条件概率学习心得[范文大全]

第一篇：条件概率学习心得

条件概率学习心得

摘要：条件概率是概率论基础中的一个重要知识，是往后学习的积事件概率和全

概率公式的基础。本文就围绕条件概率和全概率公式来分享一下我的学习

心得。

关键词：条件概率 实际应用价值 全概率公式 n重贝努利实验

一、基本公式的描述

1、条件概率公式: 设A和B为任意两个事件，且P(B)>0，则称比值 发生的情况下的条件概率，记作

P(AB)为事件A在B

P(B)P(AB)P(AB)=

P(B)

2、乘法公式: P(AB)= P(A)P(B/A)乘法公式的另外一种形式: P(AB)= P(B)P(A/B)

由于公式部分相对比较简单易懂，此处不添加例题。

二、理清条件概率和积事件以及n重贝努利实验之间的关系

刚接触条件概率的时候很容易将条件概率和积事件概率混在一起分不清，理清这二者的关系对往后的学习至关重要。

不妨设A,B是随机试验样本空间S中的两个子事件,P(AB)表示A和B同时发生的概率,P(B|A)是在A发生的条件下B发生的概率。从样本空间的角度来看,这俩对应的样本空间发生了改变。求P(AB)时,样本空间不变，还是在S中进行讨论。而求P(B|A)时,因为前提中已经知道了一个条件(即A已发生)，所以样本空间发生了改变，这时所考虑的样本空间的范围缩小了。所以,积事件（AB）与事件（B|A）是两种截然不同的事件。而它们之间的联系就体现在乘法公式中：

P(AB)= P(A)P(B/A)

例1：设袋中有3个红球，2个白球，每次从中取一个球后不放回，求下面事件发生的概率：

①连续两次取出红球的概率

②在第一次取出红球的情况下，第二次取出红球的概率。

解：

①设事件A“连续两次取出红球” 1 P（A）=32=1/9 ②设事件A“第一次取出红球”

事件B“第二次取出红球”

11*P(AB)331 P(BA)===

1P(A)33分析：由这题可以明显看出，积事件的样本空间是全体事件，而条件概率的样本空间是

事件A。

条件概率和n重贝努利实验概率这两个事件在一般情况下不容易混淆概念，但在实际的做题中却很容易会因为追求速度而忽略这两者的区别而导致出错。

例2：某人有两盒火柴，吸烟时从任一盒中抽取一根火柴，经过若干时间后，发现一盒火柴已经用完。如果最初两盒中各有n根火柴，求这时另一盒中还有r根火柴的概率。

开题分析：这类题目是最容易迷惑人的，考试时候心急想尽快做完题目，就很容易会出现下面这种错误。

误解：

设： 事件A“第2n-r次抽取时，第一盒火柴用完了”

事件B“第二盒还剩r根”

第一盒被抽完时，第二盒还剩r根的概率为P(由条件概率公式得：P（AB)

AB)=P(AB)P(A)2nr11 P（AB）=C2nr12n1*2

P（A）=1/2 故：P（AB)=

Cn12nr1122nr1

错误分析：

这道题第一眼看上去，当A发生时B发生的概率，很像是条件概率的问题，但实际上我们细心分析就能知道当第一盒火柴在第2n-r次被用完的时候，第二盒火柴必然是剩下了r根的，所以P(AB)=1，但这显然不是题目所要求的。这道题应该按照n重贝努利实验来做。

正解：

设：事件A“发现一盒已经用完另一盒还有r根”

事件B“发现甲盒已经用完乙盒还有r根”

则 P(A)=2P(B)B发生等价于甲盒拿了n+1次，乙盒拿了n-r次，共进行了2n+1-r次实验，而

且前2n-r次实验，甲发生了n次，第2n+1-r次实验甲发生了。

故 P(B)=

Cn2nr12C2nr1

从而 P(A)=2p(B)=

n2nr122nr

三、全概率公式

1、全概率公式:设一事件B，有A1,A2,A3...An 是互不相容的事件且P（Ai)>0（i=1,2,3„n），若对任A1,A2,A3...AnB，则

ni1

P(B)p(Ai)P(BAi)

