第一章 概率统计基础知识(4)常用分布

四、常用分布

四、常用分布

(一)常用离散分布

这里将给出三个常用的离散分布：二项分布、泊松分布与超几何分布。

1．二项分布

我们来考察由n次随机试验组成的随机现象，它满足如下条件:

(1) 重复进行n次随机试验。比如，把一枚硬币连抛n次，检验n个产品的质量，对一个目标连续射击n次等。

(2) n 次试验间相互独立，即任何一次试验结果不会对其他次试验结果产生影响。

(3) 每次试验仅有两个可能的结果，比如，正面与反面、合格与不合格、命中与不命中、具有某特性与不具有某特性，以下统称为“成功”与“失败”。

(4) 每次试验成功的概率均为p，失败的概率均为1- p。在上述四个条件下，设x表示n次独立重复试验中成功出现的次数，显然x是可以取0，1，…，n

等n+1 个值的离散随机变量，且它的概率函数为:

这个分布

这个分布称为二项分布，记为b(n,p)

是从n个不同元素中取出x个的组合数，它的计算公式为：

二项分布的均值、方差与标准差分别为：np, npq, .

特例：n=1的二项分布称为二点分布。它的概率函数为：

或列表如下：

它的均值、方差与标准差分别为p,p(1-p), 。

[例1.2-10]

[例1.2-10] 在—个制造过程中，不合格品率为o.1，如今从成品中随机取出6个，记x为6个成品中的不合格品数，则x服从二项分布，简记为b(6,0.1)。现研究如下几个问题：

(1) 恰有1个不合格品的概率是多少?这里规定抽到不合格品为“成功”，则事件x=1 的概率为：

这表明，6个成品中恰有一个不合格品的概率为0.3543 。类似可计算x=0，x=1，…，x=6 的概率，计算结果可列出一张分布列，具体如下：

这里0.0000表示x=6 的概率取前4位小数的有效数字为零，实际上，它的概率为p(x=6)=0.000001，并不严格为零。还可以画出一张线条图(图1.2—7(a)) 来表示这个分布(共有7个取值)。图上的横坐标为x的取值，纵轴为其相应概率。从此图上可以看出分布的形态，哪些上的概率大，哪些上的概率小。假如改变成功概率p，其线条图亦会改变。比如，连抛六次硬币，其中正面出现次数。通过计算可画出其线条图(见图1．2—7 (b))，此图是对称的，如

p(x=2)=p(x=4)=0.2343 。

(2) 不超过1个

(2) 不超过1个不合格品的概率为：p(x≤

1)=p(x=0)+p(x=1)=0.5314+0.3543=o.8857这表明，6个成品中不超过1个不合

格品的概率为0.8857 。

在实际中经常需要求形如“”的概率，在概率论中把事件“”的概率称为x

的分布函数，也称为累积分布函数，记为f(x)，即：

对二项分布的分布函数已编制了数表，详见300 页附表1—1，此表可帮助我项概率，例如从附表1-1中可查得：p(x≤1)=0.8857，p(x≤4)=0.9999 于是可算得：

(3)二项分布的均值、方差与标准差分别为：

2．泊松分布

2．泊松分布

泊松分布可用来描述许多随机变量的概率分布。例如:

(1) 在一定时间内，电话总站接错电话的次数；

(2) 在一定时间内，某操作系统发生的故障数；

(3) 一个铸件上的缺陷数；

(4) 一平方米玻璃上的气泡个数；

(5) 一件产品因擦伤留下的痕迹个数；

(6) 一页书上的错字个数。

从这些例子可以看出，泊松分布总与计点过程相关联，并且计点是在一定时间内、或一定区域内、或一特定单位内的前提下进行的，若表示某特定单位内的

平均点数( >0) ，又令x表示某特定单位内出现的点数，则x取值的概率为：

，x=0,1,2, (1.2-6)

这个分布就称为泊松分布，记为，其中e为自然对数的底，即2.71828…

泊松分布的均值与方差(在数量上)是相等的，均为，即：e(x)=，var(x)=

(1.2-6)

[例1.2—11]

[例1.2—11]某大公司一个月内发生的重大事故数x是服从泊松分布的随机变量，根据过去事故的记录，该大公司在一个月内平均发生

1.2 起重大事故，这表明：x服从=1.2 的泊松分布，现考察如下事件的概率：

(1) 在一个月内发生1起重大事故的概率为：

类似地也可计算x取其他值的概率，现罗列于如下分布列中：

此例中，x理论上也可以取8，9，…等值。由于取这些值的概率的前三位小数皆为零，甚至更小，已无多大实际意义，故可不列出，当作不可能事件处理。也可把此8个概率画一张线条图，如图1.2—8。

(2) 在一个月内发生重大事故超过2起的概率为：

这表明，该公司在一个月内发生重大事故超过2起的概率为o.121 。

(3) 泊松分布p(1.2)的均值、方差与标准差分别为：

3．超几何分布

3．超几何分布

从一个有限总体中进行不放回抽样常会遇到超几何分布。设有n个产品组成的总体，其中含有m个不合格品。若从中随机不放回地抽取n个产品，则其中不合格品的个数x 是一个离散随机变量，假如n≤m，则x可能取0，1，…，n；若n>m，则x可能取0，l，…，m，由古典方法(参见例1．1—4)可以求得

的概率是：

其中r=min(n,m) ，这个分布称为超几何分布，记为h(n，n,m) 。

超几何分布h(n，n,m) 的均值与方差分别为：

e(x)=，var(x)=(1.2-8)

(二)正态分布

(二)正态分布

正态分布是在质量管理中最重要也最常使用的分布，它能描述很多质量特性x随机取值的统计规律性。

1．正态分布的概率密度函数

正态分布的概率密度函数有如下形式：

它的图形是对称的钟形曲线，称为正态曲线。见图1.2—10。(教材27页)

