概率论与数理统计公式大全
一、概率基本公式
1.事件的概率：对于事件A，在随机试验中发生的次数记为n(A)，则事件A的概率为P(A)=n(A)/n，其中n为试验总次数。
2.互斥事件的概率：对于互斥事件A和B，有P(A∪B)=P(A)+P(B)。
3.事件的余事件概率：设事件A为必然事件，全集的概率为P(S)=1，事件A的余事件为A'，则有P(A')=1-P(A)。
4.条件概率：对于两个事件A和B，假设事件B已经发生，事件A发生的概率记为P(A，B)，则P(A，B)=P(A∩B)/P(B)。
二、随机变量及其概率分布
1.离散型随机变量：设X是一个离散型随机变量，其概率函数为P(X=k)，其中k为X的取值，概率函数满足P(X=k)≥0，且∑P(X=k)=1
2. 连续型随机变量：设X是一个连续型随机变量，其概率密度函数为f(x)，概率密度函数满足f(x)≥0，且∫f(x)dx = 1
3. 随机变量的数学期望：对于离散型随机变量X，其数学期望为E(X)
= ∑k*P(X=k)；对于连续型随机变量X，其数学期望为E(X)=∫xf(x)dx。
4. 随机变量的方差：对于离散型随机变量X，其方差为Var(X) =
E(X^2) - [E(X)]^2；对于连续型随机变量X，其方差为Var(X) = E(X^2)
- [E(X)]^2
三、常见的概率分布 1.伯努利分布：表示一次实验成败的概率分布，概率函数为P(X=k)=p^k(1-p)^(1-k)，其中0≤p≤1
2.二项分布：表示n次独立重复的伯努利试验中成功次数的概率分布，概率函数为P(X=k)=C(n,k)*p^k(1-p)^(n-k)，其中C(n,k)为组合数。
3. 泊松分布：表示单位时间或单位面积内发生事件次数的概率分布，概率函数为P(X=k) = (lambda^k)/(k!)*e^(-lambda)，其中lambda为平均发生率。
4.均匀分布：表示在一个区间内取值相等的概率分布，概率密度函数为f(x)=1/(b-a)，其中[a,b]为区间。
第二章 随机变量知识点
一、随机变量的分布函数
(){}FxPXx
1、离散型随机变量X
分布律：
设离散型随机变量X所有可能的取值为(1,2,)kxk，则X的分布律为
{},1,2,kkPXxpk
也可以表示成分布律
这里kp满足：（1）01kp，1,2,k
（2）11kkp
例：设离散型随机变量X的分布律为
求分布函数()Fx。
2、连续型随机变量X
X的概率密度是()fx
()d=1fxx，()()dxFxftt
例：设随机变量X的概率密度为
23,01,()0,xxfx其他
求（1）X的分布函数()Fx；（2）1{}2PX。
二、六个重要分布
3个离散型：
①X服从参数p的(01)分布，X的取值为0和1
X的分布律：
X 3
14 12 14 P 2 1
X 0 1
1p p P X
1p P2x 1x
kp kx
2p
② 二项分布：~(, )Xbnp.（X的取值为0,1,2,,n ）
X的分布律：{}kknknPXkCpq， 0,1,2,,kn (1)qp
典型例题： n重伯努利试验（即n次重复独立试验）：
（ⅰ）n次试验是相互独立的
（ⅱ）一次试验只有两个可能结果A和A
（ⅲ）每次试验中出现A的概率()PAp都是相同的
若X表示在n次试验中事件A发生的次数，则~(, )Xbnp.
