(最全)高中数学概率统计知识点总结

高中数学概率高中数学概率与统计高中数学概率一:高中数学概率统计知识点总结概括一．算法，概率和统计1．算法初步（约12课时）（1）算法的含义、程序框图①通过对解决具体问题过程与步骤的分析（如，二元一次方程组求解等问题），体会算法的思想，了解算法的含义。

②通过模仿、操作、探索，经历通过设计程序框图表达解决问题的过程。

在具体问题的解决过程中（如，三元一次方程组求解等问题），理解程序框图的三种基本逻辑结构：顺序、条件分支、循环。

（2）基本算法语句经历将具体问题的程序框图转化为程序语句的过程，理解几种基本算法语句__输入语句、输出语句、赋值语句、条件语句、循环语句，进一步体会算法的基本思想。

（3）通过阅读中国古代数学中的算法案例，体会中国古代数学对世界数学发展的贡献。

3．概率（约8课时）（1）在具体情境中，了解随机事件发生的不确定性和频率的稳定性，进一步了解概率的意义以及频率与概率的区别。

（2）通过实例，了解两个互斥事件的概率加法公式。

（3）通过实例，理解古典概型及其概率计算公式，会用列举法计算一些随机事件所含的基本事件数及事件发生的概率。

（4）了解随机数的意义，能运用模拟方法（包括计算器产生随机数来进行模拟）估计概率，初步体会几何概型的意义（参见例3）。

（5）通过阅读材料，了解人类认识随机现象的过程。

2．统计（约16课时）（1）随机抽样①能从现实生活或其他学科中提出具有一定价值的统计问题。

②结合具体的实际问题情境，理解随机抽样的必要性和重要性。

③在参与解决统计问题的过程中，学会用简单随机抽样方法从总体中抽取样本；通过对实例的分析，了解分层抽样和系统抽样方法。

④能通过试验、查阅资料、设计调查问卷等方法收集数据。

（2）用样本估计总体①通过实例体会分布的意义和作用，在表示样本数据的过程中，学会列频率分布表、画频率分布直方图、频率折线图、茎叶图（参见例1），体会他们各自的特点。

②通过实例理解样本数据标准差的意义和作用，学会计算数据标准差。

(完整版)(最全)高中数学概率统计知识点总结-CAL-FENGHAI.-(YICAI)-Company One1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：12nx 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 nx 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：ˆˆˆybx a =+ 其中：1122211()()ˆ()nni i i i i i nni i i i x x y y x y nxybx x x nx ====---∑∑==--∑∑ , ˆˆay bx =- 1、线性回归直线方程必过样本中心(,)x y ；2、ˆ0:b>正相关；ˆ0:b <负相关。

3、线性回归直线方程：ˆˆˆy bx a =+的斜率ˆb 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：ˆˆi i i ey y =-（残差=真实值—预报值）。

概率与统计知识点及专练（一）统计基础知识：1. 随机抽样：（1）．简单随机抽样：设一个总体的个数为N ，如果通过逐个抽取的方法从中抽取一个样本，且每次抽取时各个个体被抽到的概率相等，就称这样的抽样为简单随机抽样.常用抽签法和随机数表法.（2）．系统抽样：当总体中的个数较多时，可将总体分成均衡的几个部分，然后按照预先定出的规则，从每一部分抽取1个个体，得到所需要的样本，这种抽样叫做系统抽样（也称为机械抽样）.（3）．分层抽样：当已知总体由差异明显的几部分组成时，常将总体分成几部分，然后按照各部分所占的比进行抽样，这种抽样叫做分层抽样.2. 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：常规平均数：12nx x x x n ++⋅⋅⋅+=（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 =-+-+⋅⋅⋅+-（5）.标准差：s3 .频率直方分布图中的频率：（1）.频率 =小长方形面积：f S y d ==⨯距；频率=频数/总数； 频数=总数*频率（2）.频率之和等于1：121n f f f ++⋅⋅⋅+=；即面积之和为1： 121n S S S ++⋅⋅⋅+=4. 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()()()nn s x x f x x f x x f =-+-+⋅⋅⋅+-5.线性回归直线方程：（1）.公式：ˆˆˆy bx a=+其中：1122211()()ˆ()n ni i i ii in ni ii ix x y y x y nxybx x x nx====---∑∑==--∑∑（展开）ˆˆa y bx=-（2）.线性回归直线方程必过样本中心(,) x y（3）.ˆ0:b>正相关；ˆ0:b<负相关（4）.线性回归直线方程：ˆˆˆy bx a=+的斜率ˆb中，两个公式中分子、分母对应也相等；中间可以推导得到6. 回归分析：（1）.残差：ˆˆi i ie y y=-（残差=真实值—预报值）分析：ˆie越小越好（2）.残差平方和：2 1ˆ() ni iiy y =-∑分析：①意义：越小越好；②计算：222211221ˆˆˆˆ()()()() ni i n niy y y y y y y y =-=-+-+⋅⋅⋅+-∑（3）.拟合度（相关指数）：2 2121ˆ()1()ni iiniiy y Ry y==-∑=--∑分析：①.(]20,1R∈的常数；②.越大拟合度越高（4）.相关系数：()()n ni i i ix x y y x y nx y r---⋅∑∑==分析：①.[1,1]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7. 独立性检验：（1）.2×2列联表（卡方图）： （2）.独立性检验公式①．22()()()()()n ad bc k a b c d a c b d -=++++②．上界P 对照表：（3）.独立性检验步骤：①．计算观察值k ：2()()()()()n ad bc k a b c d a c b d -=++++ ②．查找临界值0k ：由犯错误概率P ，根据上表查找临界值0k③．下结论：0k k ≥即认为有P 的没把握、有1-P 以上的有把握认为两个量相关；0k k <：即认为没有1-P 以上的把握认为两个量是相关关系。

高中数学《概率与统计》知识点总结一、统计1、抽样方法：①简单随机抽样（总体个数较少） ②系统抽样（总体个数较多） ③分层抽样（总体中差异明显）注意：在N 个个体的总体中抽取出n 个个体组成样本，每个个体被抽到的机会（概率）均为Nn 。

2、总体分布的估计： ⑴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。

⑵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。

3、总体特征数的估计：⑴平均数：nx x x x x n++++= 321；取值为n x x x ,,,21 的频率分别为n p p p ,,,21 ，则其平均数为n n p x p x p x +++ 2211； 注意：频率分布表计算平均数要取组中值。

