2026年考研概率论与数理统计公式大全

2026年考研概率论与数理统计公式大全说明：本公式大全严格贴合2026年考研数学（数一/数三）大纲，按章节梳理核心公式、高频考点公式，标注易错点和应用场景，省略非考点公式，重点突出应试性，方便考生快速背诵、灵活运用，适配真题解题需求。第一章随机事件与概率一、核心概念与性质公式1.概率公理（Kolmogorov公理）非负性：P(A)≥0规范性：P(Ω)=1（可列可加性：若事件A1,A22.事件核心性质对立事件：P(A)=1−P(A)（互斥事件：若A∩B=∅，则P(A∪B)=P(A)+P(B)包含关系：若A⊂B，则P(A)≤P(B)，且P(B−A)=P(B)−P(A)二、五大核心公式（高频考点）1.加法公式（必考）P(A∪B)=P(A)+P(B)−P(A∩B)推广：P(A∪B∪C)=P(A)+P(B)+P(C)−P(AB)−P(AC)−P(BC)+P(ABC)2.减法公式P(A−B)=P(A)−P(AB)=P(A3.乘法公式（必考）P(AB)=P(A)P(B|A)=P(B)P(A|B)（其中P(A)>0,P(B)>0）推广（多个事件）：P(4.全概率公式（必考）若B1,B2,…,BnP(A)=5.贝叶斯公式（必考，由果溯因）在全概率公式的前提条件下，对任意1≤i≤n，有：P(三、常见概率模型公式1.古典概型（有限等可能）P(A)=2.几何概型（连续区域）P(A)=3.事件的独立性若A、B独立，则：P(AB)=P(A)P(B)，且P(A|B)=P(A)、P(推广：n个事件相互独立，任意k个事件的交的概率等于各事件概率的乘积。4.n重伯努利概型n次独立重复试验，每次试验成功概率为p，失败概率为q=1−p，则恰好成功k次的概率：P(X=k)=Cnk第二章随机变量及其分布一、随机变量与分布函数1.分布函数定义（所有随机变量通用）F(x)=P(X≤x)（x∈(−∞2.分布函数性质（必考，判断是否为分布函数）单调不减：若x1<右连续性：lim极限性：limx→−∞3.概率与分布函数的关系P(a<X≤b)=F(b)−F(a)P(X=x二、离散型随机变量（分布律）1.分布律定义：P(X=xk)=pk（2.常见离散型分布（必考，含期望方差）分布类型分布律期望E(X)方差D(X)应用场景0-1分布（伯努利分布）P(X=1)=p,P(X=0)=1−p（0<p<1）pp(1−p)单次试验，只有两种结果二项分布X∼B(n,p)P(X=k)=Cnknpnp(1−p)n次独立重复伯努利试验泊松分布X∼P(λ)P(X=k)=λke−λk!λλ单位时间/区域内事件发生次数几何分布X∼G(p)P(X=k)=(1−p)k−1p11−p首次成功所需试验次数三、连续型随机变量（概率密度）1.概率密度定义：F(x)=−∞xf(t)dt2.核心关系（必考）在f(x)的连续点处，f(x)=P(a<X≤b)=abf(x)dx3.常见连续型分布（必考，含期望方差）分布类型概率密度f(x)期望E(X)方差D(X)应用场景均匀分布X∼U(a,b)f(x)={a+b(b−a区间内等可能取值指数分布X∼E(λ)f(x)={λe−λx11寿命、等待时间（无记忆性）正态分布X∼N(μ,f(x)=12πσμσ大量随机变量总和（核心分布）4.正态分布核心性质（必考）标准化变换：若X∼N(μ,σ2)标准正态分布：Φ(−x)=1−Φ(x)可加性：若X∼N(μ1,σ第三章多维随机变量及其分布一、二维随机变量（核心，三维及以上考频极低）1.二维分布函数（联合分布函数）F(x,y)=P(X≤x,Y≤y)（x,y∈(−∞2.二维离散型随机变量（联合分布律）联合分布律：P(X=xi,Y=yj)=边缘分布律：X的边缘分布：pY的边缘分布：p条件分布律：P(X=xi|Y=3.二维连续型随机变量（联合概率密度）联合概率密度：F(x,y)=−∞x−核心关系：在f(x,y)连续点处，f(x,y)=边缘概率密度：X的边缘密度：fY的边缘密度：f条件概率密度：fX|Y(x|y)=f(x,y)二、随机变量的独立性（必考）1.定义：若对任意x、y，有F(x,y)=F2.等价条件（更易判断）离散型：pij连续型：f(x,y)=f三、二维常见分布（必考）1.二维均匀分布(X,Y)∼U(D)（D为平面有界区域）f(x,y)={1SD2.