《概率统计》公式符号汇总表及复习策略

合集下载

概率与统计学公式集锦整理速查

概率与统计学公式集锦整理速查以下是概率与统计学领域中常见的公式集锦，方便您在需要时进行查阅和使用。

1. 概率公式1.1 事件的概率：P(A) = n(A) / n(S)1.2 互斥事件的概率：P(A ∪ B) = P(A) + P(B)1.3 两独立事件的概率：P(A ∩ B) = P(A) × P(B)1.4 随机事件的和：P(A ∪ B) = P(A) + P(B) - P(A ∩ B)1.5 随机事件的差：P(A - B) = P(A) - P(A ∩ B)1.6 互补事件的概率：P(A') = 1 - P(A)2. 统计学公式2.1 定义方差：Var(X) = E[(X - E(X))^2]2.2 方差的性质：Var(aX) = a^2 × Var(X)2.3 协方差：Cov(X, Y) = E[(X - E(X))(Y - E(Y))]2.4 相关系数：ρ(X, Y) = Cov(X, Y) / (√(Var(X)) × √(Var(Y)))2.5 二项分布期望：E(X) = n × p2.6 二项分布方差：Var(X) = n × p × (1 - p)2.7 正态分布的标准差：Var(X) = σ^23. 概率函数与密度函数3.1 二项分布概率函数：P(X = k) = C(n, k) × p^k × (1 - p)^(n - k)3.2 二项分布累积概率函数：P(X ≤ k) = Σ(i=0 to k) C(n, i) × p^i × (1 - p)^(n - i)3.3 正态分布概率密度函数：f(x) = (1 / (σ × √(2π))) × exp(-(x - μ)^2 / (2σ^2))3.4 正态分布累积概率函数：P(X ≤x) = Φ((x - μ) / σ)4. 估计与假设检验4.1 样本均值的抽样分布：X ～N(μ, σ^2/n)，其中 X 为样本均值，μ 为总体均值，σ 为总体标准差，n 为样本容量。

概率统计公式大全(复习重点)

概率统计公式大全(复习重点)第一章随机事件和概率（1）排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC 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。

（3）一些常见排列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ω来表示。

基本事件的全体，称为试验的样本空间，用Ω表示。

一个事件就是由Ω中的部分点（基本事件ω）组成的集合。

通常用大写字母A，B，C，…表示事件，它们是Ω的子集。

Ω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）：BA⊂如果同时有BB⊃，则称事件A与A⊂，A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 Y 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B A，它表示A发生而B不发生的事件。

概率统计公式大全(复习重点)

概率统计公式大全(复习重点)概率统计公式大全（复习重点）在学习概率统计的过程中，熟练掌握相关的公式是非常关键的。

本文将为大家详细介绍一些常用的概率统计公式，并对其进行简要的说明和应用举例，以便复习和巩固知识。

一、基本概率公式1. 事件的概率计算公式P(A) = n(A) / n(S)其中，P(A)表示事件A发生的概率；n(A)表示事件A中有利的结果数；n(S)表示样本空间S中的全部结果数。

例如：从一副扑克牌中随机抽取一张牌，求抽到红心牌的概率。

解：样本空间S中共有52张牌，红心牌有13张，所以 P(红心牌) = 13 / 52 = 1 / 4。

2. 条件概率计算公式P(A|B) = P(A∩B) / P(B)其中，P(A|B)表示在事件B发生的条件下事件A发生的概率；P(A∩B)表示事件A和事件B同时发生的概率；P(B)表示事件B发生的概率。

例如：某班级男女生分别有30人和40人，从中随机选择一名学生，求选到女生并且是优等生的概率。

解：女生优等生有20人，所以 P(女生且是优等生) = 20 / （30+ 40）= 1 / 7。

二、常用离散型随机变量的数学期望与方差1. 随机变量的数学期望计算公式E(X) = ∑[x * P(X=x)]其中，E(X)表示随机变量X的数学期望；x表示随机变量X的取值；P(X=x)表示随机变量X取值为x的概率。

例如：随机变量X的可能取值为1、2、3，对应的概率分别是1/4、1/2、1/4，求X的数学期望。

解：E(X) = 1 * (1/4) + 2 * (1/2) + 3 * (1/4) = 5/2 = 2.5。

2. 随机变量的方差计算公式Var(X) = E((X - E(X))²)其中，Var(X)表示随机变量X的方差；E(X)表示随机变量X的数学期望。

例如：随机变量X的可能取值为1、2、3，对应的概率分别是1/4、1/2、1/4，求X的方差。

解：E(X) = 1 * (1/4) + 2 * (1/2) + 3 * (1/4) = 5/2 = 2.5。

概率论与统计学的重要公式和解题思路

一、基本概率公式及分布1、概率常用公式：P(A+B)=P(A)+P(B)-P(AB) ;P(A-B)=P(A)-P(AB) ; 如A、B独立，则P(AB)=P(A)P(B) ; P()=1-P(A) ;B发生的前提下A发生的概率==条件概率：P(A|B)=;或记：P(AB)=P(A|B)*P(B) ;2、随机变量分布律、分布函数、概率密度分布律：离散型X的取值是x k(k=1,2,3...), 事件X=x k的概率为：P{X=x k}=P k, k=1,2,3...; --- 既X的分布律；X X1 X2 .... xnPk P1 P2 ... pnX的分布律也可以是上面的表格形式，二者都可以。