⑵方差与标准差：一组样本数据n x x x ,,,21 方差：212)(1∑=−=ni ix xns ；标准差：21)(1∑=−=ni ix xns注：方差与标准差越小，说明样本数据越稳定。

平均数反映数据总体水平；方差与标准差反映数据的稳定水平。

⑶线性回归方程①变量之间的两类关系：函数关系与相关关系； ②制作散点图，判断线性相关关系③线性回归方程：a bx y +=∧（最小二乘法）1221ni i i nii x y nx y b x nx a y bx==⎧−⎪⎪=⎪⎨−⎪⎪=−⎪⎩∑∑ 注意：线性回归直线经过定点),(y x 。

二、概率1、随机事件及其概率：⑴事件：试验的每一种可能的结果，用大写英文字母表示； ⑵必然事件、不可能事件、随机事件的特点； ⑶随机事件A 的概率：1)(0,)(≤≤=A P nmA P . 2、古典概型：⑴基本事件：一次试验中可能出现的每一个基本结果； ⑵古典概型的特点：①所有的基本事件只有有限个； ②每个基本事件都是等可能发生。

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：x x x x1 2 nn②、加权平均数：xx x x1 12 2 n n1 2 n3、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： 2 2 2 21s [(x x) ( x x)(x x) ]1 2 nn二、频率直方分布图下的频率1、频率=小长方形面积： f S y距 d ；频率=频数/ 总数2、频率之和：f1 f2 f 1；同时n S1 S2 S 1；n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：x x f x f x f x f1 12 23 3 n n x x S x S x S x S1 12 23 3 n n3、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： 2 2 2 2s ( x x) f ( x x) f ( x x) f1 12 2 n n四、线性回归直线方程：y?b?x a?其中：?bn n(x x)( y y)x y nxyi i i ii 1 i 1n n2 2 2(x x)x nxi ii 1 i 1, a?y b?x1、线性回归直线方程必过样本中心( x,y)；2、b?0:正相关；b?0:负相关。

3、线性回归直线方程：y?b?x 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：? ?e y y （残差=真实值—预报值）。

分析：e?越小越好；i i i i2、残差平方和：i n12 ( ?)y y ，i i分析：①意义：越小越好；②计算：i n12 2 2 2 (y y?) (y y?) ( y y?) (y y?)i i 1 1 2 2 n n3、拟合度（相关指数）：n( y y )?2i i2 i 1R 1n2( y y)ii 1，分析：①. 2 0,1R 的常数；②. 越大拟合度越高；4、相关系数：rn n(x x)( y y) x y nx yi i i ii 1 i 1n n n n2 2 2 2 (x x) ( y y) (x x) ( y y)i i i ii 1 i 1 i 1 i 1分析：①. r [ 1,1]的常数；②. r 0: 正相关；r 0: 负相关③. r [0,0.25] ；相关性很弱；r (0.25,0.75) ；相关性一般；r [0.75,1] ；相关性很强；六、独立性检验1、2× 2 列联表：x1 x 合计22 、独立性检验公式n ( a d b c )①．k y a b a b 1ycd c d 2合计a cb dn②．犯错误上界 P 对照表3、独立性检验步骤2n( a d bc)①．计算观察值k ： k；(a b )(c d )(a c)( b d)②．查找临界值k：由犯错误概率P，根据上表查找临界值0 k ；③．下结论：k k ：即犯错误概率不超过P 的前提下认为：, 有1-P 以上的把握认为：;k k ：即犯错误概率超过P的前提认为：, 没有1-P 以上的把握认为：;【经典例题】题型1 与茎叶图的应用例1（2014 全国）某市为考核甲、乙两部门的工作情况，学科网随机访问了50 位市民。

