大学概率论知识点总结4篇

大学概率论知识点总结1.随机试验确定性现象：在自然界中一定发生的现象称为确定性现象。随机现象：在个别实验中呈现不确定性，在大量实验中呈现统计规律性，这种现象下面是小编为大家整理的大学概率论知识点总结4篇,供大家参考。

大学概率论知识点总结篇1

1. 随机试验

确定性现象：在自然界中一定发生的现象称为确定性现象。

随机现象： 在个别实验中呈现不确定性，在大量实验中呈现统计规律性，这种现象称为随机现象。

随机试验：为了研究随机现象的统计规律而做的的实验就是随机试验。 随机试验的特点：

1）可以在相同条件下重复进行；

2）每次试验的可能结果不止一个，并且能事先明确试验的所有可能

结果；

3）进行一次试验之前不能确定哪一个结果会先出现；

2. 样本空间、随机事件

样本空间：我们将随机试验E的所有可能结果组成的集合称为E的样本空间，记为S。 样本点：构成样本空间的元素，即E中的每个结果，称为样本点。 事件之间的基本关系：包含、相等、和事件（并）、积事件（交）、差事件（A-B：包含A不包含B）、互斥事件（交集是空集，并集不一定是全集）、对立事件（交集是空集，并集是全集，称为对立事件）。事件之间的运算律：交换律、结合律、分配率、摩根定理（通过韦恩图理解这些定理）

3. 频率与概率

频数：事件A发生的次数 频率：频数/总数

概率：当重复试验的次数n逐渐增大，频率值就会趋于某一稳定值，这个值就是概率。 概率的特点：1）非负性。2）规范性。3）可列可加性。

概率性质：1）P（空集）=0，2）有限可加性，3）加法公式：P（A+B）=P（A）+P（B）-P（AB）

4. 古典概型

学会利用排列组合的知识求解一些简单问题的概率（彩票问题，超几何分布，分配问题，插空问题，捆绑问题等等）

5. 条件概率

定义：A事件发生条件下B发生的概率P（B|A）=P（AB）/P（A） 乘法公式：P（AB）=P（B|A）P(A) 全概率公式与贝叶斯公式

6. 独立性检验

设 A、B是两事件，如果满足等式P（AB）=P（A）P（B）则称事件A、B相互独立，简称A、B独立。

第二章．随机变量及其分布

1. 随机变量

定义：设随机试验的样本空间为S={e}。 X=X（e）是定义在样本空间S上的单值函数，称X=X（e）为随机变量。

2. 离散型随机变量及其分布律

三大离散型随机变量的分布 1）（0——1）分布。E（X）=p， D（X ）=p(1-p)

2）伯努利试验、二项分布 E(X)=np， D(X)=np(1-p)

3) 泊松分布 P（X=k）= （？^k）e^（- ？）/k! （k=0，1，2，……）

E（X）=？，D（X）= ？

注意：当二项分布中n 很大时，可以近似看成泊松分布，即np= ？

3. 随机变量的分布函数

定义：设X是一个随机变量，x是任意的实数，函数 F（x）=P（X≤x），x属于R 称为X的分布函数 分布函数的性质：

1） F（x）是一个不减函数

2） 0≤F（x）≤1

离散型随机变量的分布函数的求法（由分布律求解分布函数）

连续性随机变量的分布函数的求法（由分布函数的图像求解分布函数，由概率密度求解分布函数）

4. 连续性随机变量及其概率密度

连续性随机变量的分布函数等于其概率密度函数在负无穷到x的变上限广义积分 相反密度函数等与对应区间上分布函数的导数 密度函数的性质：1）f(x)≥0

2) 密度函数在负无穷到正无穷上的广义积分等于1

三大连续性随机变量的分布: 1)均与分布 E(X)=(a+b)/2 D (X)=[(b-a)^2]/12

2)指数分布 E（X）=θ D（X）=θ^2

3)正态分布一般式（标准正态分布）

5、 随机变量的函数的分布

1）已知随机变量X的 分布函数求解Y=g(X)的分布函数

2）已知随机变量X的 密度函数求解Y=g(X)的密度函数 第三章 多维随机变量及其分布（主要讨论二维随机变量的分布）

1、二维随机变量

定义 设（X，Y）是二维随机变量，对于任意实数x， y，二元函数

F（x， Y）=P[(X≤x)交（Y≤y）] 称为二维随机变量（X，Y）的分布函数或称为随机变量联合分布函数离散型随机变量的分布函数和密度函数 连续型随机变量的分布函数和密度函数

