当前位置：文档库 › 概率论公式总结

概率论公式总结

概率统计知识点汇总

概率第一章 (一)概率的加减乘除运算 (二) 概率的计算 1. 古典概型的计算 2. 条件概率的计算 (三) 全概率公式与贝叶斯公式 (四) n 重伯努利试验概率第二章（一）随机变量分布函数 1. 分布函数的定义及性质 2. 学会用分布函数表示随机变量落入指定区域的概率（二）离散型随机变量 1. 具体问题会求解离散型随机变量的分布列分布列要满足的条件 2. 由分布列会求解分布函数 3. 由分布函数会求解分布列 4. 掌握三个常见的离散型随机变量（三）连续型随机变量 1. 由分布函数会求解分布密度 2. 由分布密度会求解分布函数 3. 利用分布密度求解未知参数 4. 掌握三个常见的连续型随机变量（四）随机变量函数的分布 1. 离散型随机变量的函数 2. 连续型随机变量的函数概率第三章二维随机向量 (一)联合分布函数的定义及性质联合概率分布函数定义为____),(=y x F 联合分布函数的性质： ___),(____,),(),(),(=+∞+∞=-∞-∞=-∞=-∞F F y F x F 用联合概率分布函数表示二维随机向量落入指定区域的概率 ____),(2121=≤<≤

概率论与数理统计知识点总结!

《概率论与数理统计》第一章随机事件及其概率 §1.1 随机事件一、给出事件描述，要求用运算关系符表示事件：二、给出事件运算关系符，要求判断其正确性： §1.2 概率古典概型公式：P （A ）= 所含样本点数所含样本点数 ΩA 实用中经常采用“排列组合”的方法计算补例1：将n 个球随机地放到n 个盒中去，问每个盒子恰有1个球的概率是多少？解：设A ： “每个盒子恰有1个球”。求：P(A)=？Ω所含样本点数：n n n n n =???... Α所含样本点数：!1...)2()1(n n n n =??-?-?n n n A P ! )(=∴ 补例2：将3封信随机地放入4个信箱中，问信箱中信的封数的最大数分别为1、2、3的概率各是多少？解：设A i ：“信箱中信的最大封数为i”。(i =1,2,3)求：P(A i )=？ Ω所含样本点数：6444 443==?? A 1所含样本点数：24234=?? 8 36424)(1== ∴A P A 2所含样本点数： 363423=??C 16 9 6436)(2== ∴A P A 3所含样本点数：443 3 =?C 16 1644)(3== ∴A P 注：由概率定义得出的几个性质： 1、0

P(A 1+A 2+...+ A n )= P(A 1) + P(A 2) +…+ P(A n ) 推论2：设A 1、 A 2、…、 A n 构成完备事件组，则 P(A 1+A 2+...+ A n )=1 推论3： P （A ）=1－P （A ）推论4：若B ?A ，则P(B －A)= P(B)－P(A) 推论5（广义加法公式）：对任意两个事件A 与B ，有P(A ∪B)=P(A)+P(B)－P(A B) 补充——对偶律： n n A A A A A A ???=???......2121 n n A A A A A A ???=??? (2121) §1.4 条件概率与乘法法则条件概率公式：P(A/B)= )()(B P AB P （P(B)≠0）P(B/A)= ) () (A P AB P （P(A)≠0） ∴P （AB ）=P （A /B ）P （B ）= P （B / A ）P （A ）有时须与P （A+B ）=P （A ）+P （B ）－P （AB ）中的P （AB ）联系解题。全概率与逆概率公式：全概率公式： ∑==n i i i A B P A P B P 1 )/()()( 逆概率公式： ) () ()/(B P B A P B A P i i = ),...,2,1(n i = （注意全概率公式和逆概率公式的题型：将试验可看成分为两步做，如果要求第二步某事件的概率，就用全概率公式；如果求在第二步某事件发生条件下第一步某事件的概率，就用逆概率公式。） §1.5 独立试验概型事件的独立性： )()()(B P A P AB P B A =?相互独立与贝努里公式（n 重贝努里试验概率计算公式）：课本P24 另两个解题中常用的结论—— 1、定理：有四对事件：A 与B 、A 与B 、A 与B 、A 与B ，如果其中有一对相互独立，则其余三对也相互独立。 2、公式：)...(1)...(2121 n n A A A P A A A P ???-=??? 第二章随机变量及其分布

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 =

(最全)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 -= ++++ ②．犯错误上界P 对照表 3、独立性检验步骤

