若：A、B为独立事件，则：P(AB)=P(A)P(B)全概率公式：P(AB)=P(A|B)P(B)=P(B|A)P(A)
很多考生对数学的复习不是有很清晰的认识，其实现在可以真正的开始了第一轮的复习。在第一轮的复习中有以下四大框架可以推荐给广大考生。 1. 注意基本概念、基本方法和基本定理的复习掌握 结合考研辅导书和大纲，先吃透基本概念、基本方法和基本定理，只有对基本概念深入理解，对基本定理和公式牢牢记住，才能找到解题的突破口和切入点。分析表明，考生失分的一个重要原因就是对基本概念、基本定理，理解不准确，基本解题方法没有掌握。因此，首轮复习必须在掌握和理解数学基本概念、基本定理、重要的数学原理、重要的数学结论等数学基本要素上下足工夫，如果不打牢这个基础，其他一切都是空中楼阁。 2. 加强练习，充分利用历年真题，重视总结、归纳解题思路、方法和技巧 数学考试的所有任务就是解题，而基本概念、公式、结论等也只有在反复练习中才能真正理解和巩固。试题千变万化，但其知识结构却基本相同，题型也相对固定，一般存在相应的解题规律。通过大量的训练可以切实提高数学的解题能力，做到面对任何试题都能有条不紊地分析和运算。 3. 开始进行综合试题和应用试题的训练 数学考试中有一些应用到多个知识点的综合性试题和应用型试题。这类试题一般比较灵活，难度相对较大。在首轮复习期间，虽然它们不是重点，但也应有目的地进行一些训练，积累解题经验，这也有利于对所学知识的消化吸收，彻底弄清有关知识的纵向与横向联系，转化为自己的东西。 4. 突出重点 高等数学是考研数学的重中之重，所占分值较大，需要复习的内容也比较多。主要内容有： 1）函数、极限与连续：主要考查分段函数极限或已知极限确定原式中的常数；讨论函数连续性和判断间断点类型；无穷小阶的比较；讨论连续函数在给定区间上零点的个数或确定方程在给定区间上有无实根。 2）一元函数微分学：主要考查导数与微分的求解；隐函数求导；分段函数和绝对值函数可导性；洛比达法则求不定式极限；函数极值；方程的根；证明函数不等式；罗尔定理、拉格朗日中值定理、柯西中值定理以及辅助函数的构造；最大值、最小值在物理、经济等方面实际应用；用导数研究函数性态和描绘函数图形，求曲线渐近线。 3）一元函数积分学：主要考查不定积分、定积分及广义积分的计算；变上限积分的求导、极限等；积分中值定理和积分性质的证明题；定积分的应用，如计算旋转面面积、旋转体体积、变力作功等。 4）多元函数微分学：主要考查偏导数存在、可微、连续的判断；多元函数和隐函数的一阶、二阶偏导数、方向导数；多元函数极值或条件极值在与经济上的应用；二元连续函数在有界平面区域上的最大值和最小值。 6）多元函数的积分学：包括二重积分在各种坐标下的计算，累次积分交换次序； 7）微分方程及差分方程：主要考查一阶微分方程的通解或特解；二阶线性常系数齐次和非齐次方程的特解或通解；微分方程的建立与求解。差分方程的基本概念与一介常系数线形方程求解方法 跨章节、跨科目的综合考查题，近几年出现的有：微积分与微分方程的综合题；求极限的综合题等。 线性代数的重要概念包括以下内容：代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩（矩阵、向量组、二次型），等价（矩阵、向量组），线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化。线性代数的内容纵横交错，环环相扣，知识点之间相互渗透很深，因此不仅出题角度多，而且解题方法也是灵活多变，需要在夯实基础的前提下大量练习，归纳总结。 概率论与数理统计是考研数学中的难点，考生得分率普遍较低。与微积分和线性代数不同的是，概率论与数理统计并不强调解题方法，也很少涉及解题技巧，而非常强调对基本概念、定理、公式的深入理解。其考点如下： 1）随机事件和概率：包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。 2）随机变量及其概率分布：包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。 3）二维随机变量及其概率分布：包括多维随机变量的概念及分类；二维离散型随机变量联合概率分布及其性质；二维连续型随机变量联合概率密度及其性质；二维随机变量联合分布函数及其性质；二维随机变量的边缘分布和条件分布；随机变量的独立性；两个随机变量的简单函数的分布。 4）随机变量的数字特征：随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。 5）大数定律和中心极限定理，以及切比雪夫不等式。 成功备战考研英语—考前必报班! 英语考试全能王 有很多，你自己找好的吧