重点掌握利用二重积分求解分布函数的方法

2．边缘分布

离散型随机变量的边缘概率

连续型随机变量的边缘概率密度

3、相互独立的随机变量

如果X，Y相互独立，那么X，Y的联合概率密度等于各自边缘的乘积

5、 两个随机变量的分布函数的分布

关键掌握利用卷积公式求解Z=X+Y的概率密度 第四章．随机变量的数字特征

1数学期望

离散型随机变量和连续型随机变量数学期望的求法 六大分布的数学期望

2方差

连续性随机变量的方差 D（X）=E（X^2）-[E （X ）]^2 方差的基本性质：

1） 设C是常数，则D（C）=0

2） 设X随机变量，C是常数，则有

D（CX）=C^2D(X)

3) 设X，Y是两个随机变量，则有

D（X+Y）=D（X）+D（Y）+2E{（X-E（X））（Y-E（Y））} 特别地，若X，Y不相关，则有D（X+Y）=D（X）+ D（Y） 切比雪夫不等式的简单应用

4、协方差及相关系数

协方差：Cov（X ，Y ）= E{（X-E（X））（Y-E（Y））} 相关系数：m=Cov(x，y)/√D(X) √D(Y)

当相关系数等于0时，X，Y 不相关，Cov（X ，Y ）等于0 不相关不一定独立，但独立一定不相关

大学概率论知识点总结篇2

率论和数理统计的思想方法已经渗透到自然科学和社会科学的许多领域，应用范围相当广泛。所以概率论的学习对我们来说很重要，而我们该去如何学好概率论那？

一学期的概率论学习很快就过去了，经过了一个学期的概率论学习，让我了解到概率论是一门逻辑性很强的学科，学好概率论可以提高分析问题、解决问题，搜集和处理信息的能力。怎样才能学好概率论？可从以下方面着手。上课认真听讲，课后及时复习。适当做题，养成良好的解题习惯。学习新知识，要特别重视课上的学习效率，寻求正确的学习方法。上课时要紧跟老师思路，积极展开思维预测下面的步骤，比较自己的解题思路与教师所讲有哪些不同，同时要注意做笔记。课后做各种习题之前将老师所讲的知识点回忆一遍，正确掌握各类公式的推理过程，不要边做题边翻课本，那样只是暂时的明白，离开书什么也不知道，认真独立完成作业，勤于思考。还应该自己独自认真分析题目，尽量自己解决所有老师安排的习题，适当还做点相关资料。经常进行整理和归纳总结。要多做题目，熟悉各种题型。首先要从基础题入手，以课本上的例习题为准，再找一些课外的习题，以帮助开拓思路，提高自己分析、解决问题的能力。对于一些易错题，要备有错题本，记下自己的错误解法并且写上正确的解法，两者比较找出自己的错误所在，及时更正。平时要养成良好的解题习惯，让自己的精力高度集中，思维敏捷。如果平时解题时随便、粗心、大意等，所以在平时养成良好的解题习惯是非常重要的。

学习兴趣是学生心理上的一种学习需要，而学习需要是学习动机的主要因素，学习动机则是进行学习的内驱力。概率论作为文化基础课，多数学生认为其课抽象、枯燥无味，无新鲜感而应用价值很大。激发起学习的兴趣，这样会有高的学习质量。因此在概率论的学习过程中，要始终注意培养学习的兴趣，使自己既学到必要的知识，又享受到一定的学习乐趣，达到提高学习质量的目的。然而各门课程的特点不同，培养自己学习兴趣的途径和方法也不尽相同，但是深入钻研教材，根据教材的内容和特点，挖出潜在的有利于培养自己学习兴趣的积极因素并加以充分利用，这一点是共同的。由于《概率论与数理统计》所研究的问题渗透到我们生活的方方面面，每一个理论都有其直观背景。因此，在学习中，应该致力于从多方面入手，去激发自己的兴趣，使自己在体会每个基本概念、定理和公式的产生过程中，掌握概率论与数理统计解题的思想和方法。学生实际上处于一种被动接受教师所提供知识的地位，所以我们要主动去提高自己的自学能力，培养了自己分析、辩论、理论联系实际、与他人合作等综合能力。总之，在概率论与数理统计学习中，教师“施教之功，贵在引导”，即引导学生去发现生活中的随机现象所隐藏的规律性，掌握概率论与数理统计研究问题的方法，而重点还在于我们自己。

