第一章随机事件和概率
（1）排列组合公式
)!
(
!
n
m
m
P n
m-
=从m个人中挑出n个人进行排列的可能数。
)!
(!
!
n
m
n
m
C n
m-
=从m个人中挑出n个人进行组合的可能数。
（2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n
某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。
乘法原理（两个步骤分别不能完成这件事）：m×n
某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。
（3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个）
顺序问题
（4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。试验的可能结果称为随机事件。
（5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质：
①每进行一次试验，必须发生且只能发生这一组中的一个事件；
②任何事件，都是由这一组中的部分事件组成的。
这样一组事件中的每一个事件称为基本事件，用ω来表示。
基本事件的全体，称为试验的样本空间，用Ω表示。
一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。
Ω为必然事件，?为不可能事件。
不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。
（6）事件的关系与运算①关系：
如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B
A?
如果同时有B
A?，A
B?，则称事件A与事件B等价，或称A等于B：A=B。
A、B中至少有一个发生的事件：A B，或者A+B。
属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B
A，它表示A发生而B不发生的事件。
A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，称
事件A与事件B互不相容或者互斥。基本事件是互不相容的。
Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生的
事件。互斥未必对立。
②运算：
结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C
分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)
德摩根率：
∞
=
∞
=
=
1
1i
i
i
i A
A
B
A
B
A
=，B
A
B
A
=
（7）概率的公理化定义
设Ω为样本空间，A为事件，对每一个事件A都有一个实数P(A)，若满足下列三个条件：
1° 0≤P(A)≤1，
2° P(Ω) =1
3° 对于两两互不相容的事件1
A，2A，…有
∑∞
=
∞
=
=
??
?
?
?
?
1
1
)
(
i
i
i
i A
P
A
P
常称为可列（完全）可加性。
则称P(A)为事件A的概率。
（8）古典概型
1°{}nω
ω
ω
2
1
,
=
Ω，
2°
n
P
P
P
n
1
)
(
)
(
)
(
2
1
=
=
=ω
ω
ω 。
设任一事件A，它是由m
ω
ω
ω
2
1
,组成的，则有
P(A)={})
(
)
(
)
(
2
1m
ω
ω
ω
=)
(
)
(
)
(
2
1m
P
P
Pω
ω
ω+
+
+
n
m
=
基本事件总数
所包含的基本事件数
A
=
（9）几何概型若随机试验的结果为无限不可数并且每个结果出现的可能性均匀，同时样本空间中的每一个基本事件可以使用一个有界区域来描述，则称此随机试验为几何概型。对任一事件A，
)
(
)
(
)
(
Ω
=
L
A
L
A
P。其中L为几何度量（长度、面积、体积）。
（10）加法公式P(A+B)=P(A)+P(B)-P(AB)
当P(AB)＝0时，P(A+B)=P(A)+P(B)
（11）减法公式P(A-B)=P(A)-P(AB)
当B?A时，P(A-B)=P(A)-P(B) 当A=Ω时，P(B)=1- P(B)
（12）条件概率定义设A、B是两个事件，且P(A)>0，则称
)
(
)
(
A
P
AB
P
为事件A发生条件下，事件B发生的条件概率，记为=
)
/
(A
B
P
)
(
)
(
A
P
AB
P
。
条件概率是概率的一种，所有概率的性质都适合于条件概率。
例如P(Ω/B)=1?P(B/A)=1-P(B/A)
（13）乘法公式乘法公式：)
/
(
)
(
)
(A
B
P
A
P
AB
P=
更一般地，对事件A1，A2，…A n，若P(A1A2…A n-1)>0，则有
2
1
(A
A
P…)n A)
|
(
)
|
(
)
(2
1
3
1
2
1A
A
A
P
A
A
P
A
P
= (2)
1
|
(A
A
A
P n…)1-n A。
（14）独立性①两个事件的独立性
设事件A、B满足)
(
)
(
)
(B
P
A
P
AB
P=，则称事件A、B是相互独立的。
若事件A、B相互独立，且0
)
(>
A
P，则有
)
(
)
(
)
(
)
(
)
(
)
(
)
|
(B
P
A
P
B
P
A
P
A
P
AB
P
A
B
P=
=
=
若事件A、B相互独立，则可得到A与B、A与B、A与B也都相互独立。
必然事件Ω和不可能事件?与任何事件都相互独立。
?与任何事件都互斥。
②多个事件的独立性
设ABC是三个事件，如果满足两两独立的条件，
P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)
并且同时满足P(ABC)=P(A)P(B)P(C)
那么A、B、C相互独立。
对于n个事件类似。
（15）全概公式设事件n
B
B
B,
,
,2
1 满足
1°n
B
B
B,
,
,2
1 两两互不相容，)
,
,2,1
(0
)
(n
i
B
P i
=
>，
2°
n
i
i
B
A
1=
?
，
则有
)
|
(
)
(
)
|
(
)
(
)
|
(
)
(
)
(2
2
1
1n
n B
A
P
B
P
B
A
P
B
P
B
A
P
B
P
A
P+
+
+
= 。
（16）贝叶斯公式
设事件1
B，2B，…，n B及A满足
1°1
B，2B，…，n B两两互不相容，)
(Bi
P>0，=
i1，2，…，n，2°
n
i
i
B
A
1=
?
