概率论与数理统计知识重点及复习计划..docVIP

概率论与数理统计知识重点及复习计划 按照浙江大学《概率论与数理统计》第四版制定 第一章 概率论的基本概念 学习时间 复习知识点与对应习题 大纲要求 2小时 样本空间与随机事件的概念，事件的关系与运算，文氏图，事件运算法则和常用结论，概率的概念，概率的基本性质（6个性质）. 1．了解样本空间（基本事件空间）的概念，理解随机事件的概念，掌握事件的关系及运算． 2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率和几何型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式，以及贝叶斯（Bayes）公式． 3．理解事件独立性的概念，掌握用事件独立性进行概率计算；理解独立重复试验的概念，掌握计算有关事件概率的方法．? 古典概型，几何型概率，概率的加法定理. 3小时 条件概率，概率的乘法定理，全概率公式，贝叶斯（Bayes）公式，事件的独立性. 3小时 总结回顾，本章应注重对基本概念和基本公式的复习，以及应用概率的基本性质和基本公式计算独立性事件的概率. 课后习题 （第24页）2、3、4、9、11、13、14、17、19、22、23、24、28、30、36、37、40. 第二章 随机变量及其分布 4小时 随机变量，离散型随机变量及其分布律，0-1分布，伯努利试验、二项分布，泊松分布. 1．理解随机变量的概念，理解分布函数的概念及性质，会计算与随机变量相联系的事件的概率． 2．理解离散型随机变量及其概率分布的概念，掌握0-1分布、二项分布、几何分布、超几何分布、泊松（Poisson）分布及其应用． 3．了解泊松定理的结论和应用条件，会用泊松分布近似表示二项分布． 4．理解连续型随机变量及其概率密度的概念，掌握均匀分布、正态分布 、指数分布及其应用5．会求随机变量函数的分布． 随机变量的分布函数，连续型随机变量及其概率密度，均匀分布，指数分布. 3小时 正态分布，随机变量的函数的分布. 4小时 总结回顾，本章注重对以下几个方面的复习(1)利用概率密度函数求概率；(2)常见的随机变量的分布及计算；(3)与其他各章内容结合的综合题及应用题. 课后习题 （第55页）3、4、6、8、12、13、14、17、18、19、20、21、23、25、26、29、32、33、34、35、36、37. 第三章 多维随机变量及其分布 3小时 二维随机变量的分布函数，二维离散型随机变量的概率分布和边缘分布，二维连续型随机变量的概率密度和边缘概率密度. 1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质，理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率． 2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件． 3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义． 4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布． 3小时 两个随机变量的函数的分布. 3小时 总结回顾，本章是的复习应从以下几个方面(1)联合密度与边缘密度,条件密度之间的关系与转化；(2)分布函数与概率密度的关系；(3)利用联合密度求概率；(4)独立性的判断与应用；(5)随机变量的简单函数的分布. 课后习题 （第84页）1、2、3、4、5、7、8、9、15、17、18、19、20、21、22、23、24、25、26、27、28、29、31、32、34、35（记住结论即可）、36. 第四章 随机变量的数字特征 4小时 数学期望的概念及性质，随机变量函数的数学期望. 1．理解随机变量数字特征（数学期望、方差、标准差、矩、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的数字特征． 2．会求随机变量函数的数学期望． 方差、标准差的概念及性质，切比雪夫（Chebyshev）不等式，常见分布的数学期望和方差. 4小时 随机变量的协方差、相关系数的定义及性质，矩及协方差矩阵的定义及性质. 3小时 总结回顾，主要从以下几个方面复习本章内容(1)利用随机变量的概率分布求数学期望和方差；(2)利用常见分布的数字特征解决各种问题；(3)随机变量函数的数学期望；(4)数学期望和方差应用于数理统计问题；(5)协方差,相关系数等数字特征的计算；(6)相关系数为零(即不相关)与独立性的区别. 课后习题 （第113页）3、5、6、7、8、9、11、14、15、18、20、22、25、26、27、28、29、30、31、32、33、34、35. 第五章 大数定律及中心极限定理 4小时 三个大数定律（切比雪夫(Chebyshe