全概率公式的基本思想就是将一个复杂事件的概率分解成若干个互不相容的简单事件的概率之和。分解的关键是如何找出互不相容的事件组A1,A2，,An,使得复杂事件B的出现必然有事件Ai之一伴随出现,然后将B剖分给Ai,到了这一步只要用一次加法公式和乘法公式便可得到全概率公式。

这里的BAi就是所谓的/简单事件0,因为利用概率的乘法公式,容易求得它们发生的概率为P(BAi)=P(Ai)P(B/Ai)。其中P(Ai)是考虑导致事件B发生时的若干个不同假设情况的概率,它们往往是已知的或能求出的;P(B/Ai)所表示的是在若干个假设事件Ai发生的条件下事件B发生的概率,它可以从题目的已知条件直接得出或间接导出。

例3：某射击小组共有20名射手,其中一级射手4人,二级射手8人,三级射手7人,四级射手1人.一、二、三、四级射手能通过选拔进入比赛 的概率分别是 0.9、0.7、0.5、0.2.求任选一名射手能通过选拔进入比赛的概率。分析：第一步：判断问题可否采用全概率公式求解。题目中具有四个射手并构成了选拨赛的最终结果，所以可以运用全概率公式；

第二步：找出完备事件组及其相关概率；

第三步：按照题目要求计算所求概率。

解：设事件A“射手能通过选拔进入比赛”

事件Bi“射手是第i级射手”.(i=1,2,3,4)显然, B1、B2、B3、B4构成一完备事件组, 且 P(B1)=4/20, P(B2)=8/20, P(B3)=7/20, P(B4)=1/20 P(A|B1)=0.9, P(A|B2)=0.7, P(A|B3)=0.5, P(A|B4)=0.2 由全概率公式：

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+P(A|B3)P(B3)+P(A|B4)P(B4)=0.9×4/20+0.7×8/20+0.5×7/20+0.2×1/20 =0.645.四、条件概率对现实生活的指导作用

数学这门学科来自生活最终肯定也是回归到生活，我们不妨看一道现实生产的问题来体会条件概率在现实生活中的指导意义。

例4.1：已知一批产品96%是合格品，检查产品时，一个合格品被认为是次品的概率是0.02，一个次品被误认为是正品的概率是0.05，求在检测后被认为是正品的产品确实是正品的概率。

解： 设事件A“任取一件产品，经检查是正品”

事件B“任取一产品确实是正品”

则 A=BA+BA

AB)+P(B)P(P(A)=P(B)P（AB)=0.9428

=0.998

P(B)P(AB)所求概率为P(BA)=

P(A)

分析：这道题相对比较简单，只要掌握了条件概率的基本原理就能够轻松地应对，所以我们不妨再进一步的探索。

例4.2： 条件如例3.1，求一件被检测为次品的产品是正品的概率。解： 设：事件A“任取一件产品被检测为次品”

事件B“抽取一件产品，这件产品是正品”

显然： A=BA+BA

同上题，P(A)=P(B)P(P（AB)+P(B)P（AB)=0.0572 BA)=0.3357

由上面的两个计算结果可以清晰地看出：如果产品检验为合格，那么这个产品真正合格的概率高达99.8%，我们可以完全放心地使用这件产品。

但如果一件产品被检测认定为次品，虽然正品误判为次品的概率低至2%，误诊率居然还是高达33.57%，换言之，每三件检测结果为次品中居然就有一件是正品。工厂实在有必要对第一次检测为次品的产品进行复查来降低产品的消耗率。

五、结束语

参考文献：

【1】吴 静,陈 莉；《浅析全概率公式的应用》；福建医科大学学报2008年3月 第1期 【2】张克军；《关于条件概率及其应用的教学研究》；徐州教育学院学报 2008年9月第23 卷第3期 【3】严小宝；《浅析条件概率》；丽水职业技术学院报，2011年4月 【4】韩春英；《条件概率系列公式的学习技巧》，天津职业院校联合学报，2007年3月