，
)
(>
A
P，
则
∑
=
=
n
j
j
j
i
i
i
B
A
P
B
P
B
A
P
B
P
A
B
P
1
)
/
(
)
(
)
/
(
)
(
)
/
(，i=1，2，…n。
此公式即为贝叶斯公式。
)
(
i
B
P，（1
=
i，2，…，n），通常叫先验概率。)
/
(A
B
P
i
，（1
=
i，2，…，n），通常称为后验概率。贝叶斯公式反映了“因果”的概率规律，并作出了“由果朔因”的推断。
（17）伯努利概型
我们作了n次试验，且满足
◆每次试验只有两种可能结果，A发生或A不发生；
◆n次试验是重复进行的，即A发生的概率每次均一样；
◆每次试验是独立的，即每次试验A发生与否与其他次试验A发生与否
是互不影响的。
这种试验称为伯努利概型，或称为n重伯努利试验。
用p 表示每次试验A 发生的概率，则A 发生的概率为q p =-1，用)(k P n 表示n 重伯努利试验中A 出现)0(n k k ≤≤次的概率，
k
n k k
n n q p k P C -=)(，n k ,,2,1,0 =。
第二章 随机变量及其分布
第三章二维随机变量及其分布
第四章随机变量的数字特征
第五章大数定律和中心极限定理
第六章样本及抽样分布
第1章 随机事件及其概率 例1.16 设某人从一副扑克中(52张)任取13张，设A 为“至少有一张红桃”，B 为“恰有2张红桃”，C 为“恰有5张方块”，求条件概率P (B |A )，P (B |C )解 13 52 1339 1352135213391)(1)(C C C C C A P A P -=-=-=13 52 11 39 213)(C C C AB P ?=13 39 135211392131352 13 39135213521139 213)() ()(C C C C C C C C C C A P AB P A B P -=-==1352 839 513)(C C C C P =13 52626213513)(C C C C BC P =8 39 6262131352 8395131352626 213513)() ()(C C C C C C C C C C C P BC P C B P === 某种动物出生后活到20岁的概率为0.7，活到25岁的概率为0.56，求现年为20岁的这种动物活到25岁的概率. 解设A 表示事件“活到20岁以上”，B 表示事件“活到25岁以上”，显然A B ?7.0)(=A P 56.0)(=B P 56 .0)()(==B P AB P 8.07 .056 .0)()()(=== A P A B P A B P
例1.21 某工厂生产的产品以100件为一批，假定每一批产品中的次品最多不 超过4件，且具有如下的概率：一批产品中的次品数0 1 2 3 4 概率0.1 0.2 0.4 0.2 0.1 现进行抽样检验，从每批中随机抽取10件来检验，若发现其中有次品，则认 为该批产品不合格。求一批产品通过检验的概率。4 ()()() k k k P B P A P B A == ∑解设B 表示事件“一批产品通过检验”，A i (i =0,1,2,3,4)表示“一批产品含有i 件次品”，则A 0,A 1, A 2, A 3, A 4组成样本空间的一个划分， 00()0.1,()1 P A P B A ==1099 1110100 ()0.2,()0.900 C P A P B A C ===1098 2210100 ()0.4,()0.809 C P A P B A C ===1097 3310100 ()0.2,()0.727 C P A P B A C ===1096 4410100 ()0.1,()0.652 C P A P B A C ===814.0652 .01.0727.02.0809.04.0900.0.021.0≈?+?+?+?+=顾客买到的一批合格品中，含次品数为0的概率是 0004 ()(|) 0.11(|)0.123 0.814 ()(| ) i i i P A P B A P A B P A P B A =??= = ≈?∑类似可以计算顾客买到的一批合格品中，含次品数为1、2、3、4件的概率分别约 为0.221、0.398、0.179、0.080。 贝叶斯公式(Bayes) 1 ()() ()1,2,,()() k k k n i i i P A P B A P A B k n P A P B A =?= =∑L 第二章 随机变量及其分布 1离散型 随机变量 P(X=x k )=p k ，k=1,2,…， （1）0≥k p ， （2）∑∞ ==1 1 k k p 2连续 型随机变量概 ? ∞-=x dx x f x F )()( (1)0)(≥x f ;(2) ? +∞ ∞ -=1 )(dx x f 。 ()=()F x f x '? =-=≤概率论与数理统计总复习 公式概念定理
概率论与数理统计总复习 第一章 概率论的基本概念 1. 事件的关系及运算 互不相容事件：AB =Φ 即A,B 不能同时发生。 对立事件：A B =ΩU 且AB =Φ 即A B B ==Ω- 差事件：A B - 即 A 发生但B 不发生的事件 切记： ()A B AB A AB A B B -==-=-U 2. 概率的性质 单 调 性 ： 若 B A ?，则 )()()(A P B P A B P -=- 加法定理：)()()() (AB P B P A P B A P -+=Y )()()()()(AB P C P B P A P C B A P -++=Y Y )()()(ABC P CA P BC P +-- 例1 设 ,,()0.7,()0.4,A C B C P A P A C ??=-= ()0.5P AB =，求()P AB C -。 解：()()()P A C P A P AC -=- ()()P A P C =- （AC C =Q ） 故 ()()()0.70.40.3P C P A P A C =--=-= 由此 ()()()P AB C P AB P ABC -= - ()()P AB P C =- （ABC C =Q ） 0.50.30.2=-=
