概率论与数理统计考点汇总.doc

概率论与数理统计考点汇总 古典概型计算,填空题,应用题,用排列组合 加法公式,乘法公式,条件概率,独立性 求条件概率 确定常见分布律的参数,并求概率 给定分布律,求事件的概率,条件概率等. 条件概率,全概率公式,贝叶斯公式的应用题 求具体问题的分布律及其相关的数字特征,如数学期望 求一维随机变量的分布律,二维随机变量的联合分布律 已知一维随机变量的密度函数,求分布函数,事件的概率,其函数的密度函数,有时候是应用题 求一维随机变量的分布函数,密度函数里所含的参数 如均匀分布等 求联合密度,利用联合密度求事件的概率. 已知联合密度函数,求边缘密度函数 已知两独立随机变量的密度函数,求联合密度函数, 利用联合密度求事件的概率. 求服从正态分布的随机变量相应的概率 随机变量函数的分布: 离散型随机变量:可列情形,数乘,求和 公式法:和的分布,极大,极小值分布, 分布函数法 二维随机变量的密度函数已知,求边缘密度函数,判断相关性,独立性 求数学期望,方差,协方差,相关系数 数字特征的关系,数学期望,方差,协方差,相关系数相互之间的关系,其中方差和期望是基础. 求随机变量函数的数学期望, 相关系数的表征的含义 *Cauchy不等式 常见的分布(离散的,连续的)的数字特征:如二项分布,均匀分布,指数分布等,P158-159表格4.14 利用切比雪夫不等式估计概率大小 中心极限定理的应用 求样本统计量服从的分布,或者求其中的待定常数,并且统计量所满足事件的概率 样本均值,样本方差满足的分布等,定理6.4,6.5记住 6.6和6.7不必记住,能推导出来就可以了. 根据条件求样本容量 求分布的分位数,用定义 用矩估计法,极大似然估计参数, 判断统计量的有效性,一致性,无偏性 参数假设检验 求第一类错误,第二类错误, 两类错误的关系 ======================复习重点=========================================================== 第一章 P7事件的关系和运算,无不相容,逆事件 P10 运算定律,特别注意(4) 古典概型的计算 重点关注 习题1.3 公理化定义及其性质1-4，特别是(3,),加法公式(4) 习题1.4 4,5,6,7 1.5 重点关注 条件概率的定义和乘法公式, 全概率公式贝叶斯公式 事件独立性 习题1.5 1,2,3,6 复习题的2 第二章 第一节为概念,理解为主 事件的集合表示 2.2 分布律的定义要理解,特征两条, 求分布律 如习题2.2的2,3,6,10,17,复习题的3，5 常见离散分布律,符号表示,及其适用情况 , 泊松定理的应用,可以由后面的中心极限定理代替. 2.3 联合分布律,特征,边缘分布律及用分布律求概率 重点关注 条件分布律了解定义 独立性 了解定义,由边缘分布律求联合分布律 2.4 已知两个独立随机变量,求和的分布律,书上的P46例题,习题2,3,6, 前面的例2.11-2.13要求会做,但是考试的时候不大会考. 第三章 3.1 重点关注 一维随机变量的分布函数,特征,根据特征求参数,一维连续型随机变量的密度函数,特征,求参数,互求分布函数,密度函数,根据分布函数或密度函数求集合的概率 常见一维连续随机变量,符号表示:均匀分布,指数分布,正态分布. 标准正态分布查表,一般正态分布化为标准正态分布求值,分布函数的记号,结合后面的分位数,求概率. 3.2 联合分布函数,密度函数定义,特征,求概率 边缘分布函数和密度函数定义 联合密度求边缘密度 2维均匀分布,给定区域G,写出密度函数,并且求某区域上的概率. 如例3.10 条件密度函数不要求,了解一下 由独立性,给出边缘密度函数求联合密度函数. 二维正态分布密度函数不要求记住,但是要理解各个参数的含义 3.3 掌握分布函数法 一维情形要会算,不论是用公式还是用分布函数法 多维的重点是 和的分布,极大值与极小值的分布,记住公式,当然要会算 商的分布最好能记住, 第四章 4.1 求随机变量的数学期望,注意要求绝对收敛,期望不存在的例子. 4.2 求随机变量函数的数学期望 利用数学期望的性质求较复杂的随机变量的数学期望,应用题如例4.19类型. 数学期望的性质 4.3 求方差,按定义,按变形公式,利用性质等. 方差性质,标准化随机变量 切比雪夫不等式,估计概率 记住P158-159表格里的二项分布,泊松分布,几何分布,均匀分布,指数分布,正态分布,卡方分布的数学期望和方差. 4.4 求协方差和相关系数 协方差和方差的关系 所表示的