考研数学概率论与数理统计

第1章随机事件及其概率
我们作了次试验，且满足
每次试验只有两种可能结果，发生或不发生；
次试验是重复进行的，即发生的概率每次均一样；
每次试验是独立的，即每次试验发生与否与其他次试验发生与否是互不影
响的。

这种试验称为伯努利概型，或称为重伯努利试验。

用
表示每次试验发生的概率，
则发生的概率为，用
表示重伯努利试验中
出现次的概率，
，。

n A A n A A A n p A A q p =-1)(k P n n A )0(n k k ≤≤k
n k k
n n q p k P C -=)(n k ,,2,1,0 =
第二章随机变量及其分布
第三章二维随机变量及其分布
第四章随机变量的数字特征
2
(
x
f)
dx
,
dxdy
)dx
x f X )()]2dy
y f Y )()]2
第五章大数定律和中心极限定理
第六章样本及抽样分布
第七章参数估计
第八章假设检验
单正态总体均值和方差的假设检验
31。

概率论与数理统计复习第一章 概率论的基本概念一.基本概念随机试验E:(1)可以在相同的条件下重复地进行;(2)每次试验的可能结果不止一个,并且能事先明确试验的所有可能结果;(3)进行一次试验之前不能确定哪一个结果会出现.样本空间S: E 的所有可能结果组成的集合. 样本点(基本事件):E 的每个结果. 随机事件(事件):样本空间S 的子集.必然事件(S):每次试验中一定发生的事件. 不可能事件(Φ):每次试验中一定不会发生的事件. 二. 事件间的关系和运算1.A ⊂B(事件B 包含事件A )事件A 发生必然导致事件B 发生.2.A ∪B(和事件)事件A 与B 至少有一个发生.3. A ∩B=AB(积事件)事件A 与B 同时发生.4. A -B(差事件)事件A 发生而B 不发生.5. AB=Φ (A 与B 互不相容或互斥)事件A 与B 不能同时发生.6. AB=Φ且A ∪B=S (A 与B 互为逆事件或对立事件)表示一次试验中A 与B 必有一个且仅有一个发生. B=A, A=B . 运算规则 交换律 结合律 分配律 德•摩根律B A B A = B A B A =三. 概率的定义与性质1.定义 对于E 的每一事件A 赋予一个实数,记为P(A),称为事件A 的概率.(1)非负性 P(A)≥0 ; (2)归一性或规范性 P(S)=1 ;(3)可列可加性 对于两两互不相容的事件A 1,A 2,…(A i A j =φ, i ≠j, i,j=1,2,…),P(A 1∪A 2∪…)=P( A 1)+P(A 2)+…2.性质(1) P(Φ) = 0 , 注意: A 为不可能事件 P(A)=0 .(2)有限可加性 对于n 个两两互不相容的事件A 1,A 2,…,A n ,P(A 1∪A 2∪…∪A n )=P(A 1)+P(A 2)+…+P(A n ) (有限可加性与可列可加性合称加法定理) (3)若A ⊂B, 则P(A)≤P(B), P(B -A)=P(B)-P(A) .(4)对于任一事件A, P(A)≤1, P(A)=1-P(A) .(5)广义加法定理 对于任意二事件A,B ,P(A ∪B)=P(A)+P(B)-P(AB) . 对于任意n 个事件A 1,A 2,…,A n()()()()+∑+∑-∑=≤<<≤≤<≤=nk j i k j i nj i j i ni i n A A A P A A P A P A A A P 11121…+(-1)n-1P(A 1A 2…A n )四.等可能(古典)概型1.定义 如果试验E 满足:(1)样本空间的元素只有有限个,即S={e 1,e 2,…,e n };(2)每一个基本事件的概率相等,即P(e 1)=P(e 2)=…= P(e n ).则称试验E 所对应的概率模型为等可能(古典)概型.2.计算公式 P(A)=k / n 其中k 是A 中包含的基本事件数, n 是S 中包含的基本事件总数. 五.条件概率1.定义 事件A 发生的条件下事件B 发生的条件概率P(B|A)=P(AB) / P(A) ( P(A)>0).2.乘法定理 P(AB)=P(A) P (B|A) (P(A)>0); P(AB)=P(B) P (A|B) (P(B)>0).P(A 1A 2…A n )=P(A 1)P(A 2|A 1)P(A 3|A 1A 2)…P(A n |A 1A 2…A n-1) (n ≥2, P(A 1A 2…A n-1) > 0) 3. B 1,B 2,…,B n 是样本空间S 的一个划分(B i B j =φ,i ≠j,i,j=1,2,…,n, B 1∪B 2∪…∪B n =S) ,则 当P(B i )>0时,有全概率公式 P(A)=()()i ni i B A P B P∑=1当P(A)>0, P(B i )>0时,有贝叶斯公式P (B i |A)=()()()()()()∑==ni i i i i i B A P B P B A P B P A P AB P 1. 六.事件的独立性1.两个事件A,B,满足P(AB) = P(A) P(B)时,称A,B 为相互独立的事件.(1)两个事件A,B 相互独立⇔ P(B)= P (B|A) .(2)若A 与B ,A 与B ,A 与B, ,A 与B 中有一对相互独立,则另外三对也相互独立.2.三个事件A,B,C 满足P(AB) =P(A) P(B), P(AC)= P(A) P(C), P(BC)= P(B) P(C),称A,B,C 三事件两两相互独立. 若再满足P(ABC) =P(A) P(B) P(C),则称A,B,C 三事件相互独立.3.n 个事件A 1,A 2,…,A n ,如果对任意k (1<k ≤n),任意1≤i 1<i 2<…<i k ≤n.有()()()()kkii i i i i A P A P A P A A A P 2121=,则称这n 个事件A 1,A 2,…,A n相互独立.第二章 随机变量及其概率分布一.随机变量及其分布函数1.在随机试验E 的样本空间S={e}上定义的单值实值函数X=X (e)称为随机变量.2.随机变量X 的分布函数F(x)=P{X ≤x} , x 是任意实数. 其性质为:(1)0≤F(x)≤1 ,F(-∞)=0,F(∞)=1. (2)F(x)单调不减,即若x 1<x 2 ,则 F(x 1)≤F(x 2). (3)F(x)右连续,即F(x+0)=F(x). (4)P{x 1<X≤x 2}=F(x 2)-F(x 1). 二.离散型随机变量 (只能取有限个或可列无限多个值的随机变量)1.离散型随机变量的分布律 P{X= x k }= p k (k=1,2,…) 也可以列表表示. 其性质为: (1)非负性 0≤P k ≤1 ; (2)归一性 11=∑∞=k k p .2.离散型随机变量的分布函数 F(x)=∑≤xX kk P 为阶梯函数,它在x=x k (k=1,2,…)处具有跳跃点,其跳跃值为p k =P{X=x k } .3.三种重要的离散型随机变量的分布(1)X~(0-1)分布 P{X=1}= p ,P{X=0}=1–p (0<p<1) .(2)X~b(n,p)参数为n,p 的二项分布P{X=k}=()kn k p p k n --⎪⎪⎭⎫ ⎝⎛1(k=0,1,2,…,n) (0<p<1) (3))X~π(λ)参数为λ的泊松分布 P{X=k}=λλ-e k k !(k=0,1,2,…) (λ>0) 三.连续型随机变量1.