注：求事件的概率严禁画文氏图说明，一定要用概率的性质 计算。 3. 条件概率与三个重要公式 乘法公式 全概率公式 1()()(/)n i i i P A P B P A B ==∑ 贝叶斯公式（求事后概率） 例2、（10分）盒中有6个新乒乓球，每次比赛从其中任取两个球来用，赛后仍放回盒中，求第三次取得两个新球的概率。 解：设A i ——第2次摸出i 个新球(i =0,1,2), B ——第3次摸出两个新球 ∵ A 0，A 1，A 2构成Ω的一个划分 ∴ 由全概率公式 其中 故 ; )/()()(A B P A P AB P =()(/) (/)() i i i P B P A B P B A P A = 2 ()()(|) k k k P B P A P B A ==∑201102 244224012222 666186(),()()151515C C C C C C P A P A P A C C C ======202002 334242012222 666631 (|)(|)(|)151515 C C C C C C P B A P B A P B A C C C ======4 ()0.16 25 P B ==
概率论与数理统计期末复习资料 一 填空 1．设A ，B 为两个随机事件，若A 发生必然导致B 发生，且P (A )=0.6，则P (AB ) =______． 2．设随机事件A 与B 相互独立，且P (A )=0.7，P (A -B )=0.3，则P (B ) = ______． 3．己知10件产品中有2件次品，从该产品中任意取3件，则恰好取到一件次品的概率等于______． 4．已知某地区的人群吸烟的概率是0.2，不吸烟的概率是0.8，若吸烟使人患某种疾病的概率为0.008，不吸烟使人患该种疾病的概率是0.001，则该人群患这种疾病的概率等于______． 5．设连续型随机变量X 的概率密度为? ??≤≤=,,0; 10,1)(其他x x f 则当10≤≤x 时，X 的分布函数F (x )= ______． 6．设随机变量X ～N (1，32 )，则P{-2≤ X ≤4}=______．(附：)1(Φ=0.8413) 7．设二维随机变量(X ，Y )的分布律为 则P {X <1,Y 2≤}=______． 8．设随机变量X 的期望E (X )=2，方差D (X )=4，随机变量Y 的期望E (Y )=4，方差D (Y )=9，又E (XY )=10，则X ，Y 的相关系数ρ= ______． 9．设随机变量X 服从二项分布)3 1,3(B ，则E (X 2 )= ______． 10．中心极限定理证明了在很一般条件下，无论随机变量Xi 服从什么分布，当n →∞时，∑=n i i X 1 的极限分布是 _________________ 11．设总体X ～N (1，4)，x 1，x 2，…，x 10为来自该总体的样本，∑== 10 110 1 i i x x ，则)(x D = ______.· 12．设总体X ～N (0，1)，x 1，x 2，…，x 5为来自该总体的样本，则 ∑=5 1 2i i x 服从自由度为______ 的2χ分布． 15．对假设检验问题H 0：μ=μ0，H 1：μ≠μ0，若给定显著水平0.05，则该检验犯第一类错误的概率为______． 16．设A ，B 为两个随机事件，且A 与B 相互独立，P （A ）=0.3，P （B ）=0.4，则P （A B ）=__________. 17．盒中有4个棋子，其中2个白子，2个黑子，今有1人随机地从盒中取出2个棋子，则这2个棋子颜色相同的 概率为_________. 18．设随机变量X 的概率密度?? ???≤≤=,,0; 10 ,A )(2其他x x x f 则常数A=_________.
第一章随机事件和概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。 （3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生，称 事件A与事件B互不相容或者互斥。基本事件是互不相容的。 Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生的