分布函数：F(x)=P(X), -; 是概率的累积！P(x1<X<x2)=F(x2)-F(x1) ;离散型rv X; F(x)= P{X;(把X<x的概率累加）连续型rvX；F(x)=, f(x)称密度函数；既分布函数F(X)是密度函数f(x)和X轴上的(-∞,x)围成的面积！性质：F(; F(;二、常用概率分布：①离散：二项分布：事件发生的概率为p,重复实验n次，发生k 次的概率（如打靶、投篮等）,记为B(n,p)P{X=k}=，k=0,1,2,...n; E(X)=np, D(X)=np(1-p);②离散：泊松分布：X～Π(λ)P{X=k}=,k=0,1,2,...; E(X)=λ, D(X)=λ;③连续型：均匀分布：X在(a,b)上均匀分布，X～U(a,b),则：密度函数：f(x)=分布函数F(x)==④连续型：指数分布，参数为，f(x)=F(x)=;⑤连续型：正态分布：X～N(most importment!密度函数f(x),表达式不用记！一定要记住对称轴x=µ, E(X)=µ,方差D(X)=; 当µ=0，时，N(0,1)称标准正态，图形为：分布函数F(x)为密度函数f(x)从(-∞,x)围成的面积。

概率统计公式大全复习重点

第一章随机事件和概率1排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数;)!(!!nmnmC 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;3一些常见排列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;5基本事件、样本空间和事件在一个试验下,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ω来表示;基本事件的全体,称为试验的样本空间,用Ω表示;一个事件就是由Ω中的部分点基本事件ω组成的集合;通常用大写字母A,B,C,…表示事件,它们是Ω的子集;Ω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;6事件的关系与运算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：BA⊂如果同时有BA⊂,AB⊃,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BA,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互不相容或者互斥;基本事件是互不相容的;Ω-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：ABC=ABC A∪B∪C=A∪B∪C分配率：AB∪C=A∪C∩B∪C A∪B∩C=AC∪BC德摩根率：∞=∞==11iiii AABABA=,BABA=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PA,若满足下列三个条件：1° 0≤PA≤1,2° PΩ =13° 对于两两互不相容的事件1A,2A,…有常称为可列完全可加性;则称PA为事件A的概率;8古典概型1°{}nωωω21,=Ω,2°nPPPn1)()()(21===ωωω ;设任一事件A,它是由mωωω21,组成的,则有PA={})()()(21mωωω=)()()(21mPPPωωω+++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,)()()(Ω=LALAP;其中L为几何度量长度、面积、体积;10加法公式PA+B=PA+PB-PAB当PAB＝0时,PA+B=PA+PB11减法公式PA-B=PA-PAB当B⊂A时,PA-B=PA-PB 当A=Ω时,P B=1- PB12条件概率定义设A、B是两个事件,且PA>0,则称)()(APABP为事件A发生条件下,事件B发生的条件概率,记为=)/(ABP)()(APABP;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PΩ/B=1⇒P B/A=1-PB/A13乘法公式乘法公式：)/()()(ABPAPABP=更一般地,对事件A1,A2,…An,若PA1A2…An-1>0,则有21(AAP…)n A)|()|()(213121AAAPAAPAP= (2)1|(AAAP n…)1-n A;14独立性①两个事件的独立性设事件A、B满足)()()(BPAPABP=,则称事件A、B是相互独立的;若事件A、B相互独立,且0)(>AP,则有若事件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Ω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,PAB=PAPB；PBC=PBPC；PCA=PCPA并且同时满足PABC=PAPBPC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n BBB,,,21 满足1°n BBB,,,21 两两互不相容,),,2,1(0)(niBP i=>, 2°niiBA1=⊂,则有)|()()|()()|()()(2211nn BAPBPBAPBPBAPBPAP+++= ;16贝叶斯公式设事件1B,2B,…,n B及A满足1°1B,2B,…,n B两两互不相容,)(BiP>0,=i1,2,…,n, 2°niiBA1=⊂,0)(>AP,则∑==njjjiiiBAPBPBAPBPABP1)/()()/()()/(,i=1,2,…n;此公式即为贝叶斯公式;)(i B P ,1=i ,2,…,n ,通常叫先验概率;)/(A B P i ,1=i ,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;17伯努利概型我们作了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 kn 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。

概率论与数理统计完整公式以及各知识点梳理

的次数是随机变量，设为 X ，则 X 可能取值为 0,1,2,, n 。
P( X

k)

Pn(k )

C
k n
p k q ，
其中
则称随机变量 X 服从参数为 n ， p 的二项分布。记为
X ~ B(n, p) 。
当 n 1时， P( X k) p k q1k ， k 0.1，这就是（0-1）分
1567014781.doc
概率论与数理统计完整版公式
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
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 。
0-1 分布
P(X=1)=p, P(X=0)=q
二项分布
（5）八大分布
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
1° 0 F(x) 1, x ；
（4）分布函数
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；
x
x
4° F(x 0) F(x) ，即 F(x) 是右连续的；

概率统计公式大全汇总

概率统计公式大全汇总概率统计是一门研究随机现象的理论和方法的学科，它包含了许多重要的公式和定理。

在这篇文章中，我将给出一些概率统计的重要公式的概览，以便复习和总结。

1.概率的基本公式概率是指事件发生的可能性，可以通过以下公式计算：P(A)=n(A)/n(S)其中，P(A)是事件A发生的概率，n(A)是事件A的样本空间中有利结果的个数，n(S)是样本空间中所有可能结果的个数。