正态分布含有两个参数

正态分布含有两个参数与，常记为。其中为正态分布的均值，它是正态分布的中心，质量特性x在附近取值的机会最大，关于对称。是正态分布的方差，是正态分布的标准差，愈大，分布愈分散；愈小，分布愈集中；p(x) 在处有拐点(2阶导数为零)。

固定标准差时，不同的均值，对应的正态曲线的形状完全相同，仅位置不同，见图1.2-1l(a) 。

固定均值时，不同的标准差，如对应的正态曲线的位置相同，但形状(高低与胖瘦)不同，见图1.2—1l(b) 。

2．标准正态分布

2．标准正态分布

且=l的正态分布称为标准正态分布，记为n(0，1)。它是特殊的正态分布，服从标准正态分布的随机变量记为u，它的概率密度函数记为，它的图形见图1.2-12 。实际中很少有一个质量特性(随机变量)的均值恰好为0，方差与标准差恰好为1。但一些质量特性的不合格品率均要通过标准正态分布才能算得。这里将先介绍标准正态分布表及其应用，分以下几点叙述。

图1.2-12 标准正态分布的概率密度函数的图形（教材28页）

(1) 标准正态分布函数

(1) 标准正态分布函数

表，用来计算形如“”的随机事件发生的概率，即标准正态分布函数。根据u的值可在标准正态分布函数表(附表1—2)上查得，

.例如事件“u≤1.52“的概率可从附表1—2上查得p(u≤1.52)=

(1.52)=0.9357它表示标准正态随机变量u取值不超过1.52 的概率，在数量上它恰好为1.52 左侧的一块阴影面积(见图1.2-13) 。

由于直线是没有面积的，即直线的面积为零，故：p(u≤1.52)=p(u<1.52)=

(1.52)=0.9357

综合上述，可得如下计算公式：p(u≤a)=p(u(a) 类似的计算公式还有一些，

现罗列如下，图形可帮助我们理解它。

(2)p(u>a)=1- (a)，(见p29图1.2—14) 。

(3) (-a)=1-(a)( 见p29图1.2-15) 。

(4)p(a≤u≤b)= (b)- (a)( 见p29图1.2—16) 。

(5) (见p29图1．2—17) 。

3．标准正态分布N(0，1)的分位数

分位数是一个基本概念，这里结合标准正态分布n(0，1)来叙述分位数概念。对概率等式p(u≤1.282)=0.9 ，有两种不同说法：

(1) 0.9 是随机变量u不超过1.282 的概率。

(2) 1.282 是标准正态分布n(0，1)的0.9 分位数，也称为90% 分位数或90百分位数，记为。

后一种说法有新意，o.9 分位数。，把标准正态分布密度函数下的面积分为左右两块，左侧一块面积恰好为o.9，右侧一块面积恰好为o.1，见图1.2-18 (p29)。

一般说来，对介于0与1之间的任意实数，标准正态分布n(o，1)的分位数是这样一个数，它的左侧面积恰好为，它的右侧面积恰好为，它的右侧面积恰好为l— (详见图1.2-19)(p29)。用概率的语言表示，u (或它的分布)的α位数是满足下面等式的实数：p(u≤)= 分位数亦可用标准正态分布表从里向外查

得，尾数可用内插法得到，比如0.95 的分位数可先查得： u 0.9495=1.64，u0.9505=1.65

由于概率0.95 恰好介于0.9495 与0.9505 中间，故。

0.5 分位数，即50% 分位数，也称为中位数，在标准正态分布n(o，1)场合，

u0.5=0 。当α

标准正态分布的分位数亦可从附表1—3直接查得。

4．有关正态分布的计算

4．有关正态分布的计算

现在转入正态分布的计算。正态分布计算基于下面的重要性质。

性质1：设x～n(μ，σ 2 )，则。此性质表明，任一个正态随机变量x(服从正态分布的随机变量)经过标准化变换(x-)／后都归一到标准正态变量u。这里标准化变换是指正态变量减去其均值后再除以相应的标准差。比如：

若x～n(10 ，)，通过标准化变换；若y～n(2，)，通过标准化变换；两个正态变量及其标准化变换后的分布的示意图见图1.2—21。

性质2

性质2：设，则对任意实数有：

（1）

（2）

（3）

其中ф（·）为标准正态(累积)分布函数，其函数值可从附表1—2中查得。

(三)其他连续分布

(三)其他连续分布

正态分布是实际中最常用的分布，但在实际中还有很多非正态的连续分布也很有用，在质量管理中最常用的是均匀分布、对数正态分布与指数分布，现分别介绍如下。

1．均匀分布

均匀分布在两端点a与b之间有一个恒定的概率密度函数，即在(a, b ) 上概率密度函数是一个常数，见图l.2 -25(a)，它的全称是"在区间 (a, b) 上的均匀分布"，常记为u（a,b) 。这里"均匀"是指随机点落在区间(a, b) 内任一的机会是均等的，从而在相等的小区间上的概率相等。

2．对数正态分布

2．对数正态分布

对数正态分布可用来描述很多随机变量的分布，如化学反应时间、绝缘材料被击穿的时间、产品维修时间等都服从对数正态分布的随机变量。它们有如下共同特点:

(1) 这些随机变量都在正半轴 (0,+∞ )上取值。

(2) 这些随机变量的大量取值在左边，少量取值在右边，并且很分散，这样的分布又称为 "右偏分布"(见图1 26(a)) 。如机床维修中，大量机床在短时间内都可修好，只有少量机床需要较长时间维修，个别机床可能需要相的修理时间。

