概率论与数理统计公式定理全总结
一、概率论公式：
1.基本概率公式：对于随机试验E，事件A的概率可以表示为P(A)=事件A的样本点数/所有样本点数。

2.条件概率公式：对于事件A和事件B，若P(B)>，则事件A在事件B发生的条件下的概率可以表示为P(A，B)=P(A∩B)/P(B)。

3.全概率公式：对于互不相容事件A1,A2,...,An，它们的和事件为全样本空间S，且概率P(Ai)>，则对于任意事件B有
P(B)=Σ(P(Ai)×P(B，Ai))。

4.贝叶斯公式：对于互不相容事件A1,A2,...,An，它们的和事件为全样本空间S，且概率P(Ai)>，则对于任意事件B，有P(Ai，B)=(P(B，Ai)×P(Ai))/Σ(P(B，Ai)×P(Ai))。

二、数理统计公式：
1.期望：随机变量X的期望E(X)=Σ(Xi×P(Xi))，其中Xi为随机变量X的取值，P(Xi)为随机变量X取值为Xi的概率。

2. 方差：随机变量X的方差Var(X) = Σ((Xi - E(X))^2 ×
P(Xi))，其中Xi为随机变量X的取值，E(X)为随机变量X的期望，P(Xi)为随机变量X取值为Xi的概率。

3. 协方差：随机变量X和Y的协方差Cov(X,Y) = E((X - E(X))(Y - E(Y)))，其中E(X)和E(Y)分别为随机变量X和Y的期望。

4. 相关系数：随机变量X和Y的相关系数ρ(X,Y) = Cov(X,Y) / √(Var(X) × Var(Y))，其中Cov(X,Y)为随机变量X和Y的协方差，Var(X)和Var(Y)分别为随机变量X和Y的方差。

三、概率论与数理统计定理：
1.大数定律：对于独立同分布的随机变量X1,X2,...,Xn，它们的均值X̄=(X1+X2+...+Xn)/n，当n趋向于无穷大时，X̄趋向于X的期望
E(X)。

2.中心极限定理：对于独立同分布的随机变量X1,X2,...,Xn，它们的和Sn=X1+X2+...+Xn，当n趋向于无穷大时，Sn的分布近似服从正态分布。

3.参数估计定理：对于总体的概率分布函数F(X;θ)，其中θ为未知参数，根据样本X1,X2,...,Xn构造函数T=g(X1,X2,...,Xn)，则函数T 是参数θ的一个估计量。

4.假设检验定理：对于总体的概率分布函数F(X;θ)，其中θ为未知参数，根据样本X1,X2,...,Xn提出两个相互对立的假设，然后使用样本信息对假设进行检验。

以上是概率论与数理统计中常用的公式和定理的总结，它们在分析和解决实际问题中具有重要的应用价值。

在学习和应用时，需要深入理解其含义和推导过程，熟练掌握使用方法，以便正确地应用于实际问题的解决中。