考研数学有两个关键点:打好基础,多做习题,巩固错题。我们来看看概率论与数理统计相关的复习内容。让我们一起学习吧!
一、概率与数理统计学科的特点
(1)研究对象是随机现象。
高数是确定的现象,概率是不确定的随机现象。对于不确定性,每个人都感到头疼。
(2)题型相对固定,解法相对简单,对计算技能要求较低。
比如概率的求解主要考察二维离散型随机变量,二维连续型随机变量,随机变量函数的分布以及参数的矩估计和极大似然估计。考生只要掌握相应的解题方法,计算准确,就能得满分。
(3)高数与概率的结合
求随机变量的分布和数字特征,应用于高等数学的理论和方法,也是考研考生需要的解题综合能力。
在概率与数理统计的复习过程中,如果抓住了每一章的重点,一定会在概率上取得好成绩。
二、通过各章节来具体分析考试重点
第一章 随机事件与概率
本章需要掌握概率统计的基本概念和公式。其核心内容是概率的基本计算,加法公式、乘法公式、条件概率公式、全概率公式、贝叶斯公式等五种公式的熟练应用。
1.本章的重点:
四个关系:包容、平等、互斥、对立;五运算:并、交、差;四则运算定律:交换律、结合律、分配律、对偶律(德摩根定律);概率的基本性质:非负、规范、有限可加性和逆概率公式。
近几年单独这一章的考题比较少,从考试角度来说不是重点,但第一章是基础。大部分考题都会用第一章的知识作为基础知识。
2.常见典型问题:
随机事件的关系运算(求随机事件的概率)综合运用五个公式解题,特别是常用的全概率公式和贝叶斯公式。
第二章 随机变量及其分布
本章重点介绍分布函数的性质;离散型随机变量的分布规律和函数,连续型随机变量的密度函数和分布函数;常见的离散和连续随机变量的分布;一维随机变量的函数分布。
1.本章的重点:
变量及其分布函数的概念和性质(充要条件);分布律和概率密度的性质(充要条件);八种常见分布:0-1分布、二项分布、几何分布、超几何分布、泊松分布、均匀分布、正态分布、指数分布及其应用;会计算任何随机变量。
近年来,这一章的内容并不太多。主要考察一些常见的分布及其应用,以及随机变量函数的分布。
2.常见典型问题:
求一维随机变量的分布规律、分布密度或分布函数;函数是某个随机变量的分布函数或分布规律或分布密度的决定;反演或确定分布中的参数;求一维随机变量在一定区间内的概率;求一维随机变量函数的分布。
第三章 多维随机变量的分布
在涉及二维离散随机变量的问题中,常采用“先取值,现在取概率”的步骤。边缘分布、条件分布等二维连续型随机变量的相关计算是考试的重点和难点。考生在复习的时候要总结出求解边缘分布和条件分布的解题步骤。判断随机变量独立性的充要条件。最后,需要能够计算二维随机变量的简单函数的分布,包括两个离散变量的函数,的函数
二维随机变量及其分布的概念和性质,边缘分布,边缘密度,条件分布和条件密度,随机变量的独立性和无关性,一些常见的分布:二维均匀分布,二维正态分布,多个随机变量的简单函数的分布。这一章是概率论的重点部分之一!应该重点对待。
2.常见典型问题:
求二维随机变量的联合分布律或分布函数或边际概率分布或条件分布和条件密度;求共同分配规律;求二维连续随机变量的分布或分布密度或边际密度函数或条件分布和条件密度;确定或证明两个或多个随机变量的独立性或相关性;求两个随机变量之间的相关性。
第四章 随机变量的数字特征
在本章的复习中,首先要记住常用分布数的特征,这些结论在考试中肯定会间接用到。另外,本章可以结合数理统计的考点,综合后出一个大题,要引起考生足够的重视。
1.本章的重点:
随机变量数值期望的概念和性质:随机变量方差的概念和性质;分布的常见数值期望和方差;变量的随机矩、协方差和相关系数
第五章 大数定律和中心极限定理
本章重点讲一个切比雪夫不等式,以及三个大数定律和两个中心极限定理的条件和结论,需要在考试中记住。
1.本章的重点:
切舍夫不等式;大数定律;中心极限定理。
strong>第六章 数理统计的基本概念重点在于“三大分布、八个定理”以及计算统计量的数字特征。
1.本章的重点内容:
总体与样本;样本函数与统计量;样本分布函数和样本矩。
第七章 参数估计
本章的重点是矩估计和最大似然估计,经常以解答题的形式进行考查。对于数一来说,有时还会要求验证估计量的无偏性,这是和数字特征相结合。区间估计和假设检验只有数一的同学要求,考题中较少涉及到。
1.本章的重点内容:
点估计;估计量的优良性;区间估计;假设检验的基本概念;单正态总体的均值和方差的假设检验;双正态总体的均值和方差的假设检验。