概率中P(ABC)
1、p（abc）的求法是：若事件A、B、C相互独立，则P（ABC）=P（A）P（B）P（C）。若事件A、B、C相互之间不独立，也就是说，事件A是否发生，与事件B或事件C发生与否有关，此时P（ABC）与P（A）P（B）P（C）不相等。P（ABC）=P（A）P（B）P（C）这个用独立事件的定义就可推导。
2、根据p（ab）=p（a|b）*p（b），我们可以推导出P（ABC） = P（A|BC） P（BC）。这里的P（A|BC）表示在事件B和C都发生的条件下，事件A发生的概率。而在某些特定情况下，P（A|B） = P（A），即事件B的发生不影响事件A的发生概率。这时，我们可以简化计算，直接用P（ABC） = P（A） P（B） P（C）。
3、P（ABC） = P（A） P（B） P（C）一共4个条件，每个都必不可少。
高数概率公式
古典概型：P（A）=A包含的基本事件数/基本事件总数=m/n；几何概型：P（A）=构成事件A的区域长度/试验的全部结果所构成的区域长度；条件概率：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；贝努里概型：Pn（K）=Cn*P^k。
这是根据递推规律得来的，P（AUB）=P（A）+P（B）-P（AB），此时n=2，所以P（AB）的系数-1=（-1）^（2-1），三个事件的那个n=3，最后一项P（ABC）的系数=1=（-1）^（3-1）。
收集a+b时间=收集第一件的时间+收集另一件的时间，因此期望值也是这个求和关系。知识点：E（X+Y）=E（X）+E（Y）。因为每次击杀掉宝的概率=10%+5%=15%，所以收集到第一件宝的期望值=1/15%=67次。知识点：几何分布的期望值公式。
u-o-u）/o（X-u）/o（u+o-u）/o}=P（-o/o（X-u）/oo/o）=P（-1（X-u）/o1）把所求概率化成标准正态分布后就发现，其实所求的概率值与o的值的大小无关，所以随着o的增大，概率P{|X-u|o}保持不变。
如果是恰好，那么概率就是：0.7的9次方乘以0.3，因为总共是10个人，你就分开慢慢算，要想有9个学生，那么就有1个一定是老师，所以要乘以0.3，这是老师会出现的概率，0.7的9次方意思是第1-9个（2-10也一样，不影响答案）是学生的概率。
条件概率公式P(ABCD)=?
1、P（ABCD）=P（A）XP（B）XP（C）XP（D）。P（ABCD）=p（a）p（b/a）p（c/ab）p（d/abc）。为事件的划分，各自大于0， 详情看全概率和贝叶斯公式推广。当A，B，C，D各自独立时，P（ABCD）=P（A）XP（B）XP（C）XP（D）。简介 需要注意的是，在这些定义中A与B之间不一定有因果或者时间顺序关系。
2、计算条件概率的公式为：P（A|B） = P（A∩B） / P（B）其中，P（A∩B）表示事件A和事件B同时发生的概率，P（B）表示事件B发生的概率。具体计算步骤如下： 确定两个事件：我们需要知道我们要计算条件概率的两个事件，记作A和B。 确定已知条件：我们需要知道其中一个事件的已知条件，记作B。
3、p（a）与p（a|b）公式：P（A|B）=P（AB）/P（B）。P（A∣B）是条件概率公式，P（A|B）=P（AB）/P（B）。P（A|B）—在B条件下A的概率。即事件A在另外一个事件B已经发生条件下的发生概率。P（AB）—事件A、B同时发生的概率，即联合概率。联合概率表示两个事件共同发生的概率。
4、条件概率是指在已知某一事件发生的条件下，另一事件发生的概率。它表示的是两个事件之间的依赖关系。条件概率的公式为：P（A|B）=P（A∩B）/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（A∩B）表示事件A和事件B同时发生的概率，P（B）表示事件B发生的概率。
5、条件概率的公式是P（A|B）=P（AB）/P（B）。（一）条件概率的公式举例 一家公司中，有60%的员工是男性，40%的员工是女性。如果从中随机抽取一个员工，求他/她是女性的概率是多少？解设事件A为抽取的员工是女性，事件B为抽取员工是男性。则P（A）=0.4，P（B）=0.6。
