随机事件的定义：

在随机试验中，可能出现也可能不出现，而在大量重复试验中具有某种规律性的事件叫做随机事件，随机事件通常用大写英文字母A、B、C等表示。

必然事件的定义：

必然会发生的事件叫做必然事件；

不可能事件：

肯定不会发生的事件叫做不可能事件；

概率的定义：

在大量进行重复试验时，事件A发生的频率总是接近于某个常数，在它附近摆动。这时就把这个常数叫做事件A的概率，记作P（A）。
m，n的意义：事件A在n次试验中发生了m次。
因0≤m≤n，所以，0≤P（A）≤1，必然事件的概率为1，不可能发生的事件的概率0。

随机事件概率的定义：

对于给定的随机事件A，随着试验次数的增加，事件A发生的频率总是接近于区间[0，1]中的某个常数，我们就把这个常数叫做事件A的概率，记作P（A）。

频率的稳定性：

即大量重复试验时，任何结果（事件）出现的频率尽管是随机的，却“稳定”在某一个常数附近，试验的次数越多，频率与这个常数的偏差大的可能性越小，这一常数就成为该事件的概率；

“频率”和“概率”这两个概念的区别是：

频率具有随机性，它反映的是某一随机事件出现的频繁程度，它反映的是随机事件出现的可能性；概率是一个客观常数，它反映了随机事件的属性。

数学期望的定义：

称为ξ的数学期望或平均数，均值，数学期望又简称为期望，它反映了随机变量取值的平均水平。

方差的定义：

称为ξ的均方差，简称为方差，叫做随机变量ξ的标准差，记作：。

期望与方差的性质：

（1）；
（2）若η=aξ+b，则；
（3）若，则；
（4）若ξ服从几何分布，则。

求均值（数学期望）的一般步骤：

(1)首先判断随机变量是否服从二点分布、二项分布或超几何分布，若服从，则直接用公式求均值．(2)若不服从特殊的分布，则先求出随机变量的分布列，再利用公式求均值。

方差的求法：

(1)若随机变量X服从二点分布或二项分布，则直接利用方差公式可求．
(2)若随机变量X不服从特殊的分布时，求法为：

二项分布：

一般地，在n次独立重复的试验中，用X表示事件A发生的次数，设每次试验中事件A发生的概率为p，则，k=0，1，2，…n，
此时称随机变量X服从二项分布，记作X~B（n，p），并记。

独立重复试验：

(1)独立重复试验的意义：做n次试验，如果它们是完全同样的一个试验的重复，且它们相互独立，那么这类试验叫做独立重复试验．
(2)一般地，在n次独立重复试验中，设事件A发生的次数为X，在每件试验中事件A发生的概率为p，那么在n次独立重复试验中，事件A恰好发生k次的概率为此时称随机变量X服从二项分布，记作 并称p为成功概率．
(3)独立重复试验：若n次重复试验中，每次试验结果的概率都不依赖于其他各次试验的结果，则称这n次试验是独立的．
(4)独立重复试验概率公式的特点：是n次独立重复试验中某 事件A恰好发生k次的概率．其中，n是重复试验的次数，p是一次试验中某事件A发生的概率，k是在n次独立重复试验中事件A恰好发生的次数，需要弄清公式中n，p，k的意义，才能正确运用公式．

二项分布的判断与应用：

(1)二项分布，实际是对n次独立重复试验从概率分布的角度作出的阐述，判断二项分布，关键是看某一事件是否是进行n次独立重复试验，且每次试验只有两种结果，如果不满足这两个条件，随机变量就不服从二项分布．
(2)当随机变量的总体很大且抽取的样本容量相对于总体来说又比较小，而每次抽取时又只有两种试验结果时，我们可以把它看作独立重复试验，利用二项分布求其分布列．

求独立重复试验的概率：

(1)在n次独立重复试验中，“在相同条件下”等价于各次试验的结果不会受其他试验的影响，即2，…，n)是第i次试验的结果．
(2)独立重复试验是相互独立事件的特例，只要有“恰好”“恰有”字样的用独立重复试验的概率公式计算更简单，要弄清n，p，k的意义。

求二项分布：

二项分布是概率分布的一种，与独立重复试验密切相关，解题时要注意结合二项式定理与组合数等性质。