概率论与数理统计考试大纲
概率与数理统计考研大纲
概率与数理统计考研大纲
概率与数理统计考研大纲主要包括以下几个方面：
1. 概率论基础：随机事件、概率、条件概率、全概率公式、贝叶斯公式、随机变量及其分布函数、数学期望、方差、协方差等。
2. 随机过程：离散时间马尔可夫链、连续时间马尔可夫链、泊松过程、布朗运动、马尔可夫过程的极限定理等。
3. 数理统计基础：总体与样本、抽样分布、点估计、区间估计、假设检验、最大似然估计、贝叶斯估计等。
4. 参数统计方法：正态总体、一般参数总体、方差分析、非参数统计、重复测量设计、线性回归等。
5. 非参数统计方法：秩和检验、符号检验、分布自适应方法等。
6. 统计计算及应用：统计模拟、Monte Carlo方法、Bootstrap 方法、统计软件应用等。
总的来说，概率与数理统计考研大纲涵盖了概率论和数理统计的基本知识与方法，以及其在实际问题中的应用。
考生应该熟练掌握各个知识点，在考试中能够准确地应用它们解决问题。
(完整版)概率论与数理统计复习提纲
1.基本思想: 用样本矩（原点矩或中心矩）代替相应的总体矩.
2.求总体X的分布中包含的m个未知参数 的矩估计步骤：
① 求出总体矩,即 ；② 用样本矩代替总体矩，列出矩估计方程：
③ 解上述方程（或方程组）得到 的矩估计量为：
④ 的矩估计值为：
3. 矩估计法的优缺点：
优点：直观、简单; 只须知道总体的矩,不须知道总体的分布形式.
（1） 分布的 分位点 （2） 分布的 分位点 其性质：
（3） 分布的 分位点 其性质
（4）N(0,1)分布的 分位点 有
第六章 参数估计
一、点估计:设 为来自总体X的样本， 为X中的未知参数， 为样本值，构造某个统计
量 作为参数 的估计，则称 为 的点估计量， 为 的估计值.
2.常用点估计的方法：矩估计法和最大似然估计法.
合概率函数（或联合密度函数） （或
称为似然函数.
3. 求最大似然估计的步骤：
（1）求似然函数:X离散： X连续：
（2）求 和似然方程：
（3）解似然方程，得到最大似然估计值：
（4）最后得到最大似然估计量：
4. 最大似然估计法是在各种参数估计方法中比较优良的方法，但是它需要知道总体X的分布形式.
四、估计量的评价标准
4.伯努利概型：
1.事件的对立与互不相容是等价的。（X）
2.若 则 。（X）
3. 。(X)
4.A,B,C三个事件恰有一个发生可表示为 。(∨)
5.n个事件若满足 ，则n个事件相互独立。(X)
6.当 时，有P(B-A)=P(B)-P(A)。（∨）
第二章 随机变量及其分布
一、随机变量的定义：设样本空间为 ，变量 为定义在 上的单值实值函数，则称 为随机变量，通常用大写英文字母，用小写英文字母表示其取值。
《概率论与数理统计A》考试大纲
《概率论与数理统计A》期末考试大纲一、随机事件的概率1. 利用两个或三个事件的运算表示随机事件．——————填空，选择2. 互斥与对立的关系及其概率、互斥与独立的关系及其判断．——————填空，选择3. 利用两个事件的概率公式计算概率加法（一般，互斥，对立）；减法（一般，包含）；乘法公式（独立）；————填空利用加法公式，减法公式求概率．——————计算4. 古典概率的计算（组合，排列——放回，不放回）．——————填空，计算5. 独立事件的概率计算，伯努利概型的概率计算．——————填空，计算二、随机变量及其分布1. 求离散型随机变量的分布律．——————计算2. 已知分布律求未知常数及概率．——————填空，选择3. 二项分布的概率公式．——————填空4. 求连续型随机变量概率密度的未知常数及其概率．——————选择，计算5. 正态分布及其概率计算（直接计算，应用题）．————填空，选择，计算6. 均匀分布的概率密度及其概率计算．——————填空三、随机变量的数字特征1. 数学期望、方差的计算（离散，连续）．——————填空，计算2. 数学期望、方差的性质及常见分布（6个）的期望与方差．——————填空，选择四、数理统计的基本知识1. 统计量的判断．——————选择2. 样本均值的期望、方差，样本方差的期望．——————填空χ、t）．——————填空，选择3. 单正态总体样本均值与方差的抽样分布（正态、24. 单正态总体样本均值的分布及概率计算．——————计算五、参数估计1. 