高二数学概率知识点总结
一、随机事件的概率
1. 随机事件：在一定条件下可能发生也可能不发生的事件。

2. 必然事件：在一定条件下必然发生的事件。

3. 不可能事件：在一定条件下不可能发生的事件。

4. 概率的定义：对于一个随机事件A，它发生的概率P(A)满足0 ≤ P(A) ≤ 1。

如果P(A)=1，则事件A 为必然事件；如果P(A)=0，则事件A 为不可能事件。

二、古典概型
1. 古典概型的特征：
-试验中所有可能出现的基本事件只有有限个。

-每个基本事件出现的可能性相等。

2. 古典概型的概率计算公式：P(A)=事件A 包含的基本事件数÷总的基本事件数。

三、几何概型
1. 几何概型的特征：
-试验中所有可能出现的结果（基本事件）有无限多个。

-每个基本事件出现的可能性相等。

2. 几何概型的概率计算公式：P(A)=构成事件A 的区域长度（面积或体积）
÷试验的全部结果所构成的区域长度（面积或体积）。

四、互斥事件和对立事件
1. 互斥事件：如果事件A 和事件B 不能同时发生，那么称事件A 和事件B 为互斥事件。

-互斥事件的概率加法公式：P(A∪B)=P(A)+P(B)（A、B 互斥）。

2. 对立事件：如果事件A 和事件B 必有一个发生，且仅有一个发生，那么称事件A 和事件 B 为对立事件。

-对立事件的概率计算公式：P(A)=1 - P(A 的对立事件)。

高中数学概率统计知识点总结高中数学概率统计是数学中的一门重要学科，它研究了随机事件的发生规律以及通过统计方法对数据进行分析和推断的技巧。

下面我将对高中数学概率统计的知识点进行总结，帮助大家更好地掌握这门学科。

一、概率1. 随机事件的基本概念：随机事件是指在一定条件下，可能发生也可能不发生的事件。

2. 事件的运算：事件的和、积、差、余事件。

3. 事件的等价关系：互不相容事件、互斥事件、对立事件。

4. 事件的概率：频率对概率的定义、概率的性质。

5. 概率空间：试验的样本空间、随机事件、样本点、概率空间的性质。

二、概率计算1. 频率与概率：计算频率、计算概率。

2. 概率的计算法则：加法法则、减法法则、乘法法则、全概率公式、贝叶斯定理。

3. 排列与组合：排列、组合的计算公式。

三、随机变量及其分布律1. 随机变量的基本概念：随机变量是指试验结果的一个实函数，它的取值不确定，但取值的范围是确定的。

2. 随机变量的分布律：离散随机变量、连续随机变量、概率密度函数、分布函数。

3. 随机变量的数字特征：数学期望、方差、标准差。

四、常见离散型随机变量1. 伯努利分布：定义、数学期望、方差。

2. 二项分布：定义、数学期望、方差。

3. 泊松分布：定义、数学期望、方差。

五、常见连续型随机变量1. 均匀分布：定义、数学期望、方差。

2. 正态分布：定义、标准正态分布、数学期望、方差。

3. 指数分布：定义、数学期望、方差。

六、大数定律与中心极限定律1. 大数定律：大数定律是指随着试验次数的增加，样本均值会稳定地接近于总体均值。

2. 中心极限定律：中心极限定律指的是当样本容量足够大时，样本均值的分布近似服从正态分布。

七、统计推断1. 统计参数与统计量：总体参数、样本参数、抽样分布。

2. 点估计与区间估计：点估计、区间估计的概念与计算方法。

3. 假设检验：原假设与备择假设、显著性水平、拒绝域、接受域。

4. 卡方检验：卡方分布、卡方检验的计算方法。

概率统计一,统计初步1.简单随机抽样简单随机抽样是不放回抽样,被抽取样本的个体数有限,从总体中逐个地进行抽取,使抽样便于在实践中操作．每次抽样时,每个个体等可能地被抽到,保证了抽样的公平性．实施方法主要有抽签法和随机数法．2.系统抽样(1)定义：当总体元素个数很大时,可将总体分成均衡的若干部分,然后按照预先制定的规则,从每一部分抽取一个个体得到所需要的样本,这种抽样方法叫做系统抽样,也称作等距抽样．(2)系统抽样的步骤：①编号．采用随机的方式将总体中的个体编号．②分段．先确定分段的间隔k.当Nn(N为总体中的个体数,n为样本容量)是整数时,k＝Nn；当Nn不是整数时,通过从总体中随机剔除一些个体使剩下的总体中个体总数N′能被n整除,这时k＝N′n.③确定起始个体编号．在第1段用简单随机抽样确定起始的个体编号S.④按照事先确定的规则抽取样本．通常是将S加上间隔k,得到第2个个体编号S ＋k,再将(S＋k)加上k,得到第3个个体编号S＋2k,这样继续下去,获得容量为n 的样本．其样本编号依次是：S,S＋k,S＋2k,…,S＋(n－1)k.3．分层抽样(1)定义：当总体由有明显差别的几部分组成时,按某种特征在抽样时将总体中的各个个体分成互不交叉的层,然后按照各层在总体中所占的比例,从各层独立地抽取一定数量的个体合在一起作为样本,这种抽样的方法叫做分层抽样．分层抽样使用的前提是总体可以分层,层与层之间有明显区别,而层内个体间差异较小,每层中所抽取的个体数可按各层个体数在总体中所占比例抽取．分层抽样要求对总体的内容有一定的了解,明确分层的界限和数目,分层要恰当．(2)分层抽样的步骤①分层；②按比例确定每层抽取个体的个数；③各层抽样(方法可以不同)；④汇合成样本．(3)分层抽样的优点分层抽样充分利用了己知信息,充分考虑了保持样本结构与总体结构的一致性．使样本具有较好的代表性,而且在各层抽样时,可以根据具体情况采取不同的抽样方法,因此分层抽样在实践中有着非常广泛的应用．4.绘制频率分布直方图把横轴分成若干段,每一段对应一个组距,然后以线段为底作一矩形,它的高等于该组的频率组距,这样得出一系列的矩形,每个矩形的面积恰好是该组上的频率．这些矩形就构成了频率分布直方图.在频率分布直方图中,纵轴表示“频率/组距”,数据落在各小组内的频率用小矩形的面积表示,各小矩形的面积总和等于1.5．茎叶图统计中还有一种被用来表示数据的图叫做茎叶图．茎是指中间的一列数,叶是从茎的旁边生长出来的数．在样本数据较少、较为集中,且位数不多时,用茎叶图表示数据的效果较好,它较好的保留了原始数据信息,方便记录与表示,但当样本数据较多时,茎叶图就不太方便．6．平均数、中位数和众数(1)平均数：一组数据的总和除以数据的个数所得的商就是平均数．(2)中位数：如果将一组数据按从小到大的顺序依次排列,当数据有奇数个时,处在最中间的一个数是这组数据的中位数；当数据有偶数个时,处在最中间两个数的平均数,是这组数据的中位数．(3)众数：出现次数最多的数(若有两个或几个数据出现得最多,且出现的次数一样,这些数据都是这组数据的众数；若一组数据中,每个数据出现的次数一样多,则认为这组数据没有众数)．(4)在频率分布直方图中,最高小长方形的中点所对应的数据值即为这组数据的众数．而在频率分布直方图上的中位数左右两侧的直方图面积应该相等,因而可以估计其近似值．平均数的估计值等于频率分布直方图中每个小矩形的面积乘以小矩形底边中点的横坐标之和．7．方差、标准差(1)设样本数据为x1,x2,…,x n样本平均数为x－,则s2＝1n[(x1－x－)2＋(x2－x－)2＋…＋(x n－x－)2]＝1n[(x12＋x22＋…＋x n2)－n x2]叫做这组数据的方差,用来衡量这组数据的波动大小,一组数据方差越大,说明这组数据波动越大．把样本方差的算术平方根叫做这组数据的样本标准差．(2)数据的离散程度可以通过极差、方差或标准差来描述,其中极差反映了一组数据变化的最大幅度．