(3) 最重要的特征是:若随机变量 x服从对数正态分布，则经过对数变换

y=lnx (ln 是自然对数)后，随机变量y服从态分布。

图1.2-26 对数正态分布（教材p33）

(4)若

3.指数分布

3.指数分布

用以下指数函数

表示的概率密度函数称为指数分布。其中的称为指数分布函数的参数，常记为。其概率密度函数的图形如图1.2-27 所示。事件"x在区间 (a, b) 上取值"的概率为图1.2-27 上阴影的面积，它的计算公式为:

五、中心极限定理

五、中心极限定理

中心极限定理叙述了统计中的一个重要结论:多个相互独立随机变量的平均值 (仍然是一个随机变量)服从或近似服从正态分布。为介绍这个定理先要作一项准备。

(一) 随机变量的独立性

两个随机变量x

1与x

2

相互独立是指其中一个的取值不影响另一个的取值，或

者说是指两个随机变量独立地取值。比如，抛两颗骰子出现的点数记为x

1与x

2

，

则x

1与x

2

是相互独立的随机变量。随机变量的相互独立性可以推广到三个或更

多个随机变量上去。以下要用到一个假定:"

几是n个相互独立且服从相同分布的随机变量"。这个假定有两个含义:

(1) ，，，是n个相互独立的随机变量，如在生产线上随机取n个产品，它们的质量特性用，，，表示，那么可认为，，，是n个相互独立的随机变量。

(2) ，，，有相同的分布，且分布中所含的参数也都相同，

比如，都为正态分布，且都有相同均值和相同方差。又如，若都为指数分布，那么其中的参数也都相同。

今后，把n个相互独立且服从相同分布的随机变量的均值称为样本均值，并

记为，即

正态样本均值的分布

定理2(中心极限定理) 设为n个相互独立同分布的随机变量，其共同分布不为正态或未知，但其均值和方差都存在，则在n相当大时，样本均值近似服从正态分布。

这个定理表明:无论共同的分布是什么 (离散分布或连续分布，正态分布或非正态分布),只要独立同分布随机变量的个数n相当大，的分布总近似于正

态分布，这一结论是深刻的，也是重要的，这说明平均值运算常可从非正态分布获得正态分布。

经济数学基础-概率统计课后习题答案

习 题 一 写出下列事件的样本空间： (1) 把一枚硬币抛掷一次； (2) 把一枚硬币连续抛掷两次； (3) 掷一枚硬币，直到首次出现正面为止； (4) 一个库房在某一个时刻的库存量(假定最大容量为M ). 解 (1) Ω={正面，反面}　△ {正，反} (2) Ω={(正、正)，(正、反)，(反、正)，(反、反)} (3) Ω={(正)，(反，正)，(反，反，正)，…} (4) Ω={x ；0 ≤x ≤ m } 掷一颗骰子的试验，观察其出现的点数，事件A ＝“偶数点”， B ＝“奇数点”， C ＝“点数小于5”， D ＝“小于5的偶数点”，讨论上述各事件间的关系. 解 {}{}{}{}{}.4,2,4,3,2,1,5,3,1,6,4,2,6,5,4,3,2,1=====D C B A Ω A 与B 为对立事件，即B ＝A ；B 与D 互不相容；A ?D ，C ?D. 3. 事件A i 表示某个生产单位第i 车间完成生产任务，i ＝1，2，3，B 表示至少有两个车间完成生产任务，C 表示最多只有两个车间完成生产任务，说明事件B 及B －C 的含义，并且用A i (i ＝1，2，3)表示出来. 解 B 表示最多有一个车间完成生产任务，即至少有两个车间没有完成生产任务. 313221A A A A A A B ++= B － C 表示三个车间都完成生产任务 321321321321＋＋＋A A A A A A A A A A A A B = 321321321321321321321A A A A A A A A A A A A A A A A A A A A A C ++++++= 321A A A C B =- 4. 如图1－1，事件A 、B 、C 都相容，即ABC ≠Φ，把事件A ＋B ，A ＋B ＋C ，AC ＋B ，C －AB 用一些互不相容事件的和表示出来. 解 B A A B A +=+ C B A B A A C B A ++=++ C B A B B AC +=+ BC A C B A C B A AB C ++=- 5.两个事件互不相容与两个事件对立的区别何在，举例说明. 解 两个对立的事件一定互不相容，它们不可能同时发生，也不可能同时不发生；两个互不相容的事件不一定是对立事件，它们只是不可能同时发生，但不一定同时不发生. 在本书第6页例2中A 与D 是对立事件，C 与D 是互不相容事件. 6.三个事件A 、B 、C 的积是不可能事件，即ABC ＝Φ，问这三个事件是否一定互不相容?画图说明. 解 不一定. A 、B 、C 三个事件互不相容是指它们中任何两个事件均互不相容，即两两互不相容.如图1－2，事件ABC ＝Φ，但是A 与B 相容. 7. 事件A 与B 相容，记C ＝AB ，D ＝A+B ，F ＝A －B. 说明事件A 、C 、D 、F 的关系. 解 由于AB ?A ?A+B ，A －B ?A ?A+B ，AB 与A －B 互不相容，且A ＝AB ＋(A －B). 因此有 A ＝C +F ，C 与F 互不相容， D ?A ?F ，A ?C. 8. 袋内装有5个白球，3个黑球，从中一次任取两个，求取到的两个球颜色不同的概率. 解 记事件A 表示“取到的两个球颜色不同”. 则有利于事件A 的样本点数目＃A ＝1 315 C C .而组成试验的样本点总数为＃Ω＝235+C ，由古典概率公式有 图1－1 图1－2

