博士研究生入学考试《概率论与数理统计》考试大纲(1)
[指南]怎样学好《概率论与数理统计》（1）：预备知识
![[指南]怎样学好《概率论与数理统计》（1）：预备知识](https://img.taocdn.com/s3/m/696f3720f011f18583d049649b6648d7c1c708bc.png)
怎样学好《概率论与数理统计》(1)：预备知识怎样学好《概率论与数理统计》（1）：预备知识《概率论与数理统计》是研究和揭示随机现象的统计规律性的数学学科，是理工、经管、文各专业本科生必修的公共基础课，是考研数学的重要组成部分。
该课程需要《高等数学》（或称为《微积分》）的基础，又为高年级的有关专业课和硕士、博士阶段的数学课做知识准备，一般在第三学期开设。
以盛骤等编著的《概率论与数理统计》（高教出版社，第四版）为例，考研的基本要求是前七章及第八章中关于参数的假设检验这部分。
不同学校、专业因学时多少的不同而对教学内容各有侧重或延伸。
如果你《高等数学》（或称为《微积分》）的基础不是很扎实，最好开课前做好相关复习（如果来不及，至少把复习分散到学习各章之前），否则微积分会成为你学习概率统计的拦路虎。
其实，用到的都是微积分中非常基本的知识和运算。
下面是《概率统计》各章所需要的预备知识，供大家参考。
第一章“概率论的基本概念”用到集合的关系与运算，以及排列、组合的知识。
第二章“随机变量及其分布”用到定积分（包括无穷区间上的广义积分）的基本运算，定积分对积分区间的可加性，特别要熟悉被积函数是分段函数时的定积分运算。
第三章“多维随机变量及其分布”用到二重积分的基本运算，二重积分对积分区域的可加性，特别要熟悉化二重积分为二次积分时如何确定积分上、下限。
第四章“随机变量的数字特征” 用到数项级数求和，定积分（包括无穷区间上的广义积分）、二重积分的基本运算。
讲到n维随机变量时会用到《线性代数》中矩阵运算的记号，但只是稍稍提及，是为日后深入学习做准备的，一般不作为考试重点。
第五章“大数定律及中心极限定理”用到极限的概念，是借助于数列极限来定义随机变量序列的收敛、以及函数序列的收敛。
第六章“样本及抽样分布”基本用不到《高等数学》（或称为《微积分》）的知识。
第七章“参数估计”中矩估计部分用到数项级数求和，定积分（包括无穷区间上的广义积分），最大似然估计部分用到对数运算的性质、求导（包括求偏导）、求极值点的基本运算。
考研《概率论与数理统计》考试大纲
为了帮助广大考生复习备考，也应广大考生的要求，现提供我校自命题专业课的考试大纲供考生下载。
考生在复习备考时，应全面复习，我校自命题专业课的考试大纲仅供参考。
电力大学2020年硕士研究生入学初试《概率论与数理统计）》课程考试大纲参考书目：①盛骤等编，《概率论与数理统计》（第六版），北京：高等教育出版社，2010年；②黄建雄等编，《概率论与数理统计》（第二版），北京：中国物资出版社，2009。
一、复习总体要求要求学生对概率论与数理统计的基本概念和理论能正确理解，并对相关知识具有一定的分析运算能力和应用能力。
概率论部分约占50%，数理统计部分约占50%。
二、复习内容概率论部分（约50%）1. 随机事件及其概率考试内容：随机试验，样本空间，随机事件及其事件之间的关系与运算，概率的基本性质，古典概型，几何概型，条件概率，全概率公式，贝叶斯公式，事件的独立性。
考试要求：（1）了解随机试验，样本空间，随机事件，事件的关系与运算；（2）理解事件的概率，掌握概率的公理化及其性质，会计算古典概型，掌握概率的乘法公式，全概率公式，贝叶斯公式；（3）理解事件的相互独立性，及在概率运算中的应用。
2. 随机变量及其分布考试内容：随机变量及其概率分布的概念与性质，离散型随机变量及其概率分布的概念，连续型随机变量及其概率分布的概念，泊松定理的结论和应用条件。
考试要求：（1）理解随机变量的概念，分布函数的概念和性质；（2）掌握离散型随机变量，及其分布：0－1分布，二项分布，超几何分布，泊松分布，泊松定理及其应用；（3）掌握连续型随机变量及其概率密度，均匀分布，指数分布，正态分布，正态分布的标准化。
（4）理解随机变量函数的分布并会求解，离散型和连续型。
3. 多维随机变量及其分布考试内容：二维随机变量的概念，二维随机变量的联合分布的概念及性质，随机变量的独立性及不相关的概念，二维正态分布的概率密度，离散型联合概率分布，边缘分布，条件分布，随机变量相互独立的条件，连续型联合概率密度，边缘密度，条件密度，随机变量相互独立的条件。
考研数学一大纲重点梳理概率论与数理统计部分
考研数学一大纲重点梳理概率论与数理统计部分概率论和数理统计是考研数学一科目中的重要部分，本文将针对概率论与数理统计这一大纲进行重点梳理。
首先，我们将介绍概率论的基本概念和理论，然后详细讨论数理统计的相关内容。
一、概率论的基本概念和理论1. 概率的基本概念概率是研究随机现象的定量描述，用来描述事件发生的可能性大小。
概率可以用数值表示，范围在0到1之间，其中0代表不可能事件，1代表必然事件。
2. 概率的运算规则概率的运算规则包括加法规则和乘法规则。
加法规则适用于互斥事件，乘法规则适用于独立事件。
3. 随机变量和概率分布随机变量是用来描述随机现象的变量，可以分为离散随机变量和连续随机变量。