方差则反映一组数据围绕平均数波动的大小．8.两个变量的线性相关(1)散点图将样本中n个数据点(xi,yi)(i＝1,2,…,n)描在平面直角坐标系中,表示具有相关关系的两个变量的一组数据的图形叫做散点图．利用散点图可以判断变量之间有无相关关系．(2)正相关、负相关如果散点图中各点散布的位置是从左下角到右上角的区域,即一个变量的值由小变大时,另一个变量的值也由小变大,这种相关称为正相关．反之,如果两个变量的散点图中点散布的位置是从左上角到右下角的区域,即一个变量的值由小变大时,另一个变量的值由大变小,这种相关称为负相关．9．回归分析对具有相关关系的两个变量进行统计分析的方法叫回归分析．其基本步骤是：①画散点图,②求回归直线方程,③用回归直线方程作预报．(1)回归直线：观察散点图的特征,如果散点图中点的分布从整体上看大致在一条直线附近,我们就称这两个变量之间具有线性相关关系,这条直线叫做回归直线．(2)回归直线方程的求法——最小二乘法．设具有线性相关关系的两个变量x、y的一组观察值为(x i,y i)(i＝1,2,…,n),则回归直线方程y^＝a^＋b^x的系数为：⎩⎪⎪⎪⎪⎨⎪⎪⎪⎪⎧ b ^＝∑i ＝1n x i y i －n x ·y ∑i ＝1n x i 2－n x 2＝∑i ＝1n (x i －x －)(y i －y －)∑i ＝1n (x i －x －)2a^＝y －－b ^x 其中x －＝1n ∑i ＝1n x i ,y －＝1n ∑i ＝1n y i ,(x －,y －)称作样本点的中心． a ^,b ^表示由观察值用最小二乘法求得的a ,b 的估计值,叫回归系数．10.独立性检验(1)若变量的不同“值”表示个体所属的不同类别,则这些变量称为分类变量．(2)两个分类变量X 与Y 的频数表,称作2×2列联表.二．随机事件的概率1．随机事件和确定事件：在一定的条件下所出现的某种结果叫做事件.(1)在条件S 下,一定会发生的事件叫做相对于条件S 的必然事件．(2)在条件S 下,一定不会发生的事件叫做相对于条件S 的不可能事件．(3)必然事件与不可能事件统称为确定事件．(4)在条件S 下可能发生也可能不发生的事件,叫做随机事件．(5)确定事件和随机事件统称为事件,一般用大写字母,,,A B C 表示． 2．频率与概率(1)在相同的条件S 下重复n 次试验,观察某一事件A 是否出现,称n 次试验中事件A 出现的次数A n 为事件A 出现的频数,称事件A 出现的比例()A n n f A n=为事件A 出现的频率． (2)对于给定的随机事件A ,如果随着试验次数的增加,事件A 发生的频率()n f A 稳定在某个常数上,把这个常数记作()p A ,称为事件A 的概率,简称为A 的概率．3．互斥事件与对立事件互斥事件的定义：在一次试验中,不可能同时发生的两个事件叫做互斥事件.即A B 为不可能事件(A B φ=),则称事件A 与事件B 互斥,其含义是：事件A 与事件B 在任何一次试验中不会同时发生．一般地,如果事件12,,,n A A A 中的任何两个都是互斥的,那么就说事件12,,,n A A A 彼此互斥.对立事件：若不能同时发生,但必有一个发生的两个事件叫做互斥事件；即A B 为不可能事件,而A B 为必然事件,那么事件A 与事件B 互为对立事件,其含义是：事件A 与事件B 在任何一次试验中有且仅有一个发生．互斥事件和对立事件的区别和联系：对立事件是互斥事件,但是互斥事件不一定是对立事件.两个事件互斥是两个事件对立的必要非充分条件.4.事件的关系与运算 B 或A B +) B (或AB ) B 为不可能事件B φ= B 为不可能事件B 为必然事件与事件B 互为对立事件 B φ=且B =Ω5.随机事件的概率事件A 的概率：在大量重复进行同一试验时,事件A 发生的频率nm 总接近于某个常数,在它附近摆动,这时就把这个常数叫做事件A 的概率,记作()p A . 由定义可知()01p A ≤≤,显然必然事件的概率是1,不可能事件的概率是0.5．概率的几个基本性质(1)概率的取值范围：()01p A ≤≤.(2)必然事件的概率：()1p A =.(3)不可能事件的概率：()0p A =.(4)互斥事件的概率加法公式：①()()()p A B p A p B =+(,A B 互斥),且有()()()1p A A p A p A +=+=． ②()()()()1212n n p A A A p A p A p A =+++ (12,,,n A A A 彼此互斥)．(5)对立事件的概率：()()1P A P A =-．三．古典概型1. 一次试验连同其中可能出现的每一个结果称为一个基本事件,通常此试验中的某一事件A 由几个基本事件组成.如果一次试验中可能出现的结果有n 个,即此试验由n 个基本事件组成,而且所有结果出现的可能性都相等,那么每一基本事件的概率都是n 1.如果某个事件A 包含的结果有m 个,那么事件A 的概率P （A ）=n m . 基本事件的特点(1)任何两个基本事件是互斥的．(2)任何事件都可以表示成基本事件的和(除不可能事件)．2.古典概型：具有以下两个特点的概率模型称为古典概率模型,简称古典概型． ①试验中所有可能出现的基本事件只有有限个,即有限性．②每个基本事件发生的可能性相等,即等可能性．概率公式：P (A )＝A 包含的基本事件的个数基本事件的总数.四．几何概型1．（1）随机数的概念：随机数是在一定范围内随机产生的数,并且得到这个范围内任何一个数的机会是均等的.（2）随机数的产生方法①利用函数计算器可以得到0~1之间的随机数；②在Scilab 语言中,应用不同的函数可产生0~1或a~b 之间的随机数.2.几何概型（1）定义：如果某个事件发生的概率只与构成该事件区域的长度（面积或体积等）成比例,则称这样的概率模型为为几何概率模型,简称几何概型．（2）特点：①无限性：在一次试验中,可能出现的结果有无限多个； ②等可能性：每个结果的发生具有等可能性．（3）几何概型的解题步骤：首先是判断事件是一维问题还是二维、三维问题（事件的结果与一个变量有关就是一维的问题,与两个变量有关就是二维的问题,与三个变量有关就是三维的问题）；接着,如果是一维的问题,先确定试验的全部结果和事件A 构成的区域长度（角度、弧长等）,最后代公式()p A =构成事件A 的区域长度面积或体积试验的全部结果所构成的区域长度面积或体积；如果是二维、三维的问题,先设出二维或三维变量,再列出试验的全部结果和事件A 分别满足的约束条件,作出两个区域,最后计算两个区域的面积或体积代公式.（4）求几何概型时,注意首先寻找到一些重要的临界位置,再解答.一般与线性规划知识有联系.3．几种常见的几何概型（1）设线段l 是线段L 的一部分,向线段L 上任投一点.若落在线段l 上的点数与线段L 的长度成正比,而与线段l 在线段l 上的相对位置无关,则点落在线段l 上的概率为：P=l 的长度/L 的长度（2）设平面区域g 是平面区域G 的一部分,向区域G 上任投一点,若落在区域g 上的点数与区域g 的面积成正比,而与区域g 在区域G 上的相对位置无关,则点落在区域g 上概率为：P=g 的面积/G 的面积（3）设空间区域上v 是空间区域V 的一部分,向区域V 上任投一点.若落在区域v 上的点数与区域v 的体积成正比,而与区域v 在区域v 上的相对位置无关,则点落在区域V 上的概率为：P=v 的体积/V 的体积。