第二篇：概率与数理统计学习心得

概率与数理统计学习心得

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。对于作为电子通信专业的我，其日后的帮助也是很大的。

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，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。后来经过老师的生动现实的实例分析，逐渐对这门课程有了新的认识。首先，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大学讲过的，接触下来觉得挺简单，但是后面从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。

概率论与数理统计不仅在自然科学中发挥重要作用，实证的方法就是基于数据分析整理并推理预测，而且在社会实践中发挥着重要的不可替代的作用，这是因为 1.人类活动的各个领域都不同程度与数据打交道，都有如何收集和分析数据的问题，因此概率论与数理统计学的理论和方法，与人类活动的各个领域都有关联。

2．组成社会的单元——人、家庭、单位、地区等，都有很大的变异性、不确定性，如果说，在自然现象中尚有一些严格的、确定性的规律，在社会现象中则绝少这规律，因此更加依靠从概率论与数理统计的角度去考察。

概率论与数理统计的发展方向是更加实用，基于多元函数、通过建立数学模型来分析解决问题，理论更加严密，应用更加广泛，发展更加迅速。

通过老师的教学，使我初步了解了概率论与数理统计的基本概念和基本理论，知道了处理随机现象的基本思想和方法，有助于培养自己解决实际问题的能力和水平。

第三篇：概率教案

概率的预测

一、教学目标

掌握通过逻辑分析用计算的方法预测概率，知道概率的预测，概率的频率含义，所有事件发生的概率和为1；经历各种疑问的解决，体验如何预测一类事件发生的概率，培养学生分析问题解决问题的能力；

二、重点：通过逻辑分析用计算的办法预测概率

三、难点：要能够看清所有机会均等的结果，并能指出其中你所关注的结果

四、教学方法：讲练结合法

五、教学器具：多媒体、扑克

六、教学过程

（一）关注我们身边的事：

1）如果天气预报说：“明日降水的概率是95%，那么你会带雨具吗？” 2）有两个工厂生产同一型号足球，甲厂产品的次品率为0.001，乙厂产品的次品率是0.01． 若两厂的产品在价格等其他方面的条件都相同，你愿意买哪个厂的产品？

上述事例告诉我们知道了一件事情发生的概率对我们工作和生活有很大的指导作用.（二）热身运动：

我们三（1）班有21位同学，其中女同学11名，老师今天早上正好看见我们班一位同学在操场锻炼身体，问：我遇到男同学的机会大，还是女同学的机会大？

遇见男生的概率大还是女生的概率大？我们需要做实验吗？我们能否去预测？

复习上节课概率的计算方法

（三）热点探讨：

问题 2006年10月6日，经过三年的建设,由世界建筑大师贝聿铭老先生设计的苏州市博物馆新馆在百万苏州市民的热切期盼中正式开馆.为了让大家能一睹这一被贝老喻为“最亲爱的小女儿”的方容，老师准备带一部分同学去参观苏博新馆，那么带哪些同学去呢？老师准备这么做： 在我们班里有女同学11人，男同学10人。先让每位同学都在一张小纸条上写上自己的名字，放入一个盒中搅匀。如果老师闭上眼睛从中随便的取出一张纸条，想请被抽到的同学等会上讲台和老师一起去参观，这个方法公平吗?那么抽到男同学名字的概率大还是抽到女同学的概率大？

分析 全班21个学生名字被抽到的机会是均等的．

11解

P（抽到女同学名字）=，2110

P（抽到男同学名字）=，所以抽到女同学名字的概率大． 请思考以下几个问题：，表示什么意思？ 21如果抽一张纸条很多次的时候，平均21次就能抽到11次女同学的名字。

2、P(抽到女同学名字)+P(抽到男同学名字)=100%吗？

如果改变男、女生的人数，这个关系还成立吗？ 请学生回答

所有等可能事件发生的概率之和是1

1、抽到女同学名字的概率是

四、你能中奖吗：

1.一商场搞活动促销，规定购物满一百元可以抽一次奖，规则如下，在一只口袋中放着8只红球和16只黑球，抽到红球即获奖，这两种球除了颜色以外没有任何区别．袋中的球已经搅匀．蒙上眼睛从口袋中取一只球，取出黑球与红球的概率分别是多少？