定义 如果随机变量X 的分布函数F(x)可以表示成某一非负函数f(x)的积分F(x)=()dt t f x⎰∞-,-∞< x <∞,则称X 为连续型随机变量,其中f (x)称为X 的概率密度(函数). 2.概率密度的性质(1)非负性 f(x)≥0 ; (2)归一性 ⎰∞∞-dx x f )(=1 ;(3) P{x 1<X ≤x 2}=⎰21)(xx dx x f ; (4)若f (x)在点x 处连续,则f (x)=F / (x) .注意：连续型随机变量X 取任一指定实数值a 的概率为零,即P{X= a}=0 .3.三种重要的连续型随机变量的分布 (1)X ～U (a,b) 区间(a,b)上的均匀分布⎩⎨⎧=-0)(1a b x f其它b x a << . (2)X 服从参数为θ的指数分布.()⎩⎨⎧=-0/1θθx ex f 00≤>x x 若若 (θ>0). (3)X~N (μ,σ2)参数为μ,σ的正态分布222)(21)(σμσπ--=x ex f -∞<x<∞, σ>0. 特别, μ=0, σ2 =1时,称X 服从标准正态分布,记为X~N (0,1),其概率密度2221)(x e x -=πϕ , 标准正态分布函数⎰=Φ∞--xt dt e x 2221)(π, Φ(-x)=1-Φ(x) .若X ～N ((μ,σ2), 则Z=σμ-X ~N (0,1), P{x 1<X ≤x 2}=Φ(σμ-2x )-Φ(σμ-1x ).若P{Z>z α}= P{Z<-z α}= P{|Z|>z α/2}= α,则点z α,-z α, ±z α/ 2分别称为标准正态分布的上,下,双侧α分位点. 注意：Φ(zα)=1-α , z 1- α= -z α.四.随机变量X 的函数Y= g (X)的分布 1.若g(x k ) (k=1,2,…)的值全不相等,则由上表立得Y=g(X)的分布律.若g(x k ) (k=1,2,…)的值有相等的,则应将相等的值的概率相加,才能得到Y=g(X)的分布律. 2.连续型随机变量的函数若X 的概率密度为f X (x),则求其函数Y=g(X)的概率密度f Y (y)常用两种方法： (1)分布函数法 先求Y 的分布函数F Y (y)=P{Y ≤y}=P{g(X)≤y}=()()dx x f ky X k∑⎰∆其中Δk (y)是与g(X)≤y 对应的X 的可能值x 所在的区间(可能不只一个),然后对y 求导即得f Y (y)=F Y /(y) .(2)公式法 若g(x)处处可导,且恒有g /(x)>0 (或g / (x)<0 ),则Y=g (X)是连续型随机变量,其概率密度为()()()()⎩⎨⎧'=0y h y h f y f X Y其它βα<<y其中h(y)是g(x)的反函数 , α= min (g (-∞),g (∞)) β= max (g (-∞),g (∞)) .如果f (x)在有限区间[a,b]以外等于零,则 α= min (g (a),g (b)) β= max (g (a),g (b)) .第三章 二维随机变量及其概率分布 一.二维随机变量与联合分布函数1.定义 若X 和Y 是定义在样本空间S 上的两个随机变量,则由它们所组成的向量(X,Y)称为二维随机向量或二维随机变量.对任意实数x,y,二元函数F(x,y)=P{X ≤x,Y ≤y}称为(X,Y)的(X 和Y 的联合)分布函数. 2.分布函数的性质(1)F(x,y)分别关于x 和y 单调不减.(2)0≤F(x,y)≤1 , F(x,- ∞)=0, F(-∞,y)=0, F(-∞,-∞)=0, F(∞,∞)=1 .(3) F(x,y)关于每个变量都是右连续的,即 F(x+0,y)= F(x,y), F(x,y+0)= F(x,y) . (4)对于任意实数x 1<x 2 , y 1<y 2P{x 1<X ≤x 2 , y 1<Y ≤y 2}= F(x 2,y 2)- F(x 2,y 1)- F(x 1,y 2)+ F(x 1,y 1)二.二维离散型随机变量及其联合分布律1.定义 若随机变量(X,Y)只能取有限对或可列无限多对值(x i ,y j ) (i ,j =1,2,… )称(X,Y)为二维离散型随机变量.并称P{X= x i ,Y= y j }= p i j 为(X,Y)的联合分布律.也可列表表示.2.性质(1)非负性 0≤p i j ≤1 .(2)归一性∑∑=i jij p 1 .3. (X,Y)的(X 和Y 的联合)分布函数F(x,y)=∑∑≤≤x x yy ij i j p三.二维连续型随机变量及其联合概率密度1.定义 如果存在非负的函数f (x,y),使对任意的x 和y ,有F(x,y)=⎰⎰∞-∞-yxdudv v u f ),(则称(X,Y)为二维连续型随机变量,称f(x,y)为(X,Y)的(X 和Y 的联合)概率密度. 2.性质 (1)非负性 f (x,y)≥0 . (2)归一性 1),(=⎰⎰∞∞-∞∞-d x d y y x f .(3)若f (x,y)在点(x,y)连续,则yx y x F y x f ∂∂∂=),(),(2(4)若G 为xoy 平面上一个区域,则⎰⎰=∈Gdxdy y x f G y x P ),(}),{(.四.边缘分布1. (X,Y)关于X 的边缘分布函数 F X (x) = P{X ≤x , Y<∞}= F (x , ∞) . (X,Y)关于Y 的边缘分布函数 F Y (y) = P{X<∞, Y ≤y}= F (∞,y)2.二维离散型随机变量(X,Y) 关于X 的边缘分布律 P{X= x i }=∑∞=1j ij p = p i·( i =1,2,…) 归一性11=∑∞=∙i i p .关于Y 的边缘分布律 P{Y= y j }= ∑∞=1i ij p = p·j( j =1,2,…) 归一性11=∑∞=∙j j p .3.二维连续型随机变量(X,Y)关于X 的边缘概率密度f X (x)=⎰∞∞-dy y x f ),( 归一性1)(=⎰∞∞-dx x f X关于Y 的边缘概率密度f Y (y)=x d y x f ⎰∞∞-),( 归一性1)(=⎰∞∞-dyy f Y五.相互独立的随机变量1.定义 若对一切实数x,y ,均有F(x,y)= F X (x) F Y (y) ,则称X 和Y 相互独立.2.离散型随机变量X 和Y 相互独立⇔p i j= p i ··p ·j( i ,j =1,2,…)对一切x i ,y j成立.3.连续型随机变量X 和Y 相互独立⇔f (x,y)=f X(x)f Y(y)对(X,Y)所有可能取值(x,y)都成立.六．条件分布1．二维离散型随机变量的条件分布定义 设(X,Y)是二维离散型随机变量,对于固定的j,若P{Y=y j }>0,则称 P{X=x i |Y=y j }为在Y= y j 条件下随机变量X 的条件分布律. 同样,对于固定的i,若P{X=x i }>0,则称,}{},{jj i j j i p p y Y P y Y x X P ∙=====P{Y=y j |X=x i }为在X=x i 条件下随机变量Y 的条件分布律.第四章 随机变量的数字特征一.数学期望和方差的定义随机变量X 离散型随机变量 连续型随机变量分布律P{X=x i }= p i ( i =1,2,…) 概率密度f (x)数学期望(均值)E(X)∑∞=1i i i p x (级数绝对收敛)⎰∞∞-dx x xf )((积分绝对收敛)方差D(X)=E{[X-E(X)]2}[]∑-∞=12)(i i i p X E x ⎰-∞∞-dx x f X E x )()]([2=E(X 2)-[E(X)]2 (级数绝对收敛) (积分绝对收敛) 函数数学期望E(Y)=E[g(X)] i i i p x g ∑∞=1)((级数绝对收敛) ⎰∞∞-dx x f x g )()((积分绝对收敛)标准差σ(X)=√D(X) .