二维正态分布(X,Y)∼N(核心性质：边缘分布仍为正态分布：X∼N(μ1X、Y独立的充要条件：相关系数ρ=0线性组合aX+bY∼N(a四、随机变量函数的分布（高频考点）1.离散型：直接列举法，例如Z=X+Y，则P(Z=2.连续型（分布函数法，必考）步骤：1.求FZ(z)=P(Z≤z)=P(g(X,Y)≤z)；2.对F常见函数分布：和分布Z=X+Y：fZ商分布Z=XY第四章随机变量的数字特征（必考，分值占比高）一、数学期望（均值，E(X)）1.定义离散型：E(X)=k=1连续型：E(X)=−2.核心性质（必考）E(C)=C（C为常数）E(aX+bY)=aE(X)+bE(Y)（a、b为常数，线性性质，无需独立）若X、Y独立，则E(XY)=E(X)E(Y)（逆命题不成立）E(X二、方差（D(X)）与标准差（σ(X)）1.定义D(X)=E[(X−E(X))标准差：σ(X)=2.核心性质（必考）D(C)=0（C为常数）D(aX+b)=a若X、Y独立，则D(X±Y)=D(X)+D(Y)（独立时，加减方差均相加）D(X)≥0，当且仅当P(X=E(X))=1时，D(X)=0三、协方差（Cov(X,Y)）与相关系数（ρXY）1.协方差定义与公式Cov(X,Y)=E[(X−E(X))(Y−E(Y))]=E(XY)−E(X)E(Y)（常用后者计算）2.协方差性质Cov(X,X)=D(X)Cov(X,Y)=Cov(Y,X)Cov(aX+b,cY+d)=acCov(X,Y)（a、b、c、d为常数）Cov(3.相关系数定义（衡量线性相关程度）ρXY=Cov(X,Y)4.相关系数性质（必考）||ρXY|=1ρXY四、矩（补充考点）1.原点矩：k阶原点矩E(X2.中心矩：k阶中心矩E[(X−E(X))第五章大数定律与中心极限定理（考频中等，记结论即可）一、大数定律（核心：频率趋近于概率、样本均值趋近于期望）1.切比雪夫大数定律设X1,X2,…,lim2.辛钦大数定律（更常用，无需方差）设X1,X2,…,lim3.伯努利大数定律（辛钦特例）设n次伯努利试验中，成功次数为Xn，成功概率为p，则对任意ε>0lim二、中心极限定理（核心：大量独立随机变量和近似正态分布，必考应用）1.独立同分布中心极限定理（列维-林德伯格定理）设X1,X2,…,i=1nX2.棣莫弗-拉普拉斯定理（二项分布近似正态，特例）设XnXn≈N(np,np(1−p))3.核心应用：求P(i=1第六章数理统计的基本概念（必考，数理统计基础）一、核心概念1.总体与样本：总体X（服从某分布），样本X12.统计量：不含未知参数的样本函数（如样本均值、样本方差）二、常用统计量（必考）样本均值：X=1ni=1样本方差：S2=样本标准差：S=样本k阶原点矩：Ak样本k阶中心矩：B三、三大抽样分布（必考，记典型模式和性质）分布类型典型模式核心性质卡方分布χ2设X1,…,1.可加性：若χ12∼χ2(n1t分布t(n)（自由度n）设X∼N(0,1)，Y∼χ21.对称性：t1−α(n)=−F分布F(n1,n2设X∼χ2(n1.1F∼F(四、正态总体的抽样分布（必考，真题高频）设总体X∼N(μ,σ2)，X1,…,X∼N(μ,σ(n−1)S2σ2∼当σ2未知时：第七章参数估计（必考，分值高）一、点估计（核心：矩估计法、最大似然估计法）1.矩估计法（步骤固定，简单易操作）核心思想：用样本矩替代总体矩，建立方程求解未知参数。步骤：1.求总体k阶原点矩μk=E(Xk)2.最大似然估计法（必考，步骤固定）核心思想：选择使当前样本出现概率最大的参数值作为估计值。步骤（离散型/连续型通用）：写出似然函数L(θ)：

离散型：L(θ)=连续型：L(θ)=i=1nf(取对数似然函数ln⁡L(θ)对未知参数θ求导，令导数为0，解方程得θ^若导数不为0，直接根据似然函数单调性确定估计量。二、估计量的优良性（高频考点，判断估计量好坏）无偏性（必考）：若E(θ^)=θ，则θ^为θ的无偏估计量（样本方差有效性：若θ^1、θ^2均为无偏估计，且一致性：当n→∞时，θ^三、区间估计（必考，重点是正态总体区间估计）1.区间估计核心：找枢轴变量（含待估参数，分布已知），构造置信区间，置信水平1−α（常用α=0.05，置信水平95%）2.正态总体参数的置信区间（必考，核心表格）待估参数总体方差情况枢轴变量置信区间（1−α）总体均值μσ2Z=(总体均值μσ2t=(总体方差σμ未知χ(第八章假设检验（考频中等，数一重点，数