概率论与数理统计-复习大纲-2015-理工科

概率论与数理统计复习大纲2015(理工科)

一、概率论的基本概念

内容

随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念和基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 知识点

1．掌握事件的关系及运算．

2．理解概率、条件概率的概念，掌握概率的基本性质，会计算古典型概率，掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯（Bayes ）公式等．

3．理解事件的独立性的概念，掌握用事件独立性进行概率计算．

二、随机变量及其分布

内容

随机变量 随机变量的分布函数的概念及其性质 离散型随机变量的概率分布 连续型随机变量的概率密度 常见随机变量的分布 随机变量函数的分布

知识点

1．理解随机变量的概念，理解分布函数

(){}()F x P X x x =≤-∞<<∞

的概念及性质，掌握与随机变量相联系的事件的概率计算方法．

2．理解离散型随机变量及其概率分布的概念及性质，掌握0－1分布、二项分布(,)B n p 、泊松（Poisson ）分布．

3．理解连续型随机变量及其概率密度的概念及性质，掌握均匀分布(,)U a b 、正态分布2(,)N μσ、指数分布，其中参数为(0)(1/)λλλθ>=注：此时的指数分布()E λ或1()E θ

的概率密度为 ()00x

e x

f x x λλ-?>=?≤?若0若

4．掌握离散型随机变量函数的分布律求法，掌握连续型随机变量函数的概率密度求法 (分布函数法和单调函数下的公式法)．

三、多维随机变量及其分布

内容

多维随机变量及其分布函数 二维离散型随机变量的概率分布、边缘分布、条件分布 二维连续型随机变量的概率密度、边缘概率密度、条件概率密度 随机变量的独立性和不相关性 常见二维随机变量的分布 两个随机变量的函数的分布

知识点

1．理解二维离散型随机变量的概率分布和二维连续型随机变量的概率密度及其性质，

掌握二维随机变量的边缘分布（离散型下边缘分布律、连续型下边缘密度的计算）．

2．理解随机变量的独立性和不相关性的概念，掌握随机变量相互独立的判别方法，理解随机变量的不相关性与独立性的关系．

3. 掌握与二维随机变量相联系的事件的概率计算方法.

4．掌握由两个离散型随机变量的联合分布律求其函数的分布律方法,会根据两个连续型随机变量的联合概率密度求其函数的概率密度．

5. 会计算二维随机变量分量的条件分布.

四、随机变量的数字特征

内容

随机变量的数学期望（均值）、方差及其性质 随机变量函数的数学期望 协方差、相关系数及其性质

知识点

1．理解随机变量数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，会运用数字特征的基本性质，并掌握常用分布的期望、方差．

2．掌握随机变量及其函数的数学期望求法．

3. 利用协方差或相关系数判别随机变量是否不相关.

五、大数定律及中心极限定理

知识点

1. 掌握切比雪夫不等式的表达．

2. 了解大数定律和中心极限定理内容.

六、样本及抽样分布

内容

总体 个体 简单随机样本 统计量 样本均值 样本方差和样本矩2

χ分布 t 分布 分位点 正态总体的常用抽样分布

知识点

1．了解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念，其中样本方差定义为 2

211()1n

i i S X X n ==--∑ 2．了解产生2χ变量、t 变量的典型模式；了解标准正态分布、2

χ分布、t 分布的上侧α分位点.

3．掌握单个正态总体的样本均值、样本方差的抽样分布（定理1-3）,了解两个正态总体均值差和方差比的抽样分布（定理4）.

七、参数估计

内容

点估计的概念 估计量与估计值 矩估计法 最大似然估计法 区间估计

知识点

1．了解参数的点估计、估计量与估计值的概念．

2．掌握矩估计法和最大似然估计法．

3. 掌握估计量的无偏性和有效的概念并会做出判断.

4. 掌握单个正态总体均值和方差的双侧置信区间求法.

5. 了解单个正态总体均值和方差的单侧置信区间求法，了解两个正态总体均值差、方差比的置信区间求法.

八、假设检验

内容

原假设备择假设检验统计量否定域检验水平显著性两类错误

知识点

1. 了解假设检验的两类错误.

2. 掌握单个正态总体方差已知和未知两种情况下关于均值的双边检验，了解对应问题的单边检验．

3. 掌握单个正态总体方差的双边检验，了解该问题的单边检验．

4. 了解两个正态总体均值差和方差比的假设检验.

5. 知道假设检验和参数区间估计的对偶关系.