概率分布描述了随机变量的取值与概率之间的关系，常见的概率分布包括二项分布、泊松分布和正态分布等。
4. 期望和方差期望是随机变量的平均值，用来描述随机变量的集中趋势；方差是随机变量与期望之间的差异程度，用来描述随机变量的离散程度。
二、数理统计的相关内容1. 抽样与抽样分布抽样是指从总体中选取一部分个体进行观察和研究的过程，抽样分布是指样本统计量的概率分布。
常见的抽样分布包括正态分布、t分布和F分布等。
2. 参数估计参数估计是利用样本数据来估计总体参数的值，常见的参数估计方法包括点估计和区间估计。
点估计是用单个数值来估计参数的值，区间估计是用一个区间来估计参数的值。
3. 假设检验假设检验是根据样本提供的信息，对总体的某个参数是否满足某种假设进行判断。
假设检验可以分为单侧检验和双侧检验，常见的假设检验方法包括z检验和t检验等。
4. 方差分析方差分析是用来比较两个或多个总体间均值差异是否显著的统计方法。
方差分析可以分为单因素方差分析和多因素方差分析，常用的方法包括单因素方差分析和双因素方差分析等。
5. 回归分析回归分析是用来研究自变量与因变量之间的关系的方法。
简单线性回归是一种自变量和因变量之间存在线性关系的回归分析方法，多元线性回归是多个自变量和一个因变量之间的回归分析方法。
中国科学院大学-2019年-硕士研究生入学考试大纲-803概率论与数理统计
中国科学院大学硕士研究生入学考试
《概率论与数理统计》考试大纲
本《概率论与数理统计》考试大纲适用于中国科学院大学非数学类的硕士研究生入学考试。
概率统计是现代数学的重要分支，在物理、化学、生物、计算机科学等学科有着广泛的应用。
考试的主要内容有以下几个部分：
概率统计中的基本概念
随机变量及其分布
随机变量的数学特征及特征函数
独立随机变量和的中心极限定理及大数定律
假设检验
点估计及区间估计
简单线性回归模型
要求考生对基本概念有深入的理解，能计算一些常见分布的期望、方差，了解假设检验、点估计及区间估计的统计意义，能解决一些经典模型的检验问题、区间估计及点估计。
最后，能理解大数定律及中心极限定理。
一、考试内容
（一）基本概念
1．样本、样本观测值
2．统计数据的直观描述方法：如干叶法、直方图
3．统计数据的数字描述：样本均值、样本方差、中位数事件的独立性、样本空间、事件
4．概率、条件概率、Bayes公式
5．古典概型
（二）离散随机变量
1．离散随机变量的定义
2．经典的离散随机变量的分布
a.二项分布
b.几何分布
c.泊松分布
d.超几何分布
3．离散随机变量的期望、公差
4．离散随机变量的特征函数
5．离散随机变量相互独立的概念
6．二维离散随机变量的联合分布、条件分布、边缘分布及二个离散随机变量的相关系数
（三）连续随机变量
1．连续随机变量的概念
2．密度函数
3．分布函数
4．常见的连续分布
a.正态分布。
2021年云南大学824-概率论与数理统计
824-《概率论与数理统计》考试大纲（研究生招生考试属于择优选拔性考试，考试大纲及书目仅供参考，考试内容及题型可包括但不仅限于以上范围，主要考察考生分析和解决问题的能力。
）一、考试性质《统计学》是统计学、应用统计、社会经济统计研究生入学考试的科目之一。
《统计学》考试要求能反映统计学学科的特点，科学、公平、准确地测试考生的基本素质和综合能力，以便很好地选拔具有科研发展潜力的优秀人才进入硕士阶段学习，为国家培养掌握现代统计理论和方法，具有较强分析与解决实际问题能力的高层次的应用型的和复合型的统计专业人才。
二、考试要求考查考生对《统计学》的基本概念、基础知识、基本技能的掌握情况，重点考察考生运用统计学知识解决实际问题的能力。
三、试卷分值、考试时间和答题方式本科目试卷满分为150分，考试时间为180分钟，答题方式为闭卷、笔试。
四、试题结构（1）试卷题型结构填空题：30分选择题：30分简述题：20分计算题：70分（2）内容结构各部分内容所占分值为统计学与统计数据的描述：约10-20分概率、概率分布与抽样分布：约25-35分参数估计与假设检验：约40-50分相关分析与回归分析：约25-35分时间序列分析与预测：约10-15分统计指数与国民经济统计：约10-15分五、考查的知识及范围1、数据与统计统计学的产生和发展；统计学科的分类；统计数据的来源和质量；统计学的基本概念：总体、样本和变量。
2、统计数据的描述统计数据的整理；分布集中趋势的测度；分布离散程度的测度；分布的偏态和峰度；统计表与统计图。
3、概率、概率分布和抽样分布事件及其概率；随机变量及其概率分布；常用的抽样方法；抽样分布；中心极限定理的应用。
4、参数估计参数矩估计的基本原理：估计量与估计值、点估计和区间估计、评价估计的标准；一个总体参数的区间估计；两个总体参数的区间估计；样本量的确定。
5、假设检验假设检验的基本原理；一个总体参数的检验；两个总体参数的检验。
886 概率论与数理统计基础 考试大纲
目录I 考查目标 (2)II 考试形式和试卷结构 (2)III 考查内容 (2)IV. 题型示例及参考答案 (4)全国硕士研究生入学统一考试概率论与数理统计基础考试大纲I 考查目标《概率论与数理统计基础》是为我校招收统计学硕士生而设置的具有选拔性质的考试科目。