评价估计量（无偏性、有效性）．——————选择2. 单正态总体均值与方差的双侧置信区间，置信区间长度与置信度的关系．————选择3. 求解单正态总体均值的双侧置信区间（σ已知或未知）．——————计算六、假设检验1. 原假设与备择假设的关系，两类错误．——————选择2. 单正态总体均值与方差的双侧假设检验的检验方法，统计量，拒绝域．——填空，选择3. 单正态总体均值的双侧假设检验（σ已知或未知）．——————计算七、题型与分值1．题型：填空（1分×20空=20分）、选择（2分×8题=16分）、计算（8分×8题=64分）．2．分值：作业原题60分左右；变形题30分左右；提高题10分左右．。
概率论与数理统计考试大纲
概率论与数理统计考试大纲1、随机事件与概率（1）了解随机试验与样本空间的概念，理解随机事件的概念，掌握事件间的关系与运算。
（2）了解事件频率的概念及随机现象的统计规律性，了解概率的统计定义，理解概率的古典定义与几何定义。
（3）了解概率的公理化定义，掌握概率的性质及其计算。
（4）理解条件概率的概念，掌握乘法定理、全概率公式与贝叶斯公式。
（5）理解事件的独立性的概念，会用事件的独立性计算概率。
（6）理解独立重复试验的概念，会计算有关事件的概率。
2、随机变量及其分布（1）理解随机变量的概念，理解随机变量的分布函数的概念与性质。
（2）理解离散型随机变量及其概率分布的概念和性质，掌握二项分布与泊松分布及其应用。
（3）理解连续型随机变量及其概率密度的概念和性质，掌握均匀分布、指数分布和正态分布及其应用。
（4）了解泊松定理的结论和应用条件。
（5）会用随机变量的概率分布求简单函数的概率分布。
3、多维随机变量及其分布（1）了解二维随机变量的概念，理解二维随机变量分布函数的概念与性质。
（2）理解二维离散型随机变量及其概率分布的概念与性质，了解其边缘分布及条件分布的概念。
（3）理解二维连续型随机变及其概率密度的概念与性质，了解其边缘概率密度及条件概率密度的概念。
（4）掌握二维均匀分布，了解二维正态分布。
（5）理解随机变量相互独立的概念，掌握离散型和连续型随机变量独立的充要条件。
（6）会求两个随机变量简单函数的概率分布。
（7）了解n维随机变量。
4、随机变量的数字特征（1）理解随机变量数学期望和方差的概念，掌握数学期望和方差的性质，会用这些性质进行计算。
（2）会求随机变量的函数的数学期望。
（3）掌握二项分布、泊松分布、均匀分布、指数分布和正态分布的数学期望和方差。
（4）理解随机变量协方差和相关系数的概念和性质，了解随机变量的矩和协方差矩阵的概念。
5、大数定律与中心极限定理（1）了解切比雪夫不等式。
（2）了解依概率收敛的概念。
概率论与数理统计B考试大纲(带公式)讲解
概率论与数理统计B考试大纲第2章描述统计学1.样本均值、样本方差、样本标准差的计算；2.样本中位数、分位数；先对数据按从小到大排序。
如果np不是整数，则第[np]+1个数据是100p%分位数。
如果np 是一个整数，那么100p%分位数取第[np]和第[np]+1个值的平均值。
特别地，中位数是50%分位数。
3.样本相关系数。
，第3章概率论基础1. 样本空间，事件的并、交、补，文图和德摩根律；，2. 概率的定义、补事件计算公式、并事件计算公式；对于任何的互不相交事件序列，3. 等可能概型的计算，排列和组合；4. 条件概率、乘法公式、全概率公式、贝叶斯公式；，5. 事件独立性及其概率的计算。
第4章随机变量与数学期望1. 随机变量的分布函数及其性质；2. 离散型随机变量的概率质量函数及其性质，有关概率的计算；离散型随机变量：取值集合有限或者是一个数列x i, i=1,2, …。
概率质量函数：，3. 连续型随机变量的概率密度函数及其性质，有关概率的计算；连续型随机变量：随机变量的可能的取值是一个区间。
概率密度函数f(x)：对任意一个实数集B有,,4 二维随机变量的联合分布函数、联合质量函数、联合密度函数，有关概率的计算；,,5. 随机变量的独立性，有关概率的计算；随机变量X与Y独立: ;分布函数离散型连续型6. 怎样求连续型随机变量函数的密度函数（先求分布函数，再求导）；Y=g(X)7. 数学期望（离散型，连续型），函数的数学期望（离散型，连续性）；离散型连续型8. 数学期望的性质，当X与Y独立时，E[XY]=E[X] E[Y]9. 方差和它的性质；；当X与Y独立，，10 协方差、相关系数，有关性质；Corr(X,Y)=1或-1，当且仅当X和Y线性相关，即P(Y=a+bX)=1 (当b>0, 相关系数为1; 当b<0, 相关系数为-1)当X与Y独立时，X与Y不相关，即.11. 切比雪夫不等式，弱大数定律，概率的频率意义。
