概率分析，统计与概率有哪三种

本文目录一览

1，统计与概率有哪三种
2，简单概率问题
3，初中数学几种求概率的方法可以收藏
4，简单数学概率问题
5，概率学是研究什么的
6，怎么算概率
7，概率怎么过啊

1，统计与概率有哪三种

您的问题不太清楚。没听过统计与概率分成三种的说法。但似乎有三种不同范式的概率：经验概率、统计概以及Bayes概率。前者用个人经验来表述概率，中者用历史统计数据来求频率近似概率，后者涉及到先验概率和后验概率的相互影响。目前主流的是统计概率，可分析和预测等。Bayes概率也已成为一大概率学派。概率还可分为古典概率和分析概率。前者来源于赌博问题中的概率研究，所有可能有限，且满足等可能性。第二种需要用到微积分，可处理更多的情形。

在概率统计中，把客观事件分为必然事件、不可能事件和随机事件三种情况。

统计与概率有哪三种

2，简单概率问题

当a属于【0,2】, b属于【0,2】时，则a>=b的概率为1/2当a属于（2，3】, b属于【0,2】时，则a>=b的概率为1总概率为：（2/3）*1/2+（1/3）*1=1/3+1/3=2/3

我个人认为，一共有m·n个数，而1，2，...，n是等价出现的，所以：随机取一个数，比如1，它的概率为：m/（m+n）这便是最大情况

2/3

1.【2,3】=100%*1/3=1/32.【0,2】=50%*2/3=1/33.a>=b的概率为=1/3+1/3=2/3

简单概率问题

3，初中数学几种求概率的方法可以收藏

一、列表法求概率1、列表法用列出表格的方法来分析和求解某些事件的概率的方法叫做列表法。2、列表法的应用场合当一次试验要设计两个因素，并且可能出现的结果数目较多时，为不重不漏地列出所有可能的结果，通常采用列表法。二、树状图法求概率1、树状图法就是通过列树状图列出某事件的所有可能的结果，求出其概率的方法叫做树状图法。2、运用树状图法求概率的条件当一次试验要设计三个或更多的因素时，用列表法就不方便了，为了不重不漏地列出所有可能的结果，通常采用树状图法求概率。三、利用频率估计概率1、利用频率估计概率在同样条件下，做大量的重复试验，利用一个随机事件发生的频率逐渐稳定到某个常数，可以估计这个事件发生的概率。2、在统计学中，常用较为简单的试验方法代替实际操作中复杂的试验来完成概率估计，这样的试验称为模拟实验。3、随机数在随机事件中，需要用大量重复试验产生一串随机的数据来开展统计工作。把这些随机产生的数据称为随机数。

不可以的

初中数学几种求概率的方法可以收藏

4，简单数学概率问题

一次性取出两个也是可以的。你的第一种在做法的思路很明确，用的是组合问题的解决方法，做法也是正确的。第二种做法是分别算出各取出相应颜色小球的概率，这时候就难免会出现先取红球或者黑球的情况，而这两种情况都是符合要求的，所以要在所处第一个1/4只有再乘以2.。根据你的思路：第一次取红球，概率是1/4，第二次取黑球，只能是从剩余的三个黑球中取，概率为1，所以：1/4 x 1 =1/4。但是同理：第一次取的是黑球的概率是3/4，第二次取得红球的概率是1/3，所以：3/4 x 1/3 =1/4。所以答案应该是1/4+1/4=1/2.

得分不少于6分，即连对2个，3个或4个，但实际上不会出现连对3个的情况，因为这3个对了，剩下的1个肯定连对。故有两种情况，连对2个或四个。（1）当对两个时，先选出是那两个对，有(4*3)/2=6种，剩下的两个连错只要一种可能。（2）当对四个时，只有一种可能。所以共7种可能。而所以的连接有4*3*2*1=24种。故答案是7/24。这是高二概率的基础题。学习概率要把要求理解明白，找出对应的种类，然后分步去完成它。

1/4 x 1 =1/4 请解释一下可以用1/4+1/4=1/2 因为摸一粒红球或一粒黑球的概率都为1/4

你的第二种方法是条件概率模型。分析如下:设第一次取到红球为事件A,第二次取到黑球为事件B,那么根据条件概率公式就有P（B 1 A）=P（AB）/P（A） P（AB）=1×1/4=1/4. P（A）=（1C1×3C1）/4C2=1/2. 最后P（B 1 A）=1/4÷1/2=1/2

