l概率统计课程复习要点茆诗松.docVIP

概率统计课程复习要点 第一章 随机事件与概率： 1、事件的表示、关系与运算性质，P11题3，8，9。 2、概率的定义及其确定方法，尤其是排列组合在古典方法中的应用以及几何方法，即要熟练掌握古典方法和几何方法求事件发生的概率问题，P30，题6，7，8，11，18，21。 3、概率的运算性质（可加性、单调性、加法公式）及其应用，P39题1，4，6，17，18。 4、重点掌握条件概率计算，乘法公式，全概率公式（重点）以及贝叶斯公式，P51题1，2，5，8，9，12，13，16，18。 5、事件的独立性，掌握独立性定义，伯努利概型定义，P59题1，3，4，6，9，15。 第二章 随机变量及其分布： 1、掌握随机变量的分布函数定义及其性质，离散型随机变量及其分布列，连续型随机变量的概率密度函数。已知分布列或概率密度函数会求分布函数，或者已知分布函数求分布列或概率密度函数（重点）。P75题4，8，12，13，15，16。 2、掌握数学期望的定义及其性质，会计算离散型和连续型随机变量的数学期望，会利用数学期望的性质计算复杂随机变量的数学期望。P84题1，2，11，12，13，14，17。 3、掌握方差的定义及其性质，会计算离散型和连续型随机变量的方差或标准差（简便计算公式），会利用方差的性质计算复杂随机变量的方差（重点），掌握切比雪夫不等式，会应用这个不等式来估计某事件发生的概率大小（重点）。P91题3，4，6，8，14。 4、熟练三个常用离散分布（0-1分布、二项分布、Poisson分布）及其数学期望和方差。P104题5，8，16。注意它们的记号表示。 5、熟练三个常用连续型分布（正态分布、均匀分布、指数分布）及其数学期望和方差，尤其是正态分布的概率密度函数的对称性，正态分布的标准化。P120题1，2，3，4，9，10，12，20；注意它们的记号表示。 6、随机变量函数分布（重点），掌握离散型 连续型随机变量函数的分布的计算，尤其熟练连续型的情形（分布函数定义法，定理法）。P128题1，4，6，8，11。 7、理解分布的其他特征数的定义及计算（k阶原点矩、中心矩，变异系数，分位数（重点），中位数，偏度与峰度系数）。 第三章 多维随机变量及其分布： 1、掌握多维随机变量的联合分布函数的定义，尤其是二维随机变量联合分布函数的性质，二维离散型随机变量的联合分布列，二维连续型随机变量的联合概率密度函数，熟练这些知识的运用，知道二维正态分布，二维均匀分布。P150题1，2，5，6，7，9，10，13。 2、掌握边际分布和随机变量的独立性，重点熟练掌握二维离散型和连续型随机变量的边际分布列和边际密度函数的计算，会利用独立性计算联合密度函数或分布列等问题，会判断随机变量的独立性。P159题1，2，5，6，11，12，13。 3、二维随机变量函数的分布，掌握离散型和连续型（重点）情形，尤其是最大（小）值分布，Z=X+Y，会应用变量变换法计算两个随机变量构成的和（Z=X+Y、差（Z=X-Y）的联合密度函数。P171题3，6，7。 4、熟练掌握多维随机变量函数的特征数（数学期望、方差）计算及其运算性质，掌握协方差，相关系数的定义、性质。会利用它们计算。P189题10，15，19，27，28，30，31。 5、条件分布和条件期望。熟练掌握条件分布。P205题3，5，7。 第四章 大数定律与中心极限定理： 1、掌握依概率收敛和以分布收敛的定义，重点熟练依概率收敛的证明。P213题17，18，19。 2、掌握特征函数的定义及其计算，性质，会计算随机变量的特征函数。P216例4.2.1，P228题6，7。 3、掌握常用的几个大数定律（伯努利大数定律，切比雪夫大数定律，马尔科夫大数定律，辛钦大数定理）的内容及其思想（即为后面的矩估计提供基础，替代原理），会应用它们证明随机变量列的和（例如，...）的收敛问题（这个收敛是依概率收敛! 重点）。P233例4.3.2，P236题1，2，7。 4、中心极限定理的应用（这里收敛是按分布收敛，重点，掌握独立情形下随机变量列和的近似正态分布），P249题1，2，3，4。 第五章 统计量及其分布： 1、知道总体与样本，以及简单随机抽样的两个特点（随机性，即分布与总体一样；独立性，即各个样本相互独立）。 2、统计量及其分布，熟记统计量概念和常用统计量，会识别哪些量是统计量。尤其是掌握样本均值和样本方差的抽样分布，次序统计量定义及单个次序统计量的分布，样本分位数或中位数定义与分布。P279题14，15，16，17，24。 3、掌握三大抽样分布（卡方分布、t分布、F分布）的定义或构成要素，知道它们的分位数的定义，会根据它们的定义判断某些统计量服从哪个统计分布。 重点掌握P284定理5.4.1，P290 推论5.4.2，5.4.3的结论，这些