2.加法准则当事件A和事件B不相容时，其和事件的概率可以通过以下公式计算：P(A∪B)=P(A)+P(B)如果事件A和事件B是相容的，则有：P(A∪B)=P(A)+P(B)-P(A∩B)3.乘法准则当事件A和事件B是相互独立的时，其交事件的概率可以通过以下公式计算：P(A∩B)=P(A)*P(B)如果事件A和事件B不是相互独立的，则有：P(A∩B)=P(A)*P(B，A)4.条件概率条件概率是指在已知一些事件发生的条件下，另一个事件发生的概率。

条件概率可以通过以下公式计算：P(A，B)=P(A∩B)/P(B)5.全概率公式全概率公式用于计算在多个事件的情况下一些事件的概率。

根据全概率公式，可以将一些事件划分为几个互不相容的子事件，然后分别计算每个子事件的概率，并将其加权求和。

全概率公式如下：P(A)=P(A∩B1)+P(A∩B2)+...+P(A∩Bn)其中，B1、B2、..、Bn表示将样本空间划分的互不相容的子事件。

6.贝叶斯公式贝叶斯公式描述了在已知B发生的条件下，事件A发生的概率。

根据贝叶斯公式，可以通过条件概率、全概率和边际概率来计算后验概率。

贝叶斯公式如下：P(A，B)=P(B，A)*P(A)/P(B)7.期望值期望值是随机变量的平均值，表示随机变量在每个可能取值上的发生概率乘以对应的取值，并将其加权求和。

期望值可以通过以下公式计算：E(X)=Σ(x*P(X=x))其中，x表示随机变量的取值，P(X=x)表示随机变量取值x的概率。

概率统计公式大全复习重点

概率统计公式大全复习重点在学习概率统计这门学科时，掌握各种公式是至关重要的。

这些公式不仅是解决问题的工具，更是理解概率统计概念的关键。

本文将为您梳理概率统计中的重点公式，帮助您更好地复习和掌握这部分知识。

一、随机事件与概率1、古典概型概率公式如果一个随机试验所包含的基本事件总数为 n，事件 A 所包含的基本事件数为 m，则事件 A 发生的概率为：P(A) ＝ m ／ n2、几何概型概率公式设样本空间为几何区域Ω，事件 A 对应的区域为ω，则事件 A 发生的概率为：P(A) ＝ω 的测度／Ω 的测度3、条件概率公式设 A、B 是两个事件，且 P(B) ＞ 0，则在事件 B 发生的条件下，事件 A 发生的条件概率为：P(A|B) ＝ P(AB) ／ P(B)4、乘法公式P(AB) ＝ P(A|B)P(B) 或 P(AB) ＝ P(B|A)P(A)5、全概率公式设 B₁, B₂,， Bₙ 是样本空间Ω 的一个划分，且 P(Bᵢ) ＞ 0（i ＝ 1, 2,， n），A 是Ω 中的任意一个事件，则有：P(A) ＝∑ P(Bᵢ)P(A|Bᵢ)（i从 1 到 n）6、贝叶斯公式设 B₁, B₂,， Bₙ 是样本空间Ω 的一个划分，且 P(Bᵢ) ＞ 0（i ＝ 1, 2,， n），A 是Ω 中的任意一个事件，在事件 A 已经发生的条件下，事件 Bᵢ发生的概率为：P(Bᵢ|A) ＝ P(Bᵢ)P(A|Bᵢ) ／∑ P(Bₙ)P(A|Bₙ) （i从 1 到 n，k 从 1 到 n）二、随机变量及其分布1、离散型随机变量的概率分布设离散型随机变量 X 的可能取值为 x₁, x₂,， xₙ，对应的概率为p₁, p₂,， pₙ，则概率分布为：P(X ＝ xᵢ) ＝ pᵢ（i ＝ 1, 2,， n），且∑pᵢ＝ 12、二项分布如果随机变量 X 服从参数为 n 和 p 的二项分布，记为 X ～ B(n, p)，则概率质量函数为：P(X ＝ k) ＝ C(n, k) p^k （1 p)＾（n k) （k ＝ 0, 1, 2,， n）3、泊松分布如果随机变量 X 服从参数为λ 的泊松分布，记为 X ～P(λ)，则概率质量函数为：P(X ＝ k) ＝（e^（λ) λ^k) ／ k! （k ＝ 0, 1, 2,）4、连续型随机变量的概率密度函数设连续型随机变量 X 的概率密度函数为 f(x)，则分布函数为：F(x)＝∫∞， x f(t) dt5、正态分布如果随机变量 X 服从参数为μ 和σ² 的正态分布，记为 X ～N(μ, σ²)，则概率密度函数为：f(x) ＝（1 ／（σ√（2π)）） e^（（x μ)² ／（2σ²)）三、随机变量的数字特征1、数学期望离散型随机变量 X 的数学期望为：E(X) ＝∑ xᵢ pᵢ（i 从 1 到 n）连续型随机变量 X 的数学期望为：E(X) ＝∫∞，＋∞ x f(x) dx2、方差离散型随机变量 X 的方差为：D(X) ＝∑ （xᵢ E(X)）² pᵢ（i 从 1 到n）连续型随机变量 X 的方差为：D(X) ＝∫∞，＋∞ （x E(X)）² f(x) dx3、标准差随机变量 X 的标准差为：σ(X) ＝√D(X)4、协方差设随机变量 X 和 Y，其协方差为：Cov(X, Y) ＝ E(（X E(X)）（Y E(Y)））5、相关系数随机变量 X 和 Y 的相关系数为：ρ(X, Y) ＝ Cov(X, Y) ／（σ(X)σ(Y)）四、大数定律和中心极限定理1、大数定律当 n 足够大时，样本均值X依概率收敛于总体均值μ，即：P(｜Xμ| ＞ε) → 0 （n → ∞）2、中心极限定理设随机变量 X₁, X₂,， Xₙ 相互独立，且具有相同的分布和有限的数学期望μ 和方差σ²。

