概率论核心概念及公式(全)
《概率论与数理统计》核心公式
概率论与数理统计公式大全
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 '? =-=≤概率统计公式大全(复习重点)
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
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 ==
概率论与数理统计公式定理全总结
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 =
最新统计概率知识点归纳总结大全
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.
第一章 概率论的基本概念练习题及答案
第一章 概率论的基本概念练习题 1. 将一枚均匀的硬币抛两次，事件C B A ,,分别表示“第一次出现正面”，“两次出现同一面”，“至少有一次出现正面”。试写出样本空间及事件C B A ,,中的样本点。 2. 在掷两颗骰子的试验中，事件D C B A ,,,分别表示“点数之和为偶数”，“点数之和小于5”，“点数相等”，“至少有一颗骰子的点数为3”。试写出样本空间及事件 D C B A BC C A B A AB ---+,,,,中的样本点。 3. 以C B A ,,分别表示某城市居民订阅日报、晚报和体育报。试用C B A ,,表示以下事件： （1）只订阅日报； （2）只订日报和晚报； （3）只订一种报； （4）正好订两种报； （5）至少订阅一种报； （6）不订阅任何报； （7）至多订阅一种报； （8）三种报纸都订阅； （9）三种报纸不全订阅。 《 4. 甲、乙、丙三人各射击一次，事件321,,A A A 分别表示甲、乙、丙射中。试说明下列事件所表示的结果：2A , 32A A +, 21A A , 21A A +, 321A A A , 313221A A A A A A ++. 5. 设事件C B A ,,满足Φ≠ABC ，试把下列事件表示为一些互不相容的事件的和： C B A ++，C AB +，AC B -. 6. 若事件C B A ,,满足C B C A +=+，试问B A =是否成立举例说明。 7. 对于事件C B A ,,，试问C B A C B A +-=--)()(是否成立举例说明。 8. 设 31)(=A P ，21 )(=B P ，试就以下三种情况分别求)(A B P ： （1）Φ=AB ， （2）B A ?， （3） 81 )(=AB P . 9. 已知41)()()(===C P B P A P ，161)()(==BC P AC P ，0 )(=AB P 求事件C B A ,,全 不发生的概率。 10. 每个路口有红、绿、黄三色指示灯，假设各色灯的开闭是等可能的。一个人骑车经过三个路口，试求下列事件的概率：=A “三个都是红灯”=“全红”； =B “全绿”； =C “全黄”； =D “无红”； =E “无绿”； =F “三次颜色相同”； =G “颜色全不相同”； =H “颜色不全相同”。 11. 设一批产品共100件，其中98件正品，2件次品，从中任意抽取3件（分三种情况：一次拿3件；每次拿1件，取后放回拿3次；每次拿1件，取后不放回拿3次），试求： （1） （1）取出的3件中恰有1件是次品的概率； （2） … （3） （2）取出的3件中至少有1件是次品的概率。 12. 从9,,2,1,0 中任意选出3个不同的数字，试求下列事件的概率： {}501与三个数字中不含=A ，{}502或三个数字中不含=A 。 13. 从9,,2,1,0 中任意选出4个不同的数字，计算它们能组成一个4位偶数的概率。 14. 一个宿舍中住有6位同学，计算下列事件的概率：
概率统计公式大全汇总
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
概率论的基本概念
概率论的基本概念 1.1 随机试验 1.随机现象在一定条件下具有多个可能的结果，个别几次观察中结果呈现出随机性（不确定性），在大量重复观察中结果又呈现出固有的客观规律性的自然现象称为随机现象. 随机现象的三大特点： （1）在一定条件下具有多个可能的结果，所有可能的结果已知； （2）在一次观察中，结果呈现出随机性，不能确定哪一个结果将会出现； （3）在大量的重复观察（相同条件下的观察）中，结果的出现又呈现出固有的客观规律性. 2.随机试验具有以下几个特点的实验称为随机实验，常用E 来表示 1）可以在相同的条件下重复进行； 2）试验的结果不止一个，并且能事先明确试验所有可能的结果； 3）进行一次试验之前不能确定哪一个结果会出现. 注：随机试验即可在相同条件下重复进行的针对随机现象的试验.