第一章 P(A+B)=P(A)+P(B)- P(AB) 特别地，当A 、B 互斥时， P(A+B)=P(A)+P(B) 条件概率公式 概率的乘法公式 全概率公式：从原因计算结果 Bayes 公式：从结果找原因 第二章 二项分布（Bernoulli 分布）——X~B(n,p) 泊松分布——X~P(λ) 概率密度函数 怎样计算概率 均匀分布X~U(a,b) 指数分布X~Exp (θ) 分布函数 对离散型随机变量 对连续型随机变量 分布函数与密度函数的重要关系： 二元随机变量及其边缘分布 分布规律的描述方法 联合密度函数 联合分布函数 联合密度与边缘密度 离散型随机变量的独立性 连续型随机变量的独立性 第三章 数学期望 离散型随机变量，数学期望定义 连续型随机变量，数学期望定义 ● E(a)=a ，其中a 为常数 ● E(a+bX)=a+bE(X)，其中a 、b 为常数 ● E(X+Y)=E(X)+E(Y)，X 、Y 为任意随机变量 随机变量g(X)的数学期望 常用公式 ) () ()|(B P AB P B A P =)|()()(B A P B P AB P =) |()(A B P A P =∑ ==n k k k B A P B P A P 1)|()()(∑ ==n k k k i i k B A P B P B A P B P A B P 1 )|()()|()()|() ,...,1,0()1()(n k p p C k X P k n k k n =-==-，,...) 1,0(! )(== =-k e k k X P k ，λλ 1)(=? +∞ ∞ -dx x f )(b X a P ≤≤?=≤≤b a dx x f b X a P )()() 0(1 )(/≥= -x e x f x θ θ ∑≤==≤=x k k X P x X P x F ) ()()(? ∞ -=≤=x dt t f x X P x F )()()(? ∞ -=≤=x dt t f x X P x F )()()() ,(y x f ),(y x F 0 ),(≥y x f 1),(=?? +∞∞-+∞ ∞ -dxdy y x f 1),(0≤≤y x F },{),(y Y x X P y x F ≤≤=?+∞ ∞ -=dy y x f x f X ),()(?+∞ ∞ -=dx y x f y f Y ),()(} {}{},{j Y P i X P j Y i X P =====) ()(),(y f x f y x f Y X =∑+∞ -∞ =?= k k k P x X E )(? +∞ ∞ -?=dx x f x X E )()(∑ =k k k p x g X g E )())((∑∑=i j ij i p x X E )(dxdy y x xf X E ??=),()() (1 )(b x a a b x f ≤≤-= ) ()('x f x F =
统计概率知识点归纳总结大全 1.了解随机事件的发生存在着规律性与随机事件概率的意义. 2.了解等可能性事件的概率的意义,会用排列组合的基本公式计算一些等可能性事件的概率、 3.了解互斥事件、相互独立事件的意义,会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率. 4.会计算事件在n 次独立重复试验中恰好发生k 次的概率. 5.掌握离散型随机变量的分布列、 6.掌握离散型随机变量的期望与方差、 7.掌握抽样方法与总体分布的估计、 8.掌握正态分布与线性回归、 考点1、求等可能性事件、互斥事件与相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率:P (A )＝)()(I card A card ＝n m ; 等可能事件概率的计算步骤: （1） 计算一次试验的基本事件总数n ; （2） 设所求事件A,并计算事件A 包含的基本事件的个数m ; （3） 依公式()m P A n =求值; （4） 答,即给问题一个明确的答复、 (2)互斥事件有一个发生的概率:P (A ＋B )＝P (A )＋P (B ); 特例:对立事件的概率:P (A )＋P (A )＝P (A ＋A )＝1、 (3)相互独立事件同时发生的概率:P (A ·B )＝P (A )·P (B ); 特例:独立重复试验的概率:P n (k )＝k n k k n p p C --)1(、其中P 为事件A 在一次试验中发生的概率,此式为二项式 [(1-P)+P]n 展开的第k+1项、
(4)解决概率问题要注意“四个步骤,一个结合”: ① 求概率的步骤就是: 第一步,确定事件性质???????等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种、 第二步,判断事件的运算???和事件积事件 即就是至少有一个发生,还就是同时发生,分别运用相加或相乘事件、 第三步,运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -?=???+=+???=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步,答,即给提出的问题有一个明确的答复、 考点2离散型随机变量的分布列 1、随机变量及相关概念 ①随机试验的结果可以用一个变量来表示,这样的变量叫做随机变量,常用希腊字母ξ、η等表示、 ②随机变量可能取的值,可以按一定次序一一列出,这样的随机变量叫做离散型随机变量、 ③随机变量可以取某区间内的一切值,这样的随机变量叫做连续型随机变量、 2、离散型随机变量的分布列 ①离散型随机变量的分布列的概念与性质 一般地,设离散型随机变量ξ可能取的值为1x ,2x ,……,i x ,……,ξ取每一个值i x (=i 1,2,……)的概率P(i x =ξ)=i P ,则称下表、