概率与统计常用公式整理速查

概率与统计常用公式整理速查（注意：以下为示例内容，题目涉及的具体公式请根据实际需求自行整理）一、概率公式1. 加法法则P(A∪B) = P(A) + P(B) - P(A∩B)2. 乘法法则P(A∩B) = P(A) × P(B|A) = P(B) × P(A|B)3. 全概率公式P(A) = P(A|B₁) × P(B₁) + P(A|B₂) × P(B₂) + ... + P(A|Bₙ) × P(Bₙ)4. 贝叶斯公式P(B|A) = (P(A|B) × P(B)) / P(A)5. 边缘概率P(A) = Σ P(A, B) （对所有可能的事件B求和）6. 条件概率P(A|B) = P(A, B) / P(B)7. 相互独立事件P(A∩B) = P(A) × P(B)二、统计量计算1. 均值（平均值）μ = Σ(xᵢ) / n2. 方差σ² = Σ(xᵢ - μ)² / n3. 标准差σ = √(σ²)4. 协方差Cov(X, Y) = Σ((xᵢ - μₓ)(yᵢ - μᵧ)) / n5. 相关系数ρ = Cov(X, Y) / (σₓ × σᵧ)三、常用分布1. 正态分布概率密度函数：f(x) = (1 / (σ√(2π))) × exp(-((x - μ)² / (2σ²)))期望值：μ方差：σ²2. 二项分布概率质量函数：f(x) = C(n, x) × pˣ × (1-p)ⁿ⁻ˣ期望值：np方差：np(1-p)3. 泊松分布概率质量函数：f(x) = (e⁻ˣ × ʌˣ) / x!期望值：ʌ方差：ʌ4. 指数分布概率密度函数：f(x) = λe⁻ˡᵃᵐᵇᵈᵃ期望值：1/λ方差：1/λ²四、假设检验1. 单样本t检验t = (x - μ₀) / (s / √n)其中，x为样本均值，μ₀为假设的总体均值，s为样本标准差，n为样本容量。

概率统计公式大全复习重点汇总

第一章随机事件和概率〔1〕排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进展排列的可能数。

)!(!!nmnmC nm-=从m个人中挑出n个人进展组合的可能数。

〔2〕加法和乘法原理加法原理〔两种方法均能完成此事〕：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，那么这件事可由种方法来完成。

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，那么这件事可由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〕对立事件〔至少有一个〕顺序问题〔4〕随机试验和随机事件如果一个试验在一样条件下可以重复进展，而每次试验的可能结果不止一个，但在进展一次试验之前却不能断言它出现哪个结果，那么称这种试验为随机试验。

试验的可能结果称为随机事件。

〔5〕根在一个试验下，不管事件有多少个，总可以从其中找出本领件、样本空间和事件这样一组事件，它具有如下性质：①每进展一次试验，必须发生且只能发生这一组中的一个事件；②任何事件，都是由这一组中的局部事件组成的。

这样一组事件中的每一个事件称为根本领件，用ω来表示。

根本领件的全体，称为试验的样本空间，用Ω表示。

一个事件就是由Ω中的局部点〔根本领件ω〕组成的集合。

通常用大写字母A，B，C，…表示事件，它们是Ω的子集。

Ω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。

〔6〕事件的关系及运算①关系：如果事件A的组成局部也是事件B的组成局部，〔A发生必有事件B发生〕：BA⊂如果同时有BA⊂，AB⊃，那么称事件A及事件B等价，或称A等于B：。

A、B中至少有一个发生的事件：，或者。

属于A而不属于B的局部所构成的事件，称为A及B 的差，记为，也可表示为或者BA，它表示A发生而B 不发生的事件。

概率论与数理统计公式汇总应用广泛解题利器

概率论与数理统计公式汇总应用广泛解题利器概率论与数理统计是一门重要的数学学科，广泛应用于各个领域，包括自然科学、社会科学以及工程技术等。

在解决实际问题时，概率论与数理统计的公式是我们的利器之一。

本文将概括总结概率论与数理统计中常用的公式，并探讨其在实际问题中的应用。

一、概率论公式汇总1. 加法公式：对于两个事件A和B，其和事件的概率为P(A ∪ B) = P(A) + P(B) -P(A ∩ B)。

该公式适用于求两个或多个事件的并的概率。

2. 条件概率公式：事件A在已知事件B发生的条件下发生的概率为P(A|B) = P(A ∩ B) / P(B)。

该公式适用于求已知条件下事件的概率。

3. 乘法公式：对于两个事件A和B，其交事件的概率为P(A ∩ B) = P(A|B) * P(B)。

该公式适用于求两个事件的交的概率。

4. 全概率公式：对于一组两两互斥的事件B1、B2、...、Bn，事件A的概率为P(A)= P(A|B1) * P(B1) + P(A|B2) * P(B2) + ... + P(A|Bn) * P(Bn)。

