数字概率计算公式方法，概率计算公式c和a

古典概型 P（A）=A包含的基本事件数/基本事件总数

几何概型 P(A)=A面积/总的面积

条件可能性 P(A|B)=Nab/Nb=P(AB)/P(B)=AB包含的基本事件数/B包含的基本事件数 (这个很难打出来)

贝努里概型 这个更难找,Pn(K)=Cn*P^k*Q^(n-k)

还有全可能性公式,贝叶斯公式.

1、C 3 10 = (10*9*8)/(1*2*3)

A 3 10=10*9*8

2、A(n,m)=n*(n-1)*(n-2)……（n-m+1)，其实就是常说的由n往下每个数连乘。

C（n,m）=A(n,m)/A(m,m)。大多数情况下地，从n个不一样的元素中，任取m（m≤n）个元素为一组，叫作从n个不一样元素中取出m个元素的一个组合。

扩展资料：

可能性的加法法则

定理：设A、B是互不相容事件（AB=φ），则：

P（A∪B）=P（A）+P（B）

推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)

推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2+...+An)=1

推论3：

为事件A的对立事件。

推论4：若B包含A，则P(B－A)= P(B)－P(A)

推论5（广义加法公式）：对任意两个事件A与B，有P(A∪B)=P(A)+P(B)－P(AB) [1]

条件可能性

条件可能性：已知事件B产生的条件下A产生的可能性，称为条件可能性，记作：P(A|B)

条件可能性计算公式：

当P(A)0，P(B|A)=P(AB)/P(A)

当P(B)0，P(A|B)=P(AB)/P(B)

乘法公式

P(AB)=P(A)×P(B|A)=P(B)×P(A|B)

推广：P(ABC)=P(A)P(B|A)P(C|AB) [1]

某一件事情产生的次数除以总次数＝可能性p

定理：设A、B是互不相容事件（AB=φ），则：

P（A∪B）=P（A）+P（B）-P（AB）

推论1：设A1、 A2、…、 An互不相容，则：P(A1+A2+...+ An)= P(A1) +P(A2) +…+ P(An)

推论2：设A1、 A2、…、 An构成完备事件组，则：P(A1+A2+...+An)=1

推论3：为事件A的对立事件。

推论4：若B包含A，则P(B－A)= P(B)－P(A)

推论5（广义加法公式）：

对任意两个事件A与B，有P(A∪B)=P(A)+P(B)－P(A∩B)

1、求指定数值的排列数

例如有1-6六个数，让我们计算其排列组合，我们先选中单元格输入=1/fact(数值)；

2、fact函数是求数的阶乘，在括号中我们可以自定义输入数值，这里我们输入6；

3、点击回车就可以求得6个数的排列总数，用1除以总数就可以取得在该排列方法中获取其一的可能性值；

4、返回给定集合中选取若干对象的排列值（常见的是中的11选5），我们在单元格中输入=1/permut()公式；

5、permut()中参数分别是对象总数，每个排列的对象数，例如5选2，我们就输入5和2，点击回车这样就可以求得其排列方法总和；

6、用1处以总数就可以取得其可能性值。

第一，打开excel表，鼠标点击要编辑的单元格；

2点击菜单栏的公式-“插入函数”；

3在函数对话框内输入“EXPONDIST”，点击确定；

4 设置函数参数，在X处输入A2；

5在lambda处输入B2；

6在cumulative处输入TRUE，点击确定就可以取得积累指数分布函数；

7在cumulative处输入FALSE，点击确定就可以取得可能性指数分布函数；

1、条件可能性：P(B|A)=P(AB)/P(A)；

2、贝叶斯公式：P(Bi|A)=P(A|Bi)P(Bi)/∑nj=1P(A|Bj)P(Bj)；

3、全可能性公式：P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+...+P(A|Bn)P(Bn)；

4、乘法定理：P(AB)=P(B|A)P(A)

《可能性论与数理统计》内容涵盖初等可能性计算、随机变量及其分布、数字特点、多维随机向量、极限制要求理、统计学基本概念、点估计与区间估计、假设检验、回归有关分析、方差分析等。书中选入了部分在理论和应用上重要，但大多数情况下觉得超过本课程范围的材料，以备教者和学者选择。《可能性论与数理统计》着重基本概念的阐释，同时，在设定的数学程度内，力求做到论述严谨。书中精选了百余道习题，并在书末附有提示与解答。《可能性论与数理统计》可作为高等学校理工科非数学系的可能性统计课程考试教材，也可以供具有相当数学准备（初等微积分及少量矩阵知识）的读者自修之用

可能性=满足条件的数目/总数目 可能性,又称或然率、机会率或机率、概率,是数学可能性论的基本概念,是一个在0到1当中的实数,是对随机事件出现

标准正态分布的可能性计算公式：c=A^2+B^2。正态分布（Normaldistribution），也称“常态分布”，又名高斯分布（Gaussiandistribution），早由棣莫弗（AbrahamdeMoivre）在求二项分布的渐近公式中得到。

可能性，亦称“或然率”，它是反映随机事件产生的概率（likelihood)大小。随机事件是指在一样条件下，可能产生也许不产生的事件。比如，从一批有正品和次品的商品中，随意抽取一件，“抽得的是正品”就是一个随机事件。

设对某一随机情况进行了n次试验与观察，这当中A事件产生了m次，即其产生的频率为m/n。