二.数学期望与方差的性质1. c 为为任意常数时, E(c) = c , E(cX) = cE(X) , D(c) = 0 , D (cX) = c 2D(X) . 2.X,Y 为任意随机变量时, E (X ±Y)=E(X)±E(Y) .3. X 与Y 相互独立时, E(XY)=E(X)E(Y) , D(X ±Y)=D(X)+D(Y) .4. D(X) = 0 ⇔P{X = C}=1 ,C 为常数.三.六种重要分布的数学期望和方差 E(X) D(X)1.X~ (0-1)分布P{X=1}= p (0<p<1) p p (1- p)2.X~ b (n,p) (0<p<1) n p n p (1- p)3.X~ π(λ) λ λ4.X~ U(a,b) (a+b)/2 (b-a) 2/12 5.X 服从参数为θ的指数分布 θ θ2 6.X~ N (μ,σ2) μ σ2 四.矩的概念随机变量X 的k 阶(原点)矩E(X k ) k=1,2,… 随机变量X 的k 阶中心矩E {[X-E(X)] k }随机变量X 和Y 的k+l 阶混合矩E(X k Y l ) l=1,2,…随机变量X 和Y 的k+l 阶混合中心矩E{[X-E(X)] k [Y-E(Y)] l}第六章 样本和抽样分布一.基本概念总体X 即随机变量X ; 样本X 1 ,X 2 ,…,X n 是与总体同分布且相互独立的随机变量;样本值x 1 ,x 2 ,…,x n 为实数;n 是样本容量.统计量是指样本的不含任何未知参数的连续函数.如：样本均值∑==n i i X n X 11 样本方差()∑--==n i i XX n S 12211 样本标准差S样本k 阶矩∑==n i k i k X n A 11( k=1,2,…) 样本k 阶中心矩∑-==n i ki k X X n B 1)(1( k=1,2,…),}{},{∙=====i j i i j i p p x X P y Y x X P二.抽样分布 即统计量的分布 1.X 的分布 不论总体X 服从什么分布, E (X ) = E(X) , D (X ) = D(X) / n .特别,若X~ N (μ,σ2 ) ,则X ~ N (μ, σ2/n) .2.χ2分布 (1)定义 若X ～N (0,1) ,则Y =∑=ni i X 12~ χ2(n)自由度为n 的χ2分布.(2)性质 ①若Y~ χ2(n),则E(Y) = n , D(Y) = 2n .②若Y 1~ χ2(n 1) Y 2~ χ2(n 2) ,则Y 1+Y 2~ χ2(n 1 + n 2).③若X~ N (μ,σ2 ), 则22)1(σS n -~ χ2(n-1),且X 与S 2相互独立.(3)分位点 若Y~ χ2(n),0< α <1 ,则满足αχχχχαααα=<>=<=>--))}(())({()}({)}({22/122/212n Y n Y P n Y P n Y P的点)()(),(),(22/122/212n n n n ααααχχχχ--和分别称为χ2分布的上、下、双侧α分位点. 3. t 分布(1)定义 若X~N (0,1),Y~ χ2(n),且X,Y 相互独立,则t=nY X~t(n)自由度为n 的t 分布. (2)性质①n →∞时,t 分布的极限为标准正态分布.②X ～N (μ,σ2 )时, nS X μ-~ t (n-1) .③两个正态总体相互独立的样本 样本均值 样本方差X~ N (μ1,σ12 ) 且σ12=σ22=σ2 X 1 ,X 2 ,…,X n1 X S 12Y~ N (μ2,σ22 ) Y 1 ,Y 2 ,…,Y n2Y S22则212111)()(n n S Y X w +---μμ~ t (n 1+n 2-2) , 其中 2)1()1(212222112-+-+-=n n S n S n S w(3)分位点 若t ~ t (n) ,0 < α<1 , 则满足αααα=>=-<=>)}({)}({)}({2/n t t P n t t P n t t P的点)(),(),(2/n t n t n t ααα±-分别称t 分布的上、下、双侧α分位点.注意: t 1- α (n) = - t α (n).4.F 分布 (1)定义 若U~χ2(n 1), V~ χ2(n 2), 且U,V 相互独立,则F =21n V n U ~F(n 1,n 2)自由度为(n 1,n 2)的F 分布.(2)性质(条件同3.(2)③)22212221σσS S ~F(n 1-1,n 2-1)(3)分位点 若F~ F(n 1,n 2) ,0< α <1,则满足)},({)},({21121n n F F P n n F F P αα-<=>ααα=<>=-))},(()),({(212/1212/n n F F n n F F P的点),(),(),,(),,(212/1212/21121n n F n n F n n F n n F αααα--和分别称为F 分布的上、下、双侧α分位点. 注意:.).(1),(12211n n F n n F αα=-第七章 参数估计一.点估计 总体X 的分布中有k 个待估参数θ1, θ2,…, θk .X 1 ,X 2 ,…,X n 是X 的一个样本, x 1 ,x 2 ,…,x n 是样本值.1.矩估计法先求总体矩⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k θθθμμθθθμμθθθμμ 解此方程组,得到⎪⎩⎪⎨⎧===),,,(),,,(),,,(2121222111k k k k k μμμθθμμμθθμμμθθ ,以样本矩A l 取代总体矩μ l ( l=1,2,…,k)得到矩估计量⎪⎪⎩⎪⎪⎨⎧===∧∧∧),,,(),,,(),,,(2121222111k k k k k A A A A A A A A A θθθθθθ,若代入样本值则得到矩估计值. 2.最大似然估计法若总体分布形式(可以是分布律或概率密度)为p (x, θ1, θ2,…, θk ),称样本X 1 ,X 2 ,…,Xn的联合分布∏==ni k i k x p L 12121),,,,(),,,(θθθθθθ 为似然函数.取使似然函数达到最大值的∧∧∧kθθθ,,,21 ,称为参数θ1, θ2,…,θk 的最大似然估计值,代入样本得到最大似然估计量.若L(θ1, θ2,…, θk )关于θ1, θ2,…, θk 可微,则一般可由 似然方程组0=∂∂i L θ 或 对数似然方程组 0ln =∂∂iLθ (i =1,2,…,k) 求出最大似然估计. 3.估计量的标准(1) 无偏性 若E(∧θ)=θ,则估计量∧θ称为参数θ的无偏估计量.不论总体X 服从什么分布, E (X )= E(X) , E(S 2)=D(X), E(A k )=μk =E(X k ),即样本均值X , 样本方差S 2,样本k 阶矩A k 分别是总体均值E(X),方差D(X),总体k 阶矩μk 的无偏估计,(2)有效性 若E(∧θ1 )=E(∧θ2)= θ, 而D(∧θ1)< D(∧θ2), 则称估计量∧θ1比∧θ2有效. (3)一致性(相合性) 若n →∞时,θθP →∧,则称估计量∧θ是参数θ的相合估计量.文 - 汉语汉字 编辑词条文，wen ，从玄从爻。

