考研数学——概率公式(最全)

合集下载

考研数学概率论备考重点公式与解题思路整理

考研数学概率论备考重点公式与解题思路整理概率论是考研数学中的一大重点，掌握好概率论的基本公式和解题思路对于备考考研数学非常重要。

本文将对考研数学概率论的备考重点公式和解题思路进行整理，帮助考生更好地备考概率论。

一、基本概率公式1.1 事件的概率公式对于一个随机试验，其所有样本点组成的样本空间为S，一个事件A是样本空间S的一个子集。

那么，事件A发生的概率P(A)定义为： P(A) = n(A) / n(S)其中，n(A)表示事件A包含的样本点的个数，n(S)表示样本空间S 中所有样本点的个数。

1.2 事件的互斥与独立若两个事件A和B满足以下条件之一，则称事件A和事件B是互斥的：- 事件A和事件B不可能同时发生，即A∩B = ∅- 事件A和事件B的概率相加等于1，即P(A∪B) = P(A) + P(B)若两个事件A和B满足以下条件之一，则称事件A和事件B是独立的：- 事件A和事件B发生的概率等于事件A发生的概率乘以事件B发生的概率，即P(A∩B) = P(A) * P(B)二、常用的概率公式2.1 全概率公式对于一组互斥事件A₁，A₂，...，An，且它们的并集为样本空间S，那么对于任意一个事件B，可以得到全概率公式：P(B) = P(A₁) * P(B|A₁) + P(A₂) * P(B|A₂) + ... + P(An) * P(B|An)其中，P(Ai)表示事件Ai发生的概率，P(B|Ai)表示在事件Ai发生的条件下事件B发生的概率。

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。

概率公式大全

概率公式大全概率公式大全（上篇）概率公式在概率论中起着非常重要的作用，它们用于描述随机事件的发生概率以及事件之间的关系。

本文将介绍一些常见的概率公式，帮助读者更好地理解和应用概率论。

1. 基本概率公式1) 事件的概率公式：在概率论中，事件的概率通常用P(A)表示，其中A表示一个事件。

事件A的概率可以用下述公式计算：P(A) = N(A) / N(S)其中，N(A)表示事件A发生的次数，N(S)表示样本空间S 中的总次数。

2) 样本空间的概率公式：当样本空间S的每个样本点发生的概率相同且为1/N(S)时，我们可以使用下述公式计算事件A的概率：P(A) = N(A) / N(S)这个公式在实际问题中应用广泛，是基本的概率公式之一。