《概率统计》期末重点 第一章 随机事件及其概率 【说明】本章最主要的知识点是全概率公式和贝叶斯公式，所以就讲这一部分，其余的参考书本。 两个公式： 全概率公式； 设实验E 的样本空间为Ω，事件12,,,n A A A 构成完备事件组（Ω的一个划分），且 ()()01,2,,i P A i n >= ，对于事件B 有 ()()()1 |n i i i P B P A P B A == ∑ 贝叶斯公式： 设实验E 的样本空间为Ω，事件12,,,n A A A 构成完备事件组（Ω的一个划分），且 ()()01,2,,i P A i n >= ，对于事件B （()0P B >）有 ()()() ()() 1 |||j j j n i i i P A P B A P A B P A P B A == ∑ 【例1-1】一商店为甲、乙、丙三个厂销售同类型号的家电产品。这三个厂产品的比例为1：2：1，且它们的次品率为0.1，0.15，0.2，某顾客从这些产品中任意选购一件，试求： （1） 顾客买到正品的概率； （2） 若已知顾客买到的是正品，则它是甲厂生产的概率是多少？ 解：设 {} {}{}{} 123A A A B ====买到产品甲厂生产买到产品乙厂生产买到产品丙厂生产顾客买到正品 由题意 ()()()()()()1231231114 2 4 |0.9|0.85 |0.8 P A P A P A P B A P B A P B A = = = === 1） 由全概率公式 ()0.85P B = 2） 由贝叶斯公式
()()() () 111|9|34 P A P B A P A B P B = = 【例1-2】设甲袋中有四个红球和两个白球，一代中有三个红球和两个白球。现从甲袋中任取两个球（不看颜色）放到乙袋后，再从乙袋中任取一个球，发现取出的球是白球，则从甲袋中取出（放入乙袋）的两个球都是白球的概率是多少。 解：设 {} {}{}{} 123A A A B ====甲袋中取出的两个都是红球甲袋中取出一个红球一个白球甲袋中取出的两个都是白球乙袋中取出的是白球 由题 ()()()()()()12312368115 15 15 234|||7 7 7 P A P A P A P B A P B A P B A = = ==== 由贝叶斯公式 ()()() ()() 2223 1 |1|10 |i i i P A P B A P A B P A P B A == = ∑ 第三章 随机变量的数字特征 【说明】本章主要介绍随机变量的数学期望、方差、协方差、相关系数等知识，比较重要，难度不是很大。 1. 随机变量的期望 主要掌握离散型、连续性随机变量的期望求法、常见的离散型、连续性随机变量的期望要求记住，一元函数随机变量期望的求法、数学期望的性质以及条件期望等。 ◆ 离散型期望：()1 n i i i E X x p == ∑ ◆ 连续性期望：()()E X xf x dx +∞ -∞ =? ◆ 常见期望及方差 分布 期望 方差 0-1分布 p P(1-p) 二项分布X~B(n,p) np Np(1-p) X~P(λ) λ λ [a,b]上均匀分布 （a+b ）/2 / X~E(λ) 1/λ 2 1/λ
统计概率知识点归纳总结大全 1．了解随机事件的发生存在着规律性和随机事件概率的意义． 2．了解等可能性事件的概率的意义，会用排列组合的基本公式计算一些等可能性事件的概率. 3．了解互斥事件、相互独立事件的意义，会用互斥事件的概率加法公式与相互独立事件的概率乘法公式计算一些事件的概率． 4．会计算事件在n 次独立重复试验中恰好发生k 次的概率． 5． 掌握离散型随机变量的分布列. 6．掌握离散型随机变量的期望与方差. 7．掌握抽样方法与总体分布的估计. 8．掌握正态分布与线性回归. 考点1. 求等可能性事件、互斥事件和相互独立事件的概率 解此类题目常应用以下知识: (1)等可能性事件(古典概型)的概率：P (A )＝) ()(I card A card ＝n m ; 等可能事件概率的计算步骤： （1） 计算一次试验的基本事件总数n ; （2） 设所求事件A ，并计算事件A 包含的基本事件的个数m ; （3） 依公式()m P A n =求值; （4） 答，即给问题一个明确的答复. (2)互斥事件有一个发生的概率：P (A ＋B )＝P (A )＋P (B ); 特例：对立事件的概率：P (A )＋P (A )＝P (A ＋A )＝1. (3)相互独立事件同时发生的概率：P (A ·B )＝P (A )·P (B ); 特例：独立重复试验的概率：P n (k )＝k n k k n p p C --)1(.其中P 为事件A 在一次试验中发生的概率，此式为二项式[(1-P)+P]n 展开的第k+1项.
(4)解决概率问题要注意“四个步骤，一个结合”： ① 求概率的步骤是： 第一步，确定事件性质???? ???等可能事件 互斥事件 独立事件 n 次独立重复试验 即所给的问题归结为四类事件中的某一种. 第二步，判断事件的运算?? ?和事件积事件 即是至少有一个发生，还是同时发生，分别运用相加或相乘事件. 第三步，运用公式()()()()()()()()(1) k k n k n n m P A n P A B P A P B P A B P A P B P k C p p -? =???+=+? ??=??=-??等可能事件: 互斥事件： 独立事件： n 次独立重复试验:求解 第四步，答，即给提出的问题有一个明确的答复. 考点2离散型随机变量的分布列 1.随机变量及相关概念 ①随机试验的结果可以用一个变量来表示，这样的变量叫做随机变量，常用希腊字母ξ、η等表示. ②随机变量可能取的值，可以按一定次序一一列出，这样的随机变量叫做离散型随机变量. ③随机变量可以取某区间内的一切值，这样的随机变量叫做连续型随机变量. 2.离散型随机变量的分布列 ①离散型随机变量的分布列的概念和性质 一般地，设离散型随机变量ξ可能取的值为1x ，2x ，……，i x ，……，ξ取每一个值i x （=i 1，2，……）的概率P （i x =ξ）=i P ，则称下表.
