下载文档原格式
概率论重要知识点总结概率论重要知识点总结概率论是研究随机现象数量规律的数学分支。
随机现象是相对于决定性现象而言的。
在一定条件下必然发生某一结果的现象称为决定性现象。
下面为帮助同学们更好地理解概率论，小编汇总了关于概率论的重要知识点总结，希望对同学们学习上有所帮助。
第一章随机事件及其概率第一节基本概念随机实验：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，简称为事不可能事件：在试验中不可能出现的事情，记为。
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—单点集，复合事件—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：若事件发生必然导致事件B发生，则称B 包含A，记为，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 事件的积：称事件“事件A与事件B 都发生”为A 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A 。
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：AB=BA，AB=BA A(BC)=(AB)C=ABC（3）分配律：A(BC)＝(AB)(AC) ABAC（4）对偶律（摩根律）：第二节事件的概率概率的公理化体系：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 个样本点组成.则定义事件A 的概率为的某个区域，它的面积为μ(A)，则向区域上随机投掷一点，该点落在区域假如样本空间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，记作乘法公式：P(AB)=P(B)P(A|B)＝P(A)P(B|A)全概率公式：设第五节事件的独立性两个事件的`相互独立：若两事件A、B 满足P(AB)= 相互独立.三个事件的相互独立：对于三个事件A、B、C，若P(AB)= 相互独立三个事件的两两独立：对于三个事件A、B、C，若P(AB)= 两两独立独立的性质：若A 均相互独立总结：1.条件概率是概率论中的重要概念，其与独立性有密切的关系，在不具有独立性的场合，它将扮演主要的角色。
茆诗松概率论第三版教材课后题重点茆诗松教授的《概率论第三版》是概率论的经典教材之一，深受学术界和教育界的好评。
该教材的课后题对提高学生的概率论技能非常有帮助，以下是一些重点题目。
一、基本概念与公理1. 概率的简单性质- 概率的非负性质- 概率的规范性质- 概率的可列可加性质2. 概率公理的等价性- Kolmogorov公理和Boole公理的等价性- 等价性的证明过程3. 事件的运算- 事件的包含和相等- 事件的和、积和差集的运算- 运算的应用实例二、条件概率与独立性1. 条件概率的定义与性质- 经典概型和几何概型条件概率的计算- Bayes公式的应用2. 独立事件的概念与判定- 独立性的简单性质- 独立性的应用实例三、随机变量1. 随机变量及其分布函数- 随机变量的概念和分类- 分布函数的定义、性质和应用2. 随机变量的数字特征- 数学期望的定义、性质和计算- 方差与标准差的定义和应用四、离散型随机变量1. 离散型随机变量及其分布律- 离散型随机变量的概念和分类- 分布律的定义、性质和应用2. 常见离散型随机变量- 0-1分布、二项分布、泊松分布的定义、性质和计算- 离散型随机变量的应用实例五、连续型随机变量1. 连续型随机变量及其密度函数- 连续型随机变量的概念和分类- 密度函数的定义、性质和应用2. 常见连续型随机变量- 均匀分布、正态分布、指数分布的定义、性质和计算- 连续型随机变量的应用实例以上是茆诗松教授《概率论第三版》课后题的一些重点内容，通过认真学习和练习，可以提高学生的概率论技能和应用能力，更好地理解概率论的基本概念和原理。
概率论与数理统计本篇笔记内容主要整理自笔者的教材——《概率论与数理统计》（第四版），作者为盛骤、试式千、潘承毅等人 ，高等教育出版社出版。
一、概率论的基本概念1. 什么是概率？描述性定义：随机事件A发生的可能性的大小的度量（非负值），称为事件A发生的概率。
公理化定义：在随机试验的样本空间的每一个事件A，都对应一个实数值P(A)，如果函数P( · )满足下列条件：非负性：规范性：S是必然事件，有P(S) = 1;可列可加性：设A1,A2,...,是两两不相容的事件（即i≠j时，AiAj = ∅），有P(A1∪A2∪...∪An） = P(A1) + P(A2) + ... + P(An)不相容事件的并的概率 等于 这些事件的概率的和。
2. 古典概型有什么特点？随机试验的样本空间只包含有限个元素；随机试验中的每个基本事件发生的可能性都相同。
3. 几何概型有什么特点？样本空间 是一个可度量的有界区域；有无限个基本事件，每个基本事件发生的可能性都一样，即样本点落入 的某一个可度量子区域S可能性与S的几何度量成正比，而与S的位置及形状无关。
4. 什么是条件概率？在已知事件A发生的情况下事件B发生的概率为条件概率P（A|B）,公式有5. 什么是全概率公式？有一些时候事件B的概率不容易直接求，可以通过计算给B在各个条件下Ai发生的概率P(B| · )，来研究B发生的概率。
6. 什么是贝叶斯公式？解释一下“先验”和“后验”的概念（按照课本的思路）通过已知信息B来修正A发生的概率（即后验概率），可以通过先验概率P(A)以及AB之间的关系来研究。
举个例子：假设由多年的统计数据可以知道某种疾病的发病率，有一种检测试剂的准确率为99%，即=99%，同时有=5%会误报（检测没有病的病人为阳性），可以通过全概率公式计算试剂表现为阳性的概率。
根据这些信息，就可以计算一个病人在这种试剂检测为阳性的情况下患病的概率7. 什么叫做事件相互独立？P(AB) = P(A)P(B)即一个事件的发生，不会影响另一个事件的发生。
概率的基本公理
概率的基本公理
概率是对不确定性所关注的某些现象所做出的可能性之间的关系的数学表示，因此它是科学研究中主要用于处理不确定性的重要理论工具，也是中国从古至今用于形成统计学思想的基础理论。
概率的传统理论基于以下几个基本公理：
(1)基本性质：概率是一个介于0与1之间的实数，它是一种反映可能性的大小，在实际中可以表示为一定范围内的实际发生概率；
(2)单事件概率：单一事件发生的概率一定是满足0小于等于P（A）小于等于1的简单实数；
(3)组合事件概率：如果事件A和事件B连接在一起，因此P（AB）代表他们同时发生的概率；
(4)对所有可能事件概率的和：在一组确定的可能事件中，所有可能事件的概率之和等于1。
概率是统计科学的重要理论基础，概率的基本公理也是中国多古至今科学研究中处理不精确性现象的重要工具。
传统的概率理论基于四个基本公理，它们基本上可以概括中国概率理论的核心思想。
一.随机事件和概率1、概率的定义和性质（1）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) =13° 对于两两互不相容的事件1A ，2A ，…有∑∞=∞==⎟⎟⎠⎞⎜⎜⎝⎛11)(i i i i A P A P Υ常称为可列（完全）可加性。
则称P(A)为事件A 的概率。
（2）古典概型（等可能概型）1° {}n ωωωΛ21,=Ω，2° nP P P n 1)()()(21===ωωωΛ。
设任一事件A ，它是由m ωωωΛ21,组成的，则有P(A)={})()()(21m ωωωΥΛΥΥ=)()()(21m P P P ωωω+++Λn m =基本事件总数所包含的基本事件数A =2、五大公式（加法、减法、乘法、全概、贝叶斯）(1)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)(2)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)（3）条件概率和乘法公式定义 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。
（4）全概公式设事件B 1, B 2,Λ , B n 满足1°B 1, B 2,Λ , B n两两互不相容，P (B i ) > 0(i = 1,2,Λ , n ) ，2°Υni iB A 1=⊂，则有)|()()|()()|()()(2211n n B A P B P B A P B P B A P B P A P +++=Λ。
