【概率公式大全】在概率論中，掌握各種基本的概率公式是理解和解決實際問題的關鍵。以下是對常見概率公式的總結，涵蓋基礎概念、事件關系、條件概率、獨立性、貝葉斯定理等內容，并以表格形式清晰展示。
一、基礎概率公式
| 公式 | 含義 | 說明 |
| $ P(A) = \frac{n(A)}{n(S)} $ | 事件A發(fā)生的概率 | $ n(A) $ 是事件A發(fā)生的基本事件數(shù)，$ n(S) $ 是樣本空間的總事件數(shù) |
| $ 0 \leq P(A) \leq 1 $ | 概率的取值范圍 | 任何事件的概率介于0和1之間 |
| $ P(S) = 1 $ | 樣本空間的概率 | 所有可能結果的集合的概率為1 |
| $ P(\emptyset) = 0 $ | 不可能事件的概率 | 空集表示不可能發(fā)生的事件，其概率為0 |
二、事件關系與運算
| 公式 | 含義 | 說明 | |
| $ P(A \cup B) = P(A) + P(B) - P(A \cap B) $ | 兩個事件的并集概率 | 包含A或B發(fā)生的概率 | |
| $ P(A \cap B) = P(A)P(B | A) $ | 兩個事件的交集概率 | 適用于非獨立事件 |
| $ P(A') = 1 - P(A) $ | 事件A的補集概率 | A不發(fā)生的概率 | |
| $ A \subseteq B \Rightarrow P(A) \leq P(B) $ | 子事件的概率關系 | 如果A是B的子集，則A的概率不超過B的概率 |
三、條件概率與獨立性
| 公式 | 含義 | 說明 | |
| $ P(A | B) = \frac{P(A \cap B)}{P(B)} $ (當 $ P(B) > 0 $) | 條件概率 | 在B發(fā)生的條件下，A發(fā)生的概率 |
| $ P(A \cap B) = P(A)P(B) $ | 獨立事件的交集概率 | 若A與B獨立，則兩事件同時發(fā)生的概率等于各自概率的乘積 | |
| $ P(A | B) = P(A) $ | 獨立事件的條件概率 | 若A與B獨立，則B的發(fā)生不影響A的概率 |
四、全概率公式與貝葉斯定理
| 公式 | 含義 | 說明 | |||
| $ P(B) = \sum_{i=1}^{n} P(A_i)P(B | A_i) $ | 全概率公式 | 當事件B可以由多個互斥且窮盡的事件$ A_1, A_2, ..., A_n $引起時使用 | ||
| $ P(A_i | B) = \frac{P(A_i)P(B | A_i)}{\sum_{j=1}^{n} P(A_j)P(B | A_j)} $ | 貝葉斯定理 | 用于在已知B發(fā)生的前提下，求某個原因$ A_i $發(fā)生的概率 |
五、期望與方差（隨機變量）
| 公式 | 含義 | 說明 |
| $ E(X) = \sum x_i P(X = x_i) $ | 離散型隨機變量的期望 | 表示X的平均值 |
| $ Var(X) = E[(X - E(X))^2] $ | 方差 | 衡量X與其期望值的偏離程度 |
| $ Var(X) = E(X^2) - [E(X)]^2 $ | 方差的另一種表達方式 | 便于計算 |
| $ E(aX + b) = aE(X) + b $ | 線性期望 | 線性變換對期望的影響 |
| $ Var(aX + b) = a^2 Var(X) $ | 線性方差 | 線性變換對方差的影響 |
六、常見分布的概率公式（簡要）
| 分布類型 | 概率質量函數(shù)（PMF）或概率密度函數(shù)（PDF） | 期望 | 方差 |
| 二項分布 $ B(n, p) $ | $ P(X=k) = C(n,k)p^k(1-p)^{n-k} $ | $ np $ | $ np(1-p) $ |
| 泊松分布 $ Poisson(\lambda) $ | $ P(X=k) = \frac{\lambda^k e^{-\lambda}}{k!} $ | $ \lambda $ | $ \lambda $ |
| 正態(tài)分布 $ N(\mu, \sigma^2) $ | $ f(x) = \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}} $ | $ \mu $ | $ \sigma^2 $ |
| 均勻分布 $ U(a,b) $ | $ f(x) = \frac{1}{b-a} $ | $ \frac{a+b}{2} $ | $ \frac{(b-a)^2}{12} $ |
總結
概率公式是概率論的核心工具，廣泛應用于統(tǒng)計學、機器學習、金融、工程等領域。掌握這些公式不僅有助于理解概率現(xiàn)象，還能提升實際問題的建模與分析能力。通過表格的形式整理各類公式，有助于快速查閱與記憶。建議結合實際案例進行練習，以加深對公式的理解與應用。