知识点总结：统计与概率 I 统计 1．三大抽样 (1)基本定义： ① 总体：在统计中,所有考查对象的全体叫做全体． ② 个体：在所有考查对象中的每一个考查对象都叫做个体． ③ 样本：从总体中抽取的一部分个体叫做总体的样本． ④ 样本容量：样本中个体的数目叫做样本容量． (2)抽样方法： ①简单随机抽样：逐个不放回、等可能性、有限性。=======★适用于总体较少★ 抽签法：整体编号（ 1~N ）放入不透明的容器中搅拌均匀逐个抽取n 次，即可得样本容量为 n 的样本。 随机数表法：整体编号（等位数，如001、111不能是1、111） 从0~9中随机取一行一列然后初方向随机 （上、下、左、右）重复，超过范围则忽略不计直至取得以n 为样本容量的样本。 ②系统抽样：容量大．等距，等可能。=======★适用于总体多★ 用随机方法编号，若N 无法被整除，则剔除后再分组，n N k 。再用简单随机抽样法来抽取一个个体，设为l ，则编号为l ，k+l ，2k+l ……（n-1）k ，抽出容量为n 的样本。（每组编号相同）。 ③分层抽样：总体差异明显．按所占比例抽取．等可能．=======★适用于由差异明显的几部分构成的总体★ 总体有几个差异明显的部分构成，经总体分成几个部分，然后按照所占比例进行抽样．抽样比为：k ＝n N 3．总体分布的估计： (1)一表二图： ①频率分布表——数据详实 ②频率分布直方图——分布直观 ③频率分布折线图——便于观察总体分布趋势 ★注：总体分布的密度曲线与横轴围成的面积为1。 (2)茎叶图： ①茎叶图适用于数据较少的情况，从中便于看出数据的分布，以及中位数．众位数等。 ②个位数为叶，十位数为茎，右侧数据按照从小到大书写，相同的数据重复写。
《概率论与数理统计》总复习提纲 第一块随机事件及其概率 内容提要 基本内容：随机事件与样本空间，事件的关系与运算，概率的概念和基本性质，古典概率，几何概率，条件概率，与条件概率有关的三个公式，事件的独立性，贝努里试验. 1、随机试验、样本空间与随机事件 （1）随机试验：具有以下三个特点的试验称为随机试验，记为. 1）试验可在相同的条件下重复进行； 2）每次试验的结果具有多种可能性，但试验之前可确知试验的所有可能结果； 3）每次试验前不能确定哪一个结果会出现. （2）样本空间：随机试验的所有可能结果组成的集合称为的样本空间记为Ω；试验的每一个可能结果，即Ω中的元素，称为样本点，记为. （3）随机事件：在一定条件下，可能出现也可能不出现的事件称为随机事件，简称事件；也可表述为事件就是样本空间的子集，必然事件（记为）和不可能事件（记为）. 2、事件的关系与运算 （1）包含关系与相等：“事件发生必导致发生”，记为或；且. （2）互不相容性：；互为对立事件且. （3）独立性： （1）设为事件，若有，则称事件与相互独立. 等价于：若 (). （2）多个事件的独立：设是n个事件，如果对任意的，任意的 ，具有等式，称个事件相互独立． 3、事件的运算 （1）和事件（并）：“事件与至少有一个发生”，记为. （2）积事件（交）：“事件与同时发生”，记为或.
（3）差事件、对立事件(余事件)：“事件发生而不发生”，记为称为与的差事件； 称为的对立事件；易知：. 4、事件的运算法则 1) 交换律：，； 2) 结合律：，； 3) 分配律：，； 4) 对偶(De Morgan)律：，， 可推广 5、概率的概念 （1）概率的公理化定义： （2）频率的定义：事件在次重复试验中出现次，则比值称为事件在次重复试验中出现的频率，记为，即. （3）统计概率：称为事件的（统计）概率. 在实际问题中，当很大时，取 （4）古典概率：若试验的基本结果数为有限个，且每个事件发生的可能性相等，
第一章
n Pm ?
随机事件和概率
（1）排列 组合公式
n Cm ?
m! (m ? n)!
从 m 个人中挑出 n 个人进行排列的可能数。
m! 从 m 个人中挑出 n 个人进行组合的可能数。 n!(m ? n)!
（2）加法 和乘法原 理
加法原理（两种方法均能完成此事） ：m+n 某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方法可由 n 种 方法来完成，则这件事可由 m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事） ：m×n 某件事由两个步骤来完成， 第一个步骤可由 m 种方法完成， 第二个步骤可由 n 种 方法来完成，则这件事可由 m×n 种方法来完成。 重复排列和非重复排列（有序） 对立事件（至少有一个） 顺序问题 如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但 在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。 试验的可能结果称为随机事件。 在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如 下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用 ? 来表示。 基本事件的全体，称为试验的样本空间，用 ? 表示。 一个事件就是由 ? 中的部分点（基本事件 ? ）组成的集合。通常用大写字母 A， B，C，…表示事件，它们是 ? 的子集。 ? 为必然事件，? 为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理， 必然事件（Ω ）的概率为 1，而概率为 1 的事件也不一定是必然事件。 ①关系： 如果事件 A 的组成部分也是事件 B 的组成部分， （A 发生必有事件 B 发生） ：
（3）一些 常见排列 （4）随机 试验和随 机事件
（5）基本 事件、样本 空间和事 件
（6）事件 的关系与 运算
A? B
如果同时有 A ? B ， B ? A ，则称事件 A 与事件 B 等价，或称 A 等于 B：A=B。 A、B 中至少有一个发生的事件：A ? B，或者 A+B。 属于 A 而不属于 B 的部分所构成的事件，称为 A 与 B 的差，记为 A-B，也可表 示为 A-AB 或者 A B ，它表示 A 发生而 B 不发生的事件。