5，概率学是研究什么的

概率史：概率史是一门研究随机现象规律的数学分支。它起源于十七世纪中叶，当时在误差分析、人口统计等范筹中，有大量的随机数据资料需要整理和研究，从而孕育出一种专门研究随机现象的规律性的数学。另一方面，由于数学家参与讨论分赌本问题导致惠根斯完成了《论赌博中的计算》一书，由此奠定了古典概率论的基础。使概率论成为数学一个分支的另一奠基人是瑞士数学家雅各布伯努利。他的主要贡献是建立了概率论中的第一个极限定理《伯努利大数定理》。之后，法国数学家棣莫弗在他的著作《分析杂论》中提出了著名的《棣莫弗—拉普拉斯定理》。接着拉普拉斯在1812年出版了《概率的分析理论》，首先明确地对概率作了古典的定义。经过高斯和泊松等数学家的努力，概率论在数学中地位基本确立。到了20世纪的30年代，通过俄国数学家柯尔莫哥洛夫在概率论发展史上的杰出贡献，完全使概率论成为了一门严谨的数学分支。近代又出现了理论概率及应用概率论的分支，概率论被广泛的应用到了不同范筹和不同的学科。今天，概率论已经成为一个非常庞大的数学分支。

是研究彩票怎么中奖的，学好概率大有好处哦！知识=彩票=金钱

实际上，报考的时候是不可能知道具体方向的，因为都是近来后才分导师，而且那几个导师几乎都是搞有限元的，只有一个是多方面都搞的。如果要学计算机，就不要读这个专业，但如果要想搞数学与计算机相结合的路子，就可以来读，至于方向，确实没什么区别。不用多去管它。以四川大学的数学学院为例：基础数学专业研究方向：数论、代数学、微分几何、拓扑学、泛函分析、偏微分方程、微分方程与动力系统、函数论、机器证明。主干课程：数论、抽象代数、现代微分几何、代数拓扑学、泛函分析、偏微分方程近代理论、一般拓扑学、集合论、 banach代数技巧、非线性泛函分析、二阶椭圆型方程、非线性泛函分析、泛函微分方程理论、微分动力系统、多复变函数论、二次型引论、计算数论引论、局部域、模型式、有限群的构造、结合代数与模等。应用数学专业研究方向：应用数论与组合论、模糊数学及其应用、应用非线性分析、数学物理偏微分方程、应用泛函分析、泛函微分方程、生物数学、金融数学、经济数学、最优化方法。主干课程：计算机高级语言、抽象代数、代数拓扑学、数理统计、随机分析、泛函分析、模糊数学、数理逻辑、量度理论、非线性泛函分析、运筹学决策分析、计量经济与技术经济、最优化计算方法、微分方程数值方法、工程数学方法、对策论与数理经济、决策支持系统、经济数学模型、系统辩识、组合最优化、随机运筹学等。计算数学专业研究方向：微分方程数值解、有限元法、数值代数、数值逼近、应用软件。主干课程：有界解析函数、变分不等式和相补问题理论、拟微分算子、算子半群及其应用、偏微分方程的差分法、有限元法的数值分析、非线性方程组的数值解法、样条函数的理论及其应用、偏微分方程近代理论、非线性泛函分析、数理统计、文献导读、泛函分析。概率论与数理统计专业研究方向：随机分析及应用、数理统计、应用概率统计、随机信号处理、统计判决与估计方法。主干课程：概率论、数理统计、随机过程、随机微分方程、随机信号分析、非参数统计、线性统计推断及其应用、测度与积分、生存分析、多元分析、计算机高级语言、文献选读。运筹学与控制论专业研究方向：分布参数系统控制理论、模糊控制、运筹与优化、数学规划与网络流、决策分析理论与方法、非线性系统控制及其应用。主干课程有：泛函分析、矩阵论、抽象代数、自动控制理论基础、计算机高级语言、专业外语、凸分析与极值问题、线性控制系统理论、非线性分布参数控制理论、智能控制、凸分析、控制系统稳定性理论、最优控制与计算、数值优化、随机规划、数学规划

研究一种事物发生的概率.比如一艘船出海,看它触礁的概率.船的建造材料好不好,好就不容易触礁,那概率就要小点,还看出海的地方,如果是出海到很多珊瑚礁的地方,那触礁的概率就会大很多.这应该从很多方面去考虑的.