例如两事件不独立互排斥的情况条件概率 P(B/A)=P(AB)/P(A) P(A)不等于0A 事件发生的情况下B事件发生的概率乘法公式 P(AB)=P(A)P(B/A)=P(B)P(A/B) AB 同时发生时候计算方法 全概率公式 P(A)=P(B)P(A/B)+P(-B)P(A/-B)A事件可以看作整体 被B分割 时候计算方法贝叶斯公式 P(B/A)=P(B)P(A/B) / ( P(B)P(A/B)+P(-B)P(A/-B) )在条件和全概率的基础上的变形用途很广 主要用于先验和后验 较复杂精确时用边际分布密度以上适合较多事件 A1,An,B1.Bn公式就变成和的形式
概率论与数理统计是考研数学重要组成部分。概率论与数理统计非常强调对基本概念、定理、公式的深入理解。重要基本知识要点如下： 一、考点分析 1.随机事件和概率，包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。 2.随机变量及其概率分布，包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。 3.二维随机变量及其概率分布，包括多维随机变量的概念及分类；二维离散型随机变量联合概率分布及其性质；二维连续型随机变量联合概率密度及其性质；二维随机变量联合分布函数及其性质；二维随机变量的边缘分布和条件分布；随机变量的独立性；两个随机变量的简单函数的分布。 4.随机变量的数字特征，随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。 5.大数定律和中心极限定理，以及切比雪夫不等式。 6.数理统计基本概念，包括总体与样本；样本函数与统计量；样本分布函数和样本矩。 7.参数估计，包括点估计；估计量的优良性；区间估计。 8.假设检验，包括假设检验的基本概念；单正态总体和双正态总体的均值和方差的假设检验。 二、解题思路 1.如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式；当事件组相互独立时，用对立事件的概率公式。 2.若给出的试验可分解成（0－1）的n重独立重复试验，则马上联想到Bernoulli试验，及其概率计算公式。 3.若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。关键：寻找完备事件组。 4.若题设中给出随机变量X~N则马上联想到标准化~N（0，1）来处理有关问题。 5.求二维随机变量（X，Y）的边缘分布密度的问题，应该马上联想到先画出使联合分布密度的区域，然后定出X的变化区间，再在该区间内画一条//y轴的直线，先与区域边界相交的为y的下限，后者为上限，而的求法类似。 6.欲求二维随机变量（X，Y）满足条件Y≥g（X）或（Y≤g（X））的概率，应该马上联想到二重积分的计算，其积分域D是由联合密度的平面区域及满足Y≥g（X）或（Y≤g（X））的区域的公共部分。 7.涉及n次试验某事件发生的次数X的数字特征的问题，马上要联想到对X作（0－1）分解。即令 8.凡求解各概率分布已知的若干个独立随机变量组成的系统满足某种关系的概率（或已知概率求随机变量个数）的问题，马上联想到用中心极限定理处理。
概率的基本公式大全：
1、条件概率：P(B|A)=P(AB)/P(A)；
2、贝叶斯公式：P(Bi|A)=P(A|Bi)P(Bi)/∑nj=1P(A|Bj)P(Bj)；
3、全概率公式：P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(Bn)；
4、乘法定理：P(AB)=P(B|A)P(A)
《概率论与数理统计》内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。
《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。
很多考生对数学的复习不是有很清晰的认识，其实现在可以真正的开始了第一轮的复习。在第一轮的复习中有以下四大框架可以推荐给广大考生。 1. 注意基本概念、基本方法和基本定理的复习掌握 结合考研辅导书和大纲，先吃透基本概念、基本方法和基本定理，只有对基本概念深入理解，对基本定理和公式牢牢记住，才能找到解题的突破口和切入点。分析表明，考生失分的一个重要原因就是对基本概念、基本定理，理解不准确，基本解题方法没有掌握。因此，首轮复习必须在掌握和理解数学基本概念、基本定理、重要的数学原理、重要的数学结论等数学基本要素上下足工夫，如果不打牢这个基础，其他一切都是空中楼阁。 2. 加强练习，充分利用历年真题，重视总结、归纳解题思路、方法和技巧 数学考试的所有任务就是解题，而基本概念、公式、结论等也只有在反复练习中才能真正理解和巩固。试题千变万化，但其知识结构却基本相同，题型也相对固定，一般存在相应的解题规律。通过大量的训练可以切实提高数学的解题能力，做到面对任何试题都能有条不紊地分析和运算。 3. 开始进行综合试题和应用试题的训练 数学考试中有一些应用到多个知识点的综合性试题和应用型试题。这类试题一般比较灵活，难度相对较大。