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。
自-福州大学概率论与数理统计考试大纲
《概率论与数理统计》考试大纲课程编号:0４0222课程类别：专业领域课总学时数：64学分数：４一、考试对象高等师范数学本科专业学生二、考试目的本课程是高等师范数学本科专业必修的一门重要基础理论课。
概率统计是研究随机现象客观规律性的一门学科。
随着科学技术的发展以及人们对随机现象规律性认识的需要,概率统计的思想方法正日益渗透到自然科学和社会科学的众多领域中。
通过本课程的学习,使学生掌握概率统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机现象的基本思想和方法,培养学生运用概率统计分析和解决实际问题的能力。
三、考试方法和考试时间1、考试方法: (闭卷考试笔试)2、记分方式:百分制,满分为１０0分３、考试时间:120分钟4、命题的指导思想和原则命题的总的指导思想是：(1)、《概率论与数理统计》是高等师范数学本科专业必修的一门重要基础理论课,考核合格水准应达到高等学校本科教育的要求，因此考试应具有较高的信度、效度,一定的区分度和难度。
本考试大纲是以本课程的教学大纲和指定的主教材为依据制订的，考试内容要求以本考试大纲为准。
(２)、考试要求分二个层次，有关概念、性质和定理等理论方面的要求从低到高分为了解和理解；有关方法、公式和法则等的要求从低到高分为会，掌握。
５、题目类型（１)、单项选择题(在下列各小题的备选答案中,请把你认为正确的一个答案的序号填入题干的括号内,少选、多选不给分。
共10小题，每题2分,共2０分）(2)、填空题(共5小题，每空3分，共１5分)(３)、计算题(共8小题,每题6分，共４8分)(４)、证明题(共1小题，7分)（５)、检验题（每题5或1０分,共10分)四、考试内容要求：第一章随机事件及其概率1、样本空间，随机事件；2、概率的定义及性质；3、古典概型;4、条件概率，概率的乘法公式；5、随机事件的独立性；6、伯努利概型教学要求:1、了解样本空间的概念，理解随机事什的概念，掌握事件的关系与运算。
2023年10月自考04183概率论与数理统计(经管类)
2023年10月自考04183概率论与数理统计（经管类）引言概率论与数理统计作为经管类考试中的一门重要课程，为学生提供了解决现实生活中统计数据和不确定性问题的基本工具。
本文将介绍2023年10月自考04183概率论与数理统计（经管类）考试的相关内容和考试要点。
一、考试大纲概述2023年10月自考04183概率论与数理统计（经管类）的考试大纲主要包括三个部分：概率论、数理统计基础和应用统计分析。
下面将对这三个部分进行简要介绍：1.1 概率论概率论是研究随机现象的数量规律和数字特征的数学分支。
在概率论部分，考生需要熟练掌握概率的基本概念、概率计算方法、常见的离散型和连续型概率分布、随机变量及其分布特征等内容。
还需要了解概率的运算规则、条件概率、独立性、随机事件的概率、大数定律等重要概念。
1.2 数理统计基础数理统计是概率论在统计学研究中的应用，用于从样本数据中推断总体参数，并对统计结论进行可靠性评估。
考试大纲中的数理统计基础部分涵盖了统计数据的描述和汇总、样本数据的分布特征、点估计和区间估计、假设检验、回归与相关等知识点。
考生需要掌握样本统计量的性质、抽样分布的基本概念、参数估计的方法和判断标准、假设检验的步骤和原理等内容。
1.3 应用统计分析应用统计分析是将概率论和数理统计的理论与实际问题相结合，用统计方法对实际问题进行分析和解决的过程。
考试大纲中的应用统计分析部分包括相关系数与回归分析、方差分析、非参数检验、贝叶斯统计等内容。
考生需要了解各种统计方法的应用场景、分析步骤和结果解释。