6，怎么算概率

定理：设A、B是互不相容事件（AB=φ），则：P（A∪B）=P（A）+P（B）推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2+...+An)=1推论3：为事件A的对立事件。推论4：若B包含A，则P(B－A)= P(B)－P(A)推论5（广义加法公式）：对任意两个事件A与B，有P(A∪B)=P(A)+P(B)－P(AB) [1] 条件概率条件概率：已知事件B出现的条件下A出现的概率，称为条件概率，记作：P(A|B)条件概率计算公式：当P(A)>0，P(B|A)=P(AB)/P(A)当P(B)>0，P(A|B)=P(AB)/P(B) [1] 乘法公式P(AB)=P(A)×P(B|A)=P(B)×P(A|B)推广：P(ABC)=P(A)P(B|A)P(C|AB) [1] 全概率公式设：若事件A1，A2，…，An互不相容，且A1+A2+…+An=Ω，则称A1，A2，…，An构成一个完备事件组。全概率公式的形式如下：以上公式就被称为全概率公式

12粒围棋子从中任取3粒的总数是C(12,3) 取到3粒的都是白子的情况是C(8,3) C(8,3) P=——————=14/55 C(12,3) 排列：从n个不同的元素中取m(m≤n)个元素，按照一定的顺序排成一排，叫做从n个不同的元素中取m个元素的排列。排列数：从n个不同的元素中取m(m≤n)个元素的所有排列的个数，叫做从n个不同元素中取出m个元素的排列数，记为Anm 排列公式：A(n,m)=n*(n-1)*.....(n-m+1) 组合：从n个不同的元素中，任取m(m≤n)个元素并成一组，叫做从n个不同的元素中取m个元素的组合。组合数：从n个不同的元素中取m(m≤n)个元素的所有组合的个数，叫做从n个不同元素中取出m个元素的组合数，记为Cnm。组合公式：C(n,m)=A(n,m)/m!=n!/(m!*(n-m)!) 拓展资料: 概率的计算，是根据实际的条件来决定的，没有一个统一的万能公式。解决概率问题的关键，在于对具体问题的分析。然后，再考虑使用适宜的公式。有一个公式是常用到的：P(A)=m/n。“(A)”表示事件。“m”表示事件（A）发生的总数。“n”是总事件发生的总数。

布丰（comte de buffon）设计出他的著名的投针问题（needle problem）。依靠它，可以用概率方法得到π的近似值。假定在水平面上画上许多距离为a的平行线，并且，假定把一根长为l＜a的同质均匀的针随意地掷在此平面上。布丰证明：该针与此平面上的平行线之一相交的概率为：p=2l/(api) 把这一试验重复进行多次，并记下成功的次数，从而得到p的一个经验值，然后用上述公式计算出π的近似值，用这种方法得到的最好结果是意大利人拉泽里尼（lazzerini）于1901年给出的。他只掷了3408次针，就得到了准确到6位小数的π的值。他的试验结果比其他试验者得到的结果准确多了，甚至准确到使人们对它有点怀疑。还有别的计算π的概率方法。例如，1904年，查尔特勒斯（r·chartres）就写出了应用下列实例的报告：如果写下任意两个整数测它们互素的概率为6／π2。下面就是一个简单而巧妙的证明。找一根铁丝弯成一个圆圈，使其直径恰恰等于平行线间的距离d。可以想象得到，对于这样的圆圈来说，不管怎么扔下，都将和平行线有两个交点。因此，如果圆圈扔下的次数为n次，那么相交的交点总数必为2n。现在设想把圆圈拉直，变成一条长为πd的铁丝。显然，这样的铁丝扔下时与平行线相交的情形要比圆圈复杂些，可能有4个交点，3个交点，2个交点，1个交点，甚至于都不相交。由于圆圈和直线的长度同为πd，根据机会均等的原理，当它们投掷次数较多，且相等时，两者与平行线组交点的总数可望也是一样的。这就是说，当长为πd的铁丝扔下n次时，与平行线相交的交点总数应大致为2n。现在转而讨论铁丝长为l的情形。当投掷次数n增大的时候，这种铁丝跟平行线相交的交点总数m应当与长度l成正比，因而有：m=kl，式中k是比例系数。为了求出k来，只需注意到，对于l=πk的特殊情形，有m=2n。于是求得k=(2n)/(πd)。代入前式就有：m≈(2ln)/(πd)从而π≈(2ln)/(dm)