该公式适用于求事件A的概率。

该公式适用于求已知事件A发生的条件下事件Bi发生的概率。

二、数理统计公式汇总1. 样本均值公式：对于样本X1、X2、...、Xn，其样本均值为X = (X1 + X2 + ... + Xn) / n。

该公式适用于求样本的均值。

2. 总体均值公式：对于总体X1、X2、...、Xn，其总体均值为μ = (X1 + X2 + ... + Xn) / n。

该公式适用于求总体的均值。

3. 样本方差公式：对于样本X1、X2、...、Xn，其样本方差为S² = [(X1 - X)² + (X2 - X)² + ... + (Xn - X)²] / (n - 1)。

概率与统计公式总结

概率与统计公式总结概率与统计公式总结
一、概率公式
1、概率：P(B)=n(B)/n(S)
P(B)表示B的概率
n(B)表示B的样本数
n(S)表示总样本数
2、条件概率：P(A|B)=P(A∩B)/P(B)
P(A|B)表示A发生的条件概率
P(A∩B)表示A与B同时发生的概率
P(B)表示B发生的概率
3、独立概率：P(A∩B)=P(A)P(B)
P(A∩B)表示A与B同时发生的概率
P(A)表示A发生的概率
P(B)表示B发生的概率
4、贝叶斯公式：P(B|A)=P(A|B)P(B)/P(A) P(B|A)表示B发生的条件概率
P(A|B)表示A发生的条件概率
P(B)表示B发生的概率
P(A)表示A发生的概率
二、统计公式
1、样本方差：σ2=1/N∑(X1-X)2
σ2表示样本方差
N表示样本容量
X1-X表示每个值与平均数的差
2、样本标准差：σ=√(1/N∑(X1-X)2)
σ表示样本标准差
3、样本偏差：ΔX=∑(X1-X)/N
ΔX表示样本偏差
4、样本噪声：σ=√(1/N∑(X1-X')2)
σ表示样本噪声
X'表示拟合函数的值
5、样本系数：K=√(σ2/X2)
K表示样本系数
σ2表示样本方差
X表示样本平均值。

概率统计公式大全(复习重点)

第一章随机事件和概率（1）排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC 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。

（3）一些常见排列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（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。

（5）基本事件、样本空间和事件在一个试验下，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ω来表示。

基本事件的全体，称为试验的样本空间，用Ω表示。

一个事件就是由Ω中的部分点（基本事件ω）组成的集合。

通常用大写字母A，B，C，…表示事件，它们是Ω的子集。

Ω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。

（6）事件的关系与运算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）：BA⊂如果同时有BA⊂，AB⊃，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BA，它表示A发生而B不发生的事件。

概率统计公式大全(复习重点)

第一章随机事件和概率〔1〕排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数。

)!(!!nmnmC 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。

〔3〕一些常见排列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〔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。

〔5〕根本领件、样本空间和事件在一个试验下，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，都是由这一组中的局部事件组成的。

这样一组事件中的每一个事件称为根本领件，用ω来表示。

根本领件的全体，称为试验的样本空间，用Ω表示。

一个事件就是由Ω中的局部点〔根本领件ω〕组成的集合。

通常用大写字母A，B，C，…表示事件，它们是Ω的子集。

Ω为必定事件，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肯定是不可能事件；同理，必定事件〔Ω〕的概率为1，而概率为1的事件也不肯定是必定事件。

〔6〕事件的关系与运算①关系：如果事件A的组成局部也是事件B的组成局部，〔A发生必有事件B发生〕：BA⊂如果同时有BA⊂，AB⊃，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的局部所构成的事件，称为A与B的差，记为A-B，也可表示为A-AB或者BA，它表示A发生而B不发生的事件。

概率论与数理统计公式整理

概率论与数理统计公式整理一、概率论公式：1.加法公式：P(A∪B)=P(A)+P(B)-P(A∩B)2.乘法公式：P(A∩B)=P(A)×P(B，A)其中，P(A)和P(B)表示事件A和B的概率，P(B，A)表示已知事件A发生的条件下事件B发生的概率。

3.全概率公式：P(A)=∑[P(A，B(i))×P(B(i))]其中，B(i)表示互斥事件组，且它们的概率之和为14.贝叶斯公式：P(B(j)，A)=P(A，B(j))×P(B(j))/∑[P(A，B(i))×P(B(i))]其中，P(B(j)，A)表示已知事件A发生的条件下事件B(j)发生的概率。

5.期望值公式：E(X)=∑[x×P(X=x)]其中，X为一个随机变量，x为X的取值，P(X=x)为X等于x的概率。

6.方差公式：Var(X) = E[(X-E(X))^2]其中，Var(X)表示随机变量X的方差，E(X)表示X的期望值。

二、数理统计公式：1.样本均值公式：样本均值 = (x1 + x2 + ... + xn)/n其中，x1、x2、..、xn为样本中的观测值，n为样本容量。

2.样本方差公式（无偏估计）：样本方差 = [(x1-样本均值)^2 + (x2-样本均值)^2 + ... + (xn-样本均值)^2]/(n-1)3.样本标准差公式（无偏估计）：样本标准差=样本方差的平方根4.正态分布的标准化公式：Z=(X-μ)/σ其中，X为一个正态随机变量，μ为其均值，σ为其标准差，Z为标准正态分布的变量。