概率论与数理统计期末总结

第1章概率论的基本概念 1.1 随机试验称满足以下三个条件的试验为随机试验：（1）在相同条件下可以重复进行；（2）每次试验的结果不止一个，并且能事先明确所有的可能结果；（3）进行试验之前，不能确定哪个结果出现。 1.2 样本点样本空间随机事件随机试验的每一个可能结果称为一个样本点，也称为基本事件。样本点的全体所构成的集合称为样本空间，也称为必然事件。必然事件在每次试验中必然发生。随机试验的样本空间不一定唯一。在同一试验中，试验的目的不同时，样本空间往往是不同的。所以应从试验的目的出发确定样本空间。样本空间的子集称为随机事件，简称事件。在每次试验中必不发生的事件为不可能事件。 1.3 事件的关系及运算（1）包含关系 B A ?，即事件A 发生，导致事件B 发生；（2）相等关系 B A =，即B A ?且A B ?；（3）和事件（也叫并事件） B A C ?=，即事件A 与事件B 至少有一个发生；（4）积事件（也叫交事件） B A AB C ?==，即事件A 与事件B 同时发生；（5）差事件 AB A B A C -=-=，即事件A 发生，同时，事件B 不发生；（6）互斥事件（也叫互不相容事件） A 、 B 满足φ=AB ，即事件A 与事件B 不同时发生；（7）对立事件（也叫逆事件） A A -Ω=，即φ=Ω=?A A A A ,。

1.4 事件的运算律（1）交换律 BA AB A B B A =?=?,；（2）结合律 ()()()()C AB BC A C B A C B A =??=??,；（3）分配律 ()()()()()()C A B A BC A AC AB C B A ??=??=?,；（4）幂等律 A AA A A A ==?, ；（5）差化积 B A AB A B A =-=-；（6）反演律（也叫德·摩根律）B A AB B A B A B A B A ?==?=?=?,。 1.5 概率的公理化定义设E 是随机试验，Ω为样本空间，对于Ω中的每一个事件A ，赋予一个实数P （A ），称之为A 的概率，P （A ）满足：（1）1)(0≤≤A P ；（2）1)(=ΩP ；（3）若事件，，，，n A A A 21两两互不相容，则有 () ++++=????)()()(2121n n A P A P A P A A A P 。 1.6 概率的性质（1）0)(=φP ；（2）若事件n A A A ，，， 21两两不互相容，则())()()(2121n n A P A P A P A A A P +++=??? ；（3）)(1)(A P A P -=；（4）)()()(AB P B P A B P -=-。特别地，若B A ?，则)()(),()()(B P A P A P B P A B P ≤-=-；（5）)()()()(AB P B P A P B A P -+=?。

统计概率知识点归纳总结归纳大全

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与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、互斥事件与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 求概率的步骤就是: 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???和事件积事件即就是至少有一个发生,还就是同时发生,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与性质一般地,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、

概率统计大题总结

概率与统计大题总结一、知识点汇编： 1.线性回归分析（1）函数关系是一种确定性关系，而相关关系是一种非确定性关系．回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法．（2）线性回归分析：方法是画散点图，求回归直线方程，并用回归直线方程进行预报．其回归方程的截距和斜率的最小二乘估计公式分别为：回归模型中，R 2表示解释变量对于预报变量变化的贡献率．R 2越接近于1，表示回归的效果越好．如果对某组数据可能采取几种不同的回归方程进行回归分析，也可以通过比较几个R 2，选择R 2大的模型作为这组数据的模型．说明：r 只能用于线性模型，R 2则可用于任一种模型. 对线性回归模型来说，2 2 =R r . 3、独立性检验（1）对于性别变量，其取值为男和女两种．这种变量的不同“值”表示个体所属的不同类别，像这类变量称为分类变量．（2）假设有两个分类变量X 和Y ，它们的值域分别为{}11x ,y 和{}12y ,y 其样本频数列联表

称为 y 1 y 2 总计 x 1 a b a ＋b x 2 c d c ＋d 总计 a ＋c b ＋d a ＋ b ＋ c ＋d （3）构造随机变量()()()()()() 2 2 +++-= ++++a b c d ad bc K ,a b c d a c b d 利用K 2的大小可以确定在多大程度上可以认为“两个分类变量有关系”，这种方法称为如：如果k ＞7.879，就有99.5％的把握认为“X 与Y 有关系”. 4、概率事件的关系： ⑴事件B 包含事件A ：事件A 发生，事件B 一定发生，记作B A ?； ⑵事件A 与事件B 相等：若A B B A ??,，则事件A 与B 相等，记作A=B ； ⑶并（和）事件：某事件发生，当且仅当事件A 发生或B 发生，记作B A ?（或B A +）； ⑷并（积）事件：某事件发生，当且仅当事件A 发生且B 发生，记作B A ?（或 AB ）； ⑸事件A 与事件B 互斥：若B A ?为不可能事件（φ=?B A ），则事件A 与互斥；