二、备考要点为了顺利通过2023年10月自考04183概率论与数理统计（经管类）考试，考生需要注意以下备考要点：2.1 理论学习与实践应用的结合概率论与数理统计是一门理论实践型的学科，理论学习和实践应用并重。
考生在备考过程中应该注重理论知识的学习，理解关键概念和方法的含义和应用场景。
同时，要将理论知识与实际问题相结合，学会灵活运用所学知识解决实际问题。
8.《概率论与数理统计》考试大纲
《概率论与数理统计》考试大纲一、考查目标《概率论与数理统计》是为选拔学位学科教学（数学）教育硕士专业硕士研究生而为同等学历考生设置的入学考试科目。
其目的是科学、公平、有效地考查学生对《概率论与数理统计》的基础知识的掌握情况；是否具备攻读我校教育硕士研究生所必须的基本的数据分析素质和培养潜能.二、考试内容及要求第一章随机事件与概率（一）考核知识点1、随机事件与概率：样本空间，随机事件，随机变量，事件域，事件运算，事件间关系2、概率的定义及其确定方法3、概率的性质：可加性，单调性，连续性4、条件概率：定义，乘法公式，全概率公式，Bayes 公式5、事件与试验的独立性（二）考核要求1、深刻理解本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如古典概率问题。
第二章随机变量及其分布（一）考核知识点1、随机变量及其分布：概念，离散随机变量，分布列，连续随机变量，密度函数，分布函数2、数学期望3、方差与标准差：定义，性质，切比雪夫不等式4、常用离散分布：二项分布，几何分布，泊松分布，超几何分布5、常用连续分布：正态分布，指数分布，均匀分布，伽玛分布6、随机变量函数的分布（二）考核要求1、深刻理解本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题第三章多维随机变量及其分布（一）考核知识点1、多维随机变量及其分布：概念，联合分布列，联合密度函数，联合分布列，常用多维分布2、边际分布于随机变量的独立性：边际分布列，边际分函数，边际分密度函数，随机变量的独立性3、多维随机变量函数的分布：离散多维随机变量函数的分布，最大最小值分布，4、多维随机变量的特征：数学期望，方差，协方差，相关系数，运算，期望向量，协方差矩阵（二）考核要求1、领会本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如多维正态分布问题。
第四章大数定律与中心极限定理（一）考核知识点1、大数定律：伯努利大数定律，大数定律的一般形式，切比雪夫大数定律，辛钦大数定律，马尔科夫数定律2、中心极限定理：利莫弗 - 拉普拉斯中心极限定理，莱维 - 林德伯格中心极限定理，正态近似3、多维随机变量函数的分布：离散多维随机变量函数的分布，最大最小值分布，（二）考核要求1、领会本章的各项内容2、能够应用本章的基本概念、基本原理、基本方法解决相关实际问题，如多维正态分布问题。
全国硕士研究生入学统一考试概率论与数理统计考试大纲.doc
全国硕士研究生入学统一考试概率论与数理统计考试大纲I 考查目标《概率论与数理统计》是为我校招收系统工程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系统工程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、应用型、复合型的系统工程专业人才。
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：填空或选择题（40分）、综合题（110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。
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。
《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。
概率论与数理统计复习提纲
第一章随机事件及其概率一、随机事件及其运算1.样本空间、随机事件①样本点：随机试验的每一个可能结果，用表示；②样本空间：样本点的全集，用表示；注：样本空间不唯一.③随机事件：样本点的某个集合或样本空间的某个子集，用A,B,C,⋯表示；④必然事件就等于样本空间；不可能事件( )是不包含任何样本点的空集；⑤基本事件就是仅包含单个样本点的子集。
