概率论与数理统计公式(考试版专用)
概率论与数理统计公式全
例如P(Ω/B)=1 P( /A)=1-P(B/A)
（13）乘法公式
乘法公式：
更一般地，对事件A1，A2，…An，若P(A1A2…An-1)>0，则有
… …… … 。
（14）独立性
①两个事件的独立性
设事件 、 满足 ，则称事件 、 是相互独立的。
如果同时有 ， ，则称事件A与事件B等价，或称A等于B：A=B。
A、B中至少有一个发生的事件：A B，或者A+B。
属于A而不属于B的部分所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者 ，它表示A发生而B不发生的事件。
A、B同时发生：A B，或者AB。A B=Ø，则表示A与B不可能同时发生，称事件A与事件B互不相容或者互斥。基本事件是互不相容的。
（2）
（2）二维随机变量的本质
（3）联合分布函数
设（X，Y）为二维随机变量，对于任意实数x,y,二元函数
称为二维随机向量（X，Y）的分布函数，或称为随机变量X和Y的联合分布函数。
分布函数是一个以全平面为其定义域，以事件 的概率为函数值的一个实值函数。分布函数F(x,y)具有以下的基本性质：
（1）
（2）F（x,y）分别对x和y是非减的，即
分布函数具有如下性质：
1° ；
2° 是单调不减的函数，即 时，有 ；
3° ， ；
4° ，即 是右连续的；
5° 。
对于离散型随机变量， ；
对于连续型随机变量， 。
（5）八大分布
0-1分布
P(X=1)=p, P(X=0)=q
二项分布
在 重贝努里试验中，设事件 发生的概率为 。事件 发生的次数是随机变量，设为 ，则 可能取值为 。
考研概率论与数理统计公式大全
考研概率论与数理统计公式大全1.概率公式：-概率的加法公式：P(A∪B)=P(A)+P(B)-P(A∩B)-概率的乘法公式：P(A∩B)=P(A)P(B，A)=P(B)P(A，B)-全概率公式：P(B)=P(A1)P(B，A1)+P(A2)P(B，A2)+...+P(An)P(B，An)-贝叶斯公式：P(Ai，B)=P(B，Ai)P(Ai)/(P(B，A1)P(A1)+P(B，A2)P(A2)+...+P(B，An)P(An))2.随机变量与分布：- 期望：E(X) = ∑(xP(X=x))或E(X) = ∫(xf(x)dx)- 方差：Var(X) = E[(X - E(X))^2] = E(X^2) - [E(X)]^2- 协方差：Cov(X, Y) = E[(X - E(X))(Y - E(Y))]- 标准差：SD(X) = sqrt(Var(X))-二项分布：P(X=k)=C(n,k)p^k(1-p)^(n-k)- 泊松分布：P(X = k) = (lambda^k)e^(-lambda) / k!- 正态分布：P(X = x) = (1 / (sqrt(2*pi)*sigma)) * e^(-(x-mu)^2 / (2*sigma^2))3.估计与检验：-极大似然估计：L(θ)=∏(f(x_i;θ))-似然比检验：λ=L(θ)/L(θ0)- 估计的无偏性：E(θ_hat) = θ- 估计的有效性：Var(θ_hat) ≤ Var(θ)- 中心极限定理：对于均值为μ、方差为σ^2的随机变量X，若样本容量n趋于无穷大，则样本均值X_bar的极限分布服从正态分布4.相关与回归：- 相关系数：r = Cov(X, Y) / (SD(X) * SD(Y))-简单线性回归方程：Y=β0+β1X+ε- 最小二乘估计：β1 = Cov(X, Y) / Var(X)- 线性回归预测：Y_hat = β0 + β1X5.抽样分布：- 样本均值分布：X_bar ~ N(μ, σ^2 / n)- 样本比例分布：p_hat ~ N(p, p(1-p) / n)-卡方分布：X^2~χ^2(k)-t分布：T~t(n)-F分布：F~F(m,n)以上是一些概率论与数理统计中常见的公式，希望对你的学习有所帮助。
概率论与数理统计公式全
Z=max,min(X1,X2,…Xn)
若 相互独立，其分布函数分别为 ，则Z=max,min(X1,X2,…Xn)的分布函数为：
分布
设n个随机变量 相互独立，且服从标准正态分布，可以证明它们的平方和
的分布密度为
我们称随机变量W服从自由度为n的 分布，记为W～ ，其中
