概率统计知识总和试题归类.pptVIP

第一章 随机事件及其概率 § 1.1 知识总结和试题归类 第二章 随机变量及其分布 § 2.1 知识总结和试题归类 第三章 多维随机变量及其分布 § 3.1 知识总结和试题归类 第四章 随机变量的数字特征 § 4.1 知识总结和试题归类 第五章 大数定律和中心极限定理 § 5.1 知识总结和试题归类 第六章 数理统计的基本概念 § 6.1 知识总结和试题归类 第七章 参数估计 § 7.1 知识总结和试题归类 第八章 假设检验 § 8.1 知识总结和试题归类 * 一、样本空间和随机事件 1、理解概念：样本空间（样本点和基本事件）、随机事件 （必然事件和不可能事件） 和它们的符号表示。 2、掌握事件间的关系（包含、并、交、差、互斥和互逆） 和运算法则（交换律、结合律、分配律和 De morgan 律） 3、掌握如何把事件用数学符号表示 二、古典概型中的概率 1、掌握古典概型的条件（有限性和等可能性）和计算公式 2、掌握两个原理（加法原理和乘法原理），两种排列 （有放回和无放回排列），两种组合（分成两组和多组）， 能够区分何时用哪个原理 3、掌握古典概型中的概率的算法 三、公理化体系下的概率和条件概率 1、理解公理化体系下的概率的定义（三大基本性质） 2、掌握公理化体系下的概率的性质（有限可加性、 单调不减性、事件差、加法公式、互补性和可分性）， 其中加法公式能推到n=3；正面计算事件概率太复杂时， 用互补性；熟练应用有限可加性。 3、掌握条件概率的定义式，在古典概型中会用缩减的 样本空间计算条件概率，熟练应用乘法公式。 4、能够熟练的进行概率计算和求条件概率。 四、全概率公式和贝叶斯公式 1、理解全概率公式和贝叶斯公式（能够在具体题目 中明确知道公式中的概率和条件概率所指什么并求出 2、理解完全事件组（即样本空间划分） 3、能够熟练应用全概率公式和贝叶斯公式解题 五、事件的独立性 1、掌握两个事件和多个事件相互独立的定义 2、掌握多个事件两两独立的定义，并能和多个事件相互独立 相区别 3、A1，A2，…，An相互独立，则从中任取k个事件也相互独立 4、 A1，A2，…，An相互独立，则从中任取k个事件变成其对立 事件，则新的n个事件也相互独立 六、几何概型不做要求(考研要求） 一、随机变量及其分布 1、理解随机变量的定义和分类（三种掌握两种）， 能熟练应用随机变量来描述事件 2、理解分布函数的定义，掌握三大基本性质（单调不减性、 归一性和右连续性），熟练求随机变量的分布函数 二、离散型随机变量 1、理解离散型随机变量的定义，掌握分布律的两种表示法 （等式组和表的形式）和基本性质（非负性和归一性） 2、能够熟练掌握四大离散型随机变量的分布律 （（0-1)分布、二项分布、泊松分布和超几何分布）及其 相关性质（特别是归一性） 3、能够熟练求离散型随机变量的分布律 三、连续型随机变量 1、理解连续型随机变量的定义，掌握概率密度的基本性质 （非负性和归一性） 2、能够熟练掌握三大连续型随机变量的概率密度 3、能够熟练求连续型随机变量的概率密度 四、分布函数、分布律和概率密度 1、能够熟练求随机变量的分布函数、分布律和概率密度 2、熟练掌握分布函数和分布律的互化、分布函数和概率密度 的互化 3、掌握一个随机变量落在某个区间的分布函数、分布律 和概率密度表 4、掌握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 5、掌握标准正态分布的两条性质，会查标准正态分布表 五、随机变量函数的分布 1、已知离散型随机变量的分布律求其函数的分布律 2、已知连续型随机变量的概率密度求其函数的概率密度， 掌握分布函数法和公式法（后者有单调和可导的限制） 一、多维随机变量及其分布 1、理解多维随机变量的概念，能熟练应用多维随机变量 来描述事件 2、理解多维随机变量分布函数的定义，掌握四大基本性质 （单调不减性、矩形不等式、归一性和右连续性）， 熟练求解多维随机变量的分布函数中常数。 二、二维离散型随机变量 1、理解二维离散型随机变量的定义，掌握分布律的两种表示法 （等式组和表的形式）和基本性质（非负性和归一性） 2、能够熟练求二维离散型随机变量的分布律 三、二维连续型随机变量 1、理解二维连续型随机变量的定义，掌握概率密度的基本 性质（非负性和归一性）及其与二维分布函数的互化 2、掌握二维均匀分布和二维正态分布，理解其中参数的 概率意义，掌握二维均匀分布相应概率的面积比求法 3、能够熟练求二维连续型随机变量的概率密度和分布函数 四、边缘分布与独立性 1、理解二维连续型随机变量的边缘分布函数、边缘分布律、 边缘密度的定义，掌握其求法 2、理解二维随机变量独立的定义，及其性质（联合的等于 边缘的乘积） 3、掌握在独立的条件下，联合的与边缘的互化 五、多