2.事件的四种关系①包含关系： A B，事件A发生必有事件B发生；②等价关系： A B，事件A发生必有事件B发生，且事件B发生必有事件A发生；③互不相容（互斥）：AB ，事件A与事件B一定不会同时发生。
④对立关系（互逆）：A，事件A发生事件A必不发生，反之也成立；AA 互逆满足AA注：互不相容和对立的关系（对立事件一定是互不相容事件，但互不相容事件不一定是对立事件。
）3.事件的三大运算①事件的并： A B，事件A与事件B至少有一个发生。
若AB ，则A B A B；②事件的交： A B或AB，事件A与事件B都发生；③事件的差： A-B，事件A发生且事件B不发生。
4.事件的运算规律①交换律： A B B A,AB BA②结合律：(A B) C A (B C),(A B) C A (B C)③分配律： A (B C) (A B) (A C),A (B C) (A B) (A C)n n④德摩根（DeMorgan）定律：二、随机事件的概率定义和性质A B AB,AB A BA i A i,对于n个事件，有i1i1n nA i A ii1 i11．公理化定义：设试验的样本空间为，对于任一随机事件A(A), 都有确定的实值P(A)，满足下列性质：(1)非负性：P(A)0; (2)规范性：P( )1;(3)有限可加性(概率加法公式)：对于k个互不相容事件A1,A2k k,Ak，有P( A i) P(A i).i 1i1则称P(A)为随机事件A的概率.2．概率的性质①P( )1,P()0 ②P(A) 1P(A)③若A B，则P(A) P(B),且P(B A) P(B)P(A)1④P(A B) P(A) P(B) P(AB)P(A B C) P(A) P(B)P(C) P(AB) P(BC) P(AC)P(ABC)注：性质的逆命题不一定成立的.如若P(A) P(B),则A B 。
博士研究生入学考试《概率论与数理统计》考试大纲.doc
博士研究生入学考试《概率论与数理统计》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。
其中概率论与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概率论与数理统计基本理论知识和较好的分析实际概率论与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2010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、考式的学科范围应考范围包括：随机事件及其概率、随机变量及其分布、随机变量的数字特征、样本及抽样分布、参数估计、假设检验和线性回归分析等七部分。
具体考查要点详见本纲第二部分。
三、评价目标概率论与数理统计考试的目标在于考查考生对概率论与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概率论与数理统计问题的能力。
考生应能：1．正确理解概率论中的基本概念和基本理论。
2．掌握求解概率论中较为复杂的实际问题的方法。
3．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。
4．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 随机事件及其概率随机事件的概念，事件间的关系及运算。
概率的定义及性质，古典概型，几何概型。
条件概率，乘法公式，全概率公式，逆概率公式。
事件的相互独立性，独立重复试验。
2 随机变量及其分布随机变量及其分布的概念，离散型随机变量及其分布律的定义和性质，连续型随机变量及其概率密度的定义和性质，分布函数的定义和性质，常用的随机变量的分布及其在工程与管理中的应用，随机变量的函数及其分布律; 二维随机变量及其分布.3 随机变量的数字特征随机变量的期望与方差的定义和性质，随机变量及其函数的期望与方差的计算，几种常用分布的期望与方差。
- 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)。
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
.。