1.2 样本空间与随机事件 1. 样本空间与随机事件的概念 1) 样本空间 随机试验E的所有可能结果E的样本空间，记为S. 样本空间的元素，即E的每个结果，称为样本点. 样本空间依据样本点数可分为以下三类 （1）有限样本空间：样本空间中样本点数是有限的； （2）无限可列样本空间：样本空间中具有可列无穷多个样本点； （3）无限不可列样本空间：样本空间中具有不可列无穷多个样本点. 2) 随机事件一般，称随机试验E的样本空间S的任何一个子集为E的随机事件，简称为事件. 在一次试验中，当且仅当这一子集中的一个样本点出现时，称这一事件发生. 注：（1）：随机事件在一次试验中可能发生，也可能不发生； （2）：由一个样本点构成的单点集，称为基本事件； （3）：样本空间S是必然事件，空集 是不可能事件，它们两个发生与否不具有随机性，为了方便将它们两个也称为随机事件。
概率论的基本概念
第一章概率论的基本概念 第一节随机事件、频率与概率 一、教学目的： 1.通过本节起始课序言简介,使学生初步了解概率论简史、特色，从 而引导学生了解本课程概况及学习本课程的思想方法 2.通过本次课教学，使学生理解随机事件概念、频率与概率的概念， 了解随机试验、样本空间的概念，掌握事件的关系和运算，掌握 概率的基本性质及其运算 二、教学重点：概率的概念 三、教学难点：事件关系的分析与运算 四、教学内容： 1.序言：⑴简史⑵学法 2.§1.随机试验: ⑴实例⑵确定性现象⑶随机现象 3.§2.样本空间、随机事件: ⑴样本空间⑵随机事件⑶事件关系 与运算 4.§3. 频率与概率⑴频率定义、性质⑵概率定义、性质 五、小结： 六、布置作业： 标准化作业第一章题目 第二节古典概型、条件概率 一、教学目的： 通过本节教学使学生了解古典概型的定义，理解条件概率的概念，并能够解决一些古典概型、条件概率的有关实际问题． 二、教学重点：古典概率、条件概率计算 三、教学难点：古典概型与条件概率分析与建模 四、教学内容： 1.§４.古典概型 2.§５.条件概率（一） 五、小结： 六、布置作业： 标准化作业第一章题目 第三节乘法公式、全概率公式、Bayes公式、独立性 一、教学目的： 1.通过本节教学使学生在理解条件概率概念的基础上,掌握乘法公
式、全概率公式、Bayes公式以及能够运用这些公式进行概率计算。 2.理解事件独立性概念，掌握用独立性概念进行计算． 二、教学重点： 1.乘法公式及其使用 2.独立性概念及其应用 三、教学难点：应用公式分析与建模 四、教学内容： １.§５.条件概率（二、三）２.§６.独立性 五、小结： 六、布置作业： 标准化作业第一章题目 第四节习题课 一、教学目的： 通过本习题课教学使学生全面系统对概率论的基本概念进一步深化，同时熟练掌握本章习题类型，从而提高学生的分析问题与解决问题的能力． 二、教学重点： 1.知识内容系统化 2.几类问题解决方法 三、教学难点：实际问题转化为相应的数学模型 四、教学内容： 1.本章知识内容体系归纳 2.习题类型： ⑴古典概型计算 ⑵事件关系与运算 ⑶条件概率计算 ⑷乘法公式、全概率公式、Bayes公式使用与计算． ⑸独立性问题的计算 五、讲练习题 第二章随机变量及其分布 第一节随机变量、离散型随机变量的概率分布 一、教学目的： 通过本节教学使学生理解随机变量的概念，理解离散型随机变量的分布及其性质，掌握二项分布、泊松分布，并会计算有关事件的概率及其分布．
概率计算方法总结3
概率计算方法总结 在新课标实施以来，中考数学试题中加大了统计与概率部分的考查，体现了“学以致用”这一理念. 计算简单事件发生的概率是重点，现对概率计算方法阐述如下: 一.公式法 P(随机事件)= 的结果数 随机事件所有可能出现果数 随机事件可能出现的结.其中P(必然事件)=1,P （不可能事 件）=0；0 《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 -=--= 概率论与数理统计重要数学概念英汉对照 Chapter 2 Sample Space：样本空间 Random event: 随机事件 Simple event:; 基本事件 Independent : 独立 Dependent: 不独立 Mutually exclusive or disjoint : 互斥，互不相容 Axiom: 公理 Union: 并 Intersection: 交 Complement: 补 The law of Total Probability: 全概率公式 Bayes’ Theorem: 贝叶斯原理 Chapter 3 Discrete random variable (rv) : 离散型随机变量 Continuous random variable : 连续型随机变量 Probability distribution : 概率分布 Parameter: 参数 Family of probability distribution: 分布族 Probability mass function (pmf): 概率质量函数 Cumulative distribution function (cdf) : 累积分布函数（分布函数）Step function: 阶梯函数 Expected value: 期望 Variance: 方差 Standard deviation: 标准差 Binomial distribution: 二项分布 Hypergeometric distribution: 超几何分布 Negative binomial distribution: 负二项分布 Geometric distribution: 几何分布 Poisson distribution: 泊松分布 Chapter 4 Probability density function(pdf): 概率密度函数 Uniform distribution: 均匀分布 Percentile of a continuous distribution: 连续型分布的百分位数Normal distribution: 正态分布 Probability Plots: 概率图 Sample percentiles: 样本百分位数 Chapter 5 Joint probability mass function: 联合概率（质量）函数 《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， 欢迎共阅 概率论知识点总结 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 样本点样本空间包含关系相等关系事件的和记为A ∪事件的积事件的差 互斥事件对立事件=?B A （1（2（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）：B A B A ?