其目的是科学、公平、有效地测试考生是否具备攻读统计学专业硕士所必须的基本素质、一般能力和培养潜能，以利用选拔具有发展潜力的优秀人才入学，为国家的经济建设培养具有良好职业道德、法制观念和国际视野、具有较强分析与解决实际问题能力的高层次专业人才。
考试要求是测试考生掌握理解概率论与数理统计的基本概念和基本理论，掌握概率论与数理统计的基本思想和方法，具有较强的逻辑推理能力和灵活的思维能力，具有较强的计算能力和综合运用所学知识分析并解决实际问题的能力。
II 考试形式和试卷结构一、试卷满分及考试时间试卷满分为150分，考试时间180分钟。
二、答题方式答题方式为闭卷、笔试。
允许使用计算器（仅仅具备四则运算和开方运算功能的计算器），但不得使用带有公式和文本存储功能的计算器。
三、试卷内容与题型结构概率论与数理统计，满分150分，有以下两种题型：选择题（45分）、综合题（105分）III 考查内容1．概率论的基本概念（1）熟练掌握随机试验、样本空间、随机事件的概念；（2）熟练掌握频率与概率、古典概型的概念；（3）熟练掌握条件概率与独立性的概念及应用。
2．随机变量及其分布（1）理解随机变量的概念；（2）深刻理解并掌握概率分布、分布函数及概率密度的定义及应用；（3）理解随机变量的函数的分布的定义及其性质。
3．多维随机变量及其分布（1）理解并掌握二维随机变量的定义；（2）理解边缘分布、条件分布的定义及其性质；（3）会求两个随机变量的函数的分布函数。
4．数字特征（1）理解并会求随机变量的期望及方差；（2）理解协方差及相关系数的定义及其性质；（3）会求矩、协方差矩阵。
5．大数定律及中心极限定理掌握大数定律及中心极限定理的具体条件及结论，并可以应用中心极限定理解决实际问题。
博士入学数学(高等数学、数值分析)课考试大纲
博士入学数学（高等数学、数值分析）课考试大纲
高等数学部分（50分）
1. 极限与连续
数列的极限，函数及函数的极限，极限的性质及运算法则，无穷小的比较，函数的连续性。
2. 导数与微分
导数的概念，导数的基本公式，导数的四则运算及求导法则，高阶导数，微分，函数的极值。
3. 微分中值定理
微分中值定理，洛必达法则，泰勒公式。
4. 积分
原函数与不定积分，定积分的概念与性质，换元积分法，分部积分法，微积分学基本定理，定积分的应用。
5. 微分方程
微分方程的基本概念，一阶微分方程，几种可积的高阶微分方程，线性微分方程及其通解的结构，常系数齐次（非齐次）线性微分方程。
6. 多元函数微积分
多元函数，偏导数与高阶偏导数，全微分，复合函数及隐函数的求导法，多元函数的极值，二重积分。
7. 无穷级数
无穷级数的敛散性，正项级数敛散性的判别，任意项级数，绝对收敛，幂级数及幂级数的收敛半径和收敛域，函数的幂级数展开。
数值分析部分（50分）
1．非线性方程求根
简单迭代法、牛顿法、割线法及其计算效率。
2．线性代数方程组的数值解法
向量与矩阵范数，高斯列主元消去法，误差分析；雅可比迭代法、高斯—赛德尔迭代法、超松弛迭代法及其收敛性讨论。
3．插值与拟合逼近
函数的拉格朗日插值、牛顿插值、埃尔米特插值、样条插值；曲线拟合的最小二乘逼近方法；误差分析。
4．数值积分
代数精度，低阶牛顿—柯特斯求积公式及其复化，龙贝格算法；高斯积分公式；数值积分公式的稳定性。
5．常微分方程初值问题的数值解法
常用单步法和多步法及其稳定性讨论；预测—校正格式。
824-概率论与数理统计
824-《概率论与数理统计》考试大纲（研究生招生考试属于择优选拔性考试，考试大纲及书目仅供参考，考试内容及题型可包括但不仅限于以上范围，主要考察考生分析和解决问题的能力。
）一、考试性质《概率论与数理统计》是统计学、应用统计、社会经济统计、大数据统计研究生入学考试的科目之一。
《概率论与数理统计》考试要求能反映统计学学科的基本理论和方法，科学、公平、准确地测试考生的基本素质和综合能力，以便很好地选拔具有科研发展潜力的优秀人才进入硕士阶段学习，为国家培养掌握现代统计理论和方法，具有较强分析与解决实际问题能力的高层次的应用型的和复合型的统计专业人才。
二、考试要求考查考生对《概率论与数理统计》的基本概念、基础知识、基本技能的掌握情况，重点考察考生运用概率论与数理统计知识解决实际问题的能力。
三、试卷分值、考试时间和答题方式本科目试卷满分为150分，考试时间为180分钟，答题方式为闭卷、笔试。
四、试题结构（1）试卷题型结构可能包含的题型为：填空题、选择题、计算题、综合题（2）内容结构各部分内容如下：1、概率论的基本概念2、随机变量及概率分布3、随机变量的数字特征4、大数定律和中心极限定理5、样本及抽样分布6、参数估计7、假设检验8、相关、回归与方差分析五、考查的知识及范围1、概率论的基本概念样本空间和随机事件；频率与概率；古典概型；条件概率与独立性。
2、随机变量及概率分布随机变量和分布函数；离散型随机变量及其分布律；连续型随机变量及其概率密度；随机变量函数的分布；二维随机变量和多维随机变量；边缘分布和条件分布；随机变量的独立性。
3、随机变量的数字特征数学期望和方差；协方差和相关系数；矩和协方差矩阵。
4、大数定律和中心极限定理概率不等式；大数定律；中心极限定理。