大学概率论与数理统计复习资料

第一章 随机事件及其概率 知识点：概率的性质 事件运算 古典概率 事件的独立性 条件概率 全概率与贝叶斯公式 常用公式 ) ()()()()()2(加法定理AB P B P A P B A P -+= ) ,,() ()(211 1 有限可加性两两互斥设n n i i n i i A A A A P A P ∑===) ,(0 )()()()()(互不相容时独立时与B A AB P B A B P A P AB P ==) ()()()()5(AB P A P B A P B A P -==-) () ()()()(时当A B B P A P B A P B A P ?-==-))0(,,()()/()()()6(211 >Ω=∑=i n n i i i A P A A A A B P A P B P 且的一个划分为其中全概率公式 ) ,,()] (1[1)(211 1 相互独立时n n i i n i i A A A A P A P ∏==--=) /()()/()()()4(B A P B P A B P A P AB P ==) (/)()/()3(A P AB P A B P =) () /()() /()()/()7(1 逆概率公式∑== n i i i i i i A B P A P A B P A P B A P )(/)()(/)()1(S L A L A P n r A P ==

应用举例 1、已知事件,A B 满足)()(B A P AB P =，且6.0)(=A P ，则=)(B P （ ）。 2、已知事件,A B 相互独立，,)(k A P =6.0)(,2.0)(==B A P B P ，则=k （ ）。 3、已知事件,A B 互不相容，,3.0)(=A P ==)(,5.0)(B A P B P 则（ ）。 4、若,3.0)(=A P ===)(,5.0)(,4.0)(B A B P B A P B P （ ）。 5、,,A B C 是三个随机事件，C B ?，事件()A C B - 与A 的关系是（ ）。 6、5张数字卡片上分别写着1，2，3，4，5，从中任取3张，排成3位数，则排成3位奇数的概率是（ ）。 某日他抛一枚硬币决定乘地铁还是乘汽车。 （1）试求他在5:40~5:50到家的概率； （2）结果他是5:47到家的。试求他是乘地铁回家的概率。 解（1）设1A ={他是乘地铁回家的}，2A ={他是乘汽车回家的}， i B ={第i 段时间到家的}，4,3,2,1=i 分别对应时间段5:30~5:40，5:40~5:50，5:50~6:00，6:00以后 则由全概率公式有 )|()()|()()(2221212A B P A P A B P A P B P += 由上表可知4.0)|(12=A B P ，3.0)|(22=A B P ，5.0)()(21==A P A P 35.05.03.04.05.0)(2=?+?=B P （2）由贝叶斯公式 7 4 35.04.05.0)()()|(22121=?== B P B A P B A P 8、盒中12个新乒乓球，每次比赛从中任取3个来用，比赛 后仍放回盒中，求：第三次比赛时取到3个新球的概率。 看作业习题1: 4, 9, 11, 15, 16

概率统计分布表(常用)

标准正态表

2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857 2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890 2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916 2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936 2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952 2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964 2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974 2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981 2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986 3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990 3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993 3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995 3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997 3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998 3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

第一章 概率统计基础知识(2)概率的古典定义与统计定义

二、概率的古典定义与统计定义 二、概率的古典定义与统计定义(p5-11) 确定一个事件的概率有几种方法，这里介绍其中两种最主要的方法，在历史上，这两种方法分别被称为概率的两种定义，即概率的古典定义及统计定义。 (一) 概率的古典定义 用概率的古典定义确定概率的方法的要点如下: （1）所涉及的随机现象只有有限个样本点，设共有n个样本点； （2）每个样本点出现的可能性相同(等可能性); 若事件含有k个样本点，则事件的概率为: (1.1-1) [例1.1-3] [例1.1-3]掷两颗骰子，其样本点可用数组（x , y）表示，其中，x与y分别表示第一与第二颗骰子出现的点数。这一随机现象的样本空间为: 它共含36个样本点，并且每个样本点出现的可能性都相同。参见教材6页图。这个图很多同学看不懂！其实就是x+y=?在坐标系反映出来的问题。 （二）排列与组合 （二）排列与组合 用古典方法求概率，经常需要用到排列与组合的公式。现简要介绍如下: 排列与组合是两类计数公式，它们的获得都基于如下两条计数原理。 （1）乘法原理: 如果做某件事需经k步才能完成，其中做第一步有m1种方法，做第二步m2种方法，做第k步有m k种方法，那么完成这件事共有m1×m2×…×m k种方法。 例如, 甲城到乙城有3条旅游线路，由乙城到丙城有2条旅游

线路，那么从甲城经乙城去丙城共有3×2=6 条旅游线路。 (2) 加法原理: 如果做某件事可由k类不同方法之一去完成，其中在第一类方法中又有m1种完成方法, 在第二类方法中又有m2种完成方法，在第k类方法中又有m k种完成方法, 那么完成这件事共有m1+m2+…+m k种方法。 例如，由甲城到乙城去旅游有三类交通工具: 汽车、火车和飞机，而汽车有5个班次，火车有3个班次，飞机有2个班次，那么从甲城到乙城共有5+3+2=10 个班次供旅游选择。 排列与组合 排列与组合的定义及其计算公式如下: ①排列:从n个不同元素中任取）个元素排成一列称为一个排列。按乘法原理，此种排列共有n×(n1) ×…×(n-r+1) 个，记为。若r=n, 称为全排列，全排列数共有n!个，记为，即:= n×(n-1) ×…×(n-r+1), = n! ②重复排列:从n个不同元素中每次取出一个作记录后放回，再取下一个，如此连续取r次所得的排列称为重复排列。按乘法原理，此种重复排列共有个。注意，这里的r允许大于n。 例如，从10个产品中每次取一个做检验，放回后再取下一个，如此连续抽取4次，所得重复排列数为。假如上述抽取不允许放回，则所得排列数为10×9×8×7=5040 。 ③组合: 从n个不同元素中任取x个元素并成一组 (不考虑他们之间的排列顺序)称为一个组合，此种组合数为： .特别的规定0!=1，因而。另外，在组合中，r个元素"一个接一个取出"与"同时取出"是等同的。例如，从10个产品中任取4个做检验，所有可能取法是从10个中任取4个的组合数，则不同取法的种数为： 这是因为取出的任意一组中的4个产品的全排列有4!=24 种。而这24种排列在组合中只算一种。所以。 注意:排列与组合都是计算"从n个不同元素中任取r个元素"的取法总数公式，他们的主要差别在于: 如果讲究取出元素间的次序，则用排列公式；如果不讲究取出元素间的次序，则用组合公式。至于是否讲究次序，应从具体问题背景加以辨别。 [例1.1-4] [例1.1-4] 一批产品共有个，其中不合格品有个，现从中随机取出n个，问：事

概率统计分布表(常用)

. 标准正态表 x 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389 1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545 .