5.正态分布的累积分布函数：P(X≤x)=Φ((x-μ)/σ)其中，Φ表示标准正态分布的累积分布函数。

6.样本之间的协方差公式：Cov(X,Y) = ∑[(x(i)-X均值) × (y(i)-Y均值)]/(n-1)其中，X、Y为两个随机变量，x(i)、y(i)为X、Y的观测值，X均值、Y均值分别为X、Y的样本均值，n为样本容量。

《概率统计》公式符号汇总表及复习策略

《概率统计》公式、符号汇总表及各章要点及复习策略（共4页）第一章均独立。

与与与此时独立与B A B A B A B P A P AB P B A B P AB P B A P ,,);()()( )()()( (1)⋅=⇔=)()()()( )()()()()( )3()(1)( )()( A B )()()( )()()()()( )()()()( )2(11A P B P B A P A B P B P B A P B P B A P A P A P A P B P A P AB P A P B A P A P A B P B P B A P AB P AB P B P A P B A P i i i n n ⋅=⋅++⋅=-=-⊆-=-⋅=⋅=-+=第二、三章一维随机变量及分布：X ， i P ， )(x f X ， )(x F X二维随机变量及分布：),(Y X ， ij P ， ),(y x f ， ),(y x F*注意分布的非负性、规范性（1）边缘分布：如：∑=j ij i p P ，⎰+∞∞-=dy y x f x f X ),()(（2）独立关系：J I IJ P P P Y X =⇔独立与或)()()(y f x f y x f Y X =，),,(11n X X 与),,(21n Y Y 独立),,(11n X X f ⇒与),,(21n Y Y g 独立（3）随机变量函数的分布（离散型用点点对应法、连续型用分布函数法）一维问题：已知X 的分布以及)(X g Y =，求Y 的分布二维问题：已知),(Y X 的分布，求Y X Z +=、{}Y X M ,m ax =、{}Y X N ,m in =的分布-*⎰⎰+∞∞-+∞∞--=-=dy y y z f dx x z x f z f Z ),(),()(M 、N 的分布--------离散型用点点对应法、连续型用分布函数法第四章（1）期望定义：离散：∑=i i i p x X E )( 连续：⎰⎰⎰+∞∞-+∞∞-+∞∞-==dxdy y x xf dx x xf X E ),()()( 方差定义：)()(]))([()(222X E X E X E X E X D -=-=离散：∑-=i i i p X E x X D 2))(()( 连续：⎰+∞∞--=dx x f X E x X D X )())(()(2协方差定义：)()()())]())(([(),(Y E X E XY E Y E Y X E X E V X COV -=--=相关系数定义：)()(),(Y D X D Y X COV XY =ρK 阶原点矩定义：)( K k X E ∆μ K 阶中心矩定义：]))([( K k X E X E -∆σ（2）性质：C C E =)( ；)()(X CE CX E = ；)()()(Y E X E Y X E ±=±；)()( )(Y E X E Y X XY E 独立与 0)(=C D ；)()(2X D C CX D = ；)()( 2)(Y D X D Y X Y X COV Y D X D Y X D +±+=±独立与），（）（）（)(),()()(,Y bdD Y X COV bc ad X acD dY cX bY aX COV +++=++）（ 1≤XY ρ ； {}11=+=⇔=b aX Y p XY ρX 与Y 独立 0=⇒XY ρ 即X 与Y 线性无关，但反之不然。

6.1概率论公式汇总及口诀记忆法

概率论公式汇总及口诀记忆法一、口诀法教你记忆概率统计参数估计占数理统计的一多半内容，所以参数估计是重点。

统计里面第一章是关于样本、统计量的分布，这部分要求统计量的数字特征，要知道统计量是随机变量。

统计量的分布及其分布参数是常考题型，常利用分布，分布及分布的典型模式及其性质以及正态总体样本均值与样本方差的分布进行。

为此应记清上述三大分布的典型模式。

关于三大分布，有一个口诀，有方便大家记忆：正态方和卡方(x2 )出，卡方相除变F；若想得到t分布，一正n卡再相除；第一个口诀的意思是标准正态分布的平方和可以生成卡方分布，而两卡方分布除以其维数之后相除可以生成F分步，第二个口诀的意思是标准正态分布和卡方分布相除可以得到分布。

参数的矩估计量(值)、最大似然估计量(值)也是经常考的。

很多同学遇到这样的题目，总是感觉到束手无策。

题目中给出的样本值完全用不上。

其实这样的题目非常简单。

只要你掌握了矩估计法和最大似然估计法的原理，按照固定的程序去做就可以了。

矩法的基本思想就是用样本的阶原点矩作为总体的阶原点矩。

估计矩估计法的解题思路是：（1）当只有一个未知参数时，我们就用样本的一阶原点矩即样本均值来估计总体的一阶原点矩即期望，解出未知参数，就是其矩估计量。

（2）如果有两个未知参数，那么除了要用一阶矩来估计外，还要用二阶矩来估计。

因为两个未知数，需要两个方程才能解出。

解出未知参数，就是矩估计量。

考纲上只要求掌握一阶、二阶矩。

最大似然估计法的最大困难在于正确写出似然函数，它是根据总体的分布律或密度函数写出的，我们给大家一个口诀，方便大家记忆。

样本总体相互换，矩法估计很方便；似然函数分开算，对数求导得零蛋；第一条口诀的意思是用样本的矩来替换总体的矩，就可以算出参数的矩估计；第二个口诀的意思是把似然函数中的未知参数当成变量，求出其驻点，在具体计算的时候就是在似然函数两边求对数，然后求参数的驻点，即为参数的最大似然估计。