1 / 33
《概率统计》公式、符号汇总表及各章要点及复习策略 （共4页） 第一章均独立。 与与与此时独立与B A B A B A B P A P AB P B A B P AB P B A P ,,);()()( )()()( (1)?=?= )() ()()( ) ()()()()( )3() (1)( ) ()( A B )()()( ) ()()()()( ) ()()()( )2(11A P B P B A P A B P B P B A P B P B A P A P A P A P B P A P AB P A P B A P A P A B P B P B A P AB P AB P B P A P B A P i i i n n ?=?++?=-=-?-=-?=?=-+= 第二、三章 一维随机变量及分布：X ， i P ， )(x f X ， )(x F X 二维随机变量及分布：),(Y X ， ij P ， ),(y x f ， ),(y x F *注意分布的非负性、规范性 （1）边缘分布：如：∑=j ij i p P ，?+∞ ∞-=dy y x f x f X ),()( （2）独立关系：J I IJ P P P Y X =?独立与 或)()()(y f x f y x f Y X =， ),,(11n X X 与),,(21n Y Y 独立),,(11n X X f ?与),,(21n Y Y g 独立 （3）随机变量函数的分布（离散型用点点对应法、连续型用分布函数法） 一维问题：已知X 的分布以及)(X g Y =，求Y 的分布 二维问题：已知),(Y X 的分布，求Y X Z +=、{}Y X M ,m ax =、{}Y X N ,m in =的分布- *??+∞∞-+∞ ∞--=-=dy y y z f dx x z x f z f Z ),(),()( M 、N 的分布--------离散型用点点对应法、连续型用分布函数法 第四章 （1）期望定义：离散：∑= i i i p x X E )( 连续：? ??+∞∞-+∞∞-+∞ ∞-==dxdy y x xf dx x xf X E ),()()( 方差定义：)()(]))([()(222X E X E X E X E X D -=-= 离散：∑-= i i i p X E x X D 2))(()( 连续：?+∞ ∞--=dx x f X E x X D X )())(()(2 协方差定义：)()()())]())(([(),(Y E X E XY E Y E Y X E X E V X COV -=--=
概率论期末复习知识点 第一章(A卷20分，B卷22分) 1.事件的表式 2.事件的关系与运算 3.概率性质及其应用 4.古典概型 5.条件概率 6.全概率公式 7.贝叶斯公式 8.事件的独立性 重点：条件概率，全概率公式，贝叶斯公式第二章(A卷22分，B卷20分) 1.离散型随机变量的概率分布 2.两点分布 3.二项分布 4.泊松分布 5.概率密度函数及其性质 6.连续型随机变量的分布函数 7.均匀分布 8.指数分布 9.标准正态分布、正态分布 10.随机变量相关的概率计算 11.离散型随机变量函数的概率分布 重点：○正态分布，二项分布 ○离散型随机变量及函数的概率分布第三章(A卷23分，B卷20分) 1.离散型随机向量联合概率分布及分布函数 2.二维连续型随机向量的联合概率密度、性质 及其应用 3.二维连续型随机向量的分布函数 4.均匀分布 5.二维正态分布 6.边缘概率密度 7.随机变量的独立性 8.二维随机向量的相关概率计算 重点：○联合概率密度 ○边缘概率密度 ○随机变量的独立性 第四章(A卷21分，B卷26分) 1.离散型随机变量的期望 2.连续型随机变量的期望 3.随机变量函数的期望 4.方差 5.方差的性质 6.协方差、协方差的性质 7.相关系数 重点：○数学期望（随机变量及函数的数学期望）○方差（离散型随机变量的方差） ○协方差和相关系数 第五章(A卷14分，B卷12分) 1.雪比切夫不等式的应用 2.棣莫弗——拉普拉斯中心极限定理的应用
重点：棣莫弗——拉普拉斯中心极限定理 概率论期末公式复习 对偶律: ，B A B A =Y ； B A AB Y = 概率的性质 1. P (?)=0； 2. A 1,A 2,…, A n 两两互斥时：P (A 1∪A 2∪…∪A n )=P (A 1)+…+P (A n ), 3.)(1)(A P A P -=(A 是 A 不发生)(D ) 4.若A B , 则有: P (A )≤ P(B )，P (AB ) = P (A )，P (B -A )=P (B )-P (A )，P (A ∪B )=P (B ). 5.)()()()(AB P B P A P B A P -+=?(D ), P (B -A )=P (B )-P (AB )。 古典概率模型中，事件A 的概率 基本事件总数 中包含基本事件数A A P = )( 从n 件商品中取出k 商品，共有)!(!!k n k n C k n -= [即??? ? ??k n ]种取法[12)1(!???-?=Λn n n ]。 D 1- P (B )>0，称下式为事件B 发生条件下，事件A 的条件概率 , ) () ()|(B P AB P B A P = 乘法公式：若P (B )>0，则 P (AB )=P (B )P (A |B ) ；若P (A )>0，则P (AB )=P (A )P (B |A )。 设A 1, A 2,…,A n 是两两互斥的事件，A 1∪A 2∪…∪A n =Ω，且P (A i )>0, i =1, 2,…, n ; 另有一事件B , 它总是与A 1, A 2,…, A n 之一同时发生，则 全概率公式：∑==n i i i A B P A P B P 1)()()(｜ 贝叶斯公式：. ,,2 ,1 , ) ()()()()|(1 n i A B P A P A B P A P B A P n j j j i i i Λ==∑=｜｜(D 1) 定义：称 A , B 独立，如果P (AB )= P (A )P (B )(D )。 