概率论知识点总结

概率论知识点总结 基本概念随机实验：将一切具有下面三个特点：（1）可重复性（2）多结果性（3）不确定性的试验或观察称为随机试验，简称为试验，常用 E 表示。随机事件：在一次试验中，可能出现也可能不出现的事情（结果）称为随机事件，简称为事件。不可能事件：在试验中不可能出现的事情，记为Ф。 必然事件：在试验中必然出现的事情，记为Ω。 样本点：随机试验的每个基本结果称为样本点，记作ω、样本空间：所有样本点组成的集合称为样本空间、样本空间用Ω表示、一个随机事件就是样本空间的一个子集。基本事件多点集一个随机事件发生，当且仅当该事件所包含的一个样本点出现。事件的关系与运算（就是集合的关系和运算）包含关系：若事件A 发生必然导致事件B发生，则称B包含A，记为或。 相等关系：若且，则称事件A与事件B相等，记为A＝B。事件的和：“事件A与事件B至少有一个发生”是一事件，称此事件为事件A与事件B的和事件。记为A∪B。事件的积：称事件“事件A与事件B都发生”为A与B的积事件，记为A∩ B或AB。事件的差：称事件“事件A发生而事件B不发生”为事件A 与事件B的差事件,记为 A－B。用交并补可以表示为。互斥事件：如果A，B两事件不能同时发生，即AB＝Φ，则称事件A与事件B是互不相容事件或互斥事件。互斥时可记为A＋B。对立事

件：称事件“A不发生”为事件A的对立事件（逆事件），记为。对立事件的性质：。事件运算律：设A，B，C为事件，则有（1）交换律：A∪B=B∪A，AB=BA（2）结合律： A∪(B∪C)=(A∪B)∪C=A∪B∪C A(BC)=(AB)C=ABC（3）分配律：A∪(B∩C)＝(A∪B)∩(A∪C) A(B∪C)＝(A∩B)∪(A∩C)= AB∪AC（4）对偶律（摩根律）： 第二节事件的概率概率的公理化体系：（1）非负性： P(A)≥0；（2）规范性：P(Ω)＝1（3）可数可加性：两两不相容时概率的性质：（1）P(Φ)＝0（2）有限可加性：两两不相容时当AB=Φ时P(A∪B)＝P(A)＋P(B)（3）（4）P(A－B)＝P(A)－ P(AB)（5）P（A∪B）＝P(A)＋P(B)－P(AB)第三节古典概率模型 1、设试验E是古典概型, 其样本空间Ω由n个样本点组成,事件A由k个样本点组成、则定义事件A的概率为 2、几何概率：设事件A是Ω的某个区域，它的面积为 μ(A)，则向区域Ω上随机投掷一点，该点落在区域 A 的概率为假如样本空间Ω可用一线段，或空间中某个区域表示，则事件A 的概率仍可用上式确定，只不过把μ理解为长度或体积即可、第四节条件概率条件概率：在事件B发生的条件下，事件A发生的概率称为条件概率，记作 P(A|B)、乘法公式：P(AB)=P(B)P(A|B)＝P(A)P(B|A)全概率公式：设是一个完备事件组，则

概率统计基础训练题

第一章基础训练题 一、填空 1、设}1),({},4),({2222>+=≤+=y x y x B y x y x A ，则=?B A 。 2、事件A 、B 、C 至少有一个发生可表示为 ，至少有两个发生 ，三个都不发生 。 3、设}6,5,4,3,2,1{},7,5,3,1{==B A ，则=-B A 。 4、设事件A 在10次试验中发生了4次，则事件A 的频率为 。 5、设,)(),()(p A p B A p AB p ==则=)(B p 。 6、A 、B 二人各抛一枚硬币3次，则出现国徽一面次数相同的概率是 。 7、筐中有4个青苹果和5个红元帅，随机地从中取出2个，则取出的苹果为同一品种的概 率为 ，恰好取出2个青苹果的概率为 ，恰好取出1个青苹果和1个红元帅的概率 为 。 8、从一批由45件正品，5件次品组成的产品中任取3件产品，其中恰有一件次品的概率为 ，至少有一件正品的概率为 。 9、从一筐装有95个一等品，5个二等品的苹果中，每次随机取一个，记录它的等级后放回 原筐搅匀后再取一个，共取50次，则无二等品的概率为 。 10、已知,3.0)(,4.0)(==B p A p 5.0)(=?B A p ，则=)(B A p 。 11、已知,8.0)(,6.0)(,5.0)(===A B p B p A p 则=)(AB p ，=?)(B A p 。 12、对任意二事件B A ,，=-)(B A p 。 13、已知,3.0)(,4.0)(==B p A p （1）当A ，B 互不相容时，=?)(B A p ，=)(AB p （2）当A ，B 相互独立时，=?)(B A p ，=)(AB p ；（3）当A B ?时，=)(A p ， =)(A B p ，=?)(B A p ，=)(AB p ，=-)(B A p 。 14、设C B A ,,为三事件，A 与B 都发生而C 不发生，则用C B A ,,的运算关系可表示 为 。设A ,B ,C 都发生，则用C B A ,,的运算关系可表示为 。 15、设B A ,为互斥事件，且,8.0)(=A p 则)(B A p = 。 16、从一批由10件正品，3件次品组成的产品中，任取一件产品，取得次品的概率为 。 17、设B A ,为两事件，则=)(AB p 。若B A ,为互斥事件，则=?)(B A p 。 18、设2.0)(,5.0)(=-=A B p A p ，则=?=)()(B A p B A p 。 （7.0)()()(),()()(=?=-+-=-B A p A B p A p AB p B p A B p ）