二、考研概率论公式汇总1．随机事件及其概率吸收律：AABAAAA=⋃=∅⋃Ω=Ω⋃)(ABAAAAA=⋃⋂∅=∅⋂=Ω⋂)()(ABABABA-==-反演律：B A B A =⋃ B A AB ⋃=ni in i i AA 11===ni in i i AA 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 nnk j i kjinj i jini 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)()()()(1i ni i B A P B P ⋅=∑=Bayes 公式)(A B P k )()(A P AB P k =∑==ni iik 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 ) = pn k p p C k X P k n kk n ,,1,0,)1()( =-==-* Possion 定理lim >=∞→λn n np有 ,2,1,0!)1(lim ==---∞→k k ep p C kkn n k nk n n λλ(3) Poisson 分布 )(λP,2,1,0,!)(===-k k ek X P kλλ6．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 xλ(3) 正态分布 N (μ , σ 2 )+∞<<∞-=--x e x f x 222)(21)(σμσπ⎰∞---=xt tex F d 21)(22)(σμσπ* N (0,1) — 标准正态分布+∞<<∞-=-x ex x 2221)(πϕ+∞<<∞-=Φ⎰∞--x t e x xt 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⎰⎰∞-∞-=xydvduv u f y x F ),(),(边缘分布函数与边缘密度函数⎰⎰∞-+∞∞-=xX dvduv u f x F ),()(⎰+∞∞-=dvv x f x f X ),()(⎰⎰∞-+∞∞-=yY dudvv u f y F ),()(⎰+∞∞-=duy 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),(Gy x Ay x f(2) 二维正态分布+∞<<-∞+∞<<∞-⨯-=⎥⎥⎦⎤⎢⎢⎣⎡-+------y x ey 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)()()(>=y f y x f y f Y Y X Y⎰⎰+∞∞-+∞∞-==dyy 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 =10. 随机变量的数字特征数学期望∑+∞==1)(k kk p x X E⎰+∞∞-=dxx xf X E )()(随机变量函数的数学期望 X 的 k 阶原点矩)(k X EX 的 k 阶绝对原点矩)|(|k X EX 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)(lk Y X EX ,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 EX ,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))()()(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 =ρ。

概率统计公式大全汇总

概率统计公式大全汇总1.基本概率公式：P(A)=n(A)/n(S)其中，P(A)表示事件A发生的概率，n(A)表示事件A的样本点数，n(S)表示样本空间的样本点数。

2.条件概率公式：P(A，B)=P(A∩B)/P(B)其中，P(A，B)表示在事件B发生的条件下事件A发生的概率，P(A∩B)表示事件A和B同时发生的概率，P(B)表示事件B的概率。

3.乘法公式：P(A∩B)=P(A)*P(B，A)其中，P(A∩B)表示事件A和B同时发生的概率，P(A)表示事件A的概率，P(B，A)表示在事件A发生的条件下事件B发生的概率。

4.加法公式：P(A∪B)=P(A)+P(B)-P(A∩B)其中，P(A∪B)表示事件A和事件B至少有一个发生的概率，P(A)和P(B)分别表示事件A和事件B的概率，P(A∩B)表示事件A和事件B同时发生的概率。

5.贝叶斯公式：P(B，A)=P(A，B)*P(B)/P(A)其中，P(B，A)表示在事件A发生的条件下事件B发生的概率，P(A，B)表示在事件B发生的条件下事件A发生的概率，P(B)和P(A)分别表示事件B和事件A的概率。

6.期望值公式：E(X)=∑(x*P(X=x))其中，E(X)表示随机变量X的期望值，x表示X的取值，P(X=x)表示X取值为x的概率。

7.方差公式：Var(X) = E[X^2] - (E[X])^2其中，Var(X)表示随机变量X的方差，E[X^2]表示X的平方的期望值，E[X]表示X的期望值。

8.标准差公式：SD(X) = √Var(X)其中，SD(X)表示随机变量X的标准差，Var(X)表示X的方差。

9.二项分布概率公式：P(X=k)=C(n,k)*p^k*(1-p)^(n-k)其中，P(X=k)表示X取值为k的概率，C(n,k)表示从n个元素中选择k个元素的组合数，p表示每个元素成功的概率，n表示试验次数。

10.正态分布概率公式：P(X≤x)=Φ((x-μ)/σ)其中，P(X≤x)表示X小于或等于x的概率，Φ表示标准正态分布的累积分布函数，μ表示正态分布的均值，σ表示正态分布的标准差。

