在线词典

求高中数学概率所有公式

更新日期:2026-11-12 12:28:43

标题求高中数学概率所有公式
内容

在高中数学中,概率是一个重要的知识点,涉及事件的随机性、可能性以及计算方法。掌握好概率的相关公式,是解决实际问题和考试题的关键。以下是对高中数学概率部分常用公式的总结,并以表格形式进行展示,便于理解和记忆。

一、基本概念

在学习概率之前,先了解一些基本术语:

术语 含义
试验 在一定条件下重复进行的活动或观察
样本空间 所有可能结果的集合
事件 样本空间的一个子集
互斥事件 不可能同时发生的两个事件
对立事件 一个事件发生,另一个一定不发生
独立事件 一个事件的发生不影响另一个事件的发生

二、概率基本公式

公式名称 公式表达 说明
概率定义 $ P(A) = \frac{\text{事件A发生的次数}}{\text{总试验次数}} $ 适用于古典概型
古典概率 $ P(A) = \frac{n(A)}{n(S)} $ $ n(A) $ 是事件A包含的基本事件数,$ n(S) $ 是样本空间的总数
加法公式 $ P(A \cup B) = P(A) + P(B) - P(A \cap B) $ 用于非互斥事件
互斥事件加法 $ P(A \cup B) = P(A) + P(B) $ 当A与B互斥时适用
对立事件 $ P(A') = 1 - P(A) $ A' 表示A的对立事件
条件概率 $ P(AB) = \frac{P(A \cap B)}{P(B)} $ 在B发生的前提下,A发生的概率
独立事件 $ P(A \cap B) = P(A) \cdot P(B) $ 当A与B独立时成立
乘法公式 $ P(A \cap B) = P(A) \cdot P(BA) $ 用于非独立事件
全概率公式 $ P(B) = \sum_{i=1}^n P(A_i) \cdot P(BA_i) $ 用于多个互斥事件导致同一结果的情况
贝叶斯公式 $ P(A_iB) = \frac{P(A_i) \cdot P(BA_i)}{\sum_{j=1}^n P(A_j) \cdot P(BA_j)} $ 用于已知结果反推原因的概率

三、常见分布公式

1. 二项分布

公式 说明
分布列 $ P(X = k) = C_n^k p^k (1-p)^{n-k} $ X表示n次独立试验中成功k次的概率
期望 $ E(X) = np $
方差 $ D(X) = np(1-p) $

2. 超几何分布

公式 说明
分布列 $ P(X = k) = \frac{C_K^k \cdot C_{N-K}^{n-k}}{C_N^n} $ 从N个物品中取n个,其中有K个成功品
期望 $ E(X) = \frac{nK}{N} $
方差 $ D(X) = \frac{nK(N-K)(N-n)}{N^2(N-1)} $

3. 泊松分布(近似)

公式 说明
分布列 $ P(X = k) = \frac{\lambda^k e^{-\lambda}}{k!} $ 适用于小概率事件的多次独立重复实验
期望 $ E(X) = \lambda $
方差 $ D(X) = \lambda $

四、总结表

类别 公式 说明
基本概率 $ P(A) = \frac{n(A)}{n(S)} $ 古典概型
加法公式 $ P(A \cup B) = P(A) + P(B) - P(A \cap B) $ 非互斥事件
条件概率 $ P(AB) = \frac{P(A \cap B)}{P(B)} $ 已知B发生下A的概率
独立事件 $ P(A \cap B) = P(A) \cdot P(B) $ A与B相互独立
二项分布 $ P(X = k) = C_n^k p^k (1-p)^{n-k} $ n次独立试验中成功k次的概率
期望 $ E(X) = np $ 二项分布期望值
方差 $ D(X) = np(1-p) $ 二项分布方差

通过以上整理,希望同学们能够清晰地掌握高中数学中概率相关的公式,并灵活运用到实际问题中。建议多做练习题,巩固对公式的理解与应用。

随便看