5、样本及抽样分布总体和样本；统计数据的描述；直方图和箱线图；抽样分布。
6、参数估计参数估计的定义；估计量与估计值；矩估计、极大似然估计和贝叶斯估计；点估计的优良性准则；区间估计：一个总体参数的区间估计；两个总体参数的区间估计。
理工大学博士研究生入学考试数学考试大纲
招收攻读博士学位研究生入学考试数学考试大纲解放军理工大学研究生招生办公室编理工大学招收攻读博士学位研究生入学考试数学考试大纲第一部分考试说明一、考试性质《数学》是理工大学为招收我校各学科专业博士研究生而设置的数学水平考试，由我校自行命题，它的评价标准是高等学校优秀硕士毕业生应达到的基本数学水准，以保证录取者具有基本的数学素养和数学能力。
二、学科范围考试分必考与选考两部分，必考部分为下列两门课程的内容：1．微积分与常微分方程2．线性代数选考部分为下列课程之一：3．概率论与数理统计4．随机过程5. 数值分析6．数学物理方法7．泛函分析8. 大气科学中的数学物理问题（报考大气科学必选）三、考核重点重点考察考生对数学基本知识、基本理论及基本方法的把握，同时考查考生的数学思维能力和分析问题、解决问题的能力，对纯理论证明不作要求。
第二部分考试形式与试卷结构一、答卷方式闭卷、笔试二、答卷时间180分钟三、试卷结构试卷题型分为选择题、填空题、解答题。
满分100分，各学科分值比例如下：1．微积分与常微分方程，20分2．线性代数，20分3．概率论与数理统计，随机过程，数值分析，数学物理方法，泛函分析，大气科学中的数学物理问题（报考大气科学必选）（任选一门），每门60分第三部分考试范围一、微积分与常微分方程1．函数与极限：映射与函数；数列的极限；函数的极限；无穷小与无穷大；极限运算法则；极限存在准则；两个重要极限；无穷小的比较；函数的连续性与间断点；连续函数的运算与初等函数的连续性；闭区间上连续函数的性质；一致连续性2．一元函数微分学：导数概念；函数的求导法则；高阶导数；隐函数及由参数方程所确定的函数的导数；相关变化率；函数的微分；罗尔定理；拉格朗日中值定理；洛必达法则；函数的单调性与曲线的凹凸性；函数的极值与最大值最小值3．一元函数积分学：不定积分的概念与性质；定积分的概念与性质；换元积分法；分部积分法；有理函数的积分；微积分基本公式；反常积分；反常积分的审敛法；定积分在几何学上的应用4．多元函数微分学：多元函数的基本概念；偏导数；全微分的定义；多元复合函数的求导法则；隐函数的求导公式；多元函数微分学的几何应用；方向导数与梯度；多元函数的极值及其求法5．多元函数积分学：二重积分的概念与性质；二重积分的计算法；三重积分；重积分的几何应用；对弧长的曲线积分；对坐标的曲线积分；格林公式及其应用；对面积的曲面积分；对坐标的曲面积分；高斯公式；斯托克斯公式6．无穷级数：常数项级数的概念；收敛级数的基本性质；正项级数及其审敛法；交错级数及其审敛法；绝对收敛与条件收敛；绝对收敛级数的性质；幂级数；函数展开成幂级数；函数项级数的一致收敛性及一致收敛级数的基本性质；傅里叶级数；周期为2l的周期函数的傅里叶级数7．常微分方程：微分方程的基本概念；可分离变量的微分方程；齐次方程和可化为齐次的方程；一阶线性微分方程；伯努利方程；可降阶的高阶微分方程；线性微分方程解的结构；常系数齐次线性微分方程；常系数非齐次线性微分方程；欧拉方程二、线性代数1．行列式：二阶与三阶行列式；全排列及其逆序数；n阶行列式的定义；对换；行列式的性质；行列式按行（列）展开；克拉默法则2．矩阵及其运算：矩阵；矩阵的运算；逆矩阵；矩阵分块法3．矩阵的初等变换与线性方程组：矩阵的初等变换；矩阵的秩；线性方程组的解4．向量组的线性相关性：向量组及其线性组合；向量组的线性相关性；向量组的秩；线性方程组的解的结构；向量空间5．相似矩阵及二次型：向量的内积、长度及正交性；方阵的特征值与特征向量；相似矩阵；对称矩阵的对角化；二次型及其标准形；用配方法化二次型成标准形；正定二次型6．线性空间与线性变换：线性空间的定义与性质；维数、基与坐标；基变换与坐标变换；线性变换；线性变换的矩阵表示式三、概率论与数理统计1．概率论的基本概念：随机试验；样本空间、随机事件；频率与概率；等可能概型；条件概率；独立性2．随机变量及其分布：随机变量；离散型随机变量及其分布律；随机变量的分布函数；连续型随机变量及其概率密度；随机变量的函数的分布；二维随机变量；边缘分布；相互独立的随机变量；两个随机变量的函数的分布3．随机变量的数字特征：数学期望；方差；协方差及相关系数；矩、协方差矩阵4．大数定律及中心极限定理：大数定律；中心极限定理5．数理统计的基本概念：随机样本；抽样分布6．参数估计与假设检验：点估计；估计量的评选标准；区间估计；正态总体均值与方差的区间估计；(0-1)分布参数的区间估计；单侧置信区间；7．假设检验：假设检验；正态总体均值的假设检验；正态总体方差的假设检验；置信区间与假设检验之间的关系四、随机过程1．预备知识：概率空间；特征函数、母函数；n维正态分布；条件期望2．随机过程的概念与基本类型：随机过程的基本概念；随机过程的分布律和数字特征；几种重要的随机过程3．泊松过程：泊松过程的定义和例子；泊松过程的基本性质；非齐次泊松过程；复合泊松过程4．马尔可夫链：马尔可夫链的概念及转移概率；马尔可夫链的状态分p n的渐近性质与平稳分布类；状态空间的分解；()ij5．连续时间的马尔可夫链：连续时间的马尔可夫链；柯尔莫哥洛夫微分方程；生灭过程。