大学概率论与数理统计必过复习资料试题解析(绝对好用)

《概率论与数理统计》复习提要第一章随机事件与概率1．事件的关系 2．运算规则（1）（2）（3）（4） 3．概率满足的三条公理及性质：（1）（2）（3）对互不相容的事件，有（可以取）（4）（5） （6），若，则，（7）（8） 4．古典概型：基本事件有限且等可能 5．几何概率 6．条件概率（1）定义：若，则（2）乘法公式：若为完备事件组，，则有（3）全概率公式： （4） Bayes公式： 7．事件的独立 性：独立（注意独立性的应用）第二章随机变量与概率分 布 1．离散随机变量：取有限或可列个值，满足（1），（2）（3）对 任意， 2．连续随机变量：具有概率密度函数，满足（1）（2）； （3）对任意， 4．分布函数，具有以下性质（1）；（2）单调非降；（3）右连续；（4），特别；（5）对离散随机变量，； （6）为连续函数，且在连续点上， 5．正态分布的 概率计算以记标准正态分布的分布函数，则有（1）；（2）；（3） 若，则；（4）以记标准正态分布的上侧分位 数，则 6．随机变量的函数（1）离散时，求的值，将相同的概率相加；（2）连续，在的取值范围内严格单调，且有一阶连续导 数，，若不单调，先求分布函数，再求导。第三章随机向量 1．二维离散随机向量，联合分布列，边缘分布，有（1）；（2 （3）， 2．二维连续随机向量，联合密度，边缘密度，有 （1）；（2）（4）（3）；，3．二维均匀分布，其中为的面积 4．二维正态分布 且； 5．二维随机向量的分布函数有（1）关于单调非降；（2）关 于右连续；（3）；（4），，；（5）；（6）对 二维连续随机向量， 6．随机变量的独立性独立（1） 离散时独立（2）连续时独立（3）二维正态分布独立，且 7．随机变量的函数分布（1）和的分布的密度（2）最大最小分布第四章随机变量的数字特征 1．期望 (1) 离散时 (2) 连续 时， ；，； (3) 二维时， (4)； （5）；（6）；（7）独立时， 2．方差（1）方差，标准差（2）； （3）；（4）独立时， 3．协方差 （1）；；；（2）（3）；（4）时， 称不相关，独立不相关，反之不成立，但正态时等价；（5） 4．相关系数；有， 5．阶原点矩，阶中心矩第五章大数定律与中心极限定理 1．Chebyshev不等式 2．大数定律 3．中心极限定理（1）设随机变量独立同分布， 或，或

概率统计知识点全面总结

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。

高中数学概率统计知识点总结

概率与统计 一、普通的众数、平均数、中位数及方差 1、 众数：一组数据中，出现次数最多的数。 ２、平均数：①、常规平均数：12n x x x x n ++???+= ②、加权平均数:112212n n n x x x x ωωωωωω++???+=++???+ 3、中位数：从大到小或者从小到大排列，最中间或最中间两个数的平均数。 4、方差：2222121 [()()()]n s x x x x x x n = -+-+???+- 二、频率直方分布图下的频率 1、频率 =小长方形面积:f S y d ==?距；频率=频数／总数 2、频率之和:121n f f f ++???+=;同时 121n S S S ++???+=; 三、频率直方分布图下的众数、平均数、中位数及方差 1、众数：最高小矩形底边的中点。 ２、平均数: 112233n n x x f x f x f x f =+++???+ 112233n n x x S x S x S x S =+++???+ 3、中位数：从左到右或者从右到左累加,面积等于0.5时x 的值。 4、方差：22221122()()()n n s x x f x x f x x f =-+-+???+- 四、线性回归直线方程：???y bx a =+ 其中:1 1 2 22 1 1 ()() ?() n n i i i i i i n n i i i i x x y y x y nxy b x x x nx ====---∑∑== --∑∑ , ??a y bx =- １、线性回归直线方程必过样本中心(,)x y ； 2、?0:b >正相关;?0:b <负相关。 3、线性回归直线方程：???y bx a =+的斜率?b 中,两个公式中分子、分母对应也相等;中间可以推导得到。 五、回归分析 １、残差：??i i i e y y =-(残差=真实值—预报值)。分析:?i e 越小越好； 2、残差平方和：21?()n i i i y y =-∑, 分析：①意义:越小越好; ②计算:222211221 ????()()()()n i i n n i y y y y y y y y =-=-+-+???+-∑ ３、拟合度(相关指数）:221 2 1 ?()1() n i i i n i i y y R y y ==-∑=- -∑,分析:①．(]20,1R ∈的常数; ②．越大拟合度越高； 4、相关系数 ：()() n n i i i i x x y y x y nx y r ---?∑∑= = 分析：①．[r ∈-的常数； ②.0:r >正相关；0:r <负相关 ③.[0,0.25]r ∈;相关性很弱; (0.25,0.75)r ∈；相关性一般; [0.75,1]r ∈；相关性很强; 六、独立性检验 1、２×２列联表： 2、独立性检验公式 ①．2 2() ()()()() n ad bc k a b c d a c b d -=++++

概率统计分布表常用

标准正态表 x 0.00 0.01 0.02 0.03 0.04 0.05 0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289

