概率的计算公式主要依赖于具体问题的情境和所需求解的概率类型。以下是一些基本的概率计算公式及其解释：
基础概率公式
公式：$P（A） = \frac{m}{n}$
解释：其中“（A）”表示事件，“m”表示事件（A）发生的总数，“n”是总事件发生的总数。这个公式用于计算某个事件发生的概率，其中事件发生的总数是指所有可能的结果的数量，而事件（A）发生的总数则是指满足特定条件的结果的数量。
组合数公式
公式：$C（n, k） = \frac{n!}{k!（n-k）!}$
解释：用于计算从n个不同元素中每次取出k个不同元素（0≤m≤n），不管其顺序合成一组，称为从n个元素中不重复地选取m个元素的一个组合。所有这样的组合的总数称为组合数。
概率的加法原则
公式：$P（A \text{或} B） = P（A） + P（B） - P（A \text{和} B \text{同时发生}）$
解释：若两个事件互斥，则其联合发生的概率是各自概率之和。
概率的乘法原则
公式：$P（A \text{且} B） = P（A） \times P（B）$
解释：对于多个独立事件，其连续发生的概率是各自概率的乘积。
条件概率公式
公式：$P（A|B） = \frac{P（AB）}{P（B）}$
解释：表示在事件B发生的条件下，事件A发生的概率。其中，$P（AB）$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。
贝叶斯公式
公式：$P（H|D） = \frac{P（D|H） \times P（H）}{P（D）}$
解释：用于更新事件发生的概率，基于新的证据或数据。其中，$P（H|D）$表示在证据D出现后事件H发生的概率，$P（D|H）$表示事件H发生时证据D出现的概率，$P（H）$和$P（D）$分别表示事件H和证据D的概率。
二项分布公式
公式：$P（X=k） = C（n, k） \times p^k \times （1-p）^{n-k}$
解释：用于描述只有两种可能结果的随机试验，常用于计算在一定次数试验中获得成功次数的概率。其中，$p$是成功的概率，$q$是失败的概率，$n$是试验次数，$k$是成功的次数。
这些公式构成了概率论的基础，并在实际应用中可能需要组合使用。在计算概率时，需要确保有利结果的数量和总结果的数量是正确且完备的，并且所有结果应该是相互独立的。