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

概率统计大题题型总结(理)学生版

统计概率大题题型总结题型一频率分布直方图与茎叶图例1.（2013广东理17）某车间共有12名工人,随机抽取6名,他们某日加工零件个数的茎叶图如图所示,其中茎为十位数,叶为个位数. (Ⅰ) 根据茎叶图计算样本均值; (Ⅱ) 日加工零件个数大于样本均值的工人为优秀工人,根据茎叶图推断该车间12名工人中有几名优秀工人; (Ⅲ) 从该车间12名工人中,任取2人,求恰有名优秀工人的概率. 例2.（2013新课标Ⅱ理）经销商经销某种农产品,在一个销售季度内,每售出t 该产品获利润500 元,未售出的产品,每t 亏损300元.根据历史资料,得到销售季度内市场需求量的频率分布直方图,如图所示.经销商为下一个销售季度购进了130t 该农产品,以X (单位:t,150100≤≤X )表示下一个销售季度内的市场需求量,T (单位:元)表示下一个销售季度内销商该农产品的利润. (Ⅰ)将T 表示为X 的函数; (Ⅱ)根据直方图估计利润T 不少于57000元的概率; 1 7 9 2 0 1 5 3 0 第17题图

(Ⅲ)在直方图的需求量分组中,以各组的区间中点值代表该组的各个值,需求量落入该区间的频率作为需求量取该区间中点值的概率(例如:若[100,110)X ∈,则取105X =,且105X =的概率等于需求量落入[100,110)的概率),求利润T 的数学期望. 变式1. 【2015高考重庆，理3】重庆市2013年各月的平均气温（o C ）数据的茎叶图如下： 08912 58 200338312 则这组数据的中位数是（） A 、19 B 、20 C 、21.5 D 、23 /频率组距0.010 0.0150.0200.0250.030100110120130140150需求量/x t

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。

概率论与数理统计总结

第一章随机事件与概率第一节随机事件及其运算 1、随机现象：在一定条件下，并不总是出现相同结果的现象 2、样本空间：随机现象的一切可能基本结果组成的集合，记为Ω={ω},其中ω 表示基本结果，又称为样本点。 3、随机事件：随机现象的某些样本点组成的集合常用大写字母A 、B 、C 等表示，Ω表示必然事件， ?表示不可能事件。 4、随机变量：用来表示随机现象结果的变量，常用大写字母X 、Y 、Z 等表示。 5、时间的表示有多种：（1）用集合表示，这是最基本形式（2）用准确的语言表示（3）用等号或不等号把随机变量于某些实属联结起来表示 6、事件的关系（1）包含关系：如果属于A 的样本点必属于事件B ，即事件 A 发生必然导致事件B 发生，则称A 被包含于B ，记为A ?B; （2）相等关系：若A ?B 且B ? A ，则称事件A 与事件B 相等，记为A ＝B 。（3）互不相容：如果A ∩B= ?，即A 与B 不能同时发生，则称A 与B 互不相容 7、事件运算（1）事件A 与B 的并：事件A 与事件B 至少有一个发生，记为 A ∪B 。（2）事件A 与B 的交：事件A 与事件B 同时发生，记为A∩ B 或AB 。（3）事件A 对B 的差：事件A 发生而事件B 不发生,记为 A －B 。用交并补可以表示为B A B A =-。（4）对立事件：事件A 的对立事件（逆事件），即 “A 不发生”，记为A 。对立事件的性质：Ω=?Φ=?B A B A ,。 8、事件运算性质：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）棣莫弗公式（对偶法则）：B A B A ?=? B A B A ?=? 9、事件域：含有必然事件Ω ，并关于对立运算和可列并运算都封闭的事件类ξ 称为事件域，又称为σ代数。具体说，事件域ξ满足：（1）Ω∈ξ; (2)若A ∈ξ，则对立事件A ∈ξ；（3）若A n ∈ξ，n=1,2，···，则可列并 ∞ =1 n n A ∈ξ 。

概率论和数理统计知识点总结[超详细版]

《概率论与数理统计》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 ???=??）（ ))(()( C A B 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