山东省考研数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数学的重要分支，广泛应用于各个领域。

在山东省考研的数学科目中，概率论与数理统计是必考内容之一。

为了帮助考生复习，本文将针对概率论与数理统计的重点知识点进行整理，并提供相应的考点解析和习题练习。

一、概率论基础知识1. 随机事件与概率：事件的概念、随机事件的概率、事件的运算（包括事件的和、积，互斥事件，逆事件等）2. 条件概率与独立性：条件概率的概念、乘法定理、全概率公式、贝叶斯公式、独立事件的概念与性质3. 随机变量与分布函数：随机变量的概念、离散型随机变量、连续型随机变量、随机变量函数的分布4. 数学期望与方差：随机变量的数学期望、方差的性质与计算、条件期望、协方差与相关系数的定义与计算二、概率分布1. 离散型随机变量的分布：伯努利分布、二项分布、泊松分布等，包括分布的概率函数、分布函数、数学期望和方差的计算2. 连续型随机变量的分布：均匀分布、指数分布、正态分布等，包括分布的密度函数、分布函数、数学期望和方差的计算3. 两个随机变量的分布：随机变量之和的分布、两个随机变量的函数的分布三、大数定律与中心极限定理1. 大数定律：切比雪夫不等式、大数定律的独立同分布条件、伯努利大数定律、辛钦大数定律2. 中心极限定理：中心极限定理的独立同分布条件、独立同分布情况下的林德伯格-列维定理、棣莫弗-拉普拉斯中心极限定理四、参数估计与假设检验1. 点估计：估计量与矩估计、最大似然估计、无偏性与有效性、均方误差2. 区间估计：置信区间的构造与解释、枢轴变量法构造置信区间、大样本置信区间与小样本置信区间3. 假设检验：假设检验的基本原理与步骤、拒绝域与接受域、显著性水平与p值、参数检验与非参数检验五、相关分析与方差分析1. 相关分析：相关系数的计算与解释、相关系数的性质与应用、线性回归与最小二乘法2. 方差分析：单因素方差分析、双因素方差分析、方差分析的假设条件与检验方法六、样本调查与抽样分布1. 随机抽样：简单随机抽样、分层抽样、整群抽样、多阶段抽样等抽样方法2. 样本调查：样本容量的确定、调查问卷设计与分析、样本误差与抽样误差3. 抽样分布：统计量与抽样分布、正态分布与t分布、卡方分布与F分布通过对概率论与数理统计的重点知识点进行整理，希望能够帮助山东省考研数学的考生有一个清晰的复习框架。