所谓自由度是指独立正态随机变量的个数，它是随机变量分布中的一个重要参数。
分布函数具有如下性质：
1° ；
2° 是单调不减的函数，即 时，有 ；
3° ， ；
4° ，即 是右连续的；
5° 。
对于离散型随机变量， ；
对于连续型随机变量， 。
（5）八大分布
0-1分布
P(X=1)=p, P(X=0)=q
二项分布
在 重贝努里试验中，设事件 发生的概率为 。事件 发生的次数是随机变量，设为 ，则 可能取值为 。
第1章 随机事件及其概率
（1）排列组合公式
从m个人中挑出n个人进行排列的可能数。
从m个人中挑出n个人进行组合的可能数。
（2）加法和乘法原理
加法原理（两种方法均能完成此事）：m+n
某件事由两种方法来完成，第一种方法可由m种方法完成，第二种方法可由n种方法来完成，则这件事可由m+n种方法来完成。
乘法原理（两个步骤分别不能完成这件事）：m×n
记为（X，Y）～N（
由边缘密度的计算公式，可以推出二维正态分布的两个边缘分布仍为正态分布，
即X～N（
但是若X～N（ ，(X，Y)未必是二维正态分布。
（10）函数分布
Z=X+Y
根据定义计算：
对于连续型，fZ(z)＝
两个独立的正态分布的和仍为正态分布（ ）。
(完整版)概率论基本公式
1、 A B AB A AB;AB A (B A)例： 证明：A B)B A AB AB A B.第一部分 概率论基本公式 概率论与数理统计基本公式证明： 由(A B) B ，知 B 不发生， A 发生，则 AB 不发生，从而 A B) B A AB 成立，也即 A B 成立，也即 A B 成立。
得证。
2、对偶率： A B A B ；A B A B.3、概率性率： (1) 有限可加： A 1、 A 2为不相容事件，则 P(A 1 A 2) P(A 1) P(A 2)P(A B)P(A)P(B);P(A) P(B)(3) 对任意两个事件有： P(AB) P(A)P(B) P(AB)例：已知： P(A) 0.5， P(AB) 0.2，P(B) 0.4.求：(1)P(AB);P(A B);P(A解： AB AB B,且B 、AB 是不相容事件， P(AB) P(AB) P(B) 即P(AB) 0.2.,又 P(A) 0.5, P(A B) P(A) P(AB) 0.3 P(A B) P(A) P(B) P(AB)0.7, P( AB) PA B 1 P(A B) 0.3.4、古典概P(A B) P(A) P(AB),特别， B A 时有： (2) B); P( AB )例： n 双鞋总共 2n 只，分为 n 堆，每堆为 2只，事件 A 每堆自成一双鞋的概率 2n (2-n 2))!！2！,自成一双为： n! C 22n解：分堆法： C 22n n ！，则P(A) 5、条件概率 P(B| A)P(AB),称为在事件 A 条件下，事件 B 的条件概率， P(A)P(B)称为无条件概率。
乘法公式： P(AB) P(A)P(B |A) P(AB) P(B)P(A |B) 全概率公式：P(B) P(A i )P(B| A i ) i贝叶斯公式： P(A i |B)P(A i B)P(A i )P(B|A i )i P(B)P(A j )P(B |A j )j例：有三个罐子， 1号装有 2红1黑共 3个球， 2号装有 3红1黑 4个球， 3号装有 2红2黑 4 个球，某人随机从其中一罐，再从该罐中任取一个球， (1)求取得红球的概率； ( 2)如 果取得是红球，那么是从第一个罐中取出的概率为多少？解：(1)设B i ｛球取自 i 号罐 ｝，i 1,2,3。
概率论与数理统计公式大全
概率论与数理统计公式概率公式整理1．随机事件及其概率吸收律：AAB A AA A =∪=∅∪Ω=Ω∪)(A B A A A A A =∪∩∅=∅∩=Ω∩)()(AB A B A B A −==−反演律：B A B A =∪BA AB ∪=∩∪n i i n i iA A 11===∪∩n i i n i i A A 11===2．