③ 泊松分布：X服从参数为的泊松分布，即~()X.（X的取值为0,1,2,）
X的分布律：{}!kPXkek， 0,1,2,k
3个连续型：
① 均匀分布：~(,)XUab，X的概率密度1,,()0,axbfxba其他
② 指数分布：随机变量X服从参数为的指数分布，X的概率密度,0()0,0xexfxx
③ 正态分布：2~(,)XN，X的概率密度22()21()2xfxe
概率论与数理统计教案-随机变量及其分布
教案章节一：随机变量的概念
1.1 教学目标
了解随机变量的定义与分类
理解随机变量分布函数的概念
掌握随机变量期望的计算方法
1.2 教学内容
随机变量的定义
随机变量的分类：离散型与连续型
随机变量分布函数的定义与性质
随机变量期望的计算方法
1.3 教学方法
采用讲授法，讲解随机变量的概念及其分类
通过例题，讲解随机变量期望的计算方法
开展小组讨论，巩固随机变量分布函数的理解
教案章节二：离散型随机变量的概率分布
2.1 教学目标
掌握离散型随机变量的概率分布的定义与性质
学会计算离散型随机变量的概率分布
理解离散型随机变量期望与方差的计算方法
2.2 教学内容
离散型随机变量的概率分布的定义与性质 几种常见的离散型随机变量概率分布：伯努利分布、二项分布、几何分布、泊松分布
离散型随机变量期望与方差的计算方法
2.3 教学方法
采用讲授法，讲解离散型随机变量的概率分布的定义与性质
通过例题，讲解几种常见的离散型随机变量概率分布的计算方法
开展小组讨论，巩固离散型随机变量期望与方差的计算方法
教案章节三：连续型随机变量的概率密度
3.1 教学目标
理解连续型随机变量的概念
掌握连续型随机变量的概率密度的定义与性质
学会计算连续型随机变量的概率密度
3.2 教学内容
连续型随机变量的概念
连续型随机变量的概率密度的定义与性质
几种常见的连续型随机变量概率密度：均匀分布、正态分布、指数分布
3.3 教学方法
采用讲授法，讲解连续型随机变量的概念及其概率密度的定义与性质
通过例题，讲解几种常见的连续型随机变量概率密度的计算方法
开展小组讨论，巩固连续型随机变量概率密度的理解
教案章节四：随机变量的期望与方差
4.1 教学目标 理解随机变量期望与方差的概念与性质
掌握计算随机变量期望与方差的方法
学会运用期望与方差描述随机变量的特征
4.2 教学内容
随机变量期望与方差的概念与性质
快乐分享 知识无限！ 概率论与数理统计复习
概率论与数理统计复习一、概率论的基本概念：
1、事件的运算律：
交换律：，；
结合律：，；
分配律：，；
德·摩根法则：，；
减法运算：。
2、概率的性质：
性质1；
性质2（有限可加性）当个事件两两互不相容时，；
性质3对于任意一个事件，；
性质4当事件满足时，，；
性质5对于任意两个随机事件，；
性质6对于任意一个事件；
性质7（广义加法法则）对于任意两个事件，。
3、条件概率：
在已知发生的条件下，事件的概率为：
（）。
注意：所有概率的性质对条件概率依然适用，但使用公式必须在同一条件下进行。
4、全概率公式与贝叶斯公式：
设个事件构成样本空间的一个划分，是一个事件，当（）时，全概率公式：；
贝叶斯公式：当时，，。
应用全概率公式和贝叶斯公式计算事件的概率或其在已知条件下的条件概率时，关键的问题是找到一个完备事件组，使得能且仅能与之一同时发生，然后运用古典概型、概率的加法和乘法法则计算出和，，并套用全概率公式或贝叶斯公式即可。若一个较复杂的事件是由多种“原因”产生的样本点构成时，多考虑用全概率公式，而这些样本点就构成一个完备事件组；
若已知试验结果而要追查“原因”时，往往使用贝叶斯公式，这些“原因”的全体即快乐分享 知识无限！ 是所求的完备事件组。
5、随机事件的独立性：
事件独立性的结论：
（1）事件与独立；
（2）若事件与独立，则与，与，与中的每一对事件都相互独立；
（3）若事件与独立，且，，则，；
（4）若事件相互独立，则；
（5）若事件相互独立，则。
注意：
（1）事件相互独立只要求满足，而事件互斥（互不相容）只要求，这两个概念前一个与事件的概率有关，后一个与事件有关，两者之间没有必然的联系；
（2）如果事件相互独立，则与不相关，反之一般不成立。
（3）对于任意个随机事件，相互独立则两两独立，反之未必；
（4）对于任意个相互独立的随机事件，它们中任意一部分事件的运算结果（和、差、积、逆等）与其他一部分事件或它们的运算结果都相互独立，如：与，与，与都相互独立；