=?B A B A ?=? 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： ????n A A A 21两两不相容时 概率的性质： （1）P(Φ)＝0 （2）有限可加性：n A A A ??? 21两两不相容时 当AB=Φ时P(A ∪B)＝P(A)＋P(B) （3）)(1)(A P A P -= （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落在区域把μ相互独立. 总结：1.3.独立性是概率论中的最重要概念之一，应正确理解并应用于概率的计算。 第二章一维随机变量及其分布 第二节分布函数 分布函数：设X 是一个随机变量，x 为一个任意实数，称函数}{)(x X P x F ≤=为X 的分布函数。如果将X 看作数轴上随机点的坐标，那么分布函数F(x)的值就表示X 落在区间],(x -∞内的概率 分布函数的性质：（1）单调不减；（2）右连续；（3）1)(,0)(=+∞=-∞F F 第三节离散型随机变量 《概率论与数理统计》核心公式第1章随机事件及其概率 （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。 -A称为事件A的逆事件，或称A的对立事件，记为。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) ΩA 《概率统计》公式、符号汇总表及各章要点 （共3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：∑ = 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 =， ),,(1 1n X X 与),,(21n Y Y 独立),,(1 1n X X f ?与),,(21n Y Y g 独立 （3）随机变量函数的分布（离散型用列表法） 一维问题：已知X 的分布以及)(X g Y =，求Y 的分布-------连续型用分布函数法 二维问题：已知),(Y X 的分布，求Y X Z +=、{}Y X M ,max =、{}Y X N ,min =的分布- ? ? +∞ ∞ -+∞ ∞ --=-= dy y y z f dx x z x f z f Z ),(),()( M 、N 的分布---------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：)()(]))([()(2 2 2 X 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 概率论公式总结 This manuscript was revised by the office on December 10, 2020. 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 )(b X a P ≤≤∑≤==≤=x k k X P x X P x F )()()(?∞-=≤=x dt t f x X P x F )()()(),(y x f ),(y x F 1),(0≤≤y x F 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 方差 定义式 常用计算 式 常用公式 当X 、Y 相互独立时： 方差的性质 D(a)=0，其中a 为常数 D(a+bX)=b2D(X)，其中a 、b 为常数 当X 、Y 相互独立时，D(X+Y)=D(X)+D(Y) 协方差与相关系数 协方差的性质 独立与相关 独立必定不相关 ∑+∞-∞=?=k k k P x X E )([]22)()()(X E X E X D -= 最新概率论与数理统计知识点总结(免费超详细 版) 第一章 概率论的基本概念 §2．样本空间、随机事件 1．事件间的关系 B A ?则称事件B 包含事件A ，指事件A 发生必然导致事件B 发生 B }x x x { ∈∈=?或A B A 称为事件A 与事件B 的和事件，指当且仅当A ，B 中至少有一个发生时，事件B A ?发生 B }x x x { ∈∈=?且A B A 称为事件A 与事件B 的积事件，指当A ，B 同时发生时，事件B A ?发生 B }x x x { ?∈=且—A B A 称为事件A 与事件B 的差事件，指当且仅当A 发生、B 不发生时，事件B A —发生 φ=?B A ，则称事件A 与B 是互不相容的，或互斥的，指事件A 与事件B 不能同时发生，基本事件是两两互不相容的 且S =?B A φ=?B A ，则称事件A 与事件B 互为逆事件，又称事件A 与事件B 互为对立事件 2．运算规则 交换律A B B A A B B A ?=??=? 结合律)()( )()(C B A C B A C B A C B A ?=???=?? 分配律 )()B (C A A C B A ???=??）（ 徳摩根律B A B A A B A ?=??=? B — §3．频率与概率 定义 在相同的条件下，进行了n 次试验，在这n 次试验中，事件A 发生的次数A n 称为事 件A 发生的频数，比值n n A 称为事件A 发生的频率 概率：设E 是随机试验，S 是它的样本空间，对于E 的每一事件A 赋予一个实数，记为P （A ），称为事件的概率 1．概率)(A P 满足下列条件： （1）非负性：对于每一个事件A 1)(0≤≤A P （2）规范性：对于必然事件S 1)S (=P《概率统计》公式符号汇总表及复习策略
概率论概念术语中英对照
概率统计复习提纲百度文库讲解
概率论知识点总结归纳
概率论核心概念及公式(全)
《概率统计》公式、符号汇总表
概率论公式总结
最新概率论与数理统计知识点总结(免费超详细版)