概率论与数理统计复习重难点
自考 概率论与数理统计 重难点笔记资料
高等教育自学考试《概率论与数理统计》重难点笔记资料 课程代码：04183第一章 随机事件与概率一.随机事件关系与运算1!0,)!(!!!,)!(!0===-==-=C C C A A n n n r n nn rn r n r n ：，n r n n 组合排列二.概率P(A) 1.P(A)概率特征)()31)(,0)()21)(0)111∑∞=∞===Ω=≤≤K KK kA A P ，P（P P A P 事件互不相容时φ2. 古典概型3.概率加法公式P(A+B)=P(A)+P(B)- P(AB)当A 、B 互斥时， P(A+B)=P(A)+P(B) 事件的独立性:定义:P(AB)=P(A)P(B)性质:.P(A)>0,,则P(B)=P(B/A); P(B)>0则P(A)=P(A/B) P(B —A)=P(B)--P(AB)P （A--B ）==P （AB ）=P （A--AB ）=P （A ）--P （AB ）基本事件总数所包含的基本事件数A A P =)(P(A+B+C)=1--P(A+B+C)=1--P(A)P(B)P(C) P(AB)=P(AUB)=1-P(AUB)=1-(P(A)+P(B)) P(A)=1-P(A4.条件概率公式5.概率的乘法公式6.全概率公式：从原因计算结果7.Bayes 公式：从结果找原因)()()|(B P AB P B A P =)|()()(B A P B P AB P =)|()(A B P A P =∑==nk k k B A P B P A P 1)|()()(∑==nk kki i k B A P B P B A P B P A B P 1)|()()|()()|()()()|(A P AB P A B P =)/()/()()(AB C P A B P A P ABC P =第二章随机变量及其概率分布4/ 13分布函数对离散型随机变量对连续型随机变量分布函数与密度函数的重要关系：“一般正态分布函数F(x)”转换为“标准正态分布函数)（x Φ”的关系 设X~N （δμ2,）则1.2.3.连续型随机变量函数的概率分布定理:记x=h(y)为y=g(x)的反函数，则Y=g(X)的概率密度：⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧<<'=其他y y h y h y f f X Y ,0),())(()(βα1） 设X~U(-2,2ππ),令Y=tanX,求Y 的概率密度柯西分布：+∞<<-∞+='=y y h y h y y f f X Y ,111)())(()(2π 2)设X~N(σμ2,),求eX的概率密度对数正态分布：⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤>-=⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤>•=-0,00,2)(ln 210,0,0,1)(ln )(,22y y y y y y y y y e f fX Yσμσπ ∑≤==≤=xk k X P x X P x F )()()(⎰∞-=≤=x dtt f x X P x F )()()(⎰∞-=≤=xdt t f x X P x F )()()()()('x f x F =3直接变换法：[])()(21)()(y y yy y ff F fXXY Y-+='=e e yx x 的的反函数为y y 的反函数为反y 2ln 2,,,,,ln -=-===第三章多维随机变量及其概率分布 二元随机变量及其边缘分布 分布规律的描述方法联合密度函数联合分布函数离散联合分布函数的概率：{}0),(),(),(),(,112112222121≥+--=≤<≤<y x y x y x y x y y x x F F F F Y X P性质1),(,0),(),(),(=+∞+∞=-∞-∞=-∞=-∞F F x F y F 离散边缘分布律：{}{}∑∑===⋅===⋅ijji pijY P j p pij X P pi y x1...2,1,,0,0=⋅=⋅=≥⋅≥⋅∑∑jij p pi j i j p pi联合密度二维边缘密度二维连续随机变量的分布 1.