1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842

概率论基本知识(通俗易懂)

第一章概率论的基本概论 确定现象：在一定条件下必然发生的现象，如向上抛一石子必然下落，等 随机现象：称某一现象是“随机的”，如果该现象（事件或试验）的结果是不能确切地预测的。 由此产生的概念有：随机现象，随机事件，随机试验。 例：有一位科学家，他通晓现有的所有学科，如果对一项试验（比如：掷硬币），该万能科学家也无法确切地预测该实验的结果（是正面朝上还是反面朝上），这一实验就是随机实验，其结果是“随机的”----为一随机事件。 例：明天下午三点钟”深圳市区下雨”这一现象是随机的，其结果为随机事件。 随机现象的结果（随机事件）的随机度如何解释或如何量化呢？ 这就要引入”概率”的概念。 概率的描述性定义：对于一随机事件A，用一个数P(A)来表示该事件发生的可能性大小，这个数P(A)就称为随机事件A发生的概率。

§1.1随机试验 以上试验的共同特点是: 1．试验可以在相同的条件下重复进行； 2．试验的全部可能结果不止一个，并且在试验之前能明确知道所有的可能结果；3．每次试验必发生全部可能结果中的一个且仅发生一个，但某一次试验究竟发

生哪一个可能结果在试验之前不能预言。 我们把对随机现象进行一次观察和实验统称为随机试验，它一定满足以上三个条件。我们把满足上述三个条件的试验叫随机试验，简称试验，记E 。 §1.2样本空间与随机事件 (一) 样本空间与基本事件 E 的一个可能结果称为E 的一个基本事件，记为ω，e 等。 E 的基本事件全体构成的集，称为E 的样本空间，记为S 或Ω, 即：S={ω|ω为E 的基本事件}，Ω={e}. 注意：ω的完备性，互斥性特点。 例：§1.1中试验 E 1--- E 7 E 1：S 1={H,T} E 2：S 2={ HHH,HHT,HTH,THH, HTT,THT,TTH,TTT } E 3：S 3={0，1，2，3} E 4：S 4={1,2,3,4,5,6} E 5: S 5={0,1,2,3,…} E 6：S 5={t 0 ≥t } E 7：S 7={()y x , 10T y x T ≤≤≤} （二） 随机事件

初中数学统计与概率知识点精炼

统计与概率 一、统计的基础知识 1、统计调查的两种基本形式： 普查：对调查对象的全体进行调查； 抽样调查：对调查对象的部分进行调查； 总体：所要考察对象的全体； 个体：总体中每一个考察的对象； 样本：从总体中所抽取的一部分个体； 样本容量：样本中个体的数目（不带单位）； 平均数：对于n 个数12,,,n x x x ，我们把121()n x x x n +++ 叫做这n 个数的平均数； 中位数：几个数据按大小顺序排列时，处于最中间的一个数据（或是最中间两个数据的平均数）叫做中位数； 众数：一组数据中出现次数最多的那个数据； 方差：2222121()()()n S x x x x x x n ??=-+-++-?? ，其中n 为样本容量，x 为样本平均数； 标准差：S ，即方差的算术平方根； 极差：一组数据中最大数据与最小数据的差称为这组数据的极差； 频数：将数据分组后落在各小组内的数据个数叫做该小组的频数； 频率：每一小组的频数与样本容量的比值叫做这一小组的频率； ★ 频数和频率的基本关系式：频率 = —————— 各小组频数的总和等于样本容量，各小组频率的总和等于1； 扇形统计图：圆表示总体，扇形表示部分，统计图反映部分占总体的百分比，每个扇形的圆心角度数=360°× 该部分占总体的百分比； 会填写频数分布表，会补全频数分布直方图、频数折线图； 频数 样本容量 各 基 础 统 计 量 频 数 的 分 布 与 应 用 2、 3、

二、概率的基础知识 必然事件：一定条件下必然会发生的事件； 不可能事件：一定条件下必然不会发生的事件； 2、不确定事件（随机事件）：在一定条件下可能发生，也可能不发生的事件； 3、概率：某件事情A 发生的可能性称为这件事情的概率，记为P(A)； P (必然事件)=1，P(不可能事件)=0，0＜P(不确定事件)＜1； ★概率计算方法： P(A) = ———————————————— 例如 注：对于两种情况时，需注意第二种情况可能发生的结果总数 例：①袋子中有形状、大小相同的红球3个，白球2个，取出一个球后再取出一个球，求两个球都是白球的概率；P = 1 10 ②袋子中有形状、大小相同的红球3个，白球2个，取出一个球后放回 ．．，再取出一个球，求两个球都是白球的概率；P = 4 25 1、确定事件 事件A发生的可能结果总数 所有事件可能发生的结果总数 运用列举法（常用树状图）计算简单事件发生的概率 …………

2017高考理科数学第一轮基础知识点复习教案概率与统计1

(此文档为word格式，下载后您可任意编辑修改！) 第十二编概率与统计 §12.1 随机事件的概率 1.下列说法不正确的有 . ①某事件发生的频率为P（A）=1.1 ②不可能事件的概率为0，必然事件的概率为1 ③小概率事件就是不可能发生的事件，大概率事件就是必然发生的事件 ④某事件发生的概率是随着试验次数的变化而变化的 答案①③④ 2.给出下列三个命题，其中正确命题有个. ①有一大批产品，已知次品率为10%，从中任取100件，必有10件是次品；②做7次抛硬币的试验，结果3次出现正面，因此正面出现的概率是；③随机事件发生的频率就是这个随机事件发生的概率. 答案0 3.已知某台纺纱机在1小时内发生0次、1次、2次断头的概率分别是0.8，0.12，0.05，则这台纺纱机在1 小时内断头不超过两次的概率和断头超过两次的概率分别为， . 答案0.97 0.03 4.甲、乙两人下棋，两人和棋的概率是,乙获胜的概率是，则乙不输的概率是 . 答案 5.抛掷一粒骰子，观察掷出的点数，设事件A为出现奇数点，事件B为出现2点，已知P（A）=，P（B）=，则出现奇数点或2点的概率之和为 . 答案