在首轮复习期间，虽然它们不是重点，但也应有目的地进行一些训练，积累解题经验，这也有利于对所学知识的消化吸收，彻底弄清有关知识的纵向与横向联系，转化为自己的东西。 4. 突出重点 高等数学是考研数学的重中之重，所占分值较大，需要复习的内容也比较多。主要内容有： 1）函数、极限与连续：主要考查分段函数极限或已知极限确定原式中的常数；讨论函数连续性和判断间断点类型；无穷小阶的比较；讨论连续函数在给定区间上零点的个数或确定方程在给定区间上有无实根。 2）一元函数微分学：主要考查导数与微分的求解；隐函数求导；分段函数和绝对值函数可导性；洛比达法则求不定式极限；函数极值；方程的根；证明函数不等式；罗尔定理、拉格朗日中值定理、柯西中值定理以及辅助函数的构造；最大值、最小值在物理、经济等方面实际应用；用导数研究函数性态和描绘函数图形，求曲线渐近线。 3）一元函数积分学：主要考查不定积分、定积分及广义积分的计算；变上限积分的求导、极限等；积分中值定理和积分性质的证明题；定积分的应用，如计算旋转面面积、旋转体体积、变力作功等。 4）多元函数微分学：主要考查偏导数存在、可微、连续的判断；多元函数和隐函数的一阶、二阶偏导数、方向导数；多元函数极值或条件极值在与经济上的应用；二元连续函数在有界平面区域上的最大值和最小值。 6）多元函数的积分学：包括二重积分在各种坐标下的计算，累次积分交换次序； 7）微分方程及差分方程：主要考查一阶微分方程的通解或特解；二阶线性常系数齐次和非齐次方程的特解或通解；微分方程的建立与求解。差分方程的基本概念与一介常系数线形方程求解方法 跨章节、跨科目的综合考查题，近几年出现的有：微积分与微分方程的综合题；求极限的综合题等。 线性代数的重要概念包括以下内容：代数余子式，伴随矩阵，逆矩阵，初等变换与初等矩阵，正交变换与正交矩阵，秩（矩阵、向量组、二次型），等价（矩阵、向量组），线性组合与线性表出，线性相关与线性无关，极大线性无关组，基础解系与通解，解的结构与解空间，特征值与特征向量，相似与相似对角化。线性代数的内容纵横交错，环环相扣，知识点之间相互渗透很深，因此不仅出题角度多，而且解题方法也是灵活多变，需要在夯实基础的前提下大量练习，归纳总结。 概率论与数理统计是考研数学中的难点，考生得分率普遍较低。与微积分和线性代数不同的是，概率论与数理统计并不强调解题方法，也很少涉及解题技巧，而非常强调对基本概念、定理、公式的深入理解。其考点如下： 1）随机事件和概率：包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。 2）随机变量及其概率分布：包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。 3）二维随机变量及其概率分布：包括多维随机变量的概念及分类；二维离散型随机变量联合概率分布及其性质；二维连续型随机变量联合概率密度及其性质；二维随机变量联合分布函数及其性质；二维随机变量的边缘分布和条件分布；随机变量的独立性；两个随机变量的简单函数的分布。 4）随机变量的数字特征：随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。 5）大数定律和中心极限定理，以及切比雪夫不等式。 成功备战考研英语—考前必报班! 英语考试全能王 有很多，你自己找好的吧
古典概型计算公式：P(A)=A包含样本总个数样本点总数 =|A|/|Ω| ， 事件的独立性，及计数的乘法原理与加法原理。 本题：每个学生的生日数有365种，六个学生的生日数共有(365)6种， 即样本空间的点数为 |Ω|=(365)6， 所求的事件A为六个学生的生日都不相同，则的样本点数为|A|= A6365 则这六个学生的生日都不相同的概率为P(A)= |A|/|Ω| =A6365/(365)6 。
全概率公式：由因求果贝叶斯公式：由果求因
第一题记住就行啦第二题因为是6个不同的人 那么他们过生日的时间肯定有先后啊 一年一共365天 那么分子就是365取6排列 因为每个人过生日的有365种选择 分母就是365^6次
1.题目应该是P（A-B）才对吧？要问B错在哪里你先告诉我B对在哪里？不然无从说起。
这是高中的额知识C46=（6*5*4*3*2*1）/[（4*3*2*1)(2*1)]公式Cnm=(m*...*2*1)/[(n*...*2*1)(m-n*m-n-1*...*2*1)]明白了吗？
概率论与数理统计是考研数学重要组成部分。概率论与数理统计非常强调对基本概念、定理、公式的深入理解。重要基本知识要点如下：一、考点分析1.随机事件和概率，包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。2.随机变量及其概率分布，包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。