均匀分布(X,Y)~U D1)设D 为平面上的有界区域，S 表面积⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤+−−→−⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤≤≤--−−→−⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧∈=其他，其他o d x c b x a c d a b 其他D y x S y x f R yx R 圆形矩形,01,,,))((1,0),(,1),(2222π),(y x f ),(y x F 0),(≥y x f 1),(=⎰⎰+∞∞-+∞∞-dxdy y x f 1),(0≤≤y x F },{),(y Y x X P y x F ≤≤=+∞<<∞-=⎰+∞∞-x ，，dy y x f x f ),()(+∞<<-∞=⎰+∞∞-y dx y x f y f Y ,,),()(}{}{},{j Y P i X P j Y i X P =====2.正态分布),,,,(~),(222121ρσσμμN Y Xey y x f y x x ⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧+--------=σμσσσρρσπσμμρμ222212121212)2(121),())((2)()1(21221离散型随机变量的独立性)()(),(y FY x Fx y x F =连续型随机变量的独立性第四章 随机变量的数字特征数学期望离散型随机变量，数学期望定义连续型随机变量，数学期望定义期望性质:● E(a)=a ，其中a 为常数● E(a+bX)=a+bE(X)，其中a 、b 为常数 ， ● E(CX)=CE(X),其中C 为常数● E(X+Y)=E(X)+E(Y)，X 、Y 为任意随机变量 ● E(XY)=E(X)E(Y),X,Y 相互独立 方差的性质D(a)=0，其中a 为常数D(a+bX)=b 2(X)，其中a 、b 为常数D(X+Y)=D(X)+D(Y) 当X 、Y 相互独立时随机变量g(X)的数学期望常用公式：二维随机变量的期望 离散)()(),(y f x f y x f Y X =∑+∞-∞=⋅=k kkP xX E )(⎰+∞∞-⋅=dxx f x X E )()(⎰∑+∞∞-=⇔=dx x fx x g X g E p x g X g E k k k )()()]([)())((ijji Jii i j ij i i i py j p y Y E p x pi x X E ∑∑∑∑∑∑=⋅==⋅=)()()()()(Y E X E Y X E +=+∑∑=i j ij j i p y x XY E )()()()(,Y E X E XY E Y X =独立时与当连续 g(X)∑⎰⎰∑=⇔=jij jiidxdy y x f y x g Y X G E p yx g Y X g E ,),(),()],([),()],([方差 定义式 离散:⋅-=∑=Pi X E xX D ni i21))(()(连续常用计算式常用公式协方差与相关系数⎰⎰--=dxdy y x f Y E Y X E x Y X Cov ),())())(((),(协方差Cov(X,Y)的性质当X 与Y 相互独立时，则Cov(X,Y)=0相关系数XY ρ的性质⎰⎰⎰⎰==dxdyy x yf Y E dxdy y x xf X E ),()(),()(dxdyy x xyf XY E ⎰⎰=),()(()⎰+∞∞-⋅-=dx x f X E x X D )()()(2[]22)()()(X E X E X D -=))}())(({(2)()()(Y E Y X E X E Y D X D Y X D --++=+)()()(Y D X D Y X D +=+)()()(),(Y E X E XY E Y X Cov -=)()(),(Y D X D Y X Cov XY=ρ[][]{})()()()()(Y