1、第一章 计数原理
1、分类加法计数原理：做一件事情，完成它有N类办法，在第一类办法中有M1种不同的方法，在第二类办法中有M2种不同的方法，……，在第N类办法中有MN种不同的方法，那么完成这件事情共有M1+M2+……+MN种不同的方法。
2、分步乘法计数原理：做一件事，完成它需要分成N个步骤，做第一 步有m1种不同的方法，做第二步有M2不同的方法，……，做第N步有MN不同的方法.那么完成这件事共有 N=M1M2...MN 种不同的方法。
3、排列：从n个不同的元素中任取m(m≤n)个元素，按照一定顺序排成一列，叫做从n个不同元素中取出m个元素的一个排列
4、排列数：
5、组合：从n
2、个不同的元素中任取m(m≤n)个元素并成一组，叫做从n个不同元素中取出m个元素的一个组合。
6、组合数：
7、二项式定理：
8、二项式通项公式
9.二项式系数的性质：
展开式的二项式系数是，，，…，．可以看成以为自变量的函数，定义域是，
（1）对称性．与首末两端“等距离”的两个二项式系数相等（∵）．
（2）增减性与最大值：当是偶数时，中间一项取得最大值；当是奇数时，中间两项，取得最大值．
（3）各二项式系数和：∵，
令，则
第二章 随机变量及其分布
知识点：
（3） 随机变量：如果随机试验可能出现的结果
3、可以用一个变量X来表示，并且X是随着试验的结果的不同而变化，那么这样的变量叫做随机变量． 随机变量常用大写字母X、Y等或希腊字母 ξ、η等表示。
（4） 离散型随机变量：在上面的射击、产品检验等例子中，对于随机变量X可能取的值，我们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、离散型随机变量的分布列：一般的,设离散型随机变量X可能取的值为x1,x2,..... ,xi ,......,xn
X取每一个值 xi(i=1,2,......）的概率P(ξ=xi）＝Pi，则称表为离散型随机变量X 的概率分布，简称分布列
4、分布列性质① pi≥0, i =1，2，
4、… ；② p1 + p2 +…+pn= 1．
5、二点分布：如果随机变量X的分布列为：
其中05、B(或A)发生的概率没有影响,这样的两个事件叫做相互独立事件。
10、 n次独立重复事件：在同等条件下进行的，各次之间相互独立的一种试验
11、二项分布： 设在n次独立重复试验中某个事件A发生的次数，A发生次数ξ是一个随机变量．如果在一次试验中某事件发生的概率是p，事件A不发生的概率为q=1-p，那么在n次独立重复试验中 （其中 k=0,1, ……,n，q=1-p ）
于是可得随机变量ξ的概率分布如下：
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
12、数学期望：一般地，若离散型随机变量ξ的概率分布为
则称 Eξ＝x1p1＋x2p2＋…＋xn
6、pn＋… 为ξ的数学期望或平均数、均值，数学期望又简称为期望．是离散型随机变量。
13、方差:D(ξ)=(x1-Eξ)2·P1+（x2-Eξ)2·P2 +......+（xn-Eξ)2·Pn 叫随机变量ξ的均方差，简称方差。
14、集中分布的期望与方差一览：
期望
方差
两点分布
Eξ=p
Dξ=pq，q=1-p
二项分布，ξ ～ B（n,p）
Eξ=np
Dξ=qEξ=npq，（q=1-p）
15、正态分布：
若概率密度曲线就是或近似地是函数
的图像，其中解析式中的实数是参数，分别表示总体的平均数与标准差．
则其分布叫正态分布，f
7、 x )的图象称为正态曲线。
16、基本性质：
①曲线在x轴的上方，与x轴不相交．
②曲线关于直线x=对称，且在x=时位于最高点.
③当时，曲线上升；当时，曲线下降．并且当曲线向左、右两边无限延伸时，以x轴为渐近线，向它无限靠近．
④当一定时，曲线的形状由确定．越大，曲线越“矮胖”，表示总体的分布越分散；越小，曲线越“瘦高”，表示总体的分布越集中．
⑤当σ相同时,正态分布曲线的位置由期望值μ来决定.
⑥正态曲线下的总面积等于1.
17、 3原则：
从上表看到,正态总体在 以外取值的概率 只有4.6%,在 以外取值的概率只有0.3% 由于这些概率很小,通常称这些情况发生为小概率事件.也就是说,通常认为这些情况在一次试验中几乎是不可能发生的.
浙ICP备2021020529号-1 | 浙B2-20240490 