考研概率论与数理统计公式大全一、概率论部分：1.概率公式：-事件的概率：P(A)=n(A)/n(S)，其中n(A)表示事件A发生的可能性，n(S)表示样本空间S中的样本个数。

-互斥事件的概率：P(A∪B)=P(A)+P(B)。

-非互斥事件的概率：P(A∪B)=P(A)+P(B)-P(A∩B)。

2.条件概率公式：-事件A在事件B发生的条件下发生的概率：P(A，B)=P(A∩B)/P(B)。

3.乘法公式：-事件A、B同时发生的概率：P(A∩B)=P(A)*P(B，A)=P(B)*P(A，B)。

4.全概率公式：-事件A可以由一系列互斥且构成样本空间的事件B1、B2、..、Bn发生的概率：P(A)=P(A∩B1)+P(A∩B2)+...+P(A∩Bn)=ΣP(A∩Bi)。

5.贝叶斯公式：-已知事件A发生的条件下事件B发生的概率：P(B，A)=P(A∩B)/P(A)=P(A，B)*P(B)/P(A)。

6.重要的离散概率分布：-二项分布：P(X=k)=C(n,k)*p^k*(1-p)^(n-k)，其中n为试验次数，k为成功次数，p为每次成功的概率。

-泊松分布：P(X=k)=(λ^k*e^(-λ))/k!，其中λ为单位时间（或单位面积）内随机事件发生的平均次数。

7.重要的连续概率分布：-均匀分布：f(x)=1/(b-a)，其中a为最小值，b为最大值。

-正态分布：f(x)=(1/(σ*√(2π)))*e^(-(x-μ)^2/(2σ^2))，其中μ为均值，σ为标准差。

二、数理统计部分：1.基本概念：-总体：研究对象的全体。

-样本：从总体中抽取的一部分个体。

-参数：总体的特征数值。

-统计量：样本的特征数值。

2.基本统计量：- 样本均值：x̄ = (x1 + x2 + ... + xn) / n，其中x1、x2、..、xn为样本数据，n为样本容量。

- 样本方差：s^2 = ((x1-x̄)^2 + (x2-x̄)^2 + ... + (xn-x̄)^2) / (n-1)。

考研数学一大纲重点梳理概率论与数理统计部分概率论和数理统计是考研数学一科目中的重要部分，本文将针对概率论与数理统计这一大纲进行重点梳理。

首先，我们将介绍概率论的基本概念和理论，然后详细讨论数理统计的相关内容。

一、概率论的基本概念和理论1. 概率的基本概念概率是研究随机现象的定量描述，用来描述事件发生的可能性大小。

概率可以用数值表示，范围在0到1之间，其中0代表不可能事件，1代表必然事件。

2. 概率的运算规则概率的运算规则包括加法规则和乘法规则。

加法规则适用于互斥事件，乘法规则适用于独立事件。

3. 随机变量和概率分布随机变量是用来描述随机现象的变量，可以分为离散随机变量和连续随机变量。

概率分布描述了随机变量的取值与概率之间的关系，常见的概率分布包括二项分布、泊松分布和正态分布等。

4. 期望和方差期望是随机变量的平均值，用来描述随机变量的集中趋势；方差是随机变量与期望之间的差异程度，用来描述随机变量的离散程度。

二、数理统计的相关内容1. 抽样与抽样分布抽样是指从总体中选取一部分个体进行观察和研究的过程，抽样分布是指样本统计量的概率分布。

常见的抽样分布包括正态分布、t分布和F分布等。

2. 参数估计参数估计是利用样本数据来估计总体参数的值，常见的参数估计方法包括点估计和区间估计。

点估计是用单个数值来估计参数的值，区间估计是用一个区间来估计参数的值。

3. 假设检验假设检验是根据样本提供的信息，对总体的某个参数是否满足某种假设进行判断。

假设检验可以分为单侧检验和双侧检验，常见的假设检验方法包括z检验和t检验等。

4. 方差分析方差分析是用来比较两个或多个总体间均值差异是否显著的统计方法。

方差分析可以分为单因素方差分析和多因素方差分析，常用的方法包括单因素方差分析和双因素方差分析等。

5. 回归分析回归分析是用来研究自变量与因变量之间的关系的方法。

简单线性回归是一种自变量和因变量之间存在线性关系的回归分析方法，多元线性回归是多个自变量和一个因变量之间的回归分析方法。

考研数学重要知识点解析概率论与数理统计概率论与数理统计是考研数学中的一个重要知识点，也是许多专业的必修课程。

它涉及到随机事件的概率计算和数据分析的方法，对于理解和应用数学、统计学、经济学、计算机科学等学科都具有重要意义。

下面，我将从概率论和数理统计两个方面来解析该知识点。

一、概率论概率论是研究随机现象的规律性和不确定性的数学分支。

在考研数学中，概率论主要涉及到基本概念、概率计算、随机变量、概率分布和大数定律等内容。

以下是其中的几个重要知识点：1.基本概念：包括随机试验、样本空间、随机事件、事件的概率、事件的概率运算等。

其中，随机试验是指可重复进行的事件，样本空间是随机试验所有可能结果的集合，随机事件是样本空间的子集。

2.概率计算：概率计算方法主要包括古典概型、几何概型和概率公式法。

古典概型是指随机试验的样本空间是有限个元素的情况，几何概型是指样本空间可以用几何图形表示的情况，概率公式法是通过概率公式进行计算。

3.随机变量和概率分布：随机变量是指一个随机试验可能结果的实值函数。

对于离散型随机变量，其概率分布可以用概率质量函数表示；对于连续型随机变量，其概率分布可以用概率密度函数表示。

常见的离散型随机变量有二项分布、泊松分布等；常见的连续型随机变量有均匀分布、正态分布等。

4.大数定律和中心极限定理：大数定律指出，随着试验次数的增加，随机事件的频率稳定地趋近于事件的概率。

中心极限定理指出，随着独立同分布随机变量的和的数量级趋于无穷大时，其分布逼近于正态分布。

二、数理统计数理统计是利用数学的方法对数据进行运算和分析的学科。

在考研数学中，数理统计主要包括抽样调查、数据描述、参数估计、假设检验、方差分析等内容。

以下是其中的几个重要知识点：1.抽样调查：抽样调查是通过从总体中抽取一部分个体进行观察和测量，然后对这部分个体的特征进行统计推断的方法。

常用的抽样方法有随机抽样、系统抽样、整群抽样等。

2.数据描述和分析：包括数据的集中趋势和离散程度的度量、数据的频数统计和频率统计、描述性统计、数据的图形展示等。