2. 条件概率公式1) 条件概率的定义：在事件B发生的条件下，事件A发生的概率称为A在B 条件下的条件概率，用P(A|B)表示。

条件概率的计算公式如下：P(A|B) = P(A ∩ B) / P(B)其中，P(A ∩ B)表示事件A与事件B同时发生的概率。

2) 乘法公式：乘法公式是条件概率的推广形式，用于计算两个事件同时发生的概率。

根据乘法公式，我们可以得到：P(A ∩ B) = P(A|B) * P(B)这个公式在计算复杂事件的概率时非常有用。

3. 全概率公式全概率公式用于计算一个事件发生的总概率，它假设事件发生的样本空间可以划分为若干个互斥事件。

全概率公式如下：P(A) = Σi P(A|Bi) * P(Bi)其中，Bi表示样本空间S的一个划分，P(A|Bi)表示在Bi条件下事件A发生的概率。

这个公式可以在一些复杂问题中计算事件发生的概率，非常实用。

4. 贝叶斯公式贝叶斯公式是条件概率公式的逆运算，用于通过已知的条件概率反推出相反的条件概率。

根据贝叶斯公式，可以得到：P(A|B) = P(B|A) * P(A) / P(B)其中，P(A)和P(B)分别表示事件A和事件B的概率。

考研高数概率公式汇总

高等数学公式导数公式：基本积分表：三角函数的有理式积分：222212211cos 12sin u dudx x tg u u u x u u x +==+-=+=，　，　，　ax x aa a ctgx x x tgx x x x ctgx x tgx a x x ln 1)(log ln )(csc )(csc sec )(sec csc )(sec )(22='='⋅-='⋅='-='='222211)(11)(11)(arccos 11)(arcsin x arcctgx x arctgx x x x x +-='+='--='-='⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰+±+=±+=+=+=+-=⋅+=⋅+-==+==Ca x x a x dx C shx chxdx C chx shxdx Ca a dx a Cx ctgxdx x Cx dx tgx x Cctgx xdx x dx C tgx xdx x dx xx)ln(ln csc csc sec sec csc sin sec cos 22222222C axx a dx C x a xa a x a dx C a x ax a a x dx C a xarctg a x a dx Cctgx x xdx C tgx x xdx Cx ctgxdx C x tgxdx +=-+-+=-++-=-+=++-=++=+=+-=⎰⎰⎰⎰⎰⎰⎰⎰arcsin ln 21ln 211csc ln csc sec ln sec sin ln cos ln 22222222⎰⎰⎰⎰⎰++-=-+-+--=-+++++=+-===-Cax a x a x dx x a Ca x x a a x x dx a x Ca x x a a x x dx a x I nn xdx xdx I n n nn arcsin 22ln 22)ln(221cos sin 2222222222222222222222ππ一些初等函数：两个重要极限：三角函数公式： ·诱导公式：·和差角公式： ·和差化积公式：2sin2sin 2cos cos 2cos2cos 2cos cos 2sin2cos 2sin sin 2cos2sin2sin sin βαβαβαβαβαβαβαβαβαβαβαβα-+=--+=+-+=--+=+αββαβαβαβαβαβαβαβαβαβαβαctg ctg ctg ctg ctg tg tg tg tg tg ±⋅=±⋅±=±=±±=±1)(1)(sin sin cos cos )cos(sin cos cos sin )sin( xxarthx x x archx x x arshx e e e e chx shx thx e e chx e e shx x x xx xx xx -+=-+±=++=+-==+=-=----11ln21)1ln(1ln(:2:2:22）双曲正切双曲余弦双曲正弦...590457182818284.2)11(lim 1sin lim 0==+=∞→→e xxx x x x·倍角公式：·半角公式：ααααααααααααααααααcos 1sin sin cos 1cos 1cos 12cos 1sin sin cos 1cos 1cos 122cos 12cos 2cos 12sin -=+=-+±=+=-=+-±=+±=-±=ctg tg·正弦定理：R CcB b A a 2sin sin sin === ·余弦定理：C ab b a c cos 2222-+=·反三角函数性质：arcctgx arctgx x x -=-=2arccos 2arcsin ππ高阶导数公式——莱布尼兹（Leibniz ）公式：)()()()2()1()(0)()()(!)1()1(!2)1()(n k k n n n n nk k k n k n n uv v u k k n n n v u n n v nu v u v u C uv +++--++''-+'+==---=-∑中值定理与导数应用：拉格朗日中值定理。