7，概率怎么过啊

概率论与数理统计初步主要考查考生对研究随机现象规律性的基本概念、基本理论和基本方法的理解，以及运用概率统计方法分析和解决实际问题的能力。随机事件和概率考查的主要内容有： (1)事件之间的关系与运算，以及利用它们进行概率计算；概率论与数理统计知识点与考点第一章知识点：18§1.1 随机试验:随机试验的三个特点。（1）样本空间：样本空间；样本点；（2）随机事件：随机事件；事件发生；基本事件；必然事件；不可能事件；（3）事件间的关系与事件的运算：包含关系；相等关系；互不相容；和事件、积事件、差事件、对立事件；（4）事件的运算律。§1.2、概率的定义及运算:（1）频率定义；（2）概率的统计定义，（3）概率公理化定义，（4）古典概型，（5）几何概型§1.3、条件概率：（1）定义；（2）性质；（3）乘法公式。（4）全概率公式，（5）贝叶斯公式；，§1.4事件的独立性：（1）两事件相互独立的性质；（2）三（多）个事件相互独立的定义，（3）伯努利试验模型考点：1、事件的表示和运算，2、有关概率基本性质的命题，3、古典概型的计算，4、几何概型的计算，5、事件的独立性的命题，6、条件概率与积事件概率的计算，7、全概率公式和Bayce公式的命题，8、Bernoulli试验。第二章知识点：19§2.1 (1) 随机变量的定义；(2)随机变量的分布函数及其性质§2.2 离散型随机变量及其概率分布：（1）离散型随机变量的定义；（2）离散型随机变量的分布律；几种常见的离散型随机变量：(1) (0－1)分布；(2) 二项分布；(3) 泊松分布；（4）超几何分布；（5）几何分布；（6）帕斯卡（Pascal）分布，掌握每一种分布的模型，写出其分布律或分布密度。§2.3连续型随机变量及其概率分布: （1）分布函数的定义；（2）分布函数的基本性质；（3）分布函数与离散型随机变量的分布律之间的联系；（4）连续型随机变量的概率密度的定义；（5）概率密度的性质；几种常见的连续型随机变量（一）均匀分布：（1）概率密度；（2）分布函数；（二）正太分布：（1）概率密度；（2）分布函数；§2.4 随机变量的函数的分布（1）离散型随机变量的函数的分布（2）连续型随机变量的函数的分布考点：1、有关分布律、分布函数以及分布密度的基本概念的命题，2、有关分布律、分布密度以及分布函数之间的关系的命题，3、已知事件发生的概率，反求事件中的参数，4、利用常见分布求相关事件的概率，5、求随机变量的分布律、分布密度以及分布函数，6、求随机变量函数的分布。第三章知识点：13§3.1 多维随机变量及其分布（一）（1）二维随机变量的定义；（二）（1）二维随机变量的联合分布函数的定义与基本性质；（2）边缘分布函数的定义与基本性质（三）离散型的二维随机变量：（1）联合分布律，（2）边缘分布律，（3）分布函数；（四）连续型的二维随机变量：（1）联合概率密度，（2）边缘概率密度，（3）有关性质（五）推广：（1）n维随机变量及其分布§3.2二维随机变量的条件分布（不讲，不考）§3.3 （1）二维随机变量的独立性的定义； §3.4 两个随机变量的函数及其分布：（1）两个离散型随机变量的函数的概率分布，（2）两个连续型随机变量的函数的概率分布（主要是和以及最值）考点：1、有关二维随机变量及其分布的基本概念和性质的命题，2、有给定的试验确定各种概率分布，3、由给定的事件或随机变量定义新的二维随机变量的联合分布的计算，4、由给定的联合分布或联合密度求边缘分布，5、利用已知分布、独立性等计算相关事件的概率，6、求随机变量函数的分布，7、随机变量的独立性。第四章知识点：15§4.1（一）离散型随机变量的数学期望的定义；（二）连续型随机变量的数学期望的定义；（三）随机变量的函数的数学期望；（四）数学期望的性质§4.2随机变量的（1）方差的定义；（2）标准差；（3）性质。（4）离散型及连续型随机变量的方差；（5）方差的计算公式；§4.3（1泊松分布数学期望与方差、（2）均匀分布数学期望与方差、（3）指数分布的数学期望与方差；（4）二项分布数学期望与方差、（5）正态分布的数学期望与方差；§4.4（1）协方差与相关系数的定义及计算；（2）矩的定义及计算。