162解 P（取出黑球）＝=, 2

431 P（取出红球）＝1－P（取出黑球）＝，321所以，取出黑球的概率是，取出红球的概率是． 想一想：

33如果商场换成以下的抽奖方案：甲袋中放着20只红球和8只黑球，乙袋中则放着20只红球、15只黑球和10只白球，这三种球除了颜色以外没有任何区别．两袋中的球都已经各自搅匀．蒙上眼睛从口袋中取一只球，取出黑球才能获奖，你选哪个口袋成功的机会大呢？

解题过程见课件

下面三位同学的说法，你觉得这些同学说的有道理吗？

1．A认为选甲袋好，因为里面的球比较少，容易取到黑球；

2．B认为选乙袋好，因为里面的球比较多，成功的机会也比较大。3．C则认为都一样，因为只摸一次，谁也无法预测会取出什么颜色的球．

幸运抽奖：老师手上有两组扑克，一组有7张，其中两张A，另一组16 张，其中四张A，现在老师抽一名同学上来选择一组抽一张，抽到A获奖。

小试身手

在分别写有1到20的20张小卡片中，随机地抽出1张卡片.试求以下事件的概率.（1）该卡片上的数字是5的倍数；（2）该卡片上的数字不是5的倍数；

（3）该卡片上的数字是素数；（4）该卡片上的数字不是素数.学生上黑板书写，纠正学生的不规范书写

注意关注所有机会均等的结果和所需要关注的事件个数 试一试

1、任意翻一下2005年日历，翻出1月6日的概率为________;翻出4月31日的概率为___________。翻出2号的概率为___________。

2、掷一枚普通正六面体骰子，求出下列事件出现的概率：（1）点数是3；（2）点数大于4；（3）点数小于5；（4）点数小于7；（5）点数大于6；（6）点数为5或3．

3、李琳的妈妈在李琳上学时总是叮咛她：“注意，别被来往的车辆碰着”，但李琳心里很不舒服，“哼，我市有300万人口，每天的交通事故只有几十件，事件发生的可能性太小，概率为0。”你认为她的想法对不对？

4、小强和小丽都想去看电影，但只有一张电影票，你能用手中的扑克牌为他们设计一个公平游戏决定谁去看电影吗？（方法多种多样，让学生自己分析）

以上两题组织学生讨论

幸运笑脸：有一个幸运翻板，参与同学回答老师一个问题，答对可以获得一次翻板机会，20个板块中有5个后面试笑脸，翻到笑脸可获得奖品。（是否公平，为下节课埋个伏笔）

五、小 结

1． 要清楚所有等可能结果； ．要清楚我们所关注的是发生哪个或哪些结果； 3 ． 概率的计算公式：

六、布置作业

教学反思：

用样本估计总体(1)知识技能目标

1.进一步体会随机抽样是了解总体情况的一种重要的数学方法,抽样是它的一个关键； 2.根据统计结果作出合理的判断和预测，体会统计对决策的作用，能比较清晰地表达自己的观点，并进行交流．

重点和难点

通过随机抽样选取样本，绘制频数分布直方图、计算样本平均数和标准差并与总体的频数分布直方图、平均数和标准差进行比较，得出结论．

教学过程

一、创设情境

有这么一个笑话：妈妈让一个傻儿子去买一盒火柴，走的时候特别嘱咐这个傻儿子：“宝贝，买火柴的时候要注意买好火柴，就是一划就着的火柴，别买那划不着的火柴啊．”傻儿子答应了妈妈，就去买火柴了．回来的时候，他兴高采烈地喊：“妈妈，妈妈，火柴买回来了，我已经把每一根火柴都划过了，根根都是一划就着的好火柴！” 这虽然是一个笑话，但告诉了我们抽样的必要性． 再请看下面的例子：