考研数学公式大全(高数、概率、线代)目前文库中最全的

高等数学公式导数公式：基本积分表：三角函数的有理式积分：222212211cos 12sin u dudx x tg u u u x u u x +==+-=+=，　，　，　ax x a a a ctgx x x tgx x x x ctgx x tgx a x x ln 1)(log ln )(csc )(csc sec )(sec csc )(sec )(22='='⋅-='⋅='-='='222211)(11)(11)(arccos 11)(arcsin x arcctgx x arctgx x x x x +-='+='--='-='⎰⎰⎰⎰⎰⎰⎰⎰⎰⎰+±+=±+=+=+=+-=⋅+=⋅+-==+==Ca x x a x dx C shx chxdx C chx shxdx Ca a dx a Cx ctgxdx x C x dx tgx x Cctgx xdx x dx C tgx xdx x dx xx)ln(ln csc csc sec sec csc sin sec cos 22222222C axx a dx C x a xa a x a dx C a x ax a a x dx C a xarctg a x a dx Cctgx x xdx C tgx x xdx Cx ctgxdx C x tgxdx +=-+-+=-++-=-+=++-=++=+=+-=⎰⎰⎰⎰⎰⎰⎰⎰arcsin ln 21ln 211csc ln csc sec ln sec sin ln cos ln 22222222⎰⎰⎰⎰⎰++-=-+-+--=-+++++=+-===-Cax a x a x dx x a Ca x x a a x x dx a x Ca x x a a x x dx a x I nn xdx xdx I n n nn arcsin 22ln 22)ln(221cos sin 2222222222222222222222ππ一些初等函数：两个重要极限：三角函数公式： ·诱导公式：xxarthx x x archx x x arshx e e e e chx shx thx e e chx e e shx x x xx xx xx -+=-+±=++=+-==+=-=----11ln21)1ln(1ln(:2:2:22）双曲正切双曲余弦双曲正弦...590457182818284.2)11(lim 1sin lim0==+=∞→→e xxxx x x·和差角公式： ·和差化积公式：2sin2sin 2cos cos 2cos2cos 2cos cos 2sin2cos 2sin sin 2cos2sin2sin sin βαβαβαβαβαβαβαβαβαβαβαβα-+=--+=+-+=--+=+αββαβαβαβαβαβαβαβαβαβαβαctg ctg ctg ctg ctg tg tg tg tg tg ±⋅=±⋅±=±=±±=±1)(1)(sin sin cos cos )cos(sin cos cos sin )sin(·倍角公式：·半角公式：ααααααααααααααααααcos 1sin sin cos 1cos 1cos 12cos 1sin sin cos 1cos 1cos 122cos 12cos 2cos 12sin -=+=-+±=+=-=+-±=+±=-±=ctg tg·正弦定理：R CcB b A a 2sin sin sin === ·余弦定理：C ab b a c cos 2222-+=·反三角函数性质：arcctgx arctgx x x -=-=2arccos 2arcsin ππ高阶导数公式——莱布尼兹（Leibniz ）公式：)()()()2()1()(0)()()(!)1()1(!2)1()(n k k n n n n nk k k n k n n uv v u k k n n n v u n n v nu v u v u C uv +++--++''-+'+==---=-∑中值定理与导数应用：拉格朗日中值定理。

概率论公式大全

一. 随机事件和概率 1、概率的定义和性质（1）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 i i i A P A P Υ常称为可列（完全）可加性。

则称P(A)为事件A 的概率。

（2）古典概型（等可能概型）1° {}n ωωωΛ21,=Ω，2° nP P P n 1)()()(21===ωωωΛ。

设任一事件A ，它是由m ωωωΛ21,组成的，则有P(A)={})()()(21m ωωωΥΛΥΥ=)()()(21m P P P ωωω+++Λn m =基本事件总数所包含的基本事件数A = 2、五大公式（加法、减法、乘法、全概、贝叶斯）（1）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)（2）减法公式 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)（3）条件概率和乘法公式定义设A、B 是两个事件，且P(A)>0，则称)()(A P AB P 为事件A 发生条件下，事件B 发生的条件概率，记为=)/(A B P )()(A P AB P 。

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。

（4）全概公式设事件n B B B ,,,21Λ满足 1°nB B B ,,,21Λ两两互不相容，),,2,1(0)(n i B P i Λ=>，2°Υni iB A 1=⊂，则有)|()()|()()|()()(2211n n B A P B P B A P B P B A P B P A P +++=Λ。

考研数学一概率论与数理统计公式整理

（6）事件的关分配率：(AB)∪C=(A∪C)∩(B∪C) (A∪B)∩C=(AC)∪(BC)
系与运算
Ai Ai
德摩根率： i1
i1
AB A B，A B AB
（7）概率的公理化定义
（8）古典概型
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
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。
C
n m
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
（2）加法和乘成，则这件事可由 m+n 种方法来完成。
法原理
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。
②运算：
结合率：A(BC)=(AB)C A∪(B∪C)=(A∪B)∪C
当 B A 时，P(A-B)=P(A)-P(B)
1 / 31
当 A=Ω时，P( B )=1- P(B)
（12）条件概率（13）乘法公式
P( AB)
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
P( A)
P( AB)
的条件概率，记为 P(B / A)

考研数学概率论重点公式速记

考研数学概率论重点公式速记概率论是数学中的一个重要分支，广泛应用于各个领域。

对于考研数学概率论的学习来说，熟悉并掌握相关的重点公式是非常必要的。

本文将为大家提供一些概率论中的重点公式，帮助大家更好地进行复习和备考。

一、基本概念1. 概率的加法定理：对于任意两个事件A和B，有P(A∪B) = P(A) + P(B) - P(A∩B)2. 概率的乘法定理：对于任意两个事件A和B，有P(A∩B) = P(A)P(B|A) = P(B)P(A|B)，其中P(B|A)表示在事件A已经发生的条件下，事件B发生的概率。

