从给定的文件信息中，我们可以总结出一系列与概率论相关的知识点，这些知识点不仅涵盖了基本的概率运算，还涉及到了概率论中的高级概念如贝努利试验、随机变量的分布、期望与方差等。
### 概率论复习知识点
#### 1. 基本概率运算
- **事件的并、交、补**：题目中提到的[pic]表示事件的补集，即事件A不发生的概率；[pic]表示事件A和事件B同时发生的概率；而[pic]表示事件A或事件B（或两者都）发生的概率。
- **互斥事件与独立事件**：两个事件互斥意味着它们不能同时发生，而独立事件的发生不受其他事件的影响。例如，题目中的第1道选择题中，事件[pic]与[pic]互斥，但并不一定意味着它们是独立的。
#### 2. 贝努利试验与二项分布
- **贝努利试验**是一种只有两种可能结果的随机试验，通常标记为成功或失败。题目中的第3道选择题就是一个典型的例子，它描述了在多次独立重复的贝努利试验中，特定事件发生的次数的计算。
- **二项分布**是描述贝努利试验中成功次数的概率分布，其公式为[pic]，其中n是试验次数，p是单次试验成功的概率，k是成功次数。题目中的“事件A在每次试验中发生的概率为0.1”即是二项分布的应用场景。
#### 3. 随机变量及其分布
- **连续随机变量的分布**：题目中的第4道选择题提到了概率密度函数，这是描述连续随机变量分布的关键概念。概率密度函数满足积分等于1的性质，即[pic]，并且在任意区间上的积分代表了该区间内随机变量出现的概率。
- **离散随机变量的分布**：包括题目中的分布律和边缘分布律，它们用于描述离散随机变量取值的概率分布。例如，“随机变量[pic]的分布律为[pic]”即是说随机变量X取不同值时的概率。
#### 4. 条件概率与全概率公式
- **条件概率**是指在已知某些条件下事件发生的概率，如题目中的“如果P(A)=0.4,P(B)=0.3,P(A∪B)=0.5,则P(A[pic])=__”就是在求解条件概率。
- **全概率公式**是计算在多种可能性中某事件发生的总概率的方法，它涉及到多个互斥事件的概率加权和。题目中的“已知人的血型为O、A、B、AB的概率分别是0.4；0.3；0.2；0.1。”就可应用全概率公式来求解4人血型全不相同的概率。
#### 5. 随机变量的期望与方差
- **数学期望**是随机变量的平均值，反映了随机变量取值的集中趋势。题目中提到的“射击次数的数学期望”即是射击直到中靶为止所需次数的平均值。
- **方差**衡量的是随机变量与其数学期望的偏离程度，反映了数据的波动性。题目中的“射击次数的方差”即是射击次数相对于其平均值的波动大小。
通过以上知识点的梳理，我们可以看出概率论复习题不仅考察学生对基本概率概念的理解，还要求掌握复杂的统计模型和分析方法。在实际问题解决中，正确运用这些理论知识是至关重要的。