要估计一个湖里有多少条鱼，总不能把所有的鱼都捞上来，再去数一数，但是可以捕捞一部分作样本，把鱼作上标记，然后放回湖中，过一段时间后，等带有标记的鱼完全混入鱼群后，然后再捕捞一网作第二个样本，并计算出在这个样本中，带标记的鱼的数目，根据带标记的鱼所占的第二个样本的比例就可以估计出湖中有多少条鱼．

在刚才讲的笑话中，傻儿子其实只要抽取一盒火柴中的一部分来考察火柴是否一划就着就可以了．

二、探究归纳

像这样，抽取一部分作为样本进行考查，用样本的特性去估计总体的相应特性，就是用样本估计总体．为了更好地学习本节知识，我们来回顾一下：什么是平均数、总体平均数、样本平均数、方差、标准差？

平均数：一般地，如果有几个数X1、X2、、X3、„„、Xn，那么x1(x1x2x3xn)，n叫做这几个数的平均数．

总体平均数：总体中所有个体的平均数叫做总体平均数． 样本平均数：样本中所有个体的平均数叫做样本平均数．

方差：对于一组数据，在某些情况下，我们不仅要了解它们的平均水平，还要了解它们波动的大小（即偏离平均数的大小），这就是方差．

s21(x1x)2(x2x)2(xnx)2 n标准差：方差的算术平方根．

s1(x1x)2(x2x)2(xnx)2 n

三、例题解析

让我们仍以上一节300名学生的考试成绩为例，考察一下抽样调查的结果是否可靠．

假设总体是某年级300名学生的考试成绩，它们已经按照学号顺序排列如下（每行有20个数据）：

如图1所示，根据已知数据，我们容易得到总体的频数分布直方图、平均成绩和标准差．

总体的平均成绩为78.1分，标准差为10.8分

图1 用简单随机抽样方法，得到第一个样本，如5个随机数是111，254，167，94，276，这5个学号对应的成绩依次是80，86，66，91，67，图2是这个样本的频数分布直方图、平均成绩和标准差．重复上述步骤，再取第二和第三个样本．

第一个样本的平均成绩为78分，标准差为10.1分

图2 图3是根据小明取到的第二和第三个样本数据得到的频数分布直方图．

第二个样本的平均成绩为74.2分，标准差为3.8分

第三个样本的平均成绩为80.8分，标准差为6.5分

图3 思考 图2、3与图1相像吗？平均数以及标准差与总体的接近吗？

发现 不同样本的平均成绩和标准差往往差异较大．原因可能是因为样本太小．

用大一些的样本试一试，继续用简单随机抽样方法，选取两个含有10名学生的样本，图4是根据小明取到的两个样本数据得到的频数分布直方图．

第一个样本的平均成绩为79.7分，标准差为9.4分

第二个样本的平均成绩为83.3分，标准差为11.5分

图4 发现 此时不同样本的平均成绩和标准差似乎比较接近总体的平均成绩78.1分和标准差10.8分．

猜想 用大一些的样本来估计总体会比较可靠一点．

让我们用更大一些的样本试一试，这次每个样本含有40个个体．图5是根据小明取到的两个样本数据得到的频数分布直方图．

第一个样本的平均成绩为75.7分，标准差为10.2分

第二个样本的平均成绩为77.1分，标准差为10.7分

图4 发现 图4中样本的平均成绩和标准差与总体的平均成绩和标准差的差距更小了． 结论 样本大更容易认识总体的真面目． 下面请同学们也用自己的抽样数据分析一下．

四、交流反思

随着样本容量的增加，由样本得出的平均数、标准差会更接近总体的平均数、标准差． 样本大更容易认识总体的真面目．因此，可以通过选取恰当的样本来估计总体．

五、检测反馈

1．某校50名学生的体重记录如下（按学号顺序从小到大排列）（单位：kg）

试用简单的随机抽样的方法，分别抽取5个、15个、30个体重的样本各两个并计算样本平均数和标准差．把它们与总体平均数和标准差作比较，看哪个样本的平均数和方差较为接近．

