概率论与数理统计公式整理(超全版)
概率论与数理统计公式大全
概率论与数理统计公式大全一、概率基本公式1.事件的概率：对于事件A，在随机试验中发生的次数记为n(A)，则事件A的概率为P(A)=n(A)/n，其中n为试验总次数。
2.互斥事件的概率：对于互斥事件A和B，有P(A∪B)=P(A)+P(B)。
3.事件的余事件概率：设事件A为必然事件，全集的概率为P(S)=1，事件A的余事件为A'，则有P(A')=1-P(A)。
4.条件概率：对于两个事件A和B，假设事件B已经发生，事件A发生的概率记为P(A，B)，则P(A，B)=P(A∩B)/P(B)。
二、随机变量及其概率分布1.离散型随机变量：设X是一个离散型随机变量，其概率函数为P(X=k)，其中k为X的取值，概率函数满足P(X=k)≥0，且∑P(X=k)=12. 连续型随机变量：设X是一个连续型随机变量，其概率密度函数为f(x)，概率密度函数满足f(x)≥0，且∫f(x)dx = 13. 随机变量的数学期望：对于离散型随机变量X，其数学期望为E(X) = ∑k*P(X=k)；对于连续型随机变量X，其数学期望为E(X)=∫xf(x)dx。
4. 随机变量的方差：对于离散型随机变量X，其方差为Var(X) =E(X^2) - [E(X)]^2；对于连续型随机变量X，其方差为Var(X) = E(X^2) - [E(X)]^2三、常见的概率分布1.伯努利分布：表示一次实验成败的概率分布，概率函数为P(X=k)=p^k(1-p)^(1-k)，其中0≤p≤12.二项分布：表示n次独立重复的伯努利试验中成功次数的概率分布，概率函数为P(X=k)=C(n,k)*p^k(1-p)^(n-k)，其中C(n,k)为组合数。
3. 泊松分布：表示单位时间或单位面积内发生事件次数的概率分布，概率函数为P(X=k) = (lambda^k)/(k!)*e^(-lambda)，其中lambda为平均发生率。
4.均匀分布：表示在一个区间内取值相等的概率分布，概率密度函数为f(x)=1/(b-a)，其中[a,b]为区间。
概率论与数理统计超全公式总结
Cov(aX , bY ) = abCo若v(UX~,Yχ)2(n1),
F 分布 正态总体条件下 样本均值的分布：
V ~ χ 2 (n2 ),
则 U / n1 V / n2
~
F (n1, n2 )
σ2 X ~ N(µ, )
n
X − µ ~ N (0,1) σ/ n
样本方差的分布：
(n −1)S 2 σ2
k =1
第二章
二项分布（Bernoulli 分布）——X~B(n,p)
F (x, y) = P{X ≤ x,Y ≤ y} 联合密度与边缘密度
+∞
∫ fX (x) = −∞ f (x, y)dy
+∞
∫ fY (y) = −∞ f (x, y)dx
P(X =k)=Cnkpk(1−p)n−k，(k=0,1,...n, )
泊松分布——X~P(λ)
P( X = k) = λk e−λ， (k = 0,1,...) k!