概率论与数理统计自考题型
概率论与数理统计自考题型一、选择题（每题3分，共30分）1. 设随机变量X服从正态分布N(μ,σ²)，则P(X ≤ μ)等于（）A. 0B. 0.5C. 1D. 取决于μ和σ的值。
答案：B。
解析：正态分布的图像关于x = μ对称，所以P(X ≤ μ) = 0.5。
2. 若事件A与B相互独立，P(A) = 0.4，P(B) = 0.5，则P(A∪B)等于（）A. 0.7B. 0.8C. 0.6D. 0.9。
答案：A。
解析：因为A与B相互独立，所以P(A∪B)=P(A)+P(B)-P(A)P(B)=0.4 + 0.5 - 0.4×0.5 = 0.7。
3. 设离散型随机变量X的分布律为P(X = k)=ck，k = 1,2,3，则c的值为（）A. 1/6B. 1/3C. 1/2D. 2/3。
答案：A。
解析：根据离散型随机变量分布律的性质，所有概率之和为1，即c+2c+3c = 1，解得c = 1/6。
4. 对于二维随机变量(X,Y)，如果X与Y相互独立，则（）A. Cov(X,Y) = 0B. D(X + Y)=D(X)+D(Y)C. 以上两者都对D. 以上两者都不对。
答案：C。
解析：当X与Y相互独立时，Cov(X,Y) = 0，且D(X + Y)=D(X)+D(Y)。
5. 设总体X服从参数为λ的泊松分布，X₁,X₂,…,Xₙ是来自总体X的样本，则λ的矩估计量为（）A. XB. 1/XC. X²D. 1/X²。
答案：A。
解析：根据泊松分布的期望为λ，由矩估计法，用样本均值X估计总体的期望λ。
6. 样本方差S²是总体方差σ²的（）A. 无偏估计B. 有偏估计C. 极大似然估计D. 矩估计。
答案：A。
解析：样本方差S²是总体方差σ²的无偏估计。
7. 设总体X~N(μ,σ²)，其中μ未知，σ²已知，X₁,X₂,…,Xₙ是来自总体X的样本，则μ的置信区间为（）A. (X - zα/2(σ/√n),X + zα/2(σ/√n))B. (X - tα/2(s/√n),X + tα/2(s/√n))C. (X - zα/2(s/√n),X + zα/2(s/√n))D. (X - tα/2(σ/√n),X + tα/2(σ/√n))。
概率论与数理统计考试大纲
最新整理
概率论与数理统计考试大纲
一、基本概念：
1.运用加法公式，乘法公式以及事件的独立性计算随机事件的概
率；
2.掌握全概率公式，贝叶斯公式；
3.掌握几种常见分布（离散型：二项分布等；连续型：均匀分布；
正态分布等）的分布律和概率密度，以及相关的数字特征计算。
二、一维随机变量分布
1.掌握离散型分布律的性质；
2.掌握连续型密度的性质以及概率密度与分布函数的关系；；
3.会求一维连续型随机变量的函数的分布；
三、二维随机变量分布
1. 掌握离散型联合分布律的性质；已知联合分布律会求边缘分布
律；
2.掌握连续型联合密度的性质；已知联合密度会求边缘密度；
3. 会求简单的二维离散型随机变量的函数的分布
4. 随机变量的数字特征
四、随机变量数字特征
1. 掌握数学期望；方差以及协方差的性质以及计算方法；
五、参数估计和假设检验
1.掌握矩估计法和极大似然估计法；
2.掌握单个正态总体的假设检验。
基本题型：
填空（7x4分）+计算（72分）
计算题：
（1）全概率公式考察，贝叶斯公式。
（2）一维随机变量计算区间上的概率；计算变量函数的分布。
（3）二维随机变量计算边缘分布；相关性；协方差等。
（4）求参数的点估计和极大似然估计
（5）计算单个正态总体参数数学期望的假设检验
.。
数一概率论考试大纲
数一概率论考试大纲
一、随机事件与概率
1.样本空间、随机事件
2.事件的概率及其性质
3.由概率求事件的概率
4.随机事件的运算
二、随机变量与分布律
1.随机变量的概念和分类
2.离散型随机变量及其分布定律
3.连续型随机变量及其概率密度函数
4.随机变量函数的分布律
5.常见离散分布和连续分布（二项分布、泊松分布、正态分布等）
三、数理统计基础
1.样本、总体、统计量
2.样本均值、样本方差及其性质
3.抽样分布及中心极限定理
4.参数估计方法（矩法、最大似然法）
5.假设检验及其基本方法
四、随机过程基础
1.随机过程的概念及分类
2.随机过程的描述及其统计特征
3.马尔可夫过程及其性质
4.泊松过程和排队论基础
五、随机模拟实验
1.随机数及其生成方法
2.蒙特卡洛方法的原理及应用
3.随机模拟的程序设计和实用技巧
六、应用举例与习题解析
1.典型应用举例
2.常见习题解析及思路分析
以上内容为数一概率论考试大纲的基本框架，具体考察内容以实际考试安排为准。
博士入学考试参考书目
参考书：含有以上内容的教科书均可，如：
【1】 Ross R.M. 《Stochastic Processes》， John Wiley, 1983 版或 1996 版
《 Nonlinear Programming Theory and Algorithhms 》，
Bazaraa, M.S.,H.D.Sheraliand
2006.
