概率论的公式大全概率论是数学中研究随机事件的理论，它用于描述事件发生的可能性，并通过概率的计算和分析来预测、评估和决策。
下面给出一些概率论中常用的公式，帮助你更好地理解和运用概率论。
1.概率定义公式：P(A)=N(A)/N，表示事件A发生的概率，N(A)代表事件A发生的次数，N代表试验的总次数。
2.互补事件公式：P(A')=1-P(A)，表示事件A的补事件发生的概率。
3.加法公式：P(A∪B)=P(A)+P(B)-P(A∩B)，表示事件A或B发生的概率。
4.独立事件公式：P(A∩B)=P(A)*P(B)，表示事件A和事件B同时发生的概率，当事件A和事件B相互独立时成立。
5.条件概率公式：P(A，B)=P(A∩B)/P(B)，表示事件B已经发生时事件A发生的概率。
6.乘法公式：P(A∩B)=P(A，B)*P(B)，也可以写作P(A∩B)=P(B，A)*P(A)，表示事件A和事件B同时发生的概率。
7.全概率公式：P(A)=ΣP(A，Bᵢ)*P(Bᵢ)，表示事件A发生的概率，Bᵢ代表一组互不相容且构成样本空间的事件。
8.贝叶斯公式：P(B，A)=P(A，B)*P(B)/P(A)，表示在事件A发生的条件下，事件B发生的概率。
9.随机变量的概率公式：P(X=x)≥0，表示随机变量X取值为x的概率非负。
10.随机变量期望公式：E(X)=ΣxP(X=x)*x，表示随机变量X的期望或均值。
11.随机变量方差公式：Var(X) = E[(X - µ)²]，表示随机变量X的方差，其中µ为X的期望。
12.二项分布公式：P(X=k)=C(n,k)*p^k*q^(n-k)，表示n次独立重复实验中，事件发生k次的概率，其中，C(n,k)为组合数，p为事件发生的概率，q为事件不发生的概率。
13.泊松分布公式：P(X=k)=e^(-λ)*(λ^k)/k!，表示单位时间或空间中，事件发生了k次的概率，λ为事件发生率。
概率论全概率公式和贝叶斯公式概率论是数学的一门分支，主要研究以概率为基础的随机现象和数学模型，以及这些模型的性质和应用。
全概率公式和贝叶斯公式是概率论中两个重要的基本定理，本文将深入探讨这两个公式的概念、原理和应用。
一、全概率公式（Law of Total Probability）全概率公式是概率论中一个非常基本且有用的公式，它给出了一个事件的概率如何通过其他相关事件的概率来进行计算。
假设有一组互斥和完备的事件{B₁，B₂，B₃，...，Bₙ}，即这些事件是两两不重叠且一起构成了样本空间Ω，那么对于任意一个事件A，其概率可以表示为：P(A)=P(B₁)P(A，B₁)+P(B₂)P(A，B₂)+P(B₃)P(A，B₃)+...+P(Bₙ)P(A，Bₙ)其中，P(A)表示事件A的概率，P(B₁)、P(B₂)、P(B₃)、..、P(Bₙ)表示事件{B₁，B₂，B₃，...，Bₙ}的概率，P(A，B₁)、P(A，B₂)、P(A，B₃)、..、P(A，Bₙ)表示在事件{B₁，B₂，B₃，...，Bₙ}发生的条件下，事件A发生的概率。
全概率公式实际上是根据概率的加法规则推导出来的，它将事件A的概率分解为在不同条件下的概率。
通过求解这些条件概率，可以更加准确地计算事件A的概率。
全概率公式的应用非常广泛，例如在实际生活中，我们可能会遇到一些情况，我们对一些事件的概率不清楚，但是我们对一些互斥且完备的事件的概率有一些了解，利用全概率公式，我们可以通过这些已知的概率来推导出我们所关心的事件的概率。
二、贝叶斯公式（Bayes' theorem）贝叶斯公式是概率论中一个非常重要的公式，它描述了在已知事件B发生后，事件A发生的概率。
对于两个事件A和B，其中事件B发生的条件下，事件A发生的概率可以表示为：P(A，B)=P(B，A)P(A)/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(B，A)表示在事件A发生的条件下，事件B发生的概率；P(A)表示事件A的概率；P(B)表示事件B的概率。
概率论概率论是研究随机现象数量规律的数学分支。
随机现象是相对于决定性现象而言的。
在一定条件下必然发生某一结果的现象称为决定性现象。
例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。
随机现象则是指在基本条件不变的情况下，一系列试验或观察会得到不同结果的现象。
每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。
例如，掷一硬币，可能出现正面或反面，在同一工艺条件下生产出的灯泡，其寿命长短参差不齐等等。
随机现象的实现和对它的观察称为随机试验。
随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。
基本起源概率论是一门研究事情发生的可能性的学问，但是最初概率论的起源与赌博问题有关。
16世纪，意大利的学者吉罗拉莫•卡尔达诺（Girolam oCardano，1501——1576）开始研究掷骰子等赌博中的一些简单问题。
17世纪中叶，当时的法国宫廷贵族里盛行着掷骰子游戏，游戏规则是玩家连续掷4次骰子，如果其中没有6点出现，玩家赢，如果出现一次6点，则庄家（相当于赌场）赢。
按照这一游戏规则，从长期来看，庄家扮演赢家的角色，而玩家大部分时间是输家，因为庄家总是要靠此为生的，因此当时人们也就接受了这种现象。
后来为了使游戏更刺激，游戏规则发生了些许变化，玩家这回用2个骰子连续掷24次，不同时出现2个6点，玩家赢，否则庄家赢。
当时人们普遍认为，2次出现6点的概率是一次出现6点的概率的1/6，因此6倍于前一种规则的次数，也既是24次赢或输的概率与以前是相等的。
然而事实却刚好相反，从长期来看，这回庄家处于输家的状态，于是他们去请教当时的数学家帕斯卡，求助其对这种现象作出解释，这个问题的解决直接推动了概率论的产生。
有人对博弈中的一些问题发生争论，其中的一个问题是“赌金分配问题”，他们决定请教法国数学家帕斯卡（Pascal)和费马（Fermat）基于排列组合方法，研究了一些较复杂的赌博问题，他们解决了分赌注问题、赌徒输光问题。
