博士研究生入学考试数理统计考试大纲
博士研究生入学考试数学考试大纲
博士研究生入学考试数学考试大纲
（2014年3月修订）
试卷结构
一、考试时间为180分钟，试卷满分为100分。
二、内容比例
矩阵理论：约50%；概率论与数理统计：约50％。
（一）矩阵理论
矩阵的特征值与特征向量，对称矩阵特征值的极性，矩阵的谱分解，矩阵的QR（正交三角）分解，矩阵的奇异值分解。
向量范数与矩阵范数，矩阵的谱半径及其性质，矩阵序列，矩阵级数，矩阵函数，矩阵的微分与积分。
广义逆矩阵，线性方程组的相容性、通解，相容线性方程组的极小范数解，矛盾线性方程组的最小二乘解，矛盾线性方程组的极小范数最小二乘解。
（二）概率论与数理统计
随机事件和概率，一维随机变量及其概率分布，多维随机变量及其概率分布，随机变量的数字特征，大数定律和中心极限定理。
数理统计的基本概念，估计量与估计值，矩估计法，最大似然估计法，估计量的评选标准，边缘分布，独立性与条件独立性，特征函数，充分统计量与完备统计量，点估计与区间估计，非参数统计推断，
多个正态总体的均值差和方差比的区间估计，单个及多个正态总体的均值和方差的假设检验单个正态总体的均值和方差的区间估计，两个正态总体的均值差和方差比的区间估计，显著性检验，假设检验的两类错误，单个及两个正态总体的均值和方差的假设检验。
参考书目：
1、程云鹏，张凯院，徐仲：矩阵论，第3版，西北工业大学出版社，2006。
2、陈希孺：概率论与数理统计，中国科学技术大学出版社，2009。
3、吴喜之,赵博娟：非参数统计(第4版)，中国统计出版社，[全国统计教材编审委员会“十二五”规划教材]，2013。
博士生入学专业基础课考试大纲-理学院
理学院数学系博士入学考试——导师考核及专家小组考核大纲一、导师考核部分导师考核内容自定，可以采用笔试或面试方式，满分100分。
二、专家小组考核部分数学系专家小组考核采用笔试、面试相结合的考试方式。
面试考试部分满分为50分，全面考评考生的基本专业知识掌握、基本原理掌握及分析问题和解决问题的能力。
主要考评考生的表达能力、逻辑思维能力、外语能力，以及所从事的工作或研究经历等内容。
笔试考试满分为50分，考试大纲如下：（一）考试要求1．在以下6个科目中选择二个科目（专业基础与专业综合不能选同名的科目），每科25分，共50分：泛函分析、抽象代数、现代数值分析、概率论、常微分方程、偏微分方程。
2．各科目要求：要求考生全面系统地掌握所选科目的基本知识，具备较强的分析问题与解决问题的能力。
（二）考试内容1．泛函分析：1) 度量空间、赋（准）范线性空间、内积空间的基本定义，基本定理，基本性质及这些空间的具体例子；凸集与Minkowski泛函的定义及基本性质。
2) 算子和泛函的线性性、有界性、连续性的定义、关系、基本性质；Riesz定理及应用。
3) 纲，开映像定理与闭图像定理及推论（含Banach逆算子定理等），共鸣定理及应用。
4) 线性泛函的延拓定理及其几何形式。
5) 共轭空间（含例子）与共轭算子，以及二次共轭空间与空间的自反性，弱收敛及弱* 收敛，弱列紧性及弱*列紧性。
6) 线性算子的譜的定义和例；紧算子的定义和基本性质。
2．抽象代数：1) 群论：在掌握群、子群、正规子群、商群等概念和有关性质及群同态基本定理的基础上，要求应试者进一步了解与掌握：作用在集上的群；p群•Sylow子群；可解群与Jordan-Holder定理；有限生成Abel群的结构。
2) 环论：在掌握环、子环、理想、商环等概念和有关性质及环同态基本定理的基础上，要求应试者进一步了解与掌握：交换环中的素理想、极大理想的基本性质，交换环中的可逆元，幂等元，零因子等的基本性质；交换环的大根与小根；有关交换环的局部化理论；链条件；分式理想与类群。
数理统计考试大纲科目代码2098
《数理统计》考试大纲科目代码：2098基本内容与要求：一、概率、随机变量及其函数的分布1、概率空间，条件概率与独立性2、随机变量与分布3、密度函数和独立性4、条件期望，特征函数5、随机变量的函数分布6、多元正态分布重点：熟悉随机变量密度函数，分布函数的求解；独立性的判别方法；能够熟练运用条件期望的相关性质；熟悉多元正态分布的性质二、各种收敛方式与极限分布1、依概率收敛2、几乎必然收敛3、r阶中心矩收敛4、依分布收敛5、各种收敛方式之间的关系重点：熟悉掌握常用概率不等式，如Markov不等式，契比雪夫不等式等；掌握常见的以概率收敛的证明方法，掌握Borel–Cantelli 引理；能够熟练推导各种收敛性的关系；三、数据压缩技术1、点估计量的优劣判断2、充分统计量3、完备统计量4、概率密度函数中的指数型分布族重点：掌握无偏估计；最小方差无偏估计概念和性质；掌握充分统计量的相关性质；理解完备统计量的性质和作用；1、极大似然估计2、极大似然估计量3、Fisher信息量和Cramér-Rao不等式4、极大似然估计量的渐进性质5、EM准则重点：熟练掌握极大似然估计的求解；掌握极大似然的收敛性质；掌握Fisher信息量的定义；掌握C-R不等式；了解EM算法四、贝叶斯估计1、预备知识2、bayes 估计3、马尔科夫链-蒙特卡罗法重点：掌握Bayes估计；了解马尔科夫链-蒙特卡罗算法五、最大势检验与一致最大势检验1、基本概念2、Neyman-Pearson引理3、一致最大势检验4、一致最大势无偏检验5、多参数指数族的假设检验重点：理解最优势检验相关概念；掌握N-P引理；了解一致最优势无偏检验的概念六、参数模型中的检验1、广义似然比检验2、基于似然函数的渐进检验3、渐进卡方检验重点：掌握似然比检验的定义和渐近分布；七、非参数模型检验1、符号，秩和符号秩检验2、两个分布函数相等性检验重点：掌握符号，秩和符合检验的思想和定义；掌握Kolmogrov检验；八、线性回归与最小二乘1、古典假定与最小二乘估计2、普通最小二乘估计量的有限样本性质3、拟合优度与模型选择4、假设检验重点：掌握最小二乘方法的假设，和有限样本下的性质；掌握模型选择的基本方法；。