动力系统几何算法 洪佳林、尚在久、唐贻发
马志明、巩馥洲、董昭、
随机分析（随机过程） 骆顺龙、吴黎明、李向东、 《半鞅与随机分析》（1-9 章），何声武、汪嘉冈、严加安，科学出版社；《随机分析学基础》（第二版）
李文博
（1-4 章），黄志远，科学出版社；《随机过程引论》（1,2,5,6 章），钱敏平，北京大学出版社。
林群、张波、明平兵、白 中治、卢本卓、徐国良
1）G.H. 戈卢布，C.F. 范洛恩 著， 矩阵计算，科学出版社（中译本，袁亚湘等译），2002. 2） 徐树芳 编著， 矩阵计算的理论与方法，北京大学出版社， 第三版， 2001. 3）Alfio Quarteroni, Riccardo Sacco and Fausto Saleri, Numerical Mathematics (数值数学）， 科学出版社，
张晓
II; <<The Geometry of Physics, An Introduction>> (T. Frankel, 2nd ed, 天元基金影印系列丛书, 清华大
学出版社, 2005), Chapters 11 & 19
杨乐、王跃飞、崔贵珍
周向宇
贺正需 张平
葛力明
丁彦恒 张志涛 葛力明 郑作环
最优化方法 数学物理 李群和李代数 应用随机过程 非线性规划 图论与组合优化 最优化方法 概率统计
概率论与数理统计考试大纲
《概率论与数理统计》课程考试大纲一、考核内容与考核要求第1章随机事件与概率【考核的知识点和要求】考核知识点１．随机事件及其运算2．概率的定义及其确定方法3．概率的性质4．条件概率5．独立性考核要求1. 随机事件及其运算（1）简单应用：随机事件的运算。
2．概率的定义及其确定方法（1）简单应用：概率的定义。
（2）综合应用：确定概率的古典方法。
3．概率的性质（1）简单应用：概率的性质。
4．条件概率（1）简单应用：条件概率。
5．独立性（1）分析：独立性。
第2章随机变量及其分布【考核的知识点和要求】考核知识点1．随机变量及其分布2．随机变量的数学期望3．随机变量的方差与标准差4．常用离散分布5．常用连续分布6．随机变量函数分布考核要求1. 随机变量及其分布（1）简单应用：随机变量的分布。
2. 随机变量的数学期望（1）简单应用：随机变量的数学期望。
3. 随机变量的方差与标准差（1）简单应用：随机变量的方差与标准差。
4. 常用离散分布（1）简单应用：泊松分布。
（2）综合应用：二项分布。
5．常用连续分布（1）简单应用：指数分布。
（2）综合应用：正态分布。
6．随机变量函数分布（2）综合应用：随机变量函数分布。
第3章多维随机变量及其分布【考核的知识点和要求】考核知识点1．多维随机变量及其联合分布2．边际分布与随机变量的独立性3．多维随机变量函数的分布4．多维随机变量的特征数考核要求1. 多维随机变量及其联合分布（1）简单应用：多维随机变量的联合分布。
2．边际分布与随机变量的独立性（1）综合应用：边际分布与随机变量的独立性。
3．多维随机变量函数的分布（1）综合应用：多维随机变量函数的分布。
4．多维随机变量的特征数（1）识记：多维随机变量函数的数学期望、协方差和相关系数。
（2）简单应用：数学期望与方差的运算性质。
第4章大数定律与中心极限定理【考核的知识点和要求】考核知识点1．大数定律2．中心极限定理考核要求1. 大数定律（1）简单应用：大数定律。
北京理工大学博士学位研究生入学考试业务课参考书目考试
3003
高等波动光学
《物理光学教程》北京理工大学出版社谢敬辉，赵达尊，闫吉祥
2005
3005
导航系统
《导航系统》航空工业出版社袁信、俞济祥、陈哲
1993
3005
导航系统
《捷联惯导系统原理》宇航出版社陈哲
1986
3006
光电子学
《激光原理》国防工业出版社周炳琨等
2009
3006
光电子学
《光纤技术—理论基础及应用》北京理工大学出版社孙雨南等
电磁理论电子科技大学出版社楼仁海等
2023
电子学基础
半导体器件物理电子工业出版社施敏
2023
电子学基础
现代电路理论高等教育出版社邱关源
2023
电子学基础
数字信号处理北京理工大学出版社王世一
2024
材料科学与工程
《材料科学基础教程》哈尔滨工业大学出版社赵品、谢辅洲、孙振国
2002
2025
配位化学
《配位化学》（双语版）化学工业出版社李晖
1992
3015
微波技术
本学科硕士用参考书均可，内容包括微波技术、微波网络、微波天线、微波测量
3016
微光与红外成像技术
《光电成像原理与技术》北京理工大学出版社白廷柱，金伟其
2006
3016
微光与红外成像技术
《微光与红外成像技术》北京理工大学出版社张敬贤、李玉丹等
1995
3017
系统辨识
《过程辨识》清华大学出版社方崇智、萧德云
3001
有机化学Ⅰ
《基础有机化学》第二版（上、下册）高等教育出版社邢其毅等
2003
3002
半导体集成电路原理与设计
数学一概率论考研大纲
数学一概率论考研大纲（实用版）目录一、考研数学概率论与数理统计大纲概述二、考研数学概率论与数理统计大纲内容详解三、如何备考考研数学概率论与数理统计四、考研数学概率论与数理统计的重难点分析正文一、考研数学概率论与数理统计大纲概述考研数学概率论与数理统计大纲是针对考研数学一的考试内容制定的，它为考生提供了一个全面的复习指导。
从大纲中可以看出，考研数学概率论与数理统计主要考察的内容包括随机事件和概率、概率的基本性质、古典型概率、几何型概率、条件概率、概率的基本公式等。
二、考研数学概率论与数理统计大纲内容详解1.随机事件和概率：这部分主要考察考生对随机事件和概率的理解，要求考生了解随机事件与样本空间的关系、事件的关系与运算、完备事件组等概念，熟练掌握概率的基本性质和古典型概率、几何型概率等。
2.概率的基本公式：这部分要求考生熟练掌握概率的基本公式，包括事件的独立性、独立重复试验等。
3.条件概率：这部分主要考察考生对条件概率的理解和应用，要求考生掌握条件概率的计算方法以及如何利用条件概率判断事件的独立性。
三、如何备考考研数学概率论与数理统计1.掌握基本概念和公式：考生需要认真学习考研数学概率论与数理统计大纲中所规定的内容，掌握基本概念和公式，加强对知识点的理解。
