(完整版)高中概率与统计复习知识点与题型

概率与统计知识点与题型

3.1.1 — 1、基本概念：

（1）必然事件：在条件S 下，一定会发生的事件，叫相对于条件S 的必然事件； （2）不可能事件：在条件S 下，一定不会发生的事件，叫相对于条件S 的不可能事件； （3）确定事件：必然事件和不可能事件统称为相对于条件S 的确定事件；

（4）随机事件：在条件S 下可能发生也可能不发生的事件，叫相对于条件S 的随机事件；

（5）频数与频率：在相同的条件S 下重复n 次试验，观察某一事件A 是否出现，称n 次试验中事件A 出现的次数

nA 为事件A 出现的频数；称事件A 出现的比例fn(A)=n n A

为事件A 出现的概率：对于给定的随机事

件A ，如果随着试验次数的增加，事件A 发生的频率fn(A)稳定在某个常数上，把这个常数记作P （A ），称为事件A 的概率。

（6）频率与概率的区别与联系：随机事件的频率，指此事件发生的次数nA 与试验总次数n 的比值n n A

，它具有

一定的稳定性，总在某个常数附近摆动，且随着试验次数的不断增多，这种摆动幅度越来越小。我们把这个常数叫做随机事件的概率，概率从数量上反映了随机事件发生的可能性的大小。频率在大量重复试验的前提下可以近似地作为这个事件的概率

3.1.3 概率的基本性质

1、基本概念：

（1）事件的包含、并事件、交事件、相等事件

（2）若A ∩B 为不可能事件，即A ∩B=ф，那么称事件A 与事件B 互斥；

（3）若A ∩B 为不可能事件，A ∪B 为必然事件，那么称事件A 与事件B 互为对立事件；

（4）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；若事件A 与B 为对立事件，则A ∪B 为必然事

件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)

2、概率的基本性质：

1）必然事件概率为1，不可能事件概率为0，因此0≤P(A)≤1； 2）当事件A 与B 互斥时，满足加法公式：P(A ∪B)= P(A)+ P(B)；

3）若事件A 与B 为对立事件，则A ∪B 为必然事件，所以P(A ∪B)= P(A)+ P(B)=1，于是有P(A)=1—P(B)； 4）互斥事件与对立事件的区别与联系，互斥事件是指事件A 与事件B 在一次试验中不会同时发生，其具体包

括三种不同的情形：（1）事件A 发生且事件B 不发生；（2）事件A 不发生且事件B 发生；（3）事件A 与事件B 同时不发生，而对立事件是指事件A

与事件B 有且仅有一个发生，其包括两种情形；（1）事件A 发生B 不

发生；（2）事件B 发生事件A 不发生，对立事件互斥事件的特殊情形。

3.2.1 —

1、（1）古典概型的使用条件：试验结果的有限性和所有结果的等可能性。 （2）古典概型的解题步骤； ①求出总的基本事件数；

②求出事件A 所包含的基本事件数，然后利用公式P （A ）=总的基本事件个数包含的基本事件数

A

3.3.1—

1、基本概念：

（1）几何概率模型：如果每个事件发生的概率只与构成该事件区域的长度（面积或体积）成比例，则称这样的概率模型为几何概率模型； （2）几何概型的概率公式：

P （A ）=积）的区域长度（面积或体试验的全部结果所构成积）

的区域长度（面积或体构成事件A ；

（1） 几何概型的特点：1）试验中所有可能出现的结果（基本事件）有无限多个；2）每个基本事件出现的可能

性相等．

一、随机变量.

1. 随机试验的结构应该是不确定的.试验如果满足下述条件：

①试验可以在相同的情形下重复进行；②试验的所有可能结果是明确可知的，并且不止一个；③每次试验总是恰好出现这些结果中的一个，但在一次试验之前却不能肯定这次试验会出现哪一个结果.它就被称为一个随机试验. 2. 离散型随机变量：如果对于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.若ξ是一个随机变量，a ，b 是常数.则b a +=ξη也是一个随机变量.一般地，若ξ是随机变量，)(x f 是连续函数或单调函数，则)(ξf 也是随机变量.也就是说，随机变量的某些函数也是随机变量. 设离散型随机变量ξ可能取的值为： ,,,,21i x x x

ξ取每一个值),2,1(1 =i x 的概率i i p x P ==)(ξ，则表称为随机变量ξ的概率分布，简称ξ的分布列.

有性质① ,2,1,01=≥i p ； ②121=++++ i p p p .

注意：若随机变量可以取某一区间内的一切值，这样的变量叫做连续型随机变量.例如：]5,0[∈ξ即ξ可以取0～5之间的一切数，包括整数、小数、无理数.

3. ⑴二项分布：如果在一次试验中某事件发生的概率是P ，那么在n 次独立重复试验中这个事件恰好发生k 次的

概率是：k

n k k n q

p C k)P(ξ-==[其中p q n k -==1,,,1,0 ] 于是得到随机变量ξ的概率分布如下：我们称这样的随机变量ξ服从二项分布，记作ξ～B （n·p），其中n ，p

为参数，并记p)n b(k;q

p C k n k k n ⋅=-. ⑵二项分布的判断与应用.

①二项分布，实际是对n 次独立重复试验.关键是看某一事件是否是进行n 次独立重复，且每次试验只有两种结果，如果不满足此两条件，随机变量就不服从二项分布.

②当随机变量的总体很大且抽取的样本容量相对于总体来说又比较小，而每次抽取时又只有两种试验结果，此时可以把它看作独立重复试验，利用二项分布求其分布列.

4. 几何分布：“k =ξ”表示在第k 次独立重复试验时，事件第一次发生，如果把k 次试验时事件A 发生记为k A ，事A 不发生记为q )P(A ,A k k =，那么)A A A A P(k)P(ξk 1k 21-== .根据相互独立事件的概率乘法分式：

))P(A A P()A )P(A P(k)P(ξk 1k 21-== ),3,2,1(1

==-k p q k 于是得到随机变量ξ的概率分布列.

我们称ξ服从几何分布，并记p q p)g(k,1k -=，其中 3,2,1.1=-=k p q

5. ⑴超几何分布：一批产品共有N 件，其中有M （M ＜N ）件次品，今抽取)N n n(1≤≤件，则其中的次品数ξ是一离散型随机变量，分布列为)M N k n M,0k (0C

C C k)P(ξn

N

k n M

N k M -≤-≤≤≤⋅⋅=

=--.〔分子是从M 件次品中取k 件，从

N-M 件正品中取n-k 件的取法数，如果规定m ＜r 时0C r

m

=，则k 的范围可以写为k=0，1，…，n.〕 ⑵超几何分布的另一种形式：一批产品由 a 件次品、b 件正品组成，今抽取n 件（1≤n≤a+b），则次品数ξ的分布列为n.,0,1,k C

C C k)P(ξn

b

a k

n b

k a =⋅=

=+-.

⑶超几何分布与二项分布的关系.

设一批产品由a 件次品、b 件正品组成，不放回抽取n 件时，其中次品数ξ服从超几何分布.若放回式抽取，则其中次品数η的分布列可如下求得：把b a +个产品编号，则抽取n 次共有n b a )(+个可能结果，等可能：k)(η=含

k n k k n b a C -个结果，故n ,0,1,2,k ,)b a a (1)b a a (C b)

(a b a C k)P(ηk n k k n n

k

n k k n =+-+=+==--，即η～)(b a a n B +⋅.[我们先为k 个次品选定位置，共k n C 种选法；然后每个次品位置有a 种选法，每个正品位置有b 种选法] 可以证明：当产品总数