E X E XY E Y E Y X E X E -=--())()()(),(22X D X E X E X X Cov =-=),(),(Y X abCov bY aX Cov =),(),(),(Z Y Cov Z X Cov Z Y X Cov +=+独立与相关独立必定不相关 相关必定不独立 不相关不一定独立标准正态分布的概率计算公式)()()(a a Z P a Z P Φ=<=≤)(1)()(a a Z P a Z P Φ-=>=≥)()()(a b b Z a P Φ-Φ=≤≤1)(2)()()(-Φ=-Φ-Φ=≤≤-a a a a Z a P一般正态分布的概率计算一般正态分布的概率计算公式第五章 大数定律及中心极限定理1.切比雪夫不等式：设随机变量X 的期望E(X)及方差D （X ）存在，则对任意小正数a>0,{}{}22)(1)()()(aX D a X E X P a X D a X E X P -≥<-↔≤≥- 2．独立同分布序列的中心极限定理{})(21)(212lim lim lim x dt x n n X P x Y P x xt n i i n n n n n eF Φ==⎪⎪⎭⎪⎪⎬⎫⎪⎪⎩⎪⎪⎨⎧≤-=≤=⎰∑∞---∞→∞→∞→πσμ3．棣莫费-拉普拉斯中心极限定理)1,0(~),(~2N X Z N X σμσμ-=⇔()()(σμ-Φ=<=≤a a X P a X P )(1)()(σμ-Φ-=>=≥a a X P a X P )()()(σμσμ-Φ--Φ=≤≤a b b X a P)(2122lim x dt x mpq np Z p e t x n n Φ==⎪⎭⎪⎬⎫⎪⎩⎪⎨⎧≤--∞-∞→⎰ 第六章 统计量及其抽样分布 样本方差,)(11212∑=--=ni i x x n s样本标准差2s s = 统计量样本K样本K卡方分布t 分布F 分布正态总体条件下样本均值的分布：样本方差的分布：两个正态总体的方差之比)(~)1,0(~212n X N X ni i χ∑=，则若())(~1),,(~21222n Y N Y ni iχμσσμ∑=-则若),(~//),(~),(~21212212n n F n V n U n V n U 则若χχ),(~2n N X σμ)1,0(~/N nX σμ-)1(~)1(222--n S n χσ)1(~/--n t ns X μ则若),(~),1,0(~2n Y N X χ)(~/n t nY X第七章 参数估计点估计：参数的估计值为一个常数最大似然估计P147似然函数单个正态总体参数的置信区间第八章 假设检验假设检验的步骤① 根据具体问题提出原假设H0和备择假设H1② 根据假设选择检验统计量，并计算检验统计值③ 看检验统计值是否落在拒绝域，若落在拒绝域则拒绝原假设，否则就不拒绝原假设。
概率论与数理统计知识点与重点考点
§4.1（一）离散型随机变量的数学期望的定义；（二）连续型随机变量的数学期望的定义；
（三）随机变量的函数的数学期望；
（四）数学期望的性质
§4.2 随机变量的（1）方差的定义；（2）标准差；（3）性质。（4）离散型及连续型随机变量的方差；（5）方差的计算 公式；
§4.3（1 泊松分布数学期望与方差、（2）均匀分布数学期望与方差、（3）指数分布的数学期望与方差；（4）二项分布 数学期望与方差、（5）正态分布的数学期望与方差；
§2.4 随机变量的函数的分布 （1）离散型随机变量的函数的分布 （2）连续型随机变量的函数的分布 考点：1、有关分布律、分布函数以及分布密度的基本概念的命题， 2、有关分布律、分布密度以及分布函数之间的关系的命题， 3、已知事件发生的概率，反求事件中的参数，4、利用常见分布求相关事件的概率，
5
5、求随机变量的分布律、分布密度以及分布函数，6、求随机变量函数的分布。 第三章知识点：13 §3.1 多维随机变量及其分布 （一）（1）二维随机变量的定义； （二）（1）二维随机变量的联合分布函数的定义与基本性质；（2）边缘分布函数的定义与基本性质 （三）离散型的二维随机变量：（1）联合分布律，（2）边缘分布律，（3）分布函数； （四）连续型的二维随机变量：（1）联合概率密度，（2）边缘概率密度，（3）有关性质 （五）推广：（1）n 维随机变量及其分布 §3.2 二维随机变量的条件分布 （不讲，不考）