3. 全概率公式：若{B1, B2, ..., Bn}为样本空间的一个划分，即满足Bi与Bj互不相容且它们的并集为样本空间，同时假设P(Bi) > 0，那么对于任意一个事件A，有：P(A) = P(A∩B1) + P(A∩B2) + ... + P(A∩Bn) = P(B1)P(A|B1) +P(B2)P(A|B2) + ... + P(Bn)P(A|Bn)二、常用概率分布1. 二项分布：设试验成功的概率为p，则n次试验中成功次数的概率为：P(X=k) = C(n,k) * p^k * (1-p)^(n-k)其中C(n,k)为组合数，表示从n个元素中取出k个元素的组合数。

2. 泊松分布：设单位时间（或单位面积）内某事件发生的次数的平均值为λ，则单位时间（或单位面积）内某事件发生k次的概率为：P(X=k) = (e^(-λ) * λ^k) / k!其中e为自然对数的底数（约等于2.71828）。

3. 正态分布：对于服从正态分布N(μ,σ^2)的随机变量X，其概率密度函数为：f(x) = (1 / (σ * √(2π))) * e^(-((x-μ)^2 / (2σ^2)))三、常用性质1. 期望：对于离散随机变量X，其期望值E(X)为：E(X) = Σ(x * P(X=x))对于连续随机变量X，其期望值E(X)为：E(X) = ∫(x * f(x)) dx，其中f(x)为概率密度函数。

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)。

概率公式整理
1．随机事件及其概率
吸收律：A
AB A A
A A =⋃=∅⋃Ω
=Ω⋃)( A
B A A A A
A =⋃⋂∅
=∅⋂=Ω⋂)( )(AB A B A B A -==- 反演律：B A B A =⋃ B A AB ⋃=
n
i i n
i i A A 1
1
===
n
i i n
i i A A 1
1
===
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()()()()(211111
1
n 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 全概率公式
∑
==
n
i i AB P A P 1
)()( )()(1
i n
i 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 ) = p
n k 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 λ
λ
(3) Poisson 分布 )(λP
,2,1,0,
!
)(===-k k e
k X P k
λ
λ
6．连续型随机变量 (1) 均匀分布 ),(b a U
⎪⎩⎪⎨⎧<<-=其他,
0,1
)(b x a a b x f ⎪⎪⎩
⎪⎪
⎨⎧--=1,,
0)(a b 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 , σ 2 )
+∞<<∞-=
--
x e x f x 2
2
2)(21)(σ
μσπ
⎰
∞
---
=
x t t e x F d 21)(2
2
2)(σ
μσ
π
*N (0,1) — 标准正态分布
+∞<<∞-=
-
x e
x x
2
2
21
)(π
ϕ
+∞<<∞-=
Φ⎰
∞
--
x t e
x x
t
d 21)(2
2
π
7.多维随机变量及其分布
二维随机变量( X ,Y )的分布函数
⎰⎰
∞-∞
-=
x y
dvdu v u f y x F ),(),(
边缘分布函数与边缘密度函数
⎰⎰
∞-+∞
∞
-=x
X dvdu v u f x F ),()(
⎰
+∞
∞
-=
dv v x f x f X ),()(
⎰⎰
∞
-+∞
∞
-=
y
Y 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
),(2
22221212
1212)
())((2)()1(212
21σμσσμμρσμρρ
σπσ9. 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 )()(),()( ⎰
⎰
+∞
∞
-+∞
∞-==
dx x 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 =
10.随机变量的数字特征数学期望
∑
+∞
==
1
)(k k k 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 --
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)
)()()(2
2
X E X E X D -=
协方差
()))())(((),cov(Y E Y X E X E Y X --=
)()()(Y E X E XY E -=
())()()(2
1Y D X D Y X D --±±
=
相关系数)
()
(),cov(Y D X D Y X XY =
ρ
简单整理了一下，中心极限定理及数理统计部分多概念少公式故未详细列出，有问题可以给我来信，希望能与大家多交流。

fish@。