考研数学概率论部分.docxVIP

概率论与数理统计初步 一、随机事件和概率　　考试内容　　随机事件与样本空间 事件的关系与运算 完全事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验　　考试要求　　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，掌握事件的关系与运算．　　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，以及贝叶斯公式．　　3．理解事件的独立性的概念，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． 　 　二、随机变量及其概率分布　　考试内容　　随机变量及其概率分布 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的概率分布 随机变量函数的概率分布　　考试要求1．理解随机变量及其概率分市的概念．理解分布函数F（x）=P{X＜=x}（-∞x+∞）的概念及性质．会计算与随机变量有关的事件的概率．　　2．理解离散型随机变量及其概率分布的概念，掌握0－l分布、二项分布、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N(μ，σ2)、指数分布及其应用，其中参数为λ（λ0）的指数分布的密度函数为 　　5．会求随机变量函数的分布． 三、多维随机变量及其概率分布----- (二维随机变量及其分布（改为多维随机变量及其分布）)----　　考试内容　　多维随机变量及其分布---(将二维随机变量及其概率分布调整为多维随机变量及其分布)---　二维离散型随机变量的概率分布、边缘分布和条件分布　二维连续性随机变量的概率密度、边缘概率密度和条件密度 随机变量的独立性和相关性　常用二维随机变量的概率分布　两个及两个以上随机变量简单函数的分布---(将两个随机变量简单函数的分布调整为两个及两个以上随机变量简单函数的分布)----　　考试要求　　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---(将1.理解二维随机变量的概念，理解二维随机变量的分布的概念和性质调整为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；理解二维离散型随机变量的概率密度、边缘密度和条件密度．会求与二维连续型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---(将2.理解随机变量的独立性及不相关的概念，掌握离散型和连续性随机变量独立的条件调整为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---(将4.会求两个随机变量简单函数的分布调整为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)---- 　 　四、随机变量的数字特征　　考试内客　　随机变量的数学期望（均值）、方差和标准差及其性质　随机变量函数的数学期望　矩、协方差　相关系数及其性质　　考试要求　　1．理解随机变量数字特征（数学期望、方差、标准差、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. 会根据随机变量的概率分布求其函数的数学期望。 五、大数定律和中心极限定理　　考试内容　　切比雪夫（Chebyshev）不等式　切比雪夫大数定律　伯努利大数定律　辛钦（Khinchine）大数定律　棣莫弗－拉普拉斯（De Moivre－…lace）定理 列维－林德伯格（Levy－Undbe）定理　　考试要求　　1．了解切比雪夫不等式．　　2．了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律)----( 将2.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律（独立同分布随机变量的大数定律）调整为2.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律（独立同分布随机变量序列的大数定律）；)---　　3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理)---(将3.了解棣莫弗－拉普拉斯定理（二项分布以正态分布为极限分布）和列维－林德伯格定理（独立同分布的中心极限定理）调整为3.了解