的概率密度
fY (y) 为
1 2
fX
(
y)。 2
2.7 熟练掌握几种重要分布的期望和方差公式（二项分布：p62；泊松分布：p66；指数分布：p69；正态分布： p70） Eg1 设随机变量 X 服从参数为 2 的泊松分布，且 Y =3X -2, 则 E(Y)=4 。
概率论与数理统计的考试重难点
概率论与数理统计的考试重难点万学*海文数学教研室——李兰巧2011年的考试大纲已经出炉，11年大纲概率部分和10年完全没有区别，所以考生在复习的时候可以按照既定计划进行复习即可。
概率与数理统计这门课程从试卷本身的难度的话，在三门课程中应该算最低的，但是从每年得分的角度来说，这门课程是三门课中得分率最低的，由于它的概念比较多，式子比较复杂，尤其是统计部分，很多同学在初学的时候都会被吓住，有的会选择放弃学概率。
其实是非常不明智的，因为我总结这门课的最大特点是，题型比较单一，解题手法也比较单一，比如大题基本上就围绕在随机变量函数的分布，随机变量的数字特征，参数的矩估计和最大似然估计这几块。
这在《全国硕士研究生入学统一考试数学120种常考题型精讲》中重点介绍了相关题型，并且给出了独特和详细的求解步骤，考生认真学习后，必能轻松过关。
这门课程，很多同学觉得难，难在两点，一是古典概率，那块儿的计算一不小心就数错了，或者是不知道怎么来数数，其实这个大家放心，考研只会考简单的古典概率的计算，复杂的不会考，所以这部分可以很快通过；二是数理统计部分，这部分式子比较复杂，很多人学到这里就脑袋大，其实不用担心，这部分需要你真正去记忆的很少。
概率论与数理统计一共是八章，前五章是概率论，数学一、数学三都要考的。
数理统计是后面三章，数学一和数学三是要考的，但是估计量的评选标准、置信区间和假设检验只有数学一要求。
作为前面五章的概率论，我简单介绍一下。
第一章随机事件和概率，是后续各章的基础。
它的重点内容主要是事件的关系和运算，古典概型和几何概型，加法公式、减法公式、乘法公式、全概公式和贝叶斯公式。
第一章很少单独命题，经常是结合随机变量来考察的。
09年、10年连续两年利用古典概型结合随机变量已解答题的形式考察了。
第二章一维随机变量及其分布，这部分的重点内容是常见分布，同时它是学习二维随机变量的基础。
近几年考察一维随机变量的题目相对减少，更多的是考察二维随机变量的有关题目第三章二维随机变量，是考试的重点之重点。
高等教育自学考试 概率论与数理统计期末自学 复习重要知识点
概率论与数理统计期末复习重要知识点第二章知识点：1.离散型随机变量：设X 是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X 为一个离散随机变量。
2.常用离散型分布：（1）两点分布（0-1分布）： 若一个随机变量X 只有两个可能取值，且其分布为12{},{}1(01)P X x p P X x p p ====-<<，则称X 服从12,x x 处参数为p 的两点分布。
两点分布的概率分布：12{},{}1(01)P X x p P X x pp ====-<<两点分布的期望：()E X p =；两点分布的方差：()(1)D X p p =-（2）二项分布：若一个随机变量X 的概率分布由式{}(1),0,1,...,.k kn k n P x k C p p k n -==-=给出，则称X 服从参数为n,p 的二项分布。
记为X~b(n,p)(或B(n,p)).两点分布的概率分布：{}(1),0,1,...,.k k n kn P x k C p p k n -==-= 二项分布的期望：()E X np =；二项分布的方差：()(1)D X np p =-（3）泊松分布：若一个随机变量X 的概率分布为{},0,0,1,2,...!kP X k ek k λλλ-==>=，则称X 服从参数为λ的泊松分布，记为X~P (λ)泊松分布的概率分布：{},0,0,1,2,...!kP X k ek k λλλ-==>=泊松分布的期望：()E X λ=；泊松分布的方差：()D X λ=4.连续型随机变量：如果对随机变量X 的分布函数F(x)，存在非负可积函数()f x ，使得对于任意实数x ，有(){}()xF x P X x f t dt-∞=≤=⎰，则称X 为连续型随机变量，称()f x 为X 的概率密度函数，简称为概率密度函数。
