概率论与数统计A主要内容概要.docVIP

概率论与数理统计内容提要 第一部分 随机事件及其概率 1 随机事件，样本空间，样本点 2 事件之间的关系与运算； 运算律 互不相容事件 对立事件 互不相容的完备事件组 3 古典概率的计算 几何概型的计算 概率加法公式(两个或者三个事件的并的一般公式) 特殊情形 条件概率的定义 条件概率的计算公式和计算 概率乘法公式 全概率公式 Bayes公式 事件的独立性的定义 事件的独立性的性质 应用事件独立性进行概率计算 系统的可靠性 并联系统，串联系统，混合系统的可靠性的计算方法 贝努利概型、二项分布及其相关计算 第二部分 随机变量 一维离散随机变量的概率函数及其两个性质，计算未知数 离散随机变量的概率分布表 一维离散随机变量的概率函数与分布函数的相互转化计算 几何分布，0-1分布，二项分布，Poisson分布的概率模型，记号 参数，取值，概率函数，数学期望，方差 超几何分布的概率模型及其概率函数 超几何分布与二项分布的近似关系 二项分布与Poisson分布的近似关系 一维随机变量的分布函数，定义，四个性质及其应用，判断，计算未知数，利用分布函数计算随机事件发生的概率，典型例题 一维连续型随机变量的概率密度的两个性质及其应用，计算未知数 连续型随机变量的概率密度与分布函数的相互计算 利用概率密度计算随机事件的概率 均匀分布，指数分布的记号，参数，概率密度，概率分布函数，数学期望，方差 正态分布的概率密度与分布函数的表达式及相关性质，密度函数的图像的基本 特点 标准正态分布的概率密度的表达式，其分布函数的三条性质 计算正态随机变量的随机事件的概率 正态分布的数学期望和方差 8 二维正态分布的符号含义和参数的意义，二维正态分布的边缘分布，相关系数 与独立性 正态随机变量的线性函数的分布（几个定理），正态分布的标准化 9 一维离散随机变量的函数的概率分布的计算 一维连续随机变量的函数的概率密度和概率分布函数的计算（分布函数法） 特殊的，函数是严格单调函数和线性函数时的公式 二维离散随机变量的联合概率函数及其性质，计算未知数，计算边缘概率函数，计 算条件概率函数 两个离散随机变量相互独立的定义，等价条件，性质和应用 . 二维随机变量的联合分布函数及其性质 二维连续型随机变量的联合概率密度及其性质和应用，计算未知数 二维连续随机变量的联合分布函数与联合密度及其计算 二维连续随机变量的边缘分布函数与边缘密度及其计算 二维连续随机变量的条件分布函数与条件密度及其计算 已知联合，求边缘 已知边缘（或已知两个一维连续随机变量）且独立，求联合 随机变量独立性的概念，应用随机变量的独立性进行概率计算 两个离散随机变量的函数的分布的计算 两个连续随机变量的（简单的）函数的联合分布函数和联合密度函数的计算 第三部分 随机变量的数字特征 一维离散随机变量的数学期望的计算 一维离散随机变量的函数的数学期望的计算 一维连续随机变量的数学期望的计算 一维连续随机变量的函数的数学期望的计算 二维离散随机变量的数学期望的计算 二维连续随机变量的数学期望的计算 数学期望的一般性质 方差和标准差的定义和计算 方差的运算性质 随机变量的标准化 常用随机变量的数学期望和方差 原点矩的计算（矩估计中会用到） 协方差的定义和计算 协方差的运算性质 相关系数的定义和计算 相关系数的三个性质 随机变量的独立性与不相关 7 切比雪夫不等式的两种形式和计算 第四部分 数理统计的基本概念 总体、个体、简单随机抽样，样本 样本的两个性质 样本函数和统计量的概念， 样本均值、样本方差，样本标准差，样本K阶原点矩，样本K阶中心距的计算 分布、t分布和分布的定义及性质，上侧分位数的概念,并查表计算 5 一个正态总体的常用统计量的分布(四个定理) 第五部分 参数估计 1 矩估计法的一般步骤 2 极大似然估计法的一般步骤； 3．衡量点估计量好坏的标准：无偏性，有效性，一致性；会判断