换的一般规律。
常见图像变化规律:(注意平移变化能够用向量的语言解释，和按向量平移联系起来思考)
平移变换y=f(x)→y=f(x+a),y=f(x)+b
注意:(ⅰ)有系数，要先提取系数。如:把函数y=f(2x)经过平移得到函数y=f(2x+4)的图象。
(ⅱ)会结合向量的平移，理解按照向量(m，n)平移的意义。
对称变换y=f(x)→y=f(-x),关于y轴对称
y=f(x)→y=-f(x),关于x轴对称
y=f(x)→y=f|x|,把x轴上方的图象保留，x轴下方的图象关于x轴对称
y=f(x)→y=|f(x)|把y轴右边的图象保留，然后将y轴右边部分关于y轴对称。(注意:它是一个偶函数)
伸缩变换:y=f(x)→y=f(ωx),
y=f(x)→y=Af(ωx+φ)具体参照三角函数的图象变换。
一个重要结论:若f(a-x)=f(a+x)，则函数y=f(x)的图像关于直线x=a对称;
方程的根与函数的零点
1、函数零点的概念：对于函数，把使成立的实数叫做函数的零点。
2、函数零点的意义：函数的零点就是方程实数根，亦即函数的图象与轴交点的横坐标。即：方程有实数根，函数的图象与坐标轴有交点，函数有零点.
3、函数零点的求法：
(1)(代数法)求方程的实数根;
(2)(几何法)对于不能用求根公式的.方程，可以将它与函数的图象联系起来，并利用函数的性质找出零点.
4、二次函数的零点：
(1)△>0，方程有两不等实根，二次函数的图象与轴有两个交点，二次函数有两个零点.
(2)△=0，方程有两相等实根(二重根)，二次函数的图象与轴有一个交点，二次函数有一个二重零点或二阶零点.
(3)△<0，方程无实根，二次函数的图象与轴无交点，二次函数无零点.
简单随机抽样的定义：
一般地，设一个总体含有N个个体，从中逐个不放回地抽取n个个体作为样本（n≤N），如果每次抽取时总体内的各个个体被抽到的机会都相等，就把这种抽样方法叫做简单随机抽样。
简单随机抽样的特点：
（1）用简单随机抽样从含有N个个体的总体中抽取一个容量为n的样本时，每次抽取一个个体时任一个体被抽到的概率为；在整个抽样过程中各个个体被抽到的概率为
（2）简单随机抽样的特点是，逐个抽取，且各个个体被抽到的概率相等；
（3）简单随机抽样方法，体现了抽样的客观性与公平性，是其他更复杂抽样方法的基础。
（4）简单随机抽样是不放回抽样；它是逐个地进行抽取；它是一种等概率抽样
简单抽样常用方法：
（1）抽签法：先将总体中的所有个体（共有N个）编号（号码可从1到N），并把号码写在形状、大小相同的号签上（号签可用小球、卡片、纸条等制作），然后将这些号签放在同一个箱子里，进行均匀搅拌，抽签时每次从中抽一个号签，连续抽取n次，就得到一个容量为n的样本适用范围：总体的个体数不多时优点：抽签法简便易行，当总体的个体数不太多时适宜采用抽签法。
（2）随机数表法：随机数表抽样“三步曲”：
第一步，将总体中的个体编号；
第二步，选定开始的数字；
第三步，获取样本号码概率。
一、变量间的相关关系
1.常见的两变量之间的关系有两类：一类是函数关系，另一类是相关关系;与函数关系不同，相关关系是一种非确定性关系.
2.从散点图上看，点分布在从左下角到右上角的区域内，两个变量的这种相关关系称为正相关，点分布在左上角到右下角的区域内，两个变量的相关关系为负相关.
二、两个变量的线性相关
1.从散点图上看，如果这些点从整体上看大致分布在通过散点图中心的一条直线附近，称两个变量之间具有线性相关关系，这条直线叫回归直线.
当r>0时，表明两个变量正相关;
当r<0时，表明两个变量负相关.
r的绝对值越接近于1，表明两个变量的线性相关性越强.r的绝对值越接近于0时，表明两个变量之间几乎不存在线性相关关系.通常|r|大于0.75时，认为两个变量有很强的线性相关性.
三、解题方法
1.相关关系的判断方法:一是利用散点图直观判断，二是利用相关系数作出判断.
2.对于由散点图作出相关性判断时，若散点图呈带状且区域较窄，说明两个变量有一定的线性相关性，若呈曲线型也是有相关性.
3.由相关系数r判断时|r|越趋近于1相关性越强.
分层抽样
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。
3.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。
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。