2．某校九年级(1)班45名学生数学成绩如下（单位：分）

(1)请你用简单的随机抽样方法选取2个样本容量为10的样本，2个样本容量为20的样本，2个样本容量为30的样本，并将你选取的各样本的数据和相应的样本的平均数和标准差填入下表（精确到0.1）

(2)求出九年级(1)班45名学生数学的平均成绩和标准差．分别将表格中不同样本容量的平均数、标准差与总体的平均数、标准差进行比较，从比较中你发现些什么？

六：教学反思：

第四篇：概率教案

一、授课题目

1.4等可能概型（古典概型）

二、目的要求

教学目的：（1）理解基本事件、等可能事件等概念；

（2）会用枚举法求解简单的古典概型问题；

教学要求：要求学生熟练掌握等可能概率, 会计算古典概率

三、重点、难点

教学重点：理解古典概型的概念及利用古典概型求解随机事件的概率；

教学难点：如何判断一个试验是否是古典概型，分清在一个古典概型中某随机事件包含的基本事件的个数和试验中基本事件的总数。

四、授课内容

等可能概型

1．基本事件：在一次试验中可能出现的每一个基本结果称为基本事件；

2．等可能基本事件：若在一次试验中，每个基本事件发生的可能性都相同，则称这些基本事件为等可能基本事件；

3．古典概型：满足以下两个条件的随机试验的概率模型称为古典概型

①所有的基本事件只有有限个；

②每个基本事件的发生都是等可能的； 具有以上两个特点的试验是大量存在的，这种试验称为等可能概型（古典概型）。计算公式：

若事件A包含k个基本事件，即A={ei1}∪{ei2}∪„∪{eik},这里i1,i2,„ik是1,2，„，n中某k个不同的数，则有

PAknA包含的基本事件数

S包含的基本事件数例题1：将一枚硬币抛掷3次。（1）设事件A1为“恰有一次出现正面”，求P（A1）（2）事件A2为“至少有一次出现正面”，求P（A2）。解：（1）我们考虑样本空间：

S2={HHH,HHT,HTH,THH,HTT,THT,TTH,TTT}.而A1={HTT,THT,TTH}.S2中包含有限个元素，且由对称性知每个基本事件发生的可能性相同，故由古典概率的计算公式可得 P（A1）=

（2）由于A2={TTT},于是 P(A2)=1-P(A2)=1-=

当样本空间的元素较多时，我们一般不再将S中的元素一一列出，而只需分别求出S中与A中包含的元素的个数（即基本事件的个数），再由公式求出A的概率。

例题2：一个口袋装有6只球，其中4只白球，2只红球，从袋中取球两次，每次随机的取一只，第一次取一只球，观察其颜色后放回袋中，搅匀后再取一球，这种取球方式叫做放回抽样。试分别就上面的情况求（1）取到的两只球都是白球的概率；（2）取到的两只球颜色相同的概率；（3）取到的两只球中至少有一只是白球的概率。解：放回抽样的情况。

以A、B、C分别表示事件“取到的两只球都是白球”，“取到的两只球都是红球”，“取到的的两只球中至少有一只是白球”。易知“取到两只颜色相同的球”这一事件即时A∪B，而C=B.在袋中依次取两只球，每一种取法为一个基本事件，显然此时样本空间中仅包含有限个元素，且由对称性知每个基本事件发生的可能性相同，由此可计算出事件的概率。

每一次从袋中取球有6只球可供抽取，第二次也有6只球可供抽取。由组合法的乘法原理，共有6×6种取法，即样本空间中元素总数为6×6。对于事件A而言，由于第一次有4只白球可供抽取，第二次也有4只白球可供抽取，由乘法原理共有4×4个元素。同理B中包含2×2个元素。于是