考点：1、求离散型随机变量的期望与方差，2、求连续型随机变量的期望与方差，3、求随机变量函数的期望与方差，4、有关协方差、相关系数、矩的讨论与计算。第五章知识点：5§5.1 大数定律（一）切比雪夫不等式及应用（二）（1）伯努利大数定律，（2）切比雪夫大数定律§5.2 中心极限定理（一）独立同分布中心极限定理；（二）德莫佛－拉普拉斯定理及其应用举例考点：1、有关车比雪夫不等式与大数定律的命题，2、有关中心极限定理的命题。第六章知识点：10§6.1 随机样本：（1）总体，个体，简单随机样本，样本值等；（2）统计量定义；几个常用的统计量：（1）样本均值，（2）样本方差，（3）样本标准差等；（4）阶样本原点矩，（5）阶样本中心矩。§6.2抽样分布：（1）分布，（2）分布（学生分布），（3）常见统计量的分布。考点：1、求样本的联合分布函数，2、求统计量的数字特征，3、求统计量的分布，4、求统计量取值的概率、样本的容量。第七章知识点：12§7.1参数的点估计方法：（1）矩估计法；（2）极大似然估计法似然函数：离散型；连续型；§7.2点估计的评价标准（一）（1）无偏性、（2）有效性、（3）一致性（自学）§7.3 区间估计（一）区间估计的概念：（1）置信区间，置信水平；枢轴量。（二）（1）求未知参数的置信区间的步骤（三）正态总体均值与方差的区间估计（只讲单正态总体情形）（1）均值的置信区间；（2）方差的置信区间；（3）单侧置信区间；考点：1、求矩法估计和极大似然估计，2、估计量的评选标准的讨论，3、求参数的区间估计。第八章知识点：10§8.1 （一）假设检验的基本概念：（1）检验统计量；原假设；备择假设；拒绝域；（2）两类错误；（二）（1）假设检验的程序；§8.2 （一）单个正态总体均值的假设检验（1）已知，检验（Z检验）（2）未知，检验（t检验）（三）单个正态总体方差的假设检验（1）未知，检验（检验）（2）已知，检验（检验）两类假设检验要分清：（1）双边假设检验，（2）左边假设检验，（3）右边假设检验考点：1、单个正态总体均值的假设检验，2、单个正态总体方差的假设检验。(2)概率的定义及性质，利用概率的性质计算一些事件的概率； (3)古典概型与几何概型； (4)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率； (5)事件独立性的概念，利用独立性计算事件的概率； (6)独立重复试验，伯努利概型及有关事件概率的计算。要求考生理解基本概念，会分析事件的结构，正确运用公式，掌握一些技巧，熟练地计算概率。随机变量及概率分布考查的主要内容有： (1)利用分布函数、概率分布或概率密度的定义和性质进行计算； (2)掌握一些重要的随机变量的分布及性质，主要的有：（0-1）分布、二项分布、泊松分布、几何分布、超几何分布、均匀分布、指数分布和正态分布，会进行有关事件概率的计算； (3)会求随机变量的函数的分布。 (4)求两个随机变量的简单函数的分布，特别是两个独立随机变量的和的分布。要求考生熟练掌握有关分布函数、边缘分布和条件分布的计算，掌握有关判断独立性的方法并进行有关的计算，会求两个随机变量函数的分布。随机变量的数字特征考查的主要内容有： (1)数学期望、方差的定义、性质和计算； (2)常用随机变量的数学期望和方差； (3)计算一些随机变量函数的数学期望和方差； (4)协方差、相关系数和矩的定义、性质和计算；要求考生熟练掌握数学期望、方差的定义、性质和计算，掌握由给出的试验确定随机变量的分布，再计算有关的数字的特征的方法，会计算协方差、相关系数和矩，掌握判断两个随机变量不相关的方法。大数定律和中心限定理考查的主要内容有： (1)切比雪夫不等式； (2)大数定律； (3)中心极限定理。要求考生会用切比雪夫不等式证明有关不等式，会利用中心极限理进行有关事件概率的近似计算。数理统计的基本概念考查的主要内容有： (1)样本均值、样本方差和样本矩的概念、性质及计算； (2)χ2分布、t分布和F分布的定义、性质及分位数； (3)推导某些统计量的（特别是正态总体的某些统计量）的分布及计算有关的概率。要求考生熟练掌握样本均值、样本方差的性质和计算，会根据 χ2分布、 t分布和 F分布的定义和性质推导有关正态总体某些统计的计量的分布。