概率的定义及其计算)(1)(A P A P −=若B A ⊂)()()(A P B P A B P −=−⇒对任意两个事件A ,B ,有)()()(AB P B P A B P −=−加法公式：对任意两个事件A ,B ,有)()()()(AB P B P A P B A P −+=∪)()()(B P A P B A P +≤∪)()1()()()()(2111111n n n n k j i k j i n j i j i n i i n i i A A A P A A A P A A P A P A P ⋯⋯∪−≤<<≤≤<≤==−+++−=∑∑∑3．条件概率()=A B P )()(A P AB P 乘法公式())0)(()()(>=A P A B P A P AB P ()())0)(()()(12112112121>=−−n n n n A A A P A A A A P A A P A P A A A P ⋯⋯⋯⋯w w w .k h d a w .c o m 课后答案网全概率公式∑==n i i AB P A P 1)()()()(1i ni i B A P B P ⋅=∑=Bayes 公式)(A B P k )()(A P AB P k =∑==n i i i k k B A P B P B A P B P 1)()()()(4．随机变量及其分布分布函数计算)()()()()(a F b F a X P b X P b X a P −=≤−≤=≤<5．离散型随机变量(1)0–1分布1,0,)1()(1=−==−k p p k X P k k (2)二项分布),(p n B 若P (A )=pnk p p C k X P k n k k n ,,1,0,)1()(⋯=−==−*Possion 定理0lim >=∞→λn n np 有⋯,2,1,0!)1(lim ==−−−∞→k k e p p C k k n n k n k n n λλ(3)Poisson 分布)(λP ⋯,2,1,0,!)(===−k k e k X P kλλw w w .k h d a w .c o m 课后答案网6．连续型随机变量(1)均匀分布),(b a U ⎪⎩⎪⎨⎧<<−=其他,0,1)(b x a ab x f ⎪⎪⎩⎪⎪⎨⎧−−=1,,0)(ab a x x F (2)指数分布)(λE ⎪⎩⎪⎨⎧>=−其他,00,)(x e x f x λλ⎩⎨⎧≥−<=−0,10,0)(x e x x F x λ(3)正态分布N (µ,σ2)+∞<<∞−=−−x e x f x 222)(21)(σµσπ∫∞−−−=x t t e x F d 21)(222)(σµσπ*N (0,1)—标准正态分布+∞<<∞−=−x e x x 2221)(πϕ+∞<<∞−=Φ∫∞−−x t e x x t d 21)(22π7.多维随机变量及其分布二维随机变量(X ,Y )的分布函数∫∫∞−∞−=xy dvdu v u f y x F ),(),(w w w .k h d a w .c o m 课后答案网边缘分布函数与边缘密度函数∫∫∞−+∞∞−=xX dvdu v u f x F ),()(∫+∞∞−=dv v x f x f X ),()(∫∫∞−+∞∞−=yY dudv v u f y F ),()(∫+∞∞−=du y u f y f Y ),()(8.连续型二维随机变量(1)区域G 上的均匀分布，U (G )⎪⎩⎪⎨⎧∈=其他,0),(,1),(G y x A y x f (2)二维正态分布+∞<<−∞+∞<<∞−×−=⎥⎥⎦⎤⎢⎢⎣⎡−+−−−−−−y x e y x f y y x x ,121),(2222212121212)())((2)()1(21221σµσσµµρσµρρσπσ9.二维随机变量的条件分布0)()()(),(>=x f x y f x f y x f X X Y X 0)()()(>=y f y x f y f Y Y X Y ∫∫+∞∞−+∞∞−==dy y f y x f dy y x f x f Y Y X X )()(),()(∫∫+∞∞−+∞∞−==dxx f x y f dx y x f y f X X Y Y )()(),()()(y x f Y X )(),(y f y x f Y =)()()(y f x f x y f Y X X Y =)(x y f X Y )(),(x f y x f X =)()()(x f y f y x f X Y Y X =w w w .k h d a w .c o m 课后答案网10.