统计和概率知识点总结

数据的收集、整理与描述 1、全面调查：考察全体对象的调查方式叫做全面调查。 2、抽样调查：调查部分数据，根据部分来估计总体的调查方式称为抽样调查。 3、总体：要考察的全体对象称为总体。 4、个体：组成总体的每一个考察对象称为个体。 5、样本：被抽取的所有个体组成一个样本。 6、样本容量：样本中个体的数目称为样本容量。 7、样本平均数：样本中所有个体的平均数叫做样本平均数。 8、总体平均数：总体中所有个体的平均数叫做总体平均数，在统计中，通常用样本平均数估计总体平均数。 9、频数：一般地，我们称落在不同小组中的数据个数为该组的频数。 10、频率：频数与数据总数的比为频率。 11、组数和组距：在统计数据时，把数据按照一定的范围分成若干各组，分成组的个数称为组数，每一组两个端点的差叫做组距。数据的分析 1、平均数：一般地，如果有n 个数 ,,,,21n x x x 那么，)(121n x x x n x +++= 叫做这n 个数的平均数，x 读作“x 拔”。 2、加权平均数：如果n 个数中，1x 出现1f 次，2x 出现2f 次，…，k x 出现k f 次（这里n f f f k =++ 21）。那么，根据平均数的定义，这n 个数的平均数可以表示为 n f x f x f x x k k ++=2211，这样求得的平均数x 叫做加权平均数，其中k f f f ,,,21 叫做权。 3、中位数：将一组数据按照由小到大（或由大到小）的顺序排列，如果数据的个数是奇数，则处于中间位置的数就是这组数据的中位数(median)；如果数据的个数是偶数，则中间两个数据的平均数就是这组数据的中位数。 4、众数：一组数据中出现次数最多的数据就是这组数据的众数（mode ）。 5、极差：组数据中的最大数据与最小数据的差叫做这组数据的极差(range)。 6、在一组数据,,,,21n x x x 中，各数据与它们的平均数x 的差的平方的平均数，

概率统计常见题型及方法总结

概率统计常见题型及方法总结 Prepared on 22 November 2020

常见大题： 1. 全概率公式和贝叶斯公式问题 B 看做“结果”，有多个“原因或者条件 i A ”可以导致B 这个“结果”发生，考虑结果B 发生的概率，或者求在B 发生的条件下，源于某个原因i A 的概率问题全概率公式： ()()() 1B |n i i i P B P A P A ==∑ 贝叶斯公式： 1(|)()() ()()n i i i j j j P A B P A P B A P A P B A ==∑｜｜一（12分）今有四个口袋，它们是甲、乙、丙、丁，每个口袋中都装有a 只红球和b 只白球。先从甲口袋中任取一只球放入乙口袋，再从乙口袋中任取一只球放入丙口袋，然后再从丙口袋中任取一只球放入丁口袋，最后从丁口袋中任取一球，问取到红球的概率为多少解 i B 表示从第i 个口袋放入第1+i 个口袋红球，4,3,2,1=i i A 表示从第i 个口袋中任取一个球为红球， 2分则 b a a B P +=)(1， 2分

)()()()()(1111111B A P B P B A P B P A P += 111++++ ++++= b a a b a b b a a b a a b a a += 2分依次类推 2分 b a a A P i += )( 二（10分）袋中装有m 只正品硬币，n 只次品硬币（次品硬币的两面均印有国徽），在袋中任取一只，将它投掷r 次，已知每次都出现国徽，问这只硬币是次品的概率为多少、解记B ={取到次品}，B ={取到正品}，A ={将硬币投掷r 次每次都出现国徽} 则()(),n m P B P B m n m n = = ++，()1P A B =，()1 2r P A B =―—５分 ()()1()212()()()()12 r r r n P B P A B n m n P B A n m n m P B P A B P B P A B m n m n ?+===++?+?++ 三、（10分）一批产品共100件，其中有4件次品，其余皆为正品。现在每次从中任取一件产品进行检验，检验后放回，连续检验3次，如果发现有次品，则认为这批产品不合格。在检验时，一件正品被误判为次品的概率为，而一件次品被误判为正品的概率为。（1）求任取一件产品被检验为正品的概率；（2）求这批产品被检验为合格品的概率。解设 A 表示“任取一件产品被检验为正品”， B 表示“任取一件产品是正品”，则 ()96100P B = ，()4100 P B =，()|0.95P A B =，()|0.01P A B = （1）由全概率公式得 ()()()()()||0.9124P A P B P A B P B P A B =+= （2）这批产品被检验为合格品的概率为 ()3 3 0.91240.7596p P A ===???? 四、在电报通讯中不断发出信号‘0’和‘1’，统计资料表明，发出‘0’和‘1’的概率分别为和，由于存在干扰，发出‘0’时，分别以概率和接收到‘0’和‘1’，以的概率收为模糊信号‘x ’；发出‘1’时，分别以概率和收到‘1’和‘0’，以概率收到模糊信号‘x ’。

《概率统计》公式符号汇总表及复习策略

《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 -=--=