考研数学⼀-概率论与数理统计（⼀）考研数学⼀-概率论与数理统计(⼀)(总分：100.00，做题时间：90分钟)⼀、选择题(总题数：10，分数：40.00)1.设随机变量X服从正态分布N(1，σ2 )，其分布函数为F(x)，则对任意实数x，有______（分数：4.00）A.F(x)+F(-x)=1．B.F(1+x)+F(1-x)=1．√C.F(x+1)+F(x-1)=1．D.F(1-x)+F(x-1)=1．解析：[解析] 由于X～N(1，σ2 )，所以X的密度函数f(x)的图形是关于x=1对称的，⽽可知正确答案是B．2.设X～P(λ)，P 1，P 2分别为随机变量X取偶数和奇数的概率，则______（分数：4.00）A.P1=P2．B.P1＜P2．C.P1＞P2．√D.P1，P2⼤⼩关系不定．解析：[解析] 若X～P(λ)，则，其中X取偶数的概率为X取奇数的概率为于是应选C．3.设随机变量X的密度函数为f(x)，且f(-x)=f(x)，F(x)是X的分布函数，则对于任意实数a，有______ A．B．C．F(-a)=F(a)．D．F(-a)=2F(a)-1．（分数：4.00）A.B. √C.D.解析：[解析] 概率密度f(x)为偶函数，于是对于任意实数a，有F(-a)=1-F(a)成⽴；利⽤区间可加性得结合上⾯的等式，于是得应选B．4.设⼆维随机变量(X，Y)在区域D:x 2 +y 2≤9a 2 (a＞0)上服从均匀分布，p=P{X 2 +9Y 2≤9a 2 }，则A．p的值与a⽆关，且B．p的值与a⽆关，且C．p的值随a值的增⼤⽽增⼤．D．p的值随a值的增⼤⽽减⼩．（分数：4.00）A.B. √C.D.解析：[解析] 因为(X，Y)在区域D：x 2 +y 2≤9a 2上服从均匀分布，所以(X，Y)的联合密度函数为故选B．5.设随机变量X与Y服从正态分布N(-1，2)与N(1，2)，并且X与Y不相关，aX+Y与X+by亦不相关，则______（分数：4.00）A.a-b=1．B.a-b=0．C.a+b=1．D.a+b=0．√解析：[解析] X～N(-1，2)，Y～N(1，2)，于是D(X)=2，D(Y)=2．⼜Cov(X，Y)=0，Cov(aX+Y，X+bY)=0，由协⽅差的性质有故选D．6.已知总体X的期望E(X)=0，⽅差D(X)=σ2．X 1，…，X n是来⾃总体X的简单随机样本，其均值为，则下⾯可以作为σ2⽆偏估计量的是______A．B．C．D．（分数：4.00）A.B.C. √D.解析：[解析] 由于E(X)=0，D(X)=E(X 2 )=σ2，则所以选择C．对于A，B选项，由E(S 2 )=σ2，知均不是σ2的⽆偏估计量．7.设随机变量序列X 1，…，X n，…相互独⽴，则根据⾟钦⼤数定律，当n→∞时，于其数学期望，只要{X n，n≥1}满⾜______（分数：4.00）A.有相同的数学期望．B.服从同⼀离散型分布．C.服从同⼀泊松分布．√D.服从同⼀连续型分布．解析：[解析] ⾟钦⼤数定律的应⽤条件为：“独⽴同分布且数学期望存在”，选项A缺少同分布条件，选项B、D虽然服从同⼀分布但不能保证期望存在，只有C符合该条件．故选C．8.设X 1，X 2，…，X n是来⾃总体X的简单随机样本，是样本均值，C为任意常数，则______A．B．C．D．（分数：4.00）A.B.C. √D.解析：[解析故选C．9.设总体X服从正态分布N(0，σ2 )，X 1，X 2，…，X 10是来⾃X的简单随机样本，统计量从F分布，则i等于______（分数：4.00）A.4．B.2．√C.3．D.5．解析：[解析] 因为X 1，X 2，…，X 10是来⾃X的简单随机样本，故独⽴同分布于N(0，σ2 )因此，则有⼜与相互独⽴，故故选B．10.在假设检验中，如果待检验的原假设为H 0，那么犯第⼆类错误是指______（分数：4.00）A.H0成⽴，接受H0．B.H0不成⽴，接受H0．√C.H0成⽴，拒绝H0．D.H0不成⽴，拒绝H0．解析：[解析] 直接应⽤“犯第⼆类错误”=“取伪”=“H 0不成⽴，接受H 0”的定义，选择B．⼆、解答题(总题数：10，分数：60.00)11.每次从1，2，3，4，5中任取⼀个数，且取后放回，⽤b i表⽰第i次取出的数(i=1，2，3)，三维列向量b=(b 1 ,b 2 ,b 3 ) T，三阶⽅阵，求线性⽅程组Ax=b有解的概率．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：对增⼴矩阵作初等⾏变换有于是Ax=b有解的充要条件是，即b 3 -2b 2 +b 1 =0，其中b 1，b 2，b 3相互独⽴，且分布律相同：，k=1，2，3，4，5，i=1，2，3．所以Ax=b有解的概率为甲、⼄两个⼈投球，甲先投，当有任⼀⼈投进之后便获胜，⽐赛结束．设甲、⼄命中率分别为p 1，p 2，0＜p 1，p 2＜1．求：（分数：6.00）(1).甲、⼄投球次数X 1与X 2的分布；（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：每次投篮是相互独⽴的与其他⼏次⽆关．事件X 1 =n表⽰“甲投了n次”，即“甲、⼄各⾃在前n-1次没有投进，在第n次时甲投进或⼄投进”，所以P{X 1 -n}=(q 1 q 2 ) n-1 (p 1 +q 1 p 2 )，n=1，2，…其中：q i =1-p i，i=1，2．事件“X 2=m”表⽰“⼄投了m次”，即“甲、⼄前m-1次均没有投进，甲在第m次也没有投进，⼄在第m 次投进”，或“甲、⼄前m次均没有投进，甲在第m+1次投进”．特殊地，当m=0时，表⽰甲第⼀次就投中，所以P{X 2 =m}=(q 1 q 2 ) m-1 (q 1 p 2 +q 1 q 2 p 1 )=q 1 (p 2 +q 2 p 1 )(q 1 q 2 ) m-1，m=1，2，…(2).若使甲、⼄两⼈赢得⽐赛的概率相同，则p 1，p 2满⾜什么条件?（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：设事件A表⽰“甲获胜”，则总投篮次数为奇数．当X 1 +X 2 =2n-1时，意味着甲、⼄前n-1次都未投进，甲在第n次投进，于是有P{X 1 +X 2 =2n-1}=p 1 (q 1 q 2 ) n-1，则若甲、⼄两⼈赢得⽐赛的概率相同，则12.设随机变量X在区间(0，1)上服从均匀分布，⼜求Y的概率密度f Y (y)与分布函数F Y (y)．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：解法⼀：应⽤单调函数公式法先求Y的概率密度f Y (y)．由于X在(0，1)内取值所以的值域为(0，+∞)，且y=g(x)在(0，1)单调．因此其反函数在(0，+∞)内单调可导，其导数h"(y)=2e -2y，在其定义域(0，+∞)内恒不为零．⼜因为X的概率密度所以Y的概率密度因此可见Y服从参数为2的指数分布，其分布函数为解法⼆：⽤分布函数法先求出Y的分布函数F Y (y)．当y≤0时，F Y (y)=0；当y＞0时，0＜x=1-e -2y＜1，最后⼀步是由于X服从(0，1)上的均匀分布．故所求Y的分布函数为将F Y (y)对y求导，得设随机变量(X，Y)的概率密度为试求：（分数：6.00）(1).(X，Y)的分布函数；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：①当x≤0或y≤0时，f(x，y)=0，故F(x，y)=0．