例1盒中仅有4只白球5只黑球，从中任意取出一只球. （1）“取出的球是黄球”是什么事件？它的概率是多少？ （2）“取出的球是白球”是什么事件？它的概率是多少？ （3）“取出的球是白球或黑球”是什么事件？它的概率是多少？ 解（1）“取出的球是黄球”在题设条件下根本不可能发生，因此它是不可能事件，其概率为0. （2）“取出的球是白球”是随机事件，它的概率是. （3）“取出的球是白球或黑球”在题设条件下必然要发生，因此它是必然事件，它的概率是1. 例2 某射击运动员在同一条件下进行练习，结果如下表所示： （1）计算表中击中10环的各个频率； （2）这位射击运动员射击一次，击中10环的概率为多少？ 解（1）击中10环的频率依次为0.8，0.95，0.88，0.93，0.89，0.906. （2）这位射击运动员射击一次，击中10环的概率约是0.9. 例3（14分）国家射击队的某队员射击一次，命中7～10环的概率如下表所示： 求该射击队员射击一次 （1）射中9环或10环的概率； （2）至少命中8环的概率； （3）命中不足8环的概率. 解记事件“射击一次，命中k环”为A k（k∈N，k≤10），则事件A k彼此互斥. 2分

自考概率论与数理统计基础知识.

一、《概率论与数理统计（经管类）》考试题型分析： 题型大致包括以下五种题型，各题型及所占分值如下： 由各题型分值分布我们可以看出，单项选择题、填空题占试卷的50%，考查的是基本的知识点，难度不大，考生要把该记忆的概念、性质和公式记到位。计算题和综合题主要是对前四章基本理论与基本方法的考查，要求考生不仅要牢记重要的公式，而且要能够灵活运用。应用题主要是对第七、八章内容的考查，要求考生记住解题程序和公式。结合历年真题来练习，就会很容易的掌握解题思路。总之，只要抓住考查的重点，记住解题的方法步骤，勤加练习，就能够百分百达到过关的要求。二、《概率论与数理统计（经管类）》考试重点说明：我们将知识点按考查几率及重要性分为三个等级，即一级重点、二级重点、三级重点，其中，一级重点为必考点，本次考试考查频率高；二级重点为次重点，考查频率较高；三级重点为预测考点，考查频率一般，但有可能考查的知识点。第一章随机事件与概率 1．随机事件的关系与计算 P3-5 （一级重点）填空、简答事件的包含与相等、和事件、积事件、互不相容、对立事件的概念 2．古典概型中概率的计算 P9 （二级重点）选择、填空、计算记住古典概型事件概率的计算公式 3. 利用概率的性质计算概率 P11-12 （一级重点）选择、填空 ,（考得多）等，要能灵活运用。 4. 条件概率的定义 P14 （一级重点）选择、填空记住条件概率的定义和公式： 5. 全概率公式与贝叶斯公式 P15-16 （二级重点）计算记住全概率公式和贝叶斯公式，并能够运用它们。一般说来，如果若干因素（也就是事件）对某个事件的发生产生了影响，求这个事件发生的概率时要用到全概率公式；如果这个事件发生了，要去追究原因，即求另一个事件发生的概率时，要用到贝叶斯公式，这个公式也叫逆概公式。 6. 事件的独立性（概念与性质） P18-20（一级重点）选择、填空定义：若，则称A与B 相互独立。结论：若A与B相互独立，则A与，与B 与都相互独立。 7. n重贝努利试验中事件A恰好发生k次的概率公式 P21（一级重点）选择、填空在重贝努利试验中，设每次试验中事件的概率为（），则事件A恰好发生。第二章随机变量及其概率分布 8．离散型随机变量的分布律及相关的概率计算 P29，P31（一级重点）选择、填空、计算、综合。记住分布律中，所有概率加起来为1，求概率时，先找到符合条件的随机点，让后把对应的概率相加。求分布律就需要找到随机变量所有可能取的值，和每个值对应的概率。 9. 常见几种离散型分布函数及其分布律 P32-P33（一级重点）选择题、填空题以二项分布和泊松分布为主，记住分布律是关键。本考点基本上每次考试都考。 10. 随机变量的分布函数 P35-P37（一级重点）选择、填空、计算题记住分布函数的定义和性质是关键。要能判别什么样的函数能充当分布函数，记住利用分布函数计算概率的公式：①；②其中；③。 11. 连续型随机变量及其概率密度 P39（一级重点）选择、填空重点记忆它的性质与相关的计算，如①；；反之，满足以上两条性质的函数一定是某个连续型随机变量的概率密度。③；④ 设为的

概率论与数理统计知识点总结(详细)

《概率论与数理统计》 第一章概率论的基本概念 (2) §2．样本空间、随机事件..................................... 2.. §4 等可能概型（古典概型）................................... 3.. §5．条件概率.............................................................. 4.. . §6．独立性.............................................................. 4.. . 第二章随机变量及其分布 (5) §1随机变量.............................................................. 5.. . §2 离散性随机变量及其分布律................................. 5..§3 随机变量的分布函数....................................... 6..§4 连续性随机变量及其概率密度............................... 6..§5 随机变量的函数的分布..................................... 7..第三章多维随机变量. (7) §1 二维随机变量............................................ 7...§2边缘分布................................................ 8...§3条件分布................................................ 8...§4 相互独立的随机变量....................................... 9..§5 两个随机变量的函数的分布................................. 9..第四章随机变量的数字特征.. (10)