5.常用的连续型分布： （1）均匀分布：若连续型随机变量X 的概率密度为⎪⎩⎪⎨⎧<<-=其它,0,1)(bx a a b x f ，则称X 在区间（a,b ）上服从均匀分布，记为X~U(a,b)均匀分布的概率密度：⎪⎩⎪⎨⎧<<-=其它,0,1)(b x a a b x f 均匀分布的期望：()2a bE X +=；均匀分布的方差：2()()12b a D X -= （2）指数分布：若连续型随机变量X 的概率密度为00()0xe xf x λλλ-⎧>>=⎨⎩，则称X 服从参数为λ的指数分布，记为X~e (λ)指数分布的概率密度：00()0xe xf x λλλ-⎧>>=⎨⎩指数分布的期望：1()E X λ=；指数分布的方差：21()D X λ=（3）正态分布：若连续型随机变量X的概率密度为22()2()x f x x μσ--=-∞<<+∞则称X 服从参数为μ和2σ的正态分布，记为X~N(μ,2σ)正态分布的概率密度：22()2()x f x x μσ--=-∞<<+∞正态分布的期望：()E X μ=；正态分布的方差：2()D X σ=（4）标准正态分布：20,1μσ==，2222()()x t xx x e dtϕφ---∞=标准正态分布表的使用： （1）()1()x x x φφ<=--（2）~(0,1){}{}{}{}()()X N P a x b P a x b P a x b P a x b b a φφ<≤=≤≤=≤<=<<=-（3）2~(,),~(0,1),X X N Y N μμσσ-=故(){}{}()X x x F x P X x P μμμφσσσ---=≤=≤={}{}()()a b b a P a X b P Y μμμμφφσσσσ----<≤=≤≤=-定理1： 设X~N(μ,2σ),则~(0,1)X Y N μσ-=6.随机变量的分布函数： 设X 是一个随机变量，称(){}F x P X x =≤为X 的分布函数。
概率论与数理统计重点笔记
概率论与数理统计重点笔记
概率论与数理统计是数学中的重要分支，它涉及到随机现象的
规律性和统计规律的研究。
在学习概率论与数理统计时，重点笔记
可以包括以下内容：
1. 概率论的基本概念，包括样本空间、随机事件、事件的概率、事件的运算规律等内容。
重点理解事件的概率定义、概率的性质和
概率的运算法则。
2. 随机变量及其分布，重点掌握随机变量的定义、离散随机变
量和连续随机变量的概念，以及它们的分布律、密度函数、分布函
数等。
还要重点理解常见的离散分布（如二项分布、泊松分布）和
连续分布（如正态分布、指数分布）。
3. 大数定律和中心极限定理，重点掌握大数定律和中心极限定
理的表述和应用，理解随机变量序列的收敛性质，以及大样本时样
本均值的渐近正态性质。
4. 参数估计，包括点估计和区间估计的基本概念和方法，重点
理解最大似然估计、矩估计等常用的参数估计方法。
5. 假设检验，理解假设检验的基本思想、原理和步骤，掌握显著性水平、拒绝域、接受域等相关概念，重点理解假设检验的错误类别和势函数的概念。
6. 相关性和回归分析，重点理解相关系数、回归方程、残差分析等内容，掌握相关性和回归分析的基本原理和方法。
总之，在学习概率论与数理统计的过程中，重点笔记应该围绕着基本概念、常用分布、极限定理、参数估计、假设检验和回归分析展开，全面理解这些内容并掌握其应用是十分重要的。
希望以上内容能够帮助你更好地理解概率论与数理统计。
统计学复习资料概率论与数理统计重点知识点整理
统计学复习资料概率论与数理统计重点知识点整理概率论与数理统计是统计学的基础课程之一，也是应用最为广泛的数学工具之一。
下面将对概率论与数理统计的重点知识点进行整理，以供复习使用。
一、概率论的基本概念1. 样本空间和事件：样本空间是指随机试验的所有可能结果构成的集合，事件是样本空间的子集。
2. 古典概型和几何概型：古典概型是指样本空间中的每个结果具有相同的概率，几何概型是指采用几何方法进行分析的概率模型。