概率论与数理统计是一门有着广泛应用的数学学科，因此在教学中我们应准确把握这门课与自己所学专业的结合点，突出其应用性。在学习过程中，将统计理论与实际问题相结合，培养自己用所学的知识去解决具体实际问题的能力及理论联系实际的作风，从而使自己进一步深化理解统计中的基本概念和基本原理。用时也要培养自己的综合素质和创新能力，仅靠课内教学是不可能完全掌握的。在学习中，要紧紧围绕自己的目标，把课内教学和课外活动作为一个整体来考虑，进行优化设计，形成结合。学生自主成立的概率论与数理统计课外兴趣小组。小组活动的宗旨，是利用课余时间，通过定期组织活动，激发大家的学习兴趣，探讨热点、难点问题，加深对理论知识的学习和理解，拓宽知识面，锻炼思考问题和研究问题的能力。组织课外兴趣小组这种方法对于提高学习效果，提高学员综合素质和创新能力有显著成效。

经过老师和学生自己的共同努力，相信一定会在学习概率论中取得好的成效的。

大学概率论知识点总结篇3

在大二刚开学我接触到了概率论与数理统计这门课程，虽然在高中时已经接触到了许多跟概率相关的东西，比如随机事件、古典概型以及一系列的计算方法但是在接触到更加高深的层次后还是有许多不一样的感受。

在课程开始之初老师就告诉我们这门课不是很难，关键还在于上课认真听讲。通过老师的简单介绍，我了解到概率论与数理统计是研究随机现象统计规律性的一门数学学科，其理论与方法的应用非常广泛，几乎遍及所有科学技术领域、工农业生产、国民经济以及我们的日常生活。对于作为信息管理与信息系统专业的我，其日后的帮助也是很大的，尤其是对于日后电脑方面的操作有着至关重要的辅助作用。

在这门课程中我们首先研究的是随机事件及一维随机变量二维随机变量的分布和特点。而在第二部分的数理统计中，它是以概率论为理论基础，根据试验或者观察得到的数据来研究随机现象，对研究对象的客观规律性做出种种估计和判断。整本书就是重点围绕这两个部分来讲述的。初学时，就算觉得理解了老师的讲课内容，但是一联系实际也会很难以应用上，简化不出有关所学知识的模型。在期末复习中，自己重新对于整个书本的流程安排还有每个章节的重点重新复习一遍，才觉得有了点头绪。

在长达一个学期的学习中，我增长了不少课程知识，同时也获得了好多关于这门课程的心得体会。整个学期下来这门课程给我最深刻的体会就是这门课程很抽象，很难以理解，但是这门课程给我带来了一种新的思维方式。前几章的知识好多都是高中讲过的，接触下来觉得挺简单，但是后面从第五章的大数定理及中心极限定理就开始是新的内容了。我觉得学习概率论与数理统计最重要的就是要学习书本中渗透的一种全新的思维方式。统计与概率的思维方式，和逻辑推理不一样，它是不确定的，也就是随机的思想。这也是一个人思维能力最主要的体现，整个学习过程中要紧紧围绕这个思维方式进行。这些都为后面的数理统计还有参数估计、检验假设打下了基础。其次，在所有数学学科中，概率论是一门具有广泛应用的数学分支，是一门真正是把实际问题转换成数学问题的学科。在最后一章中，假设检验就是一个很好的例子。由前面所讲的伯努利大数定律知，小概率事件在N次重复试验中出现的概率很小，因此我们认为在一次试验中，小概率事件一般不会发生，如果发生了就该怀疑这件事件的真实性。正是根据这个思想去解决实际中的检验问题，总之概率与数理统计就是一门将现实中的。问题建立模型然后应用理论知识解决掉的学科，具有很强的实际应用性。

在整个学期学习过程中，老师生动的讲解让我一直对这门课程保持着浓厚的兴趣，课上总是会讲解一些实际中的问题，比如抽奖先后中奖概率都一样，扔硬币为什么正反面的概率都是二分之一……一些问题还会让我们更理性的对待实际中的一些问题，比如赌博赢的概率很小，彩 票中奖概率也是微乎其微，所以不能迷恋那些，不能期望用投机取巧来赚取钱财。总之，概率论与数理统计给予我的帮助是很大的。不仅拓展了我的数学思维，而且还帮助我把课堂上的知识与生活中的例子联系了起来。当然，这些与老师的辛勤劳动是分不开的，在此，十分感谢马金凤老师对我们一学期以来的谆谆教诲。