随机变量的数字特征数学期望∑+∞==1)(k kk p x X E ∫+∞∞−=dx x xf X E )()(随机变量函数的数学期望X 的k 阶原点矩)(k X E X 的k 阶绝对原点矩)|(|k X E X 的k 阶中心矩)))(((k X E X E −X 的方差)()))(((2X D X E X E =−X ,Y 的k +l 阶混合原点矩)(l k Y X E X ,Y 的k +l 阶混合中心矩()l k Y E Y X E X E ))(())((−−X ,Y 的二阶混合原点矩)(XY E X ,Y 的二阶混合中心矩X ,Y 的协方差()))())(((Y E Y X E X E −−w ww .k h d a w .c o m 课后答案网X ,Y 的相关系数XY Y D X D Y E Y X E X E ρ=⎟⎟⎠⎞⎜⎜⎝⎛−−)()())())(((X 的方差D (X )=E ((X -E (X ))2))()()(22X E X E X D −=协方差()))())(((),cov(Y E Y X E X E Y X −−=)()()(Y E X E XY E −=())()()(21Y D X D Y X D −−±±=相关系数)()(),cov(Y D X D Y X XY =ρw w w .k h d a w .c o m 课后答案网。
概率论与数理统计计算公式
概率论与数理统计计算公式概率论和数理统计是数学中的两个重要分支，广泛应用于自然科学、社会科学和工程技术等领域。
在实际中，我们经常需要计算各种概率和统计量，因此理解和掌握概率论和数理统计中的计算公式是十分重要的。
接下来，我将给出概率论和数理统计中一些常用的计算公式。
一、概率计算公式：1.加法原理：如果A和B是两个事件，那么它们的和事件(A∪B)的概率可以由如下公式计算：P(A∪B)=P(A)+P(B)-P(A∩B)2.条件概率：如果A和B是两个事件，且P(A)>0，那么事件B在已知事件A发生的条件下发生的概率可以由如下公式计算：P(B，A)=P(A∩B)/P(A)3.全概率公式：如果{B1,B2,...,Bn}是一个对样本空间Ω的一个划分，那么对于任意事件A，我们有：P(A)=ΣP(A，Bi)P(Bi)，其中i取1到n。
4.贝叶斯公式：如果{B1,B2,...,Bn}是一个对样本空间Ω的一个划分，那么对于任意事件A和i取1到n，我们有：P(Bi，A)=P(A，Bi)P(Bi)/ΣP(A，Bj)P(Bj)，其中j取1到n。
5.乘法定理：如果A和B是两个事件，那么它们的交事件的概率可以由如下公式计算：P(A∩B)=P(A)P(B，A)=P(B)P(A，B)二、统计量计算公式：1.样本均值：对于由n个观测值组成的样本，样本的均值可以由如下公式计算：\(\bar{X} = \frac{1}{n} \sum\limits_{i=1}^n x_i\)2.样本方差：对于由n个观测值组成的样本，样本的方差可以由如下公式计算：\(S^2 = \frac{1}{n-1} \sum\limits_{i=1}^n (x_i - \bar{X})^2\) 3.标准差：样本的标准差是样本方差的平方根\(S = \sqrt{S^2}\)4.相关系数：对于两个随机变量X和Y，它们的相关系数可以由如下公式计算：\(\rho_{XY} = \frac{Cov(X,Y)}{\sigma_X \sigma_Y}\)5.协方差：样本的协方差可以由如下公式计算：\(Cov(X,Y) = \frac{1}{n-1} \sum\limits_{i=1}^n (X_i-\bar{X})(Y_i-\bar{Y})\)以上只是概率论和数理统计中的一些常用计算公式，实际应用中还有很多其他的公式和方法。
概率论与数理统计公式整理(超全免费版)
用 p 表示每次试验 A 发生的概率，则 A 发生的概率为1 p q ，用 Pn(k ) 表示 n 重伯努利试验中 A
出现 k(0 k n) 次的概率，
C Pn(k)
k n
pk qnk
，k
0,1,2,, n
。
第二章 随机变量及其分布
文案大全
（1）离散型 随机变量的 分布律
实用文档 第 1 章 随机事件及其概率
（1）排列组合公式
Pmn
m! (m n)!
从 m 个人中挑出 n 个人进行排列的可能数。
Cmn
m! n!(m
n)!