3. 概率公理和条件概率：概率公理是概率论的基本公理，条件概率是指在已知某一事件发生的条件下，另一事件发生的概率。
4. 独立事件和全概率公式：独立事件是指两个事件的发生与否互不影响，全概率公式是用于计算复杂事件的概率的公式。
5. 随机变量和概率分布函数：随机变量是对样本空间中的每个结果赋予一个数值，概率分布函数是随机变量的分布情况。
二、概率分布的基本类型1. 离散型概率分布：包括二项分布、泊松分布和几何分布等。
2. 连续型概率分布：包括正态分布、指数分布和均匀分布等。
三、多维随机变量及其分布1. 边缘分布和条件分布：边缘分布是指多维随机变量中的某一个或几个变量的分布，条件分布是指在已知某些变量取值的条件下，其他变量的分布。
2. 二维随机变量的相关系数：相关系数用于刻画两个随机变量之间的线性关系的强度和方向。
3. 多维随机变量的独立性：多维随机变量中的各个分量独立时，称为多维随机变量相互独立。
四、参数估计与假设检验1. 参数估计方法：包括点估计和区间估计，点估计是通过样本数据得到参数的估计值，区间估计是对参数进行一个范围的估计。
2. 假设检验的基本概念：假设检验是用于对统计推断的一种方法，通过与某个假设进行比较来得出结论。
3. 假设检验的步骤：包括建立原假设和备择假设、选择显著性水平、计算检验统计量和做出统计决策等步骤。
五、回归分析与方差分析1. 简单线性回归分析：简单线性回归分析是研究两个变量之间的线性关系的方法，通过建立回归方程来拟合数据。
《概率论与数理统计》期末复习重点总结
概率论与数理统计第一章：掌握概率的性质、条件概率公式、全概率公式和贝叶斯公式，会用全概率公式和贝叶斯公式计算问题。
第二章：一维随机变量包括离散型和连续型；离散型随机变量分布律的性质；连续性随机变量密度函数的性质；常见的三种离散型分布及连续型分布；会计算一维随机变量函数的分布（可以出大题）；第三章：多维随机变量掌握离散型和连续型变量的边缘分布；条件分布及两个变量独立的定义；重点掌握两个随机变量函数的分布（掌握两个随机变量和、差的密度函数的求法；了解两个随机变量乘、除的分布；掌握多个随机变量最大、最小的分布的密度函数的求法）；第四章：重点掌握期望、方差、协方差的计算公式、性质；了解协方差矩阵的构成；第六章：掌握统计量的定义、三大分布的定义和性质；教材142页的四个定理及式3.19、3.20务必记住；第七章：未知参数的矩估计法和最大似然估计法是考点，还要掌握估计量的无偏性、有效性的定义；教材的例题及习题：19页例5；26页19、23、24、36；43页例1；51页例2；53页例5；58页25、36；63页例2；66页例2；77页例1、例2；87页22；99页例12；114页6；147页4、6；151页例2、例3；153页例4、例5；173页5、11样题一、填空1. 设A ，B 相互独立，且2.0)(,8.0)(==A P B A P ，则=)(B P __________.2. 已知),2(~2σN X ，且3.0}42{=<<X P ，则=<}0{X P __________.3．已知B A ,两个事件满足条件()()B A P AB P =，且()p A P =，则()=B P _________.4．设随机变量X 的密度函数为()2,01,0,x x f x <<⎧=⎨⎩其他，用Y 表示对X 的3次独立重复观察中事件⎭⎬⎫⎩⎨⎧≤21X 出现的次数，则()2P Y == . 5、设连续型随机变量X 的分布函数为 ， ，则A=B= ；X 的密度函数为 。
《概率论与数理统计)考试重点
《概率论与数理统计》考试重点说明：我们将知识点按考查几率及重要性分为三个等级，即一级重点、二级重点、三级重点，其中，一级重点为必考点，本次考试考查频率高；二级重点为次重点，考查频率较高；三级重点为预测考点，考查频率一般，但有可能考查的知识点。
第一章 随机事件与概率1．随机事件的关系与计算 （一级重点）填空、简答事件的包含与相等、和事件、积事件、互不相容、对立事件的概念2．古典概型中概率的计算 （二级重点）选择、填空、计算记住古典概型事件概率的计算公式3. 利用概率的性质计算概率 （一级重点）选择、填空)()()()(AB P B P A P B A P -+=⋃,)()()(AB P B P A B P -=-（考得多）等，要能灵活运用。