高中数学概率与统计知识点1、概率的定义随机事件A的概率是频率的稳定值；频率是概率的近似值。

2、等可能事件的概率如果一次试验中可能出现的结果有n个，且所有结果出现的可能性都相等，那么，每一个基本事件的概率都是1/n，如果某个事件A包含的结果有m个，那么事件A的概率为P(A)=m/n。

3、互斥事件不可能同时发生的两个事件叫互斥事件。

如果事件A、B互斥，那么事件A+B发生（A、B中有一个发生）的概率，等于事件A、B 分别发生的概率和，即P(A+B)=P(A)+P(B)。

4、对立事件对立事件是指两个事件必有一个发生的互斥事件。

例如:从1~52张扑克牌中任取一张抽到“红桃”与抽到“黑桃”互为互斥事件，因为其中一个不可能同时发生，但又不能保证其中一个必然发生，故不是对立事件。

而抽到“红色牌”与抽到“黑色牌”互为对立事件，因为其中一个必发生。

对立事件的性质:1)对立事件的概率和等于1:P(A)+P(Ä)=P(A+A)=1。

2)互为对立的两个事件一定互斥，但互斥不一定是对立事件。

5、相互独立事件事件A(或B)是否发生对事件B(或A)发生的概率没有影响，这样的两个事件叫做相互独立事件。

两个相互独立事件同时发生的概率，等于每个事件发生的概率的积，即P(A·B)=P(A)·P(B)。

相互独立事件的性质:1)如果事件A与B相互独立，那么A与B,A与B，A与B也都相互独立。

2)必然事件与任何事件都是相互独立的。

3)独立事件是对任意多个事件来讲，而互斥事件是对同一实验来讲的多个事件，且这多个事件不能同时发生，故这些事件相互之间必然影响，因此互斥事件一定不是独立事件。

6、独立重复试验若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的。

如果在一次试验中某事件发生的概率为P，那么在n次独立重复试验中这个事件恰好发生k 次的概率:P…(k)=CP*(1-P)"-*7、两个事件之间的关系对任何两个事件都有P(A+B)=P(A)+P(B)-P(A·B)。

高中数学统计与概率知识点（文）的平均数就是中位数。

③求平均数时，就用各数据的总和除以数据的个数，得数就是这组数据的平 均数。

四、 中位数与众数的特点。

⑴中位数是一组数据中唯一的，可能是这组数据中的数据，也可能不是这组数据中的数据；⑵求中位数时，先将数据有小到大顺序排列，若这组数据是奇数个，则中间的数据是中位数；若 这组数据是偶数个时，则中间的两个数据的平均数是中位数； ⑶中位数的单位与数据的单位相同； ⑷众数考察的是一组数据中出现的频数；⑸众数的大小只与这组数的个别数据有关，它一定是一组数据中的某个数据，其单位与数据的单 位相同； （6） 众数可能是一个或多个甚至没有；（7） 平均数、众数和中位数都是描述一组数据集中趋势的量。

五、 平均数、中位数与众数的异同：⑴平均数、众数和中位数都是描述一组数据集中趋势的量； ⑵平均数、众数和中位数都有单位； ⑶平均数反映一组数据的平均水平，与这组数据中的每个数都有关系， 所以最为重要，应用最广;⑷中位数不受个别偏大或偏小数据的影响；⑸众数与各组数据出现的频数有关，不受个别数据的影响，有时是我们最为关心的数据。

六、 对于样本数据 X i , X 2,…，X n ,设想通过各数据到其平均数的平均距离来反映样本数据的分散 程度，那么这个平均距离如何计算？|X i - x| + |X 2- X| + L + |X n - x|思考4：反映样本数据的分散程度的大小，最常用的统计量是标准差， 一般用s 表示•假设样本数据X i , X 2,…，X n 的平均数为X ，则标准差的计算公式是:(X i - X)2 + (X 2 - x)2 + L +(x n - X)2七、简单随即抽样的含义一般地，设一个总体有 N 个个体，从中逐个不放回地抽取 n 个个体作为样本（n W 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，则这种抽样方法叫做简单随机抽样•八、 根据你的理解，简单随机抽样有哪些主要特点？一、 众数：一组数据中出现次数最多的那个数据。

高中数学概率与统计知识点归纳一、概率概率是数学中一个重要的概念，用来描述事件发生的可能性大小。

在高中数学中，概率主要涉及以下几个知识点：1. 事件与样本空间- 事件是指某种结果的集合，样本空间是指所有可能结果的集合。

- 事件的概率可以通过计算事件出现的次数与样本空间的大小的比值来求得。

2. 事件的运算- 事件的运算包括并、交、差、余等操作。

- 并的概率等于两个事件概率之和减去交的概率。

- 交的概率等于两个事件概率之和减去并的概率。

- 差的概率等于一个事件概率减去另一个事件概率。

- 余的概率等于样本空间的概率减去一个事件的概率。

3. 条件概率- 条件概率是指在给定某个条件下，发生某个事件的概率。

- 条件概率可以通过计算事件在给定条件下的概率与给定条件的概率的比值来求得。

4. 独立事件- 独立事件是指事件之间互不影响，一个事件的发生不会影响另一个事件的发生。

- 独立事件的概率可以通过计算各个事件概率之积来求得。

5. 伯努利试验与二项分布- 伯努利试验是指只有两种可能结果的试验，每次试验的结果独立且概率不变。

- 伯努利试验的概率可以通过二项分布来计算。

二、统计统计是一门研究数据收集、分析和解释的学科，在高中数学中，统计主要涉及以下几个知识点：1. 数据的收集和整理- 数据的收集可以通过观察、实验或调查等方式获取。

