概率论与数理统计的公式包括：
标准正态分布公式
$P（X \leq x） = \Phi（x - \mu\sigma）$，其中 $P（X \leq x）$ 是随机变量 $X$ 小于等于 $x$ 的概率，$\Phi$ 是标准正态分布的累积分布函数，$\mu$ 是均值，$\sigma$ 是标准差。
事件概率公式
$P（A） = \frac{n（A）}{n（S）}$，其中 $n（A）$ 是事件 $A$ 包含的基本事件数，$n（S）$ 是样本空间 $S$ 包含的基本事件总数。
事件交集概率公式
$P（A \cap B） = P（A）$。
事件并集概率公式
$P（A \cup B） = P（A） + P（B） - P（A \cap B）$。
条件概率公式
$P（B|A） = \frac{P（A \cap B）}{P（A）}$，其中 $P（A） > 0$。
全概率公式
$P（A） = \sum_{i=1}^{n} P（B_i）P（A|B_i）$，其中 $B_1, B_2, \ldots, B_n$ 是样本空间的一个划分。
贝叶斯公式
$P（A|B） = \frac{P（B|A）P（A）}{P（B）}$。
排列组合公式
排列数 $P（n, m） = \frac{n!}{（n-m）!}$，表示从 $n$ 个不同元素中取出 $m$ 个元素的所有可能的排列方法数。
组合数 $C（n, m） = \frac{n!}{m!（n-m）!}$，表示从 $n$ 个不同元素中取出 $m$ 个元素的所有可能的组合方法数。
加法原理
若某件事由两种方法来完成，第一种方法可由 $m$ 种方法完成，第二种方法可由 $n$ 种方法来完成，则这件事可由 $m+n$ 种方法来完成。
乘法原理
若某件事由两个步骤来完成，第一个步骤可由 $m$ 种方法完成，第二个步骤可由 $n$ 种方法来完成，则这件事可由 $m \times n$ 种方法来完成。
这些公式是概率论与数理统计中的基础知识，广泛应用于各个领域，包括金融、心理学、工程学等。建议在学习这些公式时，结合具体的应用场景和实例，以便更好地理解和掌握。