4. 条件概率的定义 （一级重点）选择、填空 记住条件概率的定义和公式：)()(B P AB P = 5. 全概率公式与贝叶斯公式 （二级重点）计算记住全概率公式和贝叶斯公式，并能够运用它们。
一般说来，如果若干因素（也就是事件）对某个事件的发生产生了影响，求这个事件发生的概率时要用到全概率公式；如果这个事件发生了，要去追究原因，即求另一个事件发生的概率时，要用到贝叶斯公式，这个公式也叫逆概公式。
6. 事件的独立性（概念与性质） （一级重点）选择、填空定义：若)()()(B P A P AB P =，则称A 与B 相互独立。
结论：若A 与B 相互独立，则A 与B ，A 与B ，A 与B 都相互独立。
7. n 重贝努利试验中事件A 恰好发生k 次的概率公式 （一级重点）选择、填空在n 重贝努利试验中，设每次试验中事件A 的概率为p （10 p ），则事件A 恰好发生k 次的概率n k p p C k P k n k k n n ,,2,1,0,)1()( =-=-。
第二章 随机变量的分布及其数字特征8．离散型随机变量的分布律及相关的概率计算 （一级重点）选择、填空、计算、综合。
- 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)。
第一章
重难点：样本空间、事件、概率性质、古典概型、独立性、
四个重要公式：加法公式、乘法公式、全概率公式、贝叶斯公式
重点例习题：
第2页中写出有关样本空间的例子。
第10页例1至例6
第14页例1、第15页例2。
第19页例5
第20页例1
第24页习题1、2、3、5、6
第26页习题17、18
第27页习题25、第28页习题36
第二章
重难点：随机变量、离散型随机变量分布律k p 的性质、连续性随机变量密度函数()f x 的性质、随机变量分布函数()F x 的性质、常见的六种分布定义及其性质、正态分布的计算。
随机变量函数的分布：1、已知..k r v X p ，如何求()Y g X =的分布，2、已知..()r v X f x ，如何求()Y g X =的分布
重点例习题：
第39页例1、第41页例2、第43页例1、第48页引理及相关例子
第50页例1、第51页例2、3、第53页例4、5
第55页习题2、3、4、
第56页习题7、9、12
第57页习题19、20。
第58页习题23、24、25、26。
第59页习题33、34、36
第三章
重难点：二维..(,)r v X Y 的分布函数(,)F x y 及其性质、二维离散型..(,)r v X Y 分布律ij p 及其性质、二维连续型..(,)r v X Y 密度函数(,)f x y 及其性质、边缘概率密度、条件分布律、条件概率密度、随机变量的独立性、和分布、
}{}{m a x ,,m i n ,X Y
X
Y 分布 重点例习题：
第62页例1、第63页例2、第66页例2、第68页例1。
第73页例子
第74页例子
第84页习题1、2、3、第85页习题6、7、8、9、
第87页习题21、22、24、25
第四章
重难点：数学期望及其性质、方差及其性质、协方差及其性质，相关系数、
矩的概念、协方差矩阵
如何计算离散或连续随机变量的期望和方差、如何计算离散或连续随机变量函数的期望和方差、如何计算协方差、相关系数。
如何判断..,
r v X Y独立、不相关、chebyshev不等式、熟记六种重要分布的期望和方差、多维正态分布的性质重点例习题：
第91页例1、
第94页例6、7
第96页例10
第99页例12、
第101页例1、2
第102页例3、4、5
第103页例6
第104页例7、8
第108页例1、2(结论)
第114页习题6、7、8、9、
第116页习题27
第117页习题、28、29、30、32
第六章
重难点：总体、样本、统计量、抽样分布。
2
分布、t分布、F分布及其性质、第142至143页定理一至定理四结论
第七章
重难点：如何求总体中参数的矩估计、最大似然估计、估计量的评选标准
重点例习题：
第151页例2、3、第153页例4、5
第173页习题2、3、4、第174页习题8。