大学概率论知识点总结篇4

有人说：“数学来源于生活，应用于生活。数学是有信息的，信息是可以提取的，而信息又是为人们服务的。”那么概率肯定是其中最为重要的一部分。巴特勒主教说，对我们未来说，可能性就是我们生活最好的指南，而概率即可能。

概率论与数理统计是现代数学的一个重要分支。近二十年来，随着计算机的发展以及各种统计软件的开发，概率统计方法在金融、保险、生物、医学、经济、运筹管理和工程技术等领域得到了广泛应用。主要包括：极限理论、随机过程论、数理统计学、概率论方法应用、应用统计学等。极限理论包括强极限理论及弱极限理论；随机过程论包括马氏过程论、鞅论、随机微积分、平稳过程等有关理论。概率论方法应用是一个涉及面十分广泛的领域，包括随机力学、统计物理学、保险学、随机网络、排队论、可靠性理论、随机信号处理等有关方面。应用统计学方法的产生主要来源于实质性学科的研究活动中，例如，最小二乘法与正态分布理论源于天文观察误差分析，相关与回归分析源于生物学研究，主成分分析与因子分析源于教育学与心理学的研究，抽样调查方法源于政府统计调查资料的搜集等等。本研究方向在学习概率论、统计学、随机过程论等基本理论的基础上，致力于概率统计理论和方法同其它学科交叉领域的研究，以及统计学同计算机科学相结合而产生的数据挖掘的研究。此外，金融数学也是本专业的一个主要研究方向。它主要是通过数学建模，理论分析、推导，数值计算以及计算机模拟等理论分析、统计分析和模拟分析，以求研究和分析所涉及的理论问题和实际问题。

生活中会遇到这样的事例：有四张彩票供三个人抽取，其中只有一张彩票有奖。第一个人去抽，他的中奖概率是25%，结果没抽到。第二个人看了，心里有些踏实了，他中奖的概率是33%，结果他也没抽到。第三个人心里此时乐开了花，其他的人都失败了，觉得自己很幸运，中奖的机率高达50%，可结果他同样没中奖。由此看来，概率的大小只是在效果上有所不同，很大的概率给人的安慰感更为强烈。但在实质上却没有区别，每个人中奖的概率都是50%，即中奖与不中奖。

同样的道理，对于个人而言，在生活中要成功做好一件事的概率是没有大小之分的，只有成功或失败之分。但这概率的大小却很能影响人做事的心态。

如果说概率有大小之分，那应该不是针对个体而言，而是从一个群体出发，因为不同的人有不同的信念，有不同的做事方法。把地球给撬起来，这在大多数人眼里是绝对不可能的。但在牛人亚里士多德眼里，他觉得成功做这事的概率那是100%——绝对没问题，只要你给他一个支点和足够长的杠杆。就像前面提到的抽奖一样，25%、33%和50%这些概率只不过是外界针对这个群体给出的。25%的机率同样能中奖，50%的机率也会不中奖，对于抽奖者个人而言，没有概率大小之分，只有中与不中之分。别人说做这件事相当容易，切莫掉以轻心，也许你做这件事会相当困难。大家都说做这件事相当困难，切莫心灰意冷，也许你做这件事能如鱼得水。成功与否，不在概率大小，而在于自己能否清楚地认识自己：容易的事自己是否具有做这件事必备的素质，困难的事自己是否有克服这个困难的潜质。

人们常说：“希望越大，失望越大”，此话并不无道理。希望越大，成功的概率就越大，由此而麻痹了人的心态——以为如此大的概率也是自己能够成功的筹码，这样在思想和行为上就会有所懈怠。自以为十拿九稳的事，到头来却把事情弄砸了。这并不奇怪，因为所谓的“概率大”已逐渐由“希望”转移到“失望”上面了。一说到把这件事做好的概率微乎其微，做事的人难免心灰意冷，因为觉得机会渺茫。因此而丧失了克服困难的意志，觉得事情做不好那是理所当然。

学好《概率论与数理统计》这门课程，其实有很大的作用，它会对你日常生活中一些涉及概率方面的问题有更加深刻的体会，其他方面也有很多应用，比如现实生活中的彩票问题，可以利用概率的知识来建立数学模型，通过现在电脑的仿真来模拟实际的抽奖，当然这方面需要更加专业的知识了，如果要想得到更加精确的结果，建立的模型就会更加复杂！