概率与统计学的主要公式及解题技巧

一、基本概率公式及分布1、概率常用公式：P(A+B)=P(A)+P(B)-P(AB);P(A-B)=P(A)-P(AB);如A 、B 独立，则P(AB)=P(A)P(B);P(A )=1-P(A);B 发生的前提下A 发生的概率==条件概率：P(A|B)=P(AB)P(B);或记：P(AB)=P(A|B)*P(B);2、随机变量分布律、分布函数、概率密度分布律：离散型X 的取值是x k (k=1,2,3...),事件X=x k 的概率为：P{X=x k }=P k ,k=1,2,3...;---既X 的分布律；X X1X2....xn PkP1P2...pnX 的分布律也可以是上面的表格形式，二者都可以。

分布函数：F(x)=P{X ≤x},-∞ t ∞;是概率的累积！P(x1<X<x2)=F(x2)-F(x1);P{X>a}=1-P{X<a}离散型rv X;F(x)=P{X ≤x}=x k tp k ;(把X<x 的概率累加）连续型rvX ；F(x)=−∞xf x dx ,f(x)称密度函数；既分布函数F(X)是密度函数f(x)和X 轴上的(-∞,x)围成的面积！性质：F(∞)=1;F(−∞)=0;二、常用概率分布：①离散：二项分布：事件发生的概率为p,重复实验n次，发生k 次的概率（如打靶、投篮等）,记为B(n,p)P{X=k}=n k p k(1−p)n−k，k=0,1,2,...n;E(X)=np,D(X)=np(1-p);②离散：泊松分布：X～Π(λ)P{X=k}=λk e−λk!,k=0,1,2,...;E(X)=λ,D(X)=λ;③连续型：均匀分布：X在(a,b)上均匀分布，X～U(a,b),则：密度函数：f(x)=1b−a,a t0,其它=0,x x−a b−a1,x≥b,a t分布函数F(x)=−∞x f x dx④连续型：指数分布，参数为θ，f(x)=1θe−xθ,0 t0,其它F(x)=1−e−xθ0,x 0;⑤连续型：正态分布：X～N(μ,σ2),most importment!密度函数f(x),表达式不用记！一定要记住对称轴x=µ,E(X)=µ,方差D(X)=σ2;当µ=0，σ2=1时，N(0,1)称标准正态，图形为：分布函数F(x)为密度函数f(x)从(-∞,x)围成的面积。

概率统计公式大全复习重点汇总

第一章随机事件和概率1排列组合公式)!(!nmmP nm-=从m个人中挑出n个人进行排列的可能数;)!(!!nmnmC 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;3一些常见排列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;5基本事件、样本空间和事件在一个试验下,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ω来表示;基本事件的全体,称为试验的样本空间,用Ω表示;一个事件就是由Ω中的部分点基本事件ω组成的集合;通常用大写字母A,B,C,…表示事件,它们是Ω的子集;Ω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;6事件的关系与运算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：BA⊂如果同时有BA⊂,AB⊃,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BA,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互不相容或者互斥;基本事件是互不相容的;Ω-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：ABC=ABC A∪B∪C=A∪B∪C分配率：AB∪C=A∪C∩B∪C A∪B∩C=AC∪BC德摩根率：∞=∞==11iiii AABABA=,BABA=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PA,若满足下列三个条件：1° 0≤PA≤1,2° PΩ =13° 对于两两互不相容的事件1A,2A,…有常称为可列完全可加性;则称PA为事件A的概率;8古典概型1°{}nωωω21,=Ω,2°nPPPn1)()()(21===ωωω ;设任一事件A,它是由mωωω21,组成的,则有PA={})()()(21mωωω=)()()(21mPPPωωω+++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,)()()(Ω=LALAP;其中L为几何度量长度、面积、体积;10加法公式PA+B=PA+PB-PAB当PAB＝0时,PA+B=PA+PB11减法公式PA-B=PA-PAB当B⊂A时,PA-B=PA-PB 当A=Ω时,P B=1- PB12条件概率定义设A、B是两个事件,且PA>0,则称)()(APABP为事件A发生条件下,事件B发生的条件概率,记为=)/(ABP)()(APABP;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PΩ/B=1⇒P B/A=1-PB/A13乘法公式乘法公式：)/()()(ABPAPABP=更一般地,对事件A1,A2,…A n,若PA1A2…A n-1>0,则有21(AAP…)n A)|()|()(213121AAAPAAPAP= (2)1|(AAAP n…)1-n A;14独立性①两个事件的独立性设事件A、B满足)()()(BPAPABP=,则称事件A、B是相互独立的;若事件A、B相互独立,且0)(>AP,则有若事件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Ω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,PAB=PAPB；PBC=PBPC；PCA=PCPA并且同时满足PABC=PAPBPC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nBBB,,,21 满足1°nBBB,,,21 两两互不相容,),,2,1(0)(niBP i=>,2°niiBA1=⊂,则有)|()()|()()|()()(2211nn BAPBPBAPBPBAPBPAP+++= ;16贝叶斯公式设事件1B,2B,…,n B及A满足1°1B,2B,…,n B两两互不相容,)(BiP>0,=i1,2,…,n, 2°niiBA1=⊂,)(>AP,则∑==njjjiiiBAPBPBAPBPABP1)/()()/()()/(,i=1,2,…n;此公式即为贝叶斯公式;)(iBP,1=i,2,…,n,通常叫先验概率;)/(ABPi,1=i,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;17伯努利概型我们作了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qp=-1,用)(kP n表示n 重伯努利试验中A出现)0(nkk≤≤次的概率,knkknn qpkP C-=)(,nk,,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。