444 P（A）= =

669

P(B)=

221= 669

由于AB=，得 P(A∪B)=P(A)+P(B)= P(C)=P(B)=1-P(B)=

9例题3：将一个骰子先后抛掷2次，观察向上的点数。

问：⑴两数之和是3的倍数的结果有多少种？ 两数之和是3的倍数的概率是多少？

⑵两数之和不低于10的结果有多少种？ 两数之和不低于10的的概率是多少？

分析：建立模型，画出可能出现结果的点数和表

解：由表可知，等可能的基本事件的总数是36种

(1)设“两次向上点数之和是3的倍数”为事件A，事件A的结果有12种，故121P(A)

363(2)设“两次向上点数之和不低于10”为事件B，事件B的结果有6种，故61P(B)

366思考：对于此题，我们还能得到哪些相关结论呢? 变式一：总数之和是质数的概率是多少？

变式二：点数之和是多少时，概率最大且概率是多少？

变式三：如果抛掷三次，问抛掷三次的点数都是偶数的概率，以及抛掷三次得点数之和等于16的概率分别是多少？

例题4：一个口袋内装有大小相同的5个红球和3个黄球，从中一次摸出两个球

(1)共有多少个基本事件？

(2)求摸出的两个球都是红球的概率；(3)求摸出的两个球都是黄球的概率；(4)求摸出的两个球一红一黄的概率。

分析：可用枚举法找出所有的等可能基本事件．

解：(1)分别对红球编号为1、2、3、4、5号，对黄球编号6、7、8号，从中任取两球，有

如下等可能基本事件，枚举如

（1，2）、（1，3）、（1，4）、（1，5）、（1，6）、（1，7）、（1，8）

（2，3）、（2，4）、（2，5）、（2，6）、（2，7）、（2，8）

（3，4）、（3，5）、（3，6）、（3，7）、（3，8）

（4，5）、（4，6）、（4，7）、（4，8）

（5，6）、（5，7）、（5，8）

（6，7）、（6，8）

（7，8）

共有28个等可能基本事件

（2）上述28个基本事件中只有10个基本事件是摸到两个红球（记为事件A）的事件

m105 n2814(3)设“摸出的两个球都是黄球”为事件B，事件B包含的基本事件有3个，m3故P(B)

n28(4)设“摸出的两个球是一红一黄”为事件C，事件C包含的基本事件有15m15个，故P(C)

n28故 P(A)思考：通过对摸球问题的探讨，你能总结出求古典概型概率的方法和步骤吗？

五、授课小结

1.学生反映古典概率比较难求。2．古典概型、等可能事件的概念；

六、布置作业

Page26习题19

第五篇：概率复习

第一章、概率论的基本概念

考点：

事件的关系及运算，概率的公理化定义及其性质，古典概型，条件概率的定义及贝叶斯公式，n重伯努利

试验及二项概率公式。

参考：例1.4、例1.6、例1.26、习题一28

第二章、随机变量

考点：

随机变量的分布函数的概念及性质，概率分布（密度）及两者的性质，分布函数与密度函数的关系，三大离散分布的定义及记号以及相关计算，三大连续分布的定义及记号以及相关计算。

参考：例3.1、例3.15、习题三1

3第三章，随机向量

考点：

二维离散型随机变量的联合概率分布，边缘分布，条件分布，独立的充要条件，二维离散型随机变量的函

数。

参考：例3.1、例3.15、习题三1

3第四章，随机变量的数字特征

考点：

均值、方差的定义及其性质，六大常见分布的均值及方差、计算过程。

参考：习题四1、5。

第五章，大数定律与中心极限定理

考点：

独立同分布中心极限定理，棣莫弗-拉普拉斯中心极限定理。

参考：例5.4、例5.6、第六章 数理统计的基本概念

考点：

简单随机样本的定义，常用统计量，三大统计分布定义及其性质和相关计算（上分位点），正态总体抽样分布定理。

本部分主要考查对概念及性质的理解。特别注意：

若E(X),D(X)2,则E(Xi),D(Xi)

2第七章 参数估计

考点：

矩估计法，极大似然估计法，估计量的评价标准（无偏性及有效性），正态总体均值的区间估计。参考：例7.6、例7.8、例7.9、例7.12