定理. 若事件A , B 独立相互独立，则A 与B 、A 与B 、A 与B 也相互独立。 随机变量 X 的分布函数：F (x )= P (X ≤x ), -∞< x <∞。 性质：P (a 1 概率论期末复习知识点第一章（A卷20分，B卷22分）及其应用 1.事件的表式 2.事件的关系与运算 3.概率性质及其应用 4.古典概型 5.条件概率 6.全概率公式 7.贝叶斯公式 8.事件的独立性 重点：条件概率，全概率公式，贝叶斯公式第二章（A卷22分，B卷20分） 1.离散型随机变量的概率分布 2.两点分布 3.二项分布 4.泊松分布 5.概率密度函数及其性质 6.连续型随机变量的分布函数 7.均匀分布 8.指数分布 9.标准正态分布、正态分布 10.随机变量相关的概率计算 11.离散型随机变量函数的概率分布 重点：o正态分布，二项分布 囤离散型随机变量及函数的概率分布第三章（A卷23分，B卷20分） 1.离散型随机向量联合概率分布及分布函数 2.二维连续型随机向量的联合概率密度、性质 3.二维连续型随机向量的分布函数 4.均匀分布 5.二维正态分布 6.边缘概率密度 7.随机变量的独立性 8.二维随机向量的相关概率计算重点：o联合概率密度 ②边缘概率密度 ③随机变量的独立性 第四章（A卷21分，B卷26分） 1.离散型随机变量的期望 2.连续型随机变量的期望 3.随机变量函数的期望 4.方差 5.方差的性质 6.协方差、协方差的性质 7.相关系数 重点：①数学期望（随机变量及函数的数学期望） ②方差（离散型随机变量的方差） ③协方差和相关系数 第五章（A卷14分，B卷12分） 1.雪比切夫不等式的应用 2.棣莫弗--- 拉普拉斯中心极限定理的应用 重点：棣莫弗 -- 拉普拉斯中心极限定理 概率论期末公式复习 对偶律：A B AB, AB A B; 概率的性质 1.P(? )=0; 2.A, A,…,A n 两两互斥时：RAU AU…U A)= P(A)+…+P(A), 3.P(A) 1 P(A)( A 是A不发生)(D) 4.若AB 则有：P(A) w P( B), P(AB = P(A), RBA)=RB- RA> , RA U B)= R B). 5.P(A B) P(A) P(B) P(AB)(D), P(B-A)=P(E)- P(A^。 古典概率模型中，事件A的概率 A中包含基本事件数 ()基本事件总数 概率论与数理统计复习资料 第一章随机事件与概率 1.事件的关系AuB AuB AB A-B A Q AB =(/> (1)包含：若事件A发生，一定导致事件B发生，那么，称事件B包含事件A ,记作AuB(或Bz)A)? (2)相等：若两事件A与〃相互包含，即AnB且Bn A,那么，称事件A与B相等，记作A = B . (3)和事件：“事件A与事件B中至少有一个发生”这一事件称为A与B的和事件，记作AuB；“n个事件观出?…，人中至少有一事件发牛”这一事 H I J A 件称为鱼…，人的和，记作Au入5??uA”(简记为* '). (4)积事件：“事件A与事件B同时发生”这一事件称为A与B的积事件，记作AcB(简记为AB)；a n个事件观出，…，心同时发牛”这一事件称为 n A,血.…，人的积事件，记作(简记为A4??4或以'). (5)互不相容：若事件A和B不能同时发生，即心?,那么称事件A与B互不相容(或互斥)，若n个事件观出?…，人中任意两个事件不能同时发生，即A"广0(iwi 概率统计公式大全(复习重点) ————————————————————————————————作者：————————————————————————————————日期： 第一章随机事件和概率 （1）排列组合公式 )! ( ! n m m P n m- =从m个人中挑出n个人进行排列的可能数。 )! (! ! n m n m C n m- =从m个人中挑出n个人进行组合的可能数。 （2）加法和乘法原理加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n 种方法来完成，则这件事可由m×n 种方法来完成。 （3）一些常见排列重复排列和非重复排列（有序）对立事件（至少有一个） 顺序问题 （4）随机试验和随机事件如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个，但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试验。试验的可能结果称为随机事件。 （5）基本事件、样本空间和事件在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有如下性质： ①每进行一次试验，必须发生且只能发生这一组中的一个事件； ②任何事件，都是由这一组中的部分事件组成的。 这样一组事件中的每一个事件称为基本事件，用ω来表示。 基本事件的全体，称为试验的样本空间，用Ω表示。 一个事件就是由Ω中的部分点（基本事件ω）组成的集合。通常用大写字母A，B，C，…表示事件，它们是Ω的子集。 Ω为必然事件，?为不可能事件。 不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率为1，而概率为1的事件也不一定是必然事件。 （6）事件的关系与运算①关系： 如果事件A的组成部分也是事件B的组成部分，（A发生必有事件B发生）：B A? 如果同时有B A?，A B?，则称事件A与事件B等价，或称A等于B：A=B。 A、B中至少有一个发生的事件：A B，或者A+B。 属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者B A，它表示A发生而B不发生的事件。 A、B同时发生：A B，或者AB。A B=?，则表示A与B不可能同时发生， 称事件A与事件B互不相容或者互斥。基本事件是互不相容的。 Ω-A称为事件A的逆事件，或称A的对立事件，记为A。它表示A不发生概率论期末考试题型、知识点和公式复习
概率论与数理统计要点复习.docx
概率统计公式大全复习重点
相关主题
文本预览