2025最新成考数学概率统计知识点归纳.docxVIP

2025最新成人高考数学概率统计知识点归纳

概率统计是成人高考数学（高起专/专升本）的常考内容，主要考查随机事件、概率的基本计算、随机变量及其分布、统计初步（如抽样、平均数、方差等）。以下为系统归纳的核心知识点，助你高效备考！

一、随机事件与概率（基础核心）

（一）基本概念

1.随机试验：在相同条件下可重复进行，结果不止一个且试验前无法预知具体结果的试验（如掷骰子、抽卡片）。

2.样本空间（Ω）：随机试验所有可能结果的集合（如掷一枚骰子，样本空间Ω={1,2,3,4,5,6}）。

3.随机事件（A,B,C…）：样本空间的子集（如“掷骰子出现偶数点”对应事件A={2,4,6}）。

必然事件：一定会发生的事件（即样本空间Ω本身，概率P(Ω)=1）。

不可能事件：一定不会发生的事件（空集?，概率P(?)=0）。

（二）事件的关系与运算

1.包含关系：若事件A发生必然导致事件B发生，则称A是B的子事件（A?B），如“掷骰子出现2点”（A={2}）?“出现偶数点”（B={2,4,6}）。

2.和事件（并事件）：A∪B表示“A或B至少有一个发生”（如掷骰子“出现偶数点或大于3点”=A∪B，其中A={2,4,6}，B={4,5,6}→A∪B={2,4,5,6}）。

3.积事件（交事件）：A∩B（或AB）表示“A与B同时发生”（如“掷骰子出现偶数点且大于3点”=A∩B={4,6}）。

4.互斥事件（互不相容事件）：A∩B=?，即A与B不能同时发生（如“掷骰子出现1点”和“出现2点”）。

5.对立事件（逆事件）：若A∩B=?且A∪B=Ω，则B是A的对立事件（记作A），如“掷骰子出现偶数点”（A={2,4,6}）的对立事件是“出现奇数点”（A={1,3,5}），且P(A)+P(A)=1。

（三）概率的基本性质与计算

1.概率的定义：对于古典概型（样本空间有限且每个基本事件发生的可能性相等），事件A的概率P(

示例：掷一枚质地均匀的骰子，求出现偶数点的概率。

解：样本空间Ω={1,2,3,4,5,6}（n=6），事件A={2,4,6}（m=3），则P(

2.概率的基本性质：

0≤P(A)≤1（任何事件的概率介于0和1之间）；

P(Ω)=1，P(?)=0；

若A?B，则P(A)≤P(B)；

加法公式：P(A∪B)

对立事件概率：P(

3.条件概率（专升本重点）：在事件B发生的条件下，事件A发生的概率P(

示例：某班有男生20人、女生30人，男生中喜欢数学的有10人，女生中喜欢数学的有15人。现从全班随机选一人，已知选中的是女生，求她喜欢数学的概率。

解：设事件A=“喜欢数学”，事件B=“选中女生”。则P(B)=30/50=0.6，P(A∩

二、随机变量及其分布（专升本重点）

（一）随机变量

随机变量是定义在样本空间上的实值函数，用大写字母X,Y,Z等表示。分为：

-离散型随机变量：取值可以一一列举（如掷骰子的点数X∈{1,2,3,4,5,6}）；

-连续型随机变量：取值充满某个区间（如某地区成年男性的身高X∈(0,3]米）。

（二）离散型随机变量的分布列

1.定义：若离散型随机变量X的可能取值为x1,x2,

X

x

x

…

x

P

p

p

…

p

为X的分布列。需满足：pi≥0（i

2.常见离散型分布：

两点分布（0-1分布）：随机变量X只取0和1两个值，P(X=1)

二项分布：在n次独立重复试验中，每次试验成功的概率为p，失败的概率为1-p，则事件“恰好成功k次”的概率P(X=k)

示例：某射手每次射击命中目标的概率为0.8，独立射击3次，求恰好命中2次的概率。

解：n=3，k=2，p=0.8，则P(

三、统计初步（高频考点）

（一）总体、个体、样本与样本容量

总体：研究对象的全体（如某校高一年级所有学生的身高）；

个体：总体中的每一个成员（如某一名学生的身高）；

样本：从总体中抽取的一部分个体（如随机抽取50名学生的身高）；

样本容量：样本中个体的数量（如上述例子中样本容量n=50）。

（二）数据的数字特征

1.平均数（均值）：反映数据的平均水平。

总体平均数：μ=1N

样本平均数：x=

加权平均数：若数据x1,x2,…,

2.方差与标准差：反映数据的离散程度（波动大小）。

总体方差：σ2

样本方差：s2

样本标准差：s=

简化计算公式（样本方差）：s2

3.频率分布直方图：

用矩形的面积表示数据落在各个区间内的频率（矩形的高=频率/组距，宽=组距）。

可通过频率分布直方图估计平均数（每个区间的中点值×该区间频率，再求和）、中位数（累计频率达0.5对应的区间）、众数（最高矩形的中点值）。

四、概率与统计的综合应用（常见题型）

1.古典概型与分布列结合：先通过古典概型计算基本事件的概率，再确定随机变量的取值及对