概率论与数理统计自考考试重点章节如下： 1：条件概率（全概率公式、贝叶斯公式，二项概率公式主要和后面章节的东西联系在一起考） 2：随机变量分布中的： ①离散型 掌握 二项分布 、泊松分布 ②连续型 掌握均匀分布、 指数分布，记住其分布函数表达式 知道怎样求连续型随机变量的概率密度、记住均匀分布、指数分 布、正态分布的分布函数概率密度 3：多维随机变量中掌握二维随机变量，要会求其边缘概率密度，知道怎样将之前学过的一维均 匀分布和正态分布转移到二维的去理解，这个不难，看看书上的讲解就能理解。重点在后面的 ”和的分布“和”max、min“分布，具体到实际题目中做几遍就能理解了。卷积公式是重点 4：七种常见分布的数学期望和方差和分布列或概率密度，要熟记于心 5：协方差、相关系数，这块儿好好看看书；切比雪夫不等式，要记住。 6：卡方分布、t分布、F分布，记住是怎么定义的，记住表达式，及卡方分布的期望和方差。 7：参数估计中的矩估计和最大似然估计是重点，一般考概率都会出一个大题；区间估计一般会 出一到两个小题，记住几个既定的结论公式会方便很多。 概率论怎么学习？ 概率论最难以应对的是基础知识，主要涉及排列组合、导数、积分、极限这四部分。现在就这部分内容给大家分析一下。说这部分是基础，本身就说明这些知识不是概率统计研究的内容，他们只是在研究概率统计的时候不可缺少的一些工具。既然这样，在考试中就不会对这部分内容作过多的考察，也会尽量避免大家在这些方面丢分。分析到这里，就要指出一些人在学习这门课的“战术失误”。有些人花大量的力气学习微积分，甚至学习概率统计之前，将微积分重新学一遍，这是不可取的。对这部分内容，将教材上涉及到的知识选出来进行复习，理解就可以。万不能让基础知识成为概率统计的拦路虎。学习中要知道哪是重点，哪是难点。 如何掌握做题技巧？俗话说“熟能生巧”，对于数学这门课，用另一个成语更贴切——“见多识广”。对于自考生而言，学习时间短，想利用“熟能生巧”不太现实，但是“见多识广”确实在短时间内可以做到。这就是说，在平时不能一味的多做题，关键是多做一些类型题，不要看量，更重要的是看多接触题目类型。同一个知识点，可以从多个角度进行考察。有些学员由于选择辅导书的问题，同类型的题目做了很多，但是题目类型却没有接触多少。在考试的时候感觉一落千丈。那么应该如何掌握题目类型呢？我想历年的真题是我们最好的选择。 平时该如何练习？提出这个问题可能很多人会感到不可思议。有一句话说得好“习惯形成性格”。这句话应用到我们的学习上也成立。这么多年以来，有些人有很好的学习习惯，尽管他的学习基础也不好，学习时间也有限，但是他们能按照自己知道的学习规律坚持学习，能够按照老师说得去思考、前进。我们大多数人都有惰性，一个题目一眼看完不会，就赶紧找答案。看了答案之后，也就那么回事，感觉明白了，就放下了。就这样“掰了很多玉米，最后却只剩下一个玉米”。虽然很清楚最好的方法是摘一个，留一个。哪怕一路你只摘了2个，也比匆匆忙忙摘了一路，却不知道保留的人得到的多。平时做题要先多思考，多总结，做一个会一个，而且对于做过的题目要经常地回顾，这样才能掌握住知识。就我的辅导经验而言，绝大多数人还是在这个问题上出现了问题。自考/成考有疑问、不知道如何总结自考/成考考点内容、不清楚自考/成考报名当地政策，点击底部咨询官网，免费领取复习资料：
这是高中的额知识C46=（6*5*4*3*2*1）/[（4*3*2*1)(2*1)]公式Cnm=(m*...*2*1)/[(n*...*2*1)(m-n*m-n-1*...*2*1)]明白了吗？
概率的基本公式大全：
1、条件概率：P(B|A)=P(AB)/P(A)；
2、贝叶斯公式：P(Bi|A)=P(A|Bi)P(Bi)/∑nj=1P(A|Bj)P(Bj)；
3、全概率公式：P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(Bn)；
4、乘法定理：P(AB)=P(B|A)P(A)
《概率论与数理统计》内容包括初等概率计算、随机变量及其分布、数字特征、多维随机向量、极限定理、统计学基本概念、点估计与区间估计、假设检验、回归相关分析、方差分析等。书中选入了部分在理论和应用上重要，但一般认为超出本课程范围的材料，以备教者和学者选择。
《概率论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《概率论与数理统计》可作为高等学校理工科非数学系的概率统计课程教材，也可供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用。
1、对于任意一个事件A：P(A)=1-P(非A)。 2、当事件A,B满足A包含于B时：P(BnA)=P(B)-P(A)，P(A)≤P(B)。 3、对于任意一个事件A，P(A)≤1。 4、对任意两个事件A和B，P(B-A)=P(B)-P(AB)。 5、（加法公式）对任意两个事件A和B，P(A∪B)=P(A)+P(B)-P(A∩B)。 6、《概率论与数理统计》是高等院校理工类、经管类的重要课程之一。在考研数学中的比重大约占22%左右（数一、数三）。