从 m 个人中挑出 n 个人进行组合的可能数。
加法原理（两种方法均能完成此事）：m+n
某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方法可由 n 种方法来完成，则这件事可
m n
A所包含的基本事件数 基本事件总数
若随机试验的结果为无限不可数并且每个结果出现的可能性均匀，同时样本空间中的每一个基本事件可以 使用一个有界区域来描述，则称此随机试验为几何概型。对任一事件 A，
P( A) L( A) 。其中 L 为几何度量（长度、面积、体积）。 L()
P(A+B)=P(A)+P(B)-P(AB) 当 P(AB)＝0 时，P(A+B)=P(A)+P(B) P(A-B)=P(A)-P(AB)
j 1
此公式即为贝叶斯公式。
P(Bi ) ，（ i 1 ， 2 ，…， n ），通常叫先验概率。 P(Bi / A) ，（ i 1 ， 2 ，…， n ），通常称为后
验概率。贝叶斯公式反映了“因果”的概率规律，并作出了“由果朔因”的推断。
概率论与数理统计公式整理(超全免费版)
（1）排列组合公式
Pmn
m!
从 m 个人中挑出 n 个人进行排列的可能数。
(m n)!
C
n m
m!
从 m 个人中挑出 n 个人进行组合的可能数。
n!(m n)!
（2）加法和乘法原理
（3）一些常见排列 （4）随机试验和随机事
件
（5）基本事件、样本空 间和事件
加法原理（两种方法均能完成此事）：m+n 某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方法可由 n 种方法来完成，则这件事
A、B 中至少有一个发生的事件：A B，或者 A+B。
（6）事件的关系与运算
属于 A 而不属于 B 的部分所构成的事件，称为 A 与 B 的差，记为 A-B，也可表示为 A-AB 或者 AB ，
它表示 A 发生而 B 不发生的事件。
A、B 同时发生：A B，或者 AB。A B=?，则表示 A 与 B 不可能同时发生，称事件 A 与事件 B 互不
它们是 的子集。 为必然事件，?为不可能事件。
不可能事件（?）的概率为零，而概率为零的事件不一定是不可能事件；同理，必然事件（Ω）的概率 为 1，而概率为 1 的事件也不一定是必然事件。 ①关系：
如果事件 A 的组成部分也是事件 B 的组成部分，（A 发生必有事件 B 发生）： A B 如果同时有 A B ， B A ，则称事件 A 与事件 B 等价，或称 A 等于 B：A=B。
P(X=xk)=pk，k=1,2,…，
则称上式为离散型随机变量 X 的概率分布或分布律。有时也用分布列的形式给出：
X
| x1, x2,, xk,
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
P(A+B)=P(A)+P(B)-P(AB) 当 P(AB)＝0 时，P(A+B)=P(A)+P(B) P(A-B)=P(A)-P(AB)
当 B A 时，P(A-B)=P(A)-P(B)
当 A=Ω时，P( B )=1- P(B)
（12）条件 概率
定义 设 A、B 是两个事件，且 P(A)>0，则称 P( AB) 为事件 A 发生条件下， P( A)
n 种方法来完成，则这件事可由 m×n 种方法来完成。
（ 3 ） 一些 重复排列和非重复排列（有序） 对立事件（至少有一个）
常见排列 顺序问题
（4）随机 试验和随 机事件
如果一个试验在相同条件下可以重复进行，而每次试验的可能结果不止一个， 但在进行一次试验之前却不能断言它出现哪个结果，则称这种试验为随机试 验。 试验的可能结果称为随机事件。
（6）事件 的关系与 运算
A B 如果同时有 A B ， B A ，则称事件 A 与事件 B 等价，或称 A 等于 B：
A=B。 A、B 中至少有一个发生的事件：A B，或者 A+B。
属于 A 而不属于 B 的部分所构成的事件，称为 A 与 B 的差，记为 A-B，也
可表示为 A-AB 或者 AB ，它表示 A 发生而 B 不发生的事件。
事件 B 发生的条件概率，记为 P(B / A) P( AB) 。 P( A)
.
word.
…
..
.