- 数据的整理包括数据的分类、汇总和统计量的计算等操作。

2. 图表的制作和分析- 图表是一种直观展示数据的方式，包括条形图、折线图、饼图等。

- 图表的制作需要根据数据的特点选择合适的类型，并设置合理的比例尺和坐标轴。

- 图表的分析可以通过观察图表的形状、趋势和比较来理解数据的规律和关系。

3. 描述统计和统计推断- 描述统计是通过统计量对数据进行概括和描述，包括均值、中位数、众数、标准差等。

- 统计推断是根据样本数据对总体进行推断，包括估计总体参数和检验假设等。

4. 相关与回归分析- 相关分析用于研究两个变量之间的相关关系，可以通过计算相关系数来衡量。

高中数学概率统计知识点总结一、抽样方法1．简单随机抽样 2．简单随机抽样常用的方法:（1）抽签法；⑵随机数表法.3．系统抽样:K （抽样距离)=N （总体规模）/n （样本规模）4．分层抽样：二、样本估计总体的方式1、用样本的频率分布估计总体分布(1）频率分布直方图的画法；（2)频率的算法；（3）频率分布折线图；（4)总体密度曲线；（5）茎叶图。

化不大的位作为一个主干（茎），将变化大的位的数作为分枝（叶）,列在主干的后面，这样就可以清楚地看到每个主干后面的几个数,每个数具体是多少。

2、用样本的数字特征估计总体的数字特征（1）众数、中位数、平均数的算法;（2）标准差、方差公式.3、样本均值:nx x x x n +++= 21 4、．样本标准差：n x x x x x x s s n 222212)()()(-++-+-==三、两个变量的线性相关1、正相关2、负相关正相关：自变量增加，因变量也同时增加（即单调递增) 负相关:自变量增长，因变量减少(即单调递减)四、概率的基本概念(1）必然事件（2）不可能事件（3)确定事件（4)随机事件（5)频数与频率（6)频率与概率的区别与联系必然事件和不可能事件统称为确定事件1他们都是统计系统各元件发生的可能性大小；2、频率一般是大概统计数据经验值，概率是系统固有的准确值; 3频率是近似值，概率是准确值4、频率值一般容易得到，所以一般用来代替概率进行定量分析，首先要知道系统各元件发生故障的频率或概率.事件的频率与概率是度量事件出现可能性大小的两个统计特征数.频率是个试验值，或使用时的统计值，具有随机性，可能取多个数值。

因此，只能近似地反映事件出现可能性的大小概率是个理论值，是由事件的本质所决定的，只能取唯一值，它能精确地反映事件出现可能性的大小虽然概率能精确反映事件出现可能性的大小,但它通过大量试验才能得到，这在实际工作中往往是难以做到的.所以，从应用角度来看，频率比概率更有用，它可以从所积累的比较多的统计资料中得到需要指出的是用频率代替概率，并不否认概率能更精确、更全面地反映事件出现可能性的大小，只是由于在目前的条件下，取得概率比取得频率更为困难。