②当0＜x≤1，0＜y≤2时，③当0＜x≤1，y＞2时，④当x＞1，0＜Y≤2时，⑤当x＞1，y＞2时，综上所述，分布函数为(2).(X，Y)的边缘分布密度；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当0≤x≤1时，当0≤y≤2时，(3).概率P{X+Y＞1}，P{Y＞X} 2.00）__________________________________________________________________________________________ 正确答案：()解析：如下图所⽰，如下图所⽰，所以设(X，Y)服从D={(x，y)|y≥0，x 2 +y 2≤1}上的均匀分布，定义（分数：6.00）(1).求(U，V)的联合分布律；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：由题设可知，故(U，V)的可能值为(0，0)，(0，-1)，(0，1)，(1，-1)，(1，0)，(1，1)．则(U．V)的联合分布律为(2).求关于V的边缘分布律；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：由(U，V)的联合分布律得V的边缘分布律为(3).求在U=1的条件下V的分布律．（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：，所以所以所求V的分布律为13.设随机变量X的概率密度为，求随机变量 F Y (y)．（分数：6.00）__________________________________________________________________________________________ 正确答案：()解析：记如下图所⽰，φ(x)在[0，+∞)内最⼩值为-1，⽆最⼤值，在[0，+∞)左端点处的值为0．y=-1，0将y轴分成(-∞，-1)，[-1，0)，[0，+∞)三个区间．当y∈(-∞，-1)时，F Y (y)=0．当y∈[-1，0)时，纵坐标为y的⽔平直线关于曲线y=φ(x)内的集合在x轴上的投影与[0，+∞)的交集为F Y (y)=f X (x)在上的积分为当y∈[0，+∞)时，纵坐标为y的⽔平直线关于曲线y=φ(x)内的集合在x轴的投影与[0，+∞)的交集为，此时F Y (y)=f X (x)在上的积分为综上所述，y的分布函数为设随机变量X在区间(0，2)上随机取值，在X=x(1＜x＜2)条件下，随机变量Y在区间(1，x)上服从均匀分布．（分数：6.00）(1).求(X，Y)的联合概率密度，并问X与Y是否独⽴；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：根据题设X在(0,2)上服从均匀分布，其密度函数为⽽变量Y，在X=x(1＜-x＜2)的条件下，在区间(1，x)上服从均匀分布，所以其条件概率密度为再根据条件概率密度的定义，可得联合概率密度⼜所以由于f X (x)f Y(y)≠f(x，y)，所以X与Y不独⽴．(2).求P{3Y≤2X}；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：如下图所⽰，(3).记Z=X-Y，求Z的概率密度f Z (z)．（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：已知(x，y)～f(x，y)，则Z=X-Y的取值范围为0＜Z＜1．当0＜z＜1时，Z=X-Y的分布函数为则故设随机变量X与Y相互独⽴，X的概率分布为，Y的概率密度函数为Z=X+Y．求：（分数：6.00）3.00）__________________________________________________________________________________________ 正确答案：()(2).Z的概率密度函数．（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：F Z(z)=P{Z≤z}=P{X+Y≤z}=P{X=-1，Y≤z+1}+P{X=0，Y≤z}+P{X=1，Y≤z-1}．因为X与Y相互独⽴，故①当z+1＜0(z-1＜-2)，即z＜-1时，f Y (y)=0，从⽽F Z (z)=0；②当0≤z+1＜1(-2≤z-1＜-1)，即-1≤z＜0时，③当-1≤z-1＜0(1≤z+1＜2)，即0≤z＜1时，④当0≤z-1＜1(2≤z+1＜3)，即1≤z＜2时，⑤当1≤z-1(3≤z+1)，即z≥2时，综上故设⼆维连续型随机变量(X，Y)的联合概率密度为U=X+Y，V=X-Y．求：（分数：6.00）(1).U的分布函数F 1 (u)；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当u＜0时，F 1 (u)=0；当u≥0时，故U的分布函数F 1 (u)为(2).V的分布函数F 2 (v)；（分数：2.00）__________________________________________________________________________________________ 正确答案：()解析：当v＜0时，F 2 (v)=0；当v≥0时，故V的分布函数F 2 (v)为(3).P{U≤u，V≥v}(u＞v＞0)，并判断U与V是否独⽴．（分数：2.00）__________________________________________________________________________________________ 正确答案：()当u＞0，v＞0时，P{U≤u}P{V≥v}=F 1(u)·[1-F 2 (v)]=e -2v (1-e -u ) 2≠P{U≤u，V≥v}，从⽽可知，U与V不独⽴．设⼆维随机变量(X，Y)在矩形区域D={(x，y)|0≤x≤2，0≤y≤2}上服从⼆维均匀分布，随机变量求：（分数：6.00）(1).U和V的联合概率分布；（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：(U，V)的可能取值为(-1,-1)，(-1,1)，(1,-1,)，(1,1)，如下图．依题意知，X与Y的联合概率密度为则有同理类似地可以计算出其他P ij的值：(2).讨论U和V的相关性和独⽴性．（分数：3.00）__________________________________________________________________________________________ 正确答案：()解析：从(U，V)的联合分布与边缘分布可以计算出所以E(UV)=E(U)·E(V)，U与V不相关；⼜因为P{U=u，V=v}=P{U=u}·P{V=v}，所以U与V相互独⽴．。

