‹ 回去

条件概率、全概率公式与贝叶斯公式

高二　·　本节 16 个知识点
学这一节之前，先确认
计数原理与二项式定理
前置
二项式定理及其性质与应用
前置
这些是地基。没通的补完再回来 —— 比硬啃快得多。
本节的知识点点进去看讲解
01
1.1 条件概率的定义在事件B已发生的条件下，事件A发生的概率，记作P(A|B)。
02
1.2 条件概率的性质在事件A发生的条件下，事件B发生的概率，记作P(B|A)，其值为P(AB)/P(A)。
03
1.3 条件概率的求法在事件B已发生的条件下，事件A发生的概率，记为P(A|B)，本质是样本空间缩小后的频率估计。
04
2.1 乘法公式利用二项式定理展开 $(a+b)^n$，得到 $(a+b)^n = \sum_{k=0}^{n} C_n^k a^{n-k} b^k$ 的恒
05
2.2 乘法公式的应用利用二项式定理展开式中的通项公式，解决系数、项数及特定项取值等问题的方法。
06
3.1 完备事件组完备事件组指一组互斥且并集为全集的事件，其概率之和为1。
07
3.2 全概率公式将事件分解为互斥完备子事件，利用条件概率加权求和计算总概率的公式。
08
3.3 全概率公式的应用将复杂事件分解为互斥子事件，利用条件概率求和计算总概率的公式。
09
4.1 贝叶斯公式根据已发生的条件概率，反向推断导致该结果发生的各个原因的概率。
10
4.2 贝叶斯公式的应用根据已知事件发生的概率，反向推导导致该事件发生的各个原因（假设）的概率。
11
5.1 独立事件的定义两个事件发生互不影响，即一个事件的发生不改变另一个事件发生的概率。
12
5.2 独立的性质独立事件指一个事件的发生与否，不影响另一个事件发生的概率。
13
5.3 多个事件的独立性多个事件同时发生时，任一事件的发生不影响其他事件发生概率的性质。
14
6.1 概率计算方法总结概率计算即通过古典概型、互斥事件、对立事件及条件概率等模型，量化随机事件发生可能性大小的数学过程。
15
6.2 解题策略针对二项分布问题，利用对称性、递推关系或期望方差公式简化计算与推理的数学方法。
16
6.3 常见模型常见模型指在概率统计中，具有特定结构、参数及分布规律的典型随机现象数学描述。
内容由卡片自动生成 · 有不对的地方告诉老师