概率密度函数
+∞
∫ f (x)dx = 1 −∞
怎样计算概率 P(a ≤ X ≤ b)
b
P(a ≤ X ≤ b) = ∫a f (x)dx
均匀分布 X~U(a,b)
1
f (x) =
(a ≤ x ≤ b)
b−a
n — 样本容量(大样本要求n > 50) zα /2 — 正态分布的分位点
⎜⎛ x ± zα / 2 ⎝
σ ⎟⎞ n⎠
(3) H0 : µ ≤ µ0 H1 : µ > µ0 右边检验
单正态总体均值的 Z 检验
小样本、正态总体、标 准差σ已知
（大样本情形σ未知时用SZ代=替X）− µ 0 σ/ n
概率论与数理统计公式整理(超全免费版)
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。
①可分离变量
②正概率密度区间为矩形
二维正态分布
＝0
随机变量的函数
若X1,X2,…Xm,Xm+1,…Xn相互独立，h,g为连续函数，则：
h（X1，X2,…Xm）和g（Xm+1,…Xn）相互独立。
特例：若X与Y独立，则：h（X）和g（Y）独立。
例如：若X与Y独立，则：3X+1和5Y-2独立。
（8）二维均匀分布
几何分布
，其中p≥0，q=1-p。
随机变量X服从参数为p的几何分布，记为G(p)。
均匀分布
设随机变量 的值只落在[a，b]，其密度函数 在[a，b]上为常数 ，即
a≤x≤b
其他，
则称随机变量 在[a，b]上服从均匀分布，记为X~U(a，b)。
分布函数为
，x>b。
当a≤x1<x2≤b时，X落在区间（ ）的概率为
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( /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。
概率论与数理统计公式整理(超全免费版)
P( B | A)
P( AB) P( A) P( B) P( B) P( A) P( A)
（14）独立 性
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 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, B 2,, Bn 满足 1° B1, B 2,, Bn 两两互不相容， P( Bi ) 0(i 1,2,, n) ，
F ( ) lim F ( x) 0 ，
x
F ( ) lim F ( x) 1 ；
x
F ( x 0) F ( x) ，即 F ( x) 是右连续的； P( X x) F ( x) F ( x 0) 。
xk x
x
对于离散型随机变量， F ( x)
P(a X b) F (b) F (a)
可以得到 X 落入区间 ( a, b] 的概率。分布
函数 F ( x) 表示随机变量落入区间（– ∞，x]内的概率。 分布函数具有如下性质： 1° 2° 3° 4° 5°
0 F ( x) 1,
x ；
F ( x) 是单调不减的函数，即 x1 x2 时，有 F ( x1) F ( x2) ；
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，
概率论与数理统计公式整理超全版
函数 F(x) 表示随机变量落入区间（– ∞，x]内的概率。
分布函数具有如下性质：
1° 0 F(x) 1, x ；
2° F(x) 是单调不减的函数，即 x1 x2 时，有 F(x1) F (x2) ；
3° F() lim F(x) 0， F() lim F(x) 1；
a≤x≤b 其他，
则称随机变量 X 在[a，b]上服从均匀分布，记为 X~U(a，b)。
分布函数为
x
F (x) f (x)dx
0，
xa, ba
1，
x<a， a≤x≤b x>b。
当 a≤x1<x2≤b 时，X 落在区间（ x1 , x2 ）内的概率为
x
F (x) f (x)dx
，
则称 X 为连续型随机变量。 f (x) 称为 X 的概率密度函数或密度函数，简称概
率密度。 密度函数具有下面 4 个性质：
1° f (x) 0 。 f 源自x)dx 12° 。
P(X x) P(x X x dx) f (x)dx
x
x
4° F(x 0) F(x) ，即 F(x) 是右连续的；
5° P(X x) F(x) F(x 0) 。
对于离散型随机变量， F(x) pk ； xk x
x
对于连续型随机变量， F (x) f (x)dx 。
（5）八大 0-1 分布 分布
二项分布
P(X=1)=p, P(X=0)=q
在 n 重贝努里试验中，设事件 A 发生的概率为 p 。事件 A 发生
的次数是随机变量，设为 X ，则 X 可能取值为 0,1,2,, n 。
概率论与数理统计公式整理(超全免费版)
第1章随机事件及其概率（7）概率的公理化定义设为样本空间，为事件，对每一个事件都有一个实数P(A)，若满足下列三个条件：1° 0≤P(A)≤1，2° P(Ω) =13° 对于两两互不相容的事件，，…有常称为可列（完全）可加性。
则称P(A)为事件的概率。
（8）古典概型1°，2°。
设任一事件，它是由组成的，则有P(A)==（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，。
其中L为几何度量（长度、面积、体积）。
（10）加法公式P(A+B)=P(A)+P(B)-P(AB)当P(AB)＝0时，P(A+B)=P(A)+P(B)（11）减法公式P(A-B)=P(A)-P(AB)当BA时，P(A-B)=P(A)-P(B)当A=Ω时，P()=1- P(B)（12）条件概率定义设A、B是两个事件，且P(A)>0，则称为事件A发生条件下，事件B发生的条件概率，记为。
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)=1P(/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。
若事件、相互独立，且，则有若事件、相互独立，则可得到与、与、与也都相互独立。
必然事件和不可能事件?与任何事件都相互独立。
?与任何事件都互斥。
②多个事件的独立性设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。
（15）全概公式设事件满足1°两两互不相容，，2°，则有。
概率论与数理统计公式整理(超全免费版)
第1章 随机事件及其概率（1）排列组合公式)!(!n m m P nm -=从m 个人中挑出n 个人进行排列的可能数。
)!(!!n m n m C nm -=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 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n 种方法来完成，则这件事可由m ×n 种方法来完成。
