文档介绍：概率统计知识点汇总
2
概率统计知识点汇总
1．分类加法计数原理
完成一件事有n类不同的方案，在第一类方案中有m1种不同的方法，在第二类方案中有m2种不同的方法，……，在第n类方案中有mn种不同的方法，则完成这件事情，共的概率公式：P(A)＝.
17．条件概率及其性质
(1)对于任何两个事件A和B，在已知事件A发生的条件下，事件B发生的概率叫做条件概率，用符号P(B|A)来表示，其公式为P(B|A)＝＝eq \f(n(AB),n(A))．
(2)条件概率具有的性质：
①0≤P(B|A)≤1；
②如果B和C是两个互斥事件，则P(B∪C|A)＝P(B|A)＋P(C|A)．
18．相互独立事件
(1)对于事件A、B，若A的发生与B的发生互不影响，则称A、B是相互独立事件．
(2)若A与B相互独立，则P(B|A)＝P(B)，
P(AB)＝P(B|A)P(A)＝P(A)P(B)．
(3)若A与B相互独立，则A与，与B，与也都相互独立．
(4)若P(AB)＝P(A)P(B)，则A与B相互独立．
19．离散型随机变量
随着试验结果变化而变化的变量称为随机变量，常用字母X，Y，ξ，η，…表示．所有取值可以一一列出的随机变量，称为离散型随机变量．
20．离散型随机变量的分布列及其性质
(1)一般地，若离散型随机变量X可能取的不同值为
13
x1，x2，…，xi，…，xn，X取每一个值xi(i＝1,2，…，n)的概率P(X＝xi)＝pi，则表
X
x1
x2
…
xi
…
xn
P
p1
p2
…
pi
…
pn
称为离散型随机变量X的概率分布列．
(2)离散型随机变量的分布列的性质：
①pi≥0(i＝1,2，…，n)； ②pi＝1.
21．常见离散型随机变量的分布列
(1)两点分布：
若随机变量X服从两点分布，则其分布列为
X
0
1
P
1－p
p
其中p＝P(X＝1)称为成功概率．
(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P(X＝
12
k)＝，k＝0,1,2，…，m，其中m＝min{M，n}，且n≤N，M≤N，n，M，N∈N*，称分布列为超几何分布列.
X
0
1
…
m
P
…
（3）二项分布
①独立重复试验是指在相同条件下可重复进行的，各次之间相互独立的一种试验，在这种试验中每一次试验只有两种结果，即要么发生，要么不发生，且任何一次试验中发生的概率都是一样的．
②在n次独立重复试验中，用X表示事件A发生的次数，设每次试验中事件A发生的概率为p，则P(X＝k)＝Cpk(1－p)n－k(k＝0,1,2，…，n)，此时称随机变量X服从二项分布，记为X～B(n，p)，并称p为成功概率．
22．离散型随机变量的均值与方差
13
若离散型随机变量X的分布列为
X
x1
x2
…
xi
…
xn
P
p1
p2
…
pi
…
pn
<1>均值：称E(X)＝x1p1＋x2p2＋…＋xipi＋…＋xnpn为随机变量X的均值或数学期望，它反映了离散型随机变量取值的平均水平．
<2>方差：称D(X)＝ (xi－E(X))2pi为随机变量X的方差，它刻画了随机变量X与其均值E(X)的平均偏离程度，其算术平方根为随机变量X的标准差．
<3>均值与方差的性质
(a，b为常数)．
<4>两点分布与二项分布的均值、方差
X
X服从两点分布
X～B(n，p)
E(X)
p(p为成功概率)
np
D(X)
p(1－p)
np(1－p)
(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＝μ对称；
14
(3)曲线在x＝μ处达到峰值；
(4)曲线与x轴之间的面积为1；
(5)当σ一定时，曲线随着μ的变化而沿x轴平移；
(6)当μ一定时，曲线的形状由σ确定．σ越小，曲线越“瘦高”，表示总体的分布越集中；σ越大，曲线越“矮胖”，表示总体的分布越分散．
(7)正态分布的三个常用数据(不需记忆)
① P(μ－σ＜X≤μ＋σ)＝ 6；
② P(μ－2σ＜X≤μ＋2σ)＝ 4；
③ P(μ－3σ＜X≤μ＋3σ)＝ 4.
24．简单随机抽样
(1)定义：一般地，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)，且每次抽取时各个个体被抽到的机会都相等，就称这样的抽样方法为简单随机抽样．
(2)常用方法：抽签法和随机数表法．
25．系统抽样
(1)步