概率与统计一、概率及随机变量的分布列、期望与方差(一)概率及其计算1.几个互斥事件和事件概率的加法公式①如果事件A 与事件B 互斥,则()P A B =()()P A P B +.推广：如果事件1A ,2A ,…,n A 两两互斥(彼此互斥),那么事件12n A A A +++发生的概率,等于这n 个事件分别发生的概率的和,即()12n P A A A +++=()()()12n P A P A P A ++.②若事件B 与事件A 互为对立事件,则()P A =()1P B -. 2.古典概型的概率公式P (A )＝A 包含的基本事件的个数基本事件的总数．(二)随机变量的分布列、期望与方差1. 常用的离散型随机变量的分布列(1)二项分布如果随机变量X 的可能取值为0,1,2,…,n ,且X 取值的概率()P X k ==C k k n kn p q-(其中0,1,2,,,1k n q p ==-),其随机变量分布列为X 0 1 …k…nP0C nnp q111C n np q-…C k k n knp q-…0C n n n p q则称X 服从二项分布,记为(),X B n p ~.(2)超几何分布在含有M 件次品的N 件产品中,任取n 件,其中恰有X 件次品,则事件{}X k =发生的概率为C C C k n kM N Mn N--()0,10,1,2,,2,,k m =,其中{}min ,m M n =,且n N …,M N …,n ,M ,*N ÎN .此时称随机变量X 的分布列为超几何分布列,称随机变量X 服从超几何分布.2.条件概率及相互独立事件同时发生的概率 I.条件概率条件概率一般地,设A ,B 为两个事件,且()0P A >,称()()()P ABP B A P A=为事件A 发生的条件下,事件B 发生的条件概率.在古典概型中,若用()n A 表示事件A 中基本事件的个数,则()()()()()n AB P AB P B A n A P A ==. II .相互独立事件相互独立事件(1)若,A B 相互独立.则()P AB =()()P A P B .(3)若A 与B 相互独立,则A 与B ,A 与B ,A 与B 也都相互独立. III .独立重复试验与二项分布独立重复试验与二项分布在n 次独立重复试验中,事件A 发生k 次的概率为(每次试验中事件A 发生的概率为p)()C 1n kkknp p --,事件A 发生的次数是一个随机变量X ,其分布列为()01)2()C 1(n kk knP X k k n p p -===-¼，，，，,此时称随机变量X 服从二项分布. 学科*网3.离散型随机变量的数学期望（均值）与方差 (1)若离散型随机变量X 的概率分布列为的概率分布列为X x 1 x 2 … x i … x n P p 1 p 2 … p i … p n则称EX =1122i i n n x p x p x p x p ++++¼+¼为随机变量X 的均值或数学期望. (2)若Y aX b =+,则EY =aEX b +,)(D aX b +=2a DX (3)若()X B n p ～，,则EX np =.()(1)D X np p -=. 4.正态分布(1)正态曲线的性质：正态曲线的性质：①曲线位于x 轴上方,与x 轴不相交；②曲线是单峰的,它关于直线x m =对称；③曲线在x m=处达到峰值12πs；④曲线与x 轴之间的面积为1；⑤当s 一定时,曲线的位置由m 确定,曲线随着m 的变化而沿x 轴平移,⑥当m 一定时,曲线的形状由s 确定,s 越小,曲线越“瘦高”,表示总体的分布越集中；s 越大,曲线越“矮胖”,表示总体的分布越分散,如图乙所示.(3)服从正态分布的变量在三个特殊区间内取值的概率服从正态分布的变量在三个特殊区间内取值的概率 ①0().6826P X m s m s -<+=…；②2209().544P X m s m s -<+=…； ③3309().974P X m s m s -<+=…. 二、统计与统计案例 (一)抽样方法 1．简单随机抽样设一个总体含有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,最常用的简单随机抽样的方法：抽签法和随机数表法．最常用的简单随机抽样的方法：抽签法和随机数表法． 2．系统抽样的步骤假设要从容量为N 的总体中抽取容量为n 的样本．的样本．(1)先将总体的N 个个体编号．(2)确定分段间隔k ,对编号进行分段,当Nn是整数时,取N k n =．如果遇到Nn不是整数的情况,可以先从总体中随机地剔除几个个体,使得总体中剩余的个体数能被样本容量整除得总体中剩余的个体数能被样本容量整除(3)在第1段用简单随机抽样确定第一个个体编号()l l k …．(4)按照一定的规则抽取样本,通常是将l 加上间隔k 得到第2个个体编号()l k +,再加k 得到第3个个体编号()2l k +,依次进行下去,直到获取整个样本．直到获取整个样本．3．分层抽样在抽样时,将总体分成互不交叉的层,然后按照一定的比例,从各层独立地抽取一定数量的个体,将各层取出的个体合在一起作为样本,这种抽样方法是一种分层抽样．分层抽样的应用范围：当总体是由差异明显的几个部分组成的,往往选用分层抽样．层抽样．注：注：不论哪种抽样方法不论哪种抽样方法,总体中的每一个个体入样的概率是相同的． （二）统计图表的含义 1．作频率分布直方图的步骤(1)求极差(即一组数据中最大值与最小值的差)．(2)决定组距和组数．(3)将数据分组．(4)列频率分布表．列频率分布表． (5)画频率分布直方图．画频率分布直方图． （三）样本的数字特征1．众数：在一组数据中,出现次数最多的数据叫做这组数据的众数．出现次数最多的数据叫做这组数据的众数．2．中位数：将一组数据按大小依次排列,把处在中间位置的一个数据(或中间两个数据的平均数)叫做这组数据的中位数叫做这组数据的中位数3．平均数：样本数据的算术平均数,即x =()121n x x x n+++．4．方差：()()()2222121n s x x x x x x n éù=-+-++-êúëû(n x 是样本数据,n 是样本容量,x 是样本平均数)．5.标准差：()()()222121ns x x x x x x n éù=-+-++-êúëû．（四）线性回归直线方程 1．两个变量的线性相关(1)如果散点图中点的分布从整体上看大致在一条直线附近,我们就称这两个变量之间具有线性相关关系,这条直线叫回归直线．(2)从散点图上看,如果点分布在从左下角到右上角的区域内,那么两个变量的这种相关关系称为正相关；如果点分布在从左上角到右下角的区域内,那么两个变量的这种相关关系称为负相关． (3)相关系数相关系数r ＝ååå===----ni nj jini i i y y x x y y x x 11221)()())((,当0r >时,表示两个变量正相关；当0r <时,表示两个变量负相关．r 的绝对值越接近1,表示两个变量的线性相关性越强；r 的绝对值越接近0,表示两个变量的线性相关性越弱．通常当r 的绝对值大于0.75时,便认为两个变量具有很强的线性相关关系．当1r =时,两个变量在回归直线上两个变量在回归直线上 2．回归直线方程 (1)通过求21()ni i i Qy x a b ==--å的最小值而得出回归直线的方法,即使得样本数据的点到回归直线的距离的平方和最小的方法叫做最小二乘法．该式取最小值时的a ,b 的值即分别为aˆ,b ˆ． (2)两个具有线性相关关系的变量的一组数据：11(,)x y ,22(,)x y ,…,()n n x y ,,其回归方程为a x b y ˆˆˆ+=,则1122211()()ˆ()ˆˆnn i i i i i i n ni ii i x x y y x y nx yb x x x nxa y bx ====ì---×ï==ïí--ïï=-ïîåååå．注：样本点的中心(),x y 一定在回归直线上． （3）相关系数22121ˆ()1()n i ii ni i y yR y y ==-å=--å．2R 越大,说明残差平方和越小,即模型的拟合效果越好；2R 越小,残差平方和越大,即模型的拟合效果越差．在线性回归模型中,2R表示解释变量对于预报变量变化的贡献率,2R 越接近于1,表示回归的效果越好． （六）独立性检验（1）变量的不同“值”表示个体所属的不同类别,像这样的变量称为分类变量．像这样的变量称为分类变量．（2）像下表所示列出两个分类变量的频数表,称为列联表．假设有两个分类变量X和Y ,它们的可能取值分别为12(,)x x 和12(,)y y ,其样本频数列联表（称为22´列联表）为表）为y 1 y 2 总计总计x 1 a b a b + x 2 cdc d +总计a c +b d +a b c d +++构造一个随机变量()()()()()22n ad bc K a b c d a c b d -=++++ ,其中n a b c d =+++为样本容量．确定临界值0k ,如果2K 的观测值0k k …,就认为“两个分类变量之间有关系”；否则就认为“两个分类变量之间没有关系”．。

高中数学概率统计知识点总结一、基本概念随机事件：在条件S下可能发生也可能不发生的事件，称为相对于条件S的随机事件。

必然事件：在条件S下，一定会发生的事件，称为相对于条件S的必然事件。

不可能事件：在条件S下，一定不会发生的事件，称为相对于条件S的不可能事件。

确定事件：必然事件和不可能事件统称为相对于条件S的确定事件。

频数与频率：在相同的条件S下重复n次试验，观察某一事件A是否出现，称n次试验中事件A出现的次数nA为事件A出现的频数。

对于给定的随机事件A，如果随着试验次数的增加，事件A发生的频率fn(A)稳定在某个常数上，则把这个常数记作P(A)，称为事件A的概率。

二、概率的计算互斥事件的概率加法公式：如果事件A与事件B互斥，则P(AB)=P(A)+P(B)。

独立事件的概率乘法公式：如果事件A与事件B独立，则P(AB)=P(A)P(B)。

古典概型及其概率计算公式：如果试验的样本空间S只包含有限个样本点，且每个样本点发生的可能性相同，则称这种概率模型为古典概型。

在古典概型中，事件A的概率P(A)等于事件A包含的样本点个数除以样本空间S中样本点的总数。

三、随机变量及其分布随机变量：在随机试验中可能出现的各种结果所对应的变量称为随机变量。

随机变量可以是离散型或连续型。

离散型随机变量的分布列：对于离散型随机变量X，其所有可能取值的概率组成的列表称为X的分布列。

期望与方差：随机变量的期望值表示随机变量取值的平均水平，方差表示随机变量取值与其期望值的离散程度。

四、几何概型几何概型的概念：如果每个事件发生的概率只与构成该事件区域的长度(面积或体积)成比例，则称这样的概率模型为几何概率模型，简称几何概型。

几何概型的概率计算：在几何区域D中随机地取一点，记事件“该点落在其内部一个区域d内”为事件A，则事件A发生的概率P(A)等于区域d的测度与区域D的测度的比值。

以上是高中数学概率统计的主要知识点。

掌握这些知识点并灵活应用于解题中，是学好数学概率统计的关键。

高中数学《概率与统计》知识点总结一、统计1、抽样方法：①简单随机抽样（总体个数较少） ②系统抽样（总体个数较多） ③分层抽样（总体中差异明显）注意：在N 个个体的总体中抽取出n 个个体组成样本，每个个体被抽到的机会（概率）均为Nn 。