（6）事件的关系与运算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)德摩根率： ∞=∞==11i ii iAAB A B A =，B A B A =（7）概率的公理化定义设Ω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) =13° 对于两两互不相容的事件1A ，2A ，…有∑∞=∞==⎪⎪⎭⎫⎝⎛11)(i ii iA P A P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1° {}n ωωω 21,=Ω，2°nP P P n 1)()()(21===ωωω 。
设任一事件A，它是由m ωωω 21,组成的，则有P(A)={})()()(21m ωωω=)()()(21m P P P ωωω+++ nm =基本事件总数所包含的基本事件数A =（9）几何概型)()()(Ω=L A L A P 。
其中L 为几何度量（长度、面积、第一章随机事件及其概率§1.1 随机事件一、给出事件描述，要求用运算关系符表示事件：二、给出事件运算关系符，要求判断其正确性：§1.2 概率古典概型公式：P （A ）=所含样本点数所含样本点数ΩA实用中经常采用“排列组合”的方法计算补例1：将n 个球随机地放到n 个盒中去，问每个盒子恰有1个球的概率是多少？解：设A ：“每个盒子恰有1个球”。
概率论与数理统计公式整理(超全免费版)
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。
设 =（X，Y）的所有可能取值为 ，且事件{ = }的概率为pij,,称
为 =（X，Y）的分布律或称为X和Y的联合分布律。联合分布有时也用下面的概率分布表来表示：
Y
X
y1
y2
…
yj
…
x1
p11
p12
…
p1j
…
x2
p21
p22
…
p2j
…
xi
pi1
…
…
这里pij具有下面两个性质：
（1）pij≥0（i,j=1,2,…）；
（2）
连续型
对于二维随机向量 ，如果存在非负函数 ，使对任意一个其邻边分别平行于坐标轴的矩形区域D，即D={(X,Y)|a<x<b,c<y<d}有
则称 为连续型随机向量；并称f(x,y)为 =（X，Y）的分布密度或称为X和Y的联合分布密度。
分布密度f(x,y)具有下面两个性质：
（1）f(x,y)≥0;
分布满足可加性：设
则
t分布
设X，Y是两个相互独立的随机变量，且
可以证明函数
的概率密度为
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（
- 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)。
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。 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=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。
-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)
Ai Ai
德摩根率： i1
i 1
AB AB，AB AB
..
..
（7）概率的公理化定义
（8）古典概型
（9）几何概型 （10）加法公式 （11）减法公式 （12）条件概率 （13）乘法公式
（14）独立性
..
..
.
.
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：
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。
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。
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)
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，事件 B 发生的条件概率，记为 P( A)
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
常称为可列（完全）可加性。
则称 P(A)为事件 A 的概率。
1° 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
（4）随机试验和随机事件 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。
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。
P(B / A) P( AB) 。
P( A) 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) 。
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
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(全概公式 （16）贝叶斯公式 （17）伯努利概型
.
.
并且同时满足 P(ABC)=P(A)P(B)P(C)
.
.
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
P(A)= (1 ) (2 ) (m ) = P(1 ) P( 2 ) P(m )
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()
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
P(B | A) P( AB) P( A)P(B) P(B)
P( A)
P( A)
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。
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) ，
n
A Bi
2°
i1 ， 则有
（2）加法和乘法原理
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 n 种方法来完成，则这件事可
由 m×n 种方法来完成。
（3）一些常见排列
重复排列和非重复排列（有序） 顺序问题
对立事件（至少有一个）
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