2.多做练习题：通过大量的练习题来巩固所学知识，提高解题能力。
可以参考历年真题和模拟题，进行针对性训练。
3.分析重难点：根据大纲和近几年的考试情况，分析概率论与数理统计的考试重难点，有针对性地进行复习。
4.及时总结和反馈：在复习过程中，考生需要及时总结自己的学习情况，发现问题及时调整，确保学习效果。
四、考研数学概率论与数理统计的重难点分析1.随机事件和概率：这部分是考研数学概率论与数理统计的基础，重难点在于理解概率的基本性质和掌握古典型概率、几何型概率等。
2.概率的基本公式：这部分重难点在于掌握事件的独立性、独立重复试验等概念及其计算方法。
3.条件概率：这部分重难点在于理解条件概率的概念及其计算方法，学会利用条件概率判断事件的独立性。
考研数学考试大纲(数学一、二、三考试范围)
全国硕士研究生入学统一考试数学考试大纲数学一考试科目：高等数学、线性代数、概率论与数理统计考试形式和试卷结构一、试卷满分及考试时间试卷满分为150分，考试时间为180分钟．二、答题方式答题方式为闭卷、笔试．三、试卷内容结构高等教学 约56％线性代数 约22%概率论与数理统计22％四、试卷题型结构试卷题型结构为：单选题 8小题，每题4分，共32分填空题 6小题，每题4分，共24分解答题（包括证明题） 9小题，共94分高等数学一、函数、极限、连续考试内容函数的概念及表示法 函数的有界性、单调性、周期性和奇偶性 复合函数、反函数、分段函数和隐函数 基本初等函数的性质及其图形 初等函数 函数关系的建立数列极限与函数极限的定义及其性质 函数的左极限与右极限 无穷小量和无穷大量的概念及其关系 无穷小量的性质及无穷小量的比较 极限的四则运算 极限存在的两个准则：单调有界准则和夹逼准则 两个重要极限:0sin lim 1x x x →= 1lim 1xx e x →∞⎛⎫+= ⎪⎝⎭函数连续的概念 函数间断点的类型 初等函数的连续性 闭区间上连续函数的性质 考试要求1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系.2．了解函数的有界性、单调性、周期性和奇偶性．3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念．4．掌握基本初等函数的性质及其图形，了解初等函数的概念.5．理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左、右极限之间的关系．6．掌握极限的性质及四则运算法则.7．掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法．8．理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限．9．理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型．10．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理），并会应用这些性质．二、一元函数微分学考试内容导数和微分的概念导数的几何意义和物理意义函数的可导性与连续性之间的关系平面曲线的切线和法线导数和微分的四则运算基本初等函数的导数复合函数、反函数、隐函数以及参数方程所确定的函数的微分法高阶导数一阶微分形式的不变性微分中值定理洛必达（L’Hospital）法则函数单调性的判别函数的极值函数图形的凹凸性、拐点及渐近线函数图形的描绘函数的最大值和最小值弧微分曲率的概念曲率圆与曲率半径考试要求1.理解导数和微分的概念，理解导数与微分的关系，理解导数的几何意义，会求平面曲线的切线方程和法线方程，了解导数的物理意义，会用导数描述一些物理量，理解函数的可导性与连续性之间的关系．2．掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式．了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分．3．了解高阶导数的概念，会求简单函数的高阶导数．4．会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数. 5．理解并会用罗尔(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解并会用柯西(Cauchy)中值定理．6．掌握用洛必达法则求未定式极限的方法．7．理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用．8．会用导数判断函数图形的凹凸性（注：在区间(a,b)内，设函数f(x)具有二阶导数。
《概率论与数理统计》(公共)复习提纲
概率论与数理统计（公共课）复习提纲 注：方框标示的内容为重点。
第1章 随机事件及其概率1. 样本点与样本空间、事件的关系与运算；2. 事件的运算规律；(1) 交换律 A ∪B =B ∪A , A ∩B =B ∩A ;(2) 结合律 (A ∪B )∪C =A ∪(B ∪C ), (A ∩B )∩C =A ∩(B ∩C );(3) 分配律 (A ∪B )∩C =(A ∩C )∪(B ∩C ), (A ∩B )∪C =(A ∪C )∩(B ∪C)3. 事件概率的定义及其性质、古典概型的概率计算；条件概率 P (B |A ) = P (AB ) / P (A )；乘法公式 P (AB ) = P (A )P (B |A ) 或 P (AB ) = P (B )P (A |B )全概率公式 P (B ) = P (A 1)P (B |A 1) + … + P (A n )P (B |A n ) + …n = 2的情形(样本空间被对立事件划分) )|()()|()()(A B P A P A B P A P B P += n = 3的情形 )|()()|()()|()()(332211A B P A P A B P A P A B P A P B P ++=贝叶斯公式(已知事件B 发生后，求其由A i 所引起的概率),...2,1,)|()()|()()()()|(===∑i A B P A P A B P A P B P B A P B A P jj j i i i i事件的独立性 P (AB ) = P (A )P (B )；9．