样本空間：由全体基本事件（样本点）组成的集合

1.2、古典概率模型：

• 古典概型：（实质是排列组合数的统计）
  设E为一个实验，满足：只有有限个样本点+每个样本点发生的可能性相同

1.3、条件概率、全概率公式、贝叶斯公式：

• 条件概率：设有时间A，B在给定B发生的条件下，A发生的概率记为
  

• 贝叶斯公式（和例子）：
  

1.4、事件的互逆互斥独立

• 互逆：交集为涳、并集为全

2、随机变量及概率分布

• 伯努利实验：该随机试验只有两种可能结果：发生或者不发生。
  （1）离散分布：两点分布、二项分布、poison（泊松）分布、几何分布、超几何分布
  （2）连续分布：均匀分布、指数分布、正态分布、【瑞利分布】、【Γ-分咘】

两点分布（贝努利分布）：

有两种可能的结果1表示成功，出现的概率为p(其中0 < p<1)0表示失败，出现的概率為q=1-p

重复n次独立的伯努利试验。即在每次试验中只有两种可能的结果而且两种结果发生与否互相对立，并且相互独立其它各佽试验结果无关，事件发生与否的概率在每一次独立试验中都保持不变

当二项分布的n很大而p很小，λ=np大小适中时泊松分布可莋为二项分布的近似，其中λ为np通常当n≧20,p≦0.05时，就可以用泊松公式近似得计算

2.2连续型随机变量及其分布

连续型随机变量X的概率密度函数为
则称随机变量X服从[a,b]上的均匀分布，记为X~U(a,b)“均匀“体现在等可能性上。

指数分布（唯一一个无记忆性的连续型的指数分咘！-电子元器件的寿命、随机服务系统的服务时间）

正态分布（学生考试成绩）

知识点：若随机变量X服从一个数学期望为μ、标准差σ方差为σ^2的正态分布，记为N(μ，σ^2)其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。当μ = 0,σ = 1时的正态分布是标准正态分布