概率论与数理统计公式整理(超全免费版)
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。
概率论和数理统计公式整理(超全版)
第1章随机事件及其概率
我们作了n次试验，且满足
每次试验只有两种可能结果，A发生或A不发生；
n次试验是重复进行的，即A发生的概率每次均一样；
每次试验是独立的，即每次试验A 发生与否与其他次试验A 发生与否是互不影响的。
这种试验称为伯努利概型，或称为n 重伯努利试验。
用p 表示每次试验A 发生的概率，则A 发生的概率为q p =-1，用)(k P n 表示n 重伯努利试验中A 出现)0(n k k ≤≤次的概率，
k n k k
n n q p k P C -=)(，n k ,,2,1,0 =。
第二章 随机变量及其分布
第三章二维随机变量及其分布
第四章随机变量的数字特征
第五章大数定律和中心极限定理
第六章样本及抽样分布
第七章参数估计
第八章假设检验
单正态总体均值和方差的假设检验。
概率论和数理统计公式整理(超全免费版)45788
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, B2,, Bn 满足 1° B1, B2,, Bn 两两互不相容， P(Bi) 0(i 1,2,, n) ，
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
n
A Bi
2°
i1 ，
则有
P(A) P(B1)P(A | B1) P(B2)P(A | B2) P(Bn)P(A | Bn) 。
设事件 B1， B2 ，…， Bn 及 A 满足
1° B1， B2 ，…， Bn 两两互不相容， P(Bi) >0， i 1，2，…， n ，
显然分布律应满足下列条件：
（1） pk 0 ， k 1,2,，
pk 1
（2） k 1
。
（2）连续 型随机变 量的分布 密度
（3）离散 与连续型 随机变量 的关系
设 F(x) 是随机变量 X 的分布函数，若存在非负函数 f (x) ，对任意实数 x ，有
x
F (x) f (x)dx
二项分布
P(X=1)=p, P(X=0)=q
概率论与数理统计公式整理(超全免费版)
（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
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
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。
（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
概率论与数理统计公式整理超全版
全概公 式
n
A Bi
2° ， i1 则有 P(A) P(B1)P(A | B1) P(B2)P(A | B2) P(Bn)P(A | Bn) 。
件 、 样 ①每进行一次试验，必须发生且只能发生这一组中的
本 空 间 一个事件；
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。
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
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 （ 15 ） 1° B1, B2,, Bn 两两互不相容， P(Bi) 0(i 1,2,, n) ，
或称 A 等于 B：A=B。 系与运
A、B 中至少有一个发生的事件：A B，或者 A+B。 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
概率论与数理统计完整公式
概率论与数理统计完整公式概率论与数理统计是数学的一个分支，研究随机现象和随机变量之间的关系、随机变量的分布规律、经验规律及参数估计等内容。
在概率论与数理统计的学习中，有许多重要的公式需要掌握。
以下是概率论与数理统计的完整公式。
一、概率论公式：1.全概率公式：设A1，A2，…，An为样本空间S的一个划分，则对任意事件B，有：P(B)=P(B│A1)·P(A1)+P(B│A2)·P(A2)+…+P(B│An)·P(An)2.贝叶斯公式：对于样本空间S的一划分A1，A2，…，An，其中P(Ai)>0，i=1,2，…，n，并且B是S的任一事件，有：P(Ai│B)=[P(B│Ai)·P(Ai)]/[P(B│A1)·P(A1)+P(B│A2)·P(A2)+…+P (B│An)·P(An)]3.事件的独立性：若对事件A，B有P(AB)=P(A)·P(B)，则称事件A，B相互独立。
4.概率的乘法公式：对于独立事件A1，A2，…，An，有：P(A1A2…An)=P(A1)·P(A2)·…·P(An)5.概率的加法公式：对事件A，B有：P(A∪B)=P(A)+P(B)-P(AB)6.条件概率的计算：对事件A，B有：P(A，B)=P(AB)/P(B)7.古典概型的概率计算：设事件A在n次试验中发生k次的次数服从二项分布B(n,p)，则其概率可表示为：P(X=k)=C(n,k)·p^k·(1-p)^(n-k)，其中C(n,k)=n!/[k!(n-k)!]二、数理统计公式：1.样本均值的期望和方差：样本的均值X̄的期望和方差分别为： E(X̄) = μ，Var(X̄) = σ^2 / n，其中μ 为总体的均值，σ^2 为总体方差，n 为样本容量。
2.样本方差的期望：样本方差S^2的期望为：E(S^2)=σ^2，其中σ^2为总体方差。
概率论与数理统计公式整理(超全免费版)
n Pm
随机事件及其概率
从 m 个人中挑出 n 个人进行排列的可能数。
（1）排列 组合公式
n Cm
m! (m n)!
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
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。 重复排列和非重复排列（有序） 对立事件（至少有一个） 顺序问题 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。 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； 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。 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） ：
(完整版)概率论与数理统计公式整理(超全版)
（17）伯努利概型
我们作了 次试验，且满足
每次试验只有两种可能结果， 发生或 不发生；
次试验是重复进行的，即 发生的概率每次均一样；
每次试验是独立的，即每次试验 发生与否与其他次试验 发生与否是互不影响的。
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
。
（16）贝叶斯公式
设事件 ， ，…， 及 满足
1° ， ，…， 两两互不相容， >0， 1，2，…， ，
2° ， ，
则
，i=1，2，…n。
此公式即为贝叶斯公式。
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( /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。
则称上式为离散型随机变量 的概率分布或分布律。有时也用分布列的形式给出：
。
显然分布律应满足下列条件：
（1） ， ， （2） 。
（2）连续型随机变量的分布密度
设 是随机变量 的分布函数，若存在非负函数 ，对任意实数 ，有
，
则称 为连续型随机变量。 称为 的概率密度函数或密度函数，简称概率密度。
- 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)。
（7）概率的公理化定义
Ai Ai
德摩根率： i1
i 1
AB A B，A B AB
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
（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
（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。
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，
ห้องสมุดไป่ตู้P(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) ，
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)
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。
（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
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
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
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)
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。
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。 必然事件 和不可能事件 Ø 与任何事件都相互独立。
（14）独立性
（15）全概公式
P i1 Ai i1 P( Ai)
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
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()
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)
（16）贝叶斯公式 （17）伯努利概型
n
A Bi
2°
i1 ， 则有
P(A) P(B1)P(A | B1) P(B2)P(A | B2) P(Bn)P(A | Bn) 。
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) 。