参数估计考查的主要内容有： (1)求参数的矩估计、极大似然估计； (2)判断估计量的无偏性、有效性、一致性； (3)求正态总体参数的置信区间。要求考生熟练地求得参数的矩估计、极大似然估计并判断无偏性，会求正态总体参数的置信区间。假设检验考查的显著的主要内容有： (1)正态总体参数的显著性检验； (2)总体分布假设的χ2检验。要求考生会进行正态总体参数的显著性检验和总体分布假设的 χ2检验。常有的题型有：填空题、选择题、计算题和证明题，试题的主要类型有： (1)确定事件间的关系，进行事件的运算； (2)利用事件的关系进行概率计算； (3)利用概率的性质证明概率等式或计算概率； (4)有关古典概型、几何概型的概率计算； (5)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率； (6)有关事件独立性的证明和计算概率； (7)有关独重复试验及伯努利概率型的计算； (8)利用随机变量的分布函数、概率分布和概率密度的定义、性质确定其中的未知常数或计算概率； (9)由给定的试验求随机变量的分布； (10)利用常见的概率分布（例如（0-1）分布、二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布等）计算概率； (11)求随机变量函数的分布 (12)确定二维随机变量的分布； (13)利用二维均匀分布和正态分布计算概率； (14)求二维随机变量的边缘分布、条件分布； (15)判断随机变量的独立性和计算概率； (16)求两个独立随机变量函数的分布； (17)利用随机变量的数学期望、方差的定义、性质、公式，或利用常见随机变量的数学期望、方差求随机变量的数学期望、方差； (18)求随机变量函数的数学期望； (19)求两个随机变量的协方差、相关系数并判断相关性； (20)求随机变量的矩和协方差矩阵； (21)利用切比雪夫不等式推证概率不等式； (22)利用中心极限定理进行概率的近似计算； (23)利用t分布、χ2分布、F分布的定义、性质推证统计量的分布、性质； (24)推证某些统计量（特别是正态总体统计量）的分布； (25)计算统计量的概率； (26)求总体分布中未知参数的矩估计量和极大似然估计量； (27)判断估计量的无偏性、有效性和一致性； (28)求单个或两个正态总体参数的置信区间； (29)对单个或两个正态总体参数假设进行显著性检验； (30)利用χ2检验法对总体分布假设进行检验。这一部分主要考查概率论与数理统计的基本概念、基本性质和基本理论，考查基本方法的应用。对历年的考题进行分析，可以看出概率论与数理统计的试题，即使是填空题和选择题，只考单一知识点的试题很少，大多数试题是考查考生的理解能力和综合应用能力。要求考生能灵活地运用所学的知识，建立起正确的概率模型，综合运用极限、连续函数、导数、极值、积分、广义积分以及级数等知识去解决问题。在解答这部分考题时，考生易犯的错误有：（1）概念不清，弄不清事件之间的关系和事件的结构；（2）对试验分析错误，概率模型搞错；（3）计算概率的公式运用不当；（4）不能熟练地运用独立性去证明和计算；（5）不能熟练掌握和运用常用的概率分布及其数字特征；（6）不能正确应用有关的定义、公式和性质进行综合分析、运算和证明。综合历年考生的答题情况，得知概率论与数理统计试题的得分率在 0.3 左右，区分度一般在 0.40 以上。这表明试题既有一定的难度，又有较高的区分度。

这个嘛，无论是什么科目，只要是理科，最重要的就是思路要清晰，高中时我的概率就学的很不错，现在要考研了，这个底子很有用。如果你觉得怕自己学不好概率，我有个很不错的方法，无非就是一些公式，有一些什么正态分布之类的东西，用几张纸，把概率里面的定义，知识点，公式都列出来，别怕麻烦，很快的。如果你想学好，这2个小时的时间是值得的。这样是最系统的方法。做题的时候呢，如果你列举出来的东西都能记得当然是最好的啦（一般人都应该记得的，毕竟高中概率只是皮毛），记不得也没关系，对照着做，多练两题就ok了。不怕就好，一定能学好！ o(∩_∩)o 如果我的回答对您有帮助，记得采纳哦，感激不尽。