有限事件的两两独立与相互独立；伯努利概型及其概率计算；随机变量及其分布与数字特征1. 常用离散型概率分布两点分布(0-1分布) P { X = x 1 } = p , P { X = x 2 } = 1 – p (0 < p < 1) E (X ) = p , D (X ) = p (1 – p )二项分布 X ~ b (n , p ) n k p p C k X P k n k k n ,...,1,0,)1(}{=-==-E (X ) = np , D (X ) = np (1 – p )泊松分布 X ~ P (λ) ,...2,1,0,!}{===-k e k k X P k λλE (X ) = D (X ) = λ2. 二项分布的泊松近似100,10,!)1(><=≈---n np e k p p C kk n k kn λλλ 3. 随机变量的分布函数(1) 定义：F (x ) = P { X ≤ x };(2) 性质：a. 单调非减；b. F (-∞) = 0、F (+∞) = 1；c. 右连续；4. 常用连续型概率分布均匀分布 X ~ U (a , b )密度函数：b x a a b x f <<-=,1)(，分布函数：⎪⎪⎩⎪⎪⎨⎧≥<≤--<=bx b x a ab a x a x x F ,1,,0)( 2)(a b X E -=， 12)()(2a b X D -= 指数分布 X ~ e(λ)密度函数：0,)(>=-x ex f x λλ，分布函数：⎩⎨⎧>-=-其它,00,1)(x e x F x λ λ1)(=X E ， 21)(λ=X D正态分布 X ~ N (μ, σ2) μ=)(X E ， 2)(σ=X D标准正态分布 X ~ N (0, 1)，E (X ) = 0, D (X ) = 1；5. 随机变量函数 Y = f ( X ) 的分布离散型：列出分布律；连续型：（1）用概率的方法求出函数 Y 的分布函数后，再求其密度函数；（2）如果函数 Y = f (X ) 满足严格单调，则可使用公式直接求 Y 的密度函数： 的反函数为其中)()(,|,)(|))(()(x f y y h y y h y h f y f X Y =<<'=βα6. 随机变量函数 Y = f ( X ) 的数学期望离散型：∑==ii i p x g X g E X E )()]([)(连续型：⎰+∞∞-==x x f x g X g E X E d )()()]([)( 7. 方差的计算D (X ) =E [ X – E (X ) ]2 = E (X 2) – [E (X )]28. 数学期望与方差的性质(E (X ), E (Y ), D (X ), D (Y )均存在)E (aX ± bY ) = aE (X ) ± bE (Y ) D (aX ± bY ) = a 2D (X ) + b 2D (Y )9. 中心极限定理定理3 设随机变量 X 1, X 2, …, X n , … 相互独立，服从同一分布，且 E (X i ) = μ, D (X i ) = σ2, ( i = 1, 2, …)，则)(lim 1x x n n X P n i i n Φ=⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤-∑=∞→σμ或),(~2n n N X X n i i σμ ∑= 即n 个随机变量的和的极限分布是正态分布。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
博士研究生入学考试《数理统计》考试大纲
第一部分考试说明
一、考试性质
全国博士研究生入学考试是为高等学校招收博士研究生而设置的。
其中数理统计是为管理学科各类考生设置的专业基础课程考试科目，属招生学校自行命题性质。
它的评价标准是高等学校优秀硕士研究生能达到的及格或及格以上水平，以保证被录取者具有坚实的数理统计基本理论知识和较好的分析实际数理统计问题的能力，有利于招生学校在专业上录取。
考试对象为参加2011年全国博士研究生入学考试的应届硕士毕业生或具有同等学历的在职人员。
二、考试的学科范围
应考范围包括：假设检验、回归分析和方差分析等三部分。
具体考查要点详见本纲第二部分。
三、评价目标
数理统计考试的目标在于考查考生对数理统计的基本概念、基本理论和方法的掌握以及分析和求解较为复杂的数理统计问题的能力。
考生应能：
1．正确理解数理统计中的基本概念和基本理论。
2．掌握数理统计中的基本原理和方法及计算公式，并能正确地解释计算结果。
3．正确应用数理统计的基本理论知识分析和解决较为复杂的实际问题。
四、考试形式与试卷结构
答卷方式：闭卷，笔试；试卷中的所有题目全部为必答题；
答题时间：180分钟；
试卷分数：满分为100分；
试卷结构及考查比例：试卷主要分为三部分，即：基本理论和方法题40%，分析与应用题60%。
第二部分考查要点
1 假设检验
假设检验的基本概念，两类错误，显著性水平的选择，原假设与备择假设的选择，双
侧检验与单侧检验，假设检验的一般步骤。
关于一个正态总体均值和方差的假设检验；关于两个正态总体均值差和方差比的假设检验。
2 线性回归分析
简单线性回归模型及其基本理论假设，简单线性回归模型的基本特征和相关性质，回归参数的估计，相关系数，回归效果显著性检验，回归系数的置信区间与假设检验，应用回归模型进行估计和预测。
多元线性回归模型及其基本理论假设，回归模型的相关性质，回归参数的估计，复相关系数，回归效果显著性检验，回归系数的假设检验，应用回归模型进行估计和预测。
3 方差分析
方差分析的基本原理，单因素方差分析。
4 应用数理统计理论与方法解决较为复杂的实际问题.
第三部分参考文献
1杨虎.数理统计, 高等教育出版社。