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。
博士研究生入学考试数理统计考试大纲
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2018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。
《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、课程简介概率论是一门研究随机现象统计规律性数量关系的数学学科，约形成于二十世纪初期，1917年苏联科学家伯恩斯坦首先给出了概率论的公理体系，1933年柯尔莫哥洛夫又以更完整的形式提出了概率论的公理结构，从此概率论臻于完善；而数理统计是研究如何有效地收集整理和分析受随机影响的数据，并作出统计推断、预测或者决策的一门学科，它是以概率论为基础的。
《概率论与数理统计》是一门研究和探索客观世界随机现象规律的数学学科，它以随机现象为研究对象，是数学的分支学科，在金融、保险、经济与企业管理、工农业生产、医学、地质学、气象与自然灾害预报等等方面都起到非常重要的作用。
随着计算机科学的发展，以及功能强大的统计软件和数学软件的开发，这门学科得到了蓬勃的发展，它不仅形成了结构宏大的理论，而且在自然科学和社会科学的各个领域应用越来越广泛。
该课程主要讲授“概率论与数理统计基本概念”、“随机变量”、“大数定律与中心极限定理”、“参数估计与假设检验”和“方差分析与回归分析”等内容，理、工、经管类本科生必修的一门重要的基础课。
学习该课程可使学生掌握概率论与数理统计的基本概念，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方法分析和解决、处理实际不确定问题的基本技能和基本素质。
二、考查目标目的是科学、公平、有效地测试考生是否具备攻读我校统计学专业硕士研究生所必须的基本素质、一般能力和培养潜能，以利于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、具有较强分析与解决实际问题能力的高层次应用型的统计学专业人才。
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情况，是否具有较强的逻辑推理能力和灵活的思维能力，是否具有较强的计算能力，是否具有综合运用所学知识分析与解决较为复杂实际问题的能力。
要求考生：比较全面地掌握统计学的基本原理和方法，以及相关的概率论知识；具有一定的运用统计学模型分析实际数据和解释分析结果的能力。
博士研究生入学考试《数值分析(机电院)》考试大纲
博士研究生入学考试《数值分析（机电院）》考试大纲第一部分考试形式和试卷结构一、考试方式：考试采用闭卷笔试方式，试卷满分为100分。
二、考试时间：180分钟。
三、试卷内容结构：约占 60%，主观题约占 40%。
四、试卷题型结构：试卷由三部分组成：选择/判断、填空、分析/计算。
其中：1、选择/判断题，约占20%。
测试考生对本课程基本概念、基本知识和数值计算常用算法设计与分析方法的掌握程度。
2、填空题，约占40%。
测试考生运用数值计算相关基础知识和基本方法，开展计算、简要分析以及求解实际问题的能力。
3、分析、计算题，约占40%。
测试考生综合运用数值计算理论、典型方法解决综合问题，并开展相关计算方法收敛性以及误差分析等能力。
第二部分考察的知识及范围1.误差度量与数值算法设计误差基本概念：误差来源与分类，截断误差、舍入误差、绝对误差、相对误差，有效数字以及数值稳定性。
函数计算误差分析：一元函数误差估计，四则运算误差估计。
数值算法设计原则：简化计算步骤以节省计算量（秦九韶算法）、减少有效数字损失，选择数值稳定的算法。
2.函数的插值方法以及误差估计插值问题的基本概念：插值问题的描述，插值多项式的存在和唯一性，差商、差分的概念以及性质。
拉格朗日插值：线性插值与抛物插值，n次拉格朗日插值，插值余项公式。
牛顿插值：均差的概念与性质，牛顿插值公式及其余项，差分的概念与性质。
埃尔米特插值：两点三次埃尔米特插值及其余项，n点埃尔米特插值，非标准埃尔米特插值及其余项。
分段低次插值：分段线性插值，分段三次埃尔米特插值。
三次样条插值：三次样条函数建立，三次样条插值方法。
3.函数逼近与曲线拟合正交多项式：函数内积、欧几里德范数，正交函数序列，正交多项式，勒德让多项式，切比雪夫多项式。
最佳平方逼近：最佳平方逼近问题及解法，基于正交函数、勒德让多项式、切比雪夫多项式的最佳平方逼近。
最小二乘法：最小二乘曲线拟合问题的提出和解法，最小二乘计算，最小二乘法的应用（算术平均、超定方程组）。
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。
- 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2018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。