…
（13）乘法 公式
条件概率是概率的一种，所有概率的性质都适合于条件概率。
例如 P(Ω/B)=1 P( B /A)=1-P(B/A) 乘法公式： P(AB) P(A)P(B / A)
更一般地，对事件 A1，A2，…An，若 P(A1A2…An-1)>0，则有
P( A1A2 … An) P( A1)P( A2 | A1)P( A3 | A1A2) …… P( An | A1A2 …
An 1) 。
①两个事件的独立性
设事件 A 、B 满足 P(AB) P( A)P(B) ，则称事件 A 、B 是相互独立的。 若事件 A 、 B 相互独立，且 P( A) 0 ，则有
常称为可列（完全）可加性。
则称 P(A)为事件 A 的概率。
（8）古典 概型1Fra bibliotek 1, 2 n ，
2°
P(1 )
P(2 )
P( n
)
1 n
。
设任一事件 A ，它是由1, 2 m 组成的，则有
P(A)= (1 ) (2 ) (m ) = P(1 ) P(2 ) P(m )
m n
一个事件就是由 中的部分点（基本事件 ）组成的集合。通常用大写字母
A，B，C，…表示事件，它们是 的子集。 为必然事件，Ø 为不可能事件。
不可能事件（Ø）的概率为零，而概率为零的事件不一定是不可能事件；同理， 必然事件（Ω）的概率为 1，而概率为 1 的事件也不一定是必然事件。
①关系：
如果事件 A 的组成部分也是事件 B 的组成部分，（A 发生必有事件 B 发生）：
A所包含的基本事件数 基本事件总数
（9）几何 概型
若随机试验的结果为无限不可数并且每个结果出现的可能性均匀，同时样本空 间中的每一个基本事件可以使用一个有界区域来描述，则称此随机试验为几何 概型。对任一事件 A，
P( A) L( A) 。其中 L 为几何度量（长度、面积、体积）。 L()
（10）加法 公式
n
A Bi
设 ABC 是三个事件，如果满足两两独立的条件，
P(AB)=P(A)P(B)；P(BC)=P(B)P(C)；P(CA)=P(C)P(A)
并且同时满足 P(ABC)=P(A)P(B)P(C)
那么 A、B、C 相互独立。
对于 n 个事件类似。
设事件 B1, B2,, Bn 满足 1° B1, B2,, Bn 两两互不相容， P(Bi) 0(i 1,2,, n) ，
..
.
…
第 1 章 随机事件及其概率
（1）排列 组合公式
Pmn
m! (m n)!
从 m 个人中挑出 n 个人进行排列的可能数。
Cmn
m! n!(m n)!
从 m 个人中挑出 n 个人进行组合的可能数。
加法原理（两种方法均能完成此事）：m+n
（2）加法 和乘法原 理
某件事由两种方法来完成，第一种方法可由 m 种方法完成，第二种方法可由 n 种方法来完成，则这件事可由 m+n 种方法来完成。 乘法原理（两个步骤分别不能完成这件事）：m×n 某件事由两个步骤来完成，第一个步骤可由 m 种方法完成，第二个步骤可由
在一个试验下，不管事件有多少个，总可以从其中找出这样一组事件，它具有
如下性质：
①每进行一次试验，必须发生且只能发生这一组中的一个事件；
（5）基本 事件、样本 空间和事 件
②任何事件，都是由这一组中的部分事件组成的。
这样一组事件中的每一个事件称为基本事件，用 来表示。
基本事件的全体，称为试验的样本空间，用 表示。
A、B 同时发生：A B，或者 AB。A B=Ø，则表示 A 与 B 不可能同时发
生，称事件 A 与事件 B 互不相容或者互斥。基本事件是互不相容的。
.
word.
…
..
.
…
-A 称为事件 A 的逆事件，或称 A 的对立事件，记为 A 。它表示 A 不发
生的事件。互斥未必对立。 ②运算：
结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C 分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)
P(B | A) P( AB) P( A)P(B) P(B)
P( A)
P( A)
（14）独立 性
（15）全概 公式
若事件 A 、B 相互独立，则可得到 A 与 B 、 A 与 B 、 A 与 B 也都相互独
立。
必然事件 和不可能事件 Ø 与任何事件都相互独立。
Ø 与任何事件都互斥。
②多个事件的独立性
Ai Ai
德摩根率： i1
i 1
AB AB，AB AB
（7）概率 的公理化 定义
设 为样本空间， A 为事件，对每一个事件 A 都有一个实数 P(A)，若满
足下列三个条件： 1° 0≤P(A)≤1， 2° P(Ω) =1
3° 对于两两互不相容的事件 A1， A2 ，…有
P Ai P(Ai) i1 i1