2、总体分布的估计： ⑴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。

⑵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。

3、总体特征数的估计：⑴平均数：nx x x x x n++++= 321；取值为n x x x ,,,21 的频率分别为n p p p ,,,21 ，则其平均数为n n p x p x p x +++ 2211； 注意：频率分布表计算平均数要取组中值。

⑵方差与标准差：一组样本数据n x x x ,,,21 方差：212)(1∑=−=ni ix xns ；标准差：21)(1∑=−=ni ix xns注：方差与标准差越小，说明样本数据越稳定。

平均数反映数据总体水平；方差与标准差反映数据的稳定水平。

⑶线性回归方程①变量之间的两类关系：函数关系与相关关系； ②制作散点图，判断线性相关关系③线性回归方程：a bx y +=∧（最小二乘法）1221ni i i nii x y nx y b x nx a y bx==⎧−⎪⎪=⎪⎨−⎪⎪=−⎪⎩∑∑ 注意：线性回归直线经过定点),(y x 。

二、概率1、随机事件及其概率：⑴事件：试验的每一种可能的结果，用大写英文字母表示； ⑵必然事件、不可能事件、随机事件的特点； ⑶随机事件A 的概率：1)(0,)(≤≤=A P nmA P . 2、古典概型：⑴基本事件：一次试验中可能出现的每一个基本结果； ⑵古典概型的特点：①所有的基本事件只有有限个； ②每个基本事件都是等可能发生。

高中概率统计考点归纳一、概率的基本概念与性质概率的定义：概率是一个衡量事件发生可能性的数值，通常用P(A)表示事件A发生的概率。

概率的取值范围为0到1之间，其中P(A) = 0表示事件A不可能发生，P(A) = 1表示事件A必然发生。

举例：抛掷一枚硬币，正面朝上的概率为0.5，反面朝上的概率也为0.5。

概率的性质：非负性：对于任意事件A，有P(A) ≥0；归一性：对于必然事件S，有P(S) = 1；可加性：对于互斥事件A和B（即A和B不能同时发生），有P(A ∪B) = P(A) + P(B)。

举例：一个袋子中有3个红球和2个白球，随机抽取一个球为红球的概率是3/5，为白球的概率是2/5。

由于红球和白球是互斥事件，所以抽取到红球或白球的概率是3/5 + 2/5 = 1。

二、古典概型与几何概型古典概型：在有限个等可能的基本事件中，通过计算事件包含的基本事件个数与总基本事件个数的比值来求概率。

举例：抛掷两颗骰子，求点数之和为7的概率。

总的基本事件个数为6×6=36，点数之和为7的基本事件有(1,6)、(2,5)、(3,4)、(4,3)、(5,2)、(6,1)，共6种。

因此，点数之和为7的概率为6/36=1/6。

几何概型：在某一度量（长度、面积、体积等）下，通过计算事件占有的度量与样本空间占有的度量的比值来求概率。

举例：在长度为1的线段上随机取一点，求该点位于线段前1/3部分的概率。

样本空间为整个线段，其长度为1；事件空间为线段前1/3部分，其长度为1/3。

因此，该点位于线段前1/3部分的概率为1/3。

三、条件概率与全概率公式条件概率：在已知事件B发生的条件下，事件A发生的概率，记为P(A|B)。

计算公式为P(A|B) = P(AB) / P(B)，其中P(AB)表示事件A和B同时发生的概率。

举例：一个班级中有40名学生，其中25名男生和15名女生。

已知某学生是女生，求该学生数学成绩优秀的概率。

高考数学概率统计知识点（大全）高考数学概率统计知识点一、随机事件(1)事件的三种运算：并(和)、交(积)、差;注意差A—B可以表示成A与B 的逆的积。

(2)四种运算律：交换律、结合律、分配律、德莫根律。

(3)事件的五种关系：包含、相等、互斥(互不相容)、对立、相互独立。

二、概率定义(1)统计定义：频率稳定在一个数附近，这个数称为事件的概率;(2)古典定义：要求样本空间只有有限个基本事件，每个基本事件出现的可能性相等，则事件A所含基本事件个数与样本空间所含基本事件个数的比称为事件的古典概率;(3)几何概率：样本空间中的元素有无穷多个，每个元素出现的可能性相等，则可以将样本空间看成一个几何图形，事件A看成这个图形的子集，它的概率通过子集图形的大小与样本空间图形的大小的比来计算;(4)公理化定义：满足三条公理的任何从样本空间的子集集合到[0，1]的映射。

三、概率性质与公式(1)加法公式：P(A+B)=p(A)+P(B)—P(AB)，特别地，如果A与B互不相容，则P(A+B)=P(A)+P(B);(2)差：P(A—B)=P(A)—P(AB)，特别地，如果B包含于A，则P(A—B)=P(A)—P(B);(3)乘法公式：P(AB)=P(A)P(B|A)或P(AB)=P(A|B)P(B)，特别地，如果A与B相互独立，则P(AB)=P(A)P(B);(4)全概率公式：P(B)=∑P(Ai)P(B|Ai)。

它是由因求果，贝叶斯公式：P(Aj|B)=P(Aj)P(B|Aj)/∑P(Ai)P(B|Ai)。

它是由果索因;如果一个事件B可以在多种情形(原因)A1，A2，...，An下发生，则用全概率公式求B发生的概率;如果事件B已经发生，要求它是由Aj引起的概率，则用贝叶斯公式。

(5)二项概率公式：Pn(k)=C(n，k)p^k(1—p)^(n—k)，k=0，1，2，...，n。

当一个问题可以看成n重贝努力试验(三个条件：n次重复，每次只有A与A的逆可能发生，各次试验结果相互独立)时，要考虑二项概率公式。