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。

概率论与数理统计是考研数学重要组成部分。

概率论与数理统计非常强调对基本概念、定理、公式的深入理解。

重要基本知识要点如下：一、考点分析1.随机事件和概率，包括样本空间与随机事件；概率的定义与性质（含古典概型、几何概型、加法公式）；条件概率与概率的乘法公式；事件之间的关系与运算（含事件的独立性）；全概公式与贝叶斯公式；伯努利概型。

2.随机变量及其概率分布，包括随机变量的概念及分类；离散型随机变量概率分布及其性质；连续型随机变量概率密度及其性质；随机变量分布函数及其性质；常见分布；随机变量函数的分布。

3.二维随机变量及其概率分布，包括多维随机变量的概念及分类；二维离散型随机变量联合概率分布及其性质；二维连续型随机变量联合概率密度及其性质；二维随机变量联合分布函数及其性质；二维随机变量的边缘分布和条件分布；随机变量的独立性；两个随机变量的简单函数的分布。

4.随机变量的数字特征，随机变量的数字期望的概念与性质；随机变量的方差的概念与性质；常见分布的数字期望与方差；随机变量矩、协方差和相关系数。

5.大数定律和中心极限定理，以及切比雪夫不等式。

6.数理统计基本概念，包括总体与样本；样本函数与统计量；样本分布函数和样本矩。

7.参数估计，包括点估计；估计量的优良性；区间估计。

8.假设检验，包括假设检验的基本概念；单正态总体和双正态总体的均值和方差的假设检验。

二、解题思路1.如果要求的是若干事件中“至少”有一个发生的概率，则马上联想到概率加法公式；当事件组相互独立时，用对立事件的概率公式。

2.若给出的试验可分解成（0－1）的n重独立重复试验，则马上联想到Bernoulli试验，及其概率计算公式。

3.若某事件是伴随着一个完备事件组的发生而发生，则马上联想到该事件的发生概率是用全概率公式计算。

关键：寻找完备事件组。

4.若题设中给出随机变量X~N则马上联想到标准化~N（0，1）来处理有关问题。

5.求二维随机变量（X，Y）的边缘分布密度的问题，应该马上联想到先画出使联合分布密度的区域，然后定出X的变化区间，再在该区间内画一条//y轴的直线，先与区域边界相交的为y的下限，后者为上限，而的求法类似。

概率论与数理统计从大纲上看，概率论与数理统计共分8章，前五章是初等概率论，即建立在微积分和排列组合基础上的概率论。

大学中还有一门高等概率论，这是一般数学系所涉及到的，我们涉及不到。

后三章是数理统计，严格讲应该叫做数理统计基础。

大纲的第一章是随机事件和概率。

这一章重点介绍基本概念和基本方法。

第二章是一维随机变量，即机变量及其分布，重点把以为随机变量，包括离散型、非离散型，也包括既非离散也非连续的，这也是我们大纲的要求。

第三章是多维随机变量，但是在98年以前我们叫做二维随机变量及其分布，现在大纲上写为多维随机变量及其分布。

这样就涉及到二维及二维以上的随机变量。

第四章就是随机变量的数字特征，这部分重点介绍有关的基本概念。

第五章是大数定律和中心极限定理，主要介绍了切比雪夫不等式、大数定律和两个中心极限定理。

这是前五章。

后三章的第一章叫做数理统计的基本概念，这一章数一和数三都作为基本要求。

第二章叫参数估计，内容有三个，点估计、优良性和区间估计，数一对三个内容都要求，数三只要求前两个，对区间估计不作要求，最后一章就是假设检验，只对数一作要求，对数三不做要求。

对于这门课有一些教材，而目前为止，以考研大纲编写的教材比较少，作为数三的要求，由人民大学出版社出一本教材以及辅导书；对数一来说，清华大学出版社也出了一本教材和辅导书，如果大家基础比较差，我建议大家可以去看看。

我们的课来介绍一本我在98年以前所编的讲义，是概率论与数理统计讲义提高篇。

这是我当时号召所有的老师把自己的讲稿印出来发给自己的学生，虽然当时遭到很多人反对，但我认为考研同学很需要这样一本讲义，因此我就把它印成一本书，这也是我们这次课程所需要的教材。

这是第一次把自己的讲稿作为书来出版，这样的好处就是便于同学听课。

我简单介绍一下这本书，特别说一下，新东方网络课程数学教研室将对这本书进行答疑，就是针对这本书上的问题同学可以随时来问。

这本讲义分五讲，大纲的第一章第二章和第三章对应第一讲第二讲和第三讲，大纲的第四、五章对应第四讲，通过前四讲把初等概率论的内容介绍完，最后一讲涉及大纲六、七、八三章。