概率论与数理统计知识点.doc

概率论与数理统计第一章 随机事件与概率（17个核心考点）1、 事件、样本空间、事件间的关系与运算性质（1） 随机试验与样本空间的定义（2） 随机事件的定义（3） 事件间的关系（4） 事件的运算性质（5） 文氏图2、 概率（1） 概率的公理化定义（2） 概率的性质3、 事件的独立性（1） 事件的独立性的定义（2） 相互独立的性质4、 等可能概型（1） 古典概型（2） 几何概型5、 n重伯努利概型（1） n重伯努利实验定义（2） 二项概率公式6、 条件概率及其相关的三个概率公式（1） 条件概率（2） 乘法公式（3） 贝叶斯公式（4） 全概率公式第二章 随机变量及其分布（18个核心考点）1、 随机变量及其分布函数（1） 随机变量的定义（2） 随机变量的分布函数（3） 随机变量分布函数的性质2、 离散型随机变量及其分布规律（1） 离散型随机变量（2） 离散型随机变量的分布律及分布函数（3） 离散型随机变量的分布律的性质3、 连续型随机变量及其概率密度（1） 连续型随机变量的定义（2） 概率密度的性质4、 随机变量的函数的分布（1） 离散型随机变量的函数分布的求法（2） 连续型随机变量的函数分布的求法5、 常见随机变量分布及其概率分布（1） （0-1）分布（2） 二项分布（3） 几何分布（4） 超几何分布（5） 泊松分布（6） 均匀分布（7） 指数分布（8） 正态分布第三章 多维随机变量及其分布函数（24个核心考点）1、 二维随机变量及其分布函数（1） 二维随机变量的定义（2） 二维随机变量的联合分布函数的定义（3） 二维随机变量的联合分布函数的性质（4） 二维随机变量边缘分布函数2、 二维离散型随机变量（1） 二维离散型随机变量的定义（2） 二维离散型随机变量的概率分布（3） 二维离散型随机变量的边缘分布（4） 二维离散型随见变量的条件分布3、 二维连续型随机变量（1） 二维连续型随机变量的定义（2） 二维连续型随机变量概率密度的性质（3） 二维连续型随机变量的边缘密度（4） 二维连续型随机变量的条件密度（5） 密度乘法公式4、 相互独立的随机变量（1） 独立性的定义（2） 相互独立的充要条件（3） 相互独立的性质5、 两个常见的二维连续型随机变量的分布（1） 二维均匀分布（2） 二维正态分布6、 二维随机变量函数的分布的求法（1） 二维离散型随机变量的函数分布的求法（2） 二维连续型随机变量的函数分布的求法7、 两个随机变量的函数的分布（1） Z=X+Y的分布（2） Z=X/Y与Z=XY的分布的分布（3） “N=min{X,Y}及M=max{X,Y}的分布”（4） 分布的可加性第四章 随机变量的数字特征（12个核心考点）1、 随机变量的数学期望（1） 数学期望的定义（2） 数学期望的性质（3） 随机变量的函数的数学期望2、 随机变量的方差及标准差（1） 方差及标准差的定义（2） 方差的性质（3） 常用随机变量的数字特征3、 协方差、相关系数及矩（1） 协方差的定义及计算（2） 协方差的性质（3） 相关系数的定义（4） 相关系数的性质（5） 独立与不相关的关系（6） 矩第五章 大数定理和中心极限定理（7个核心考点）1、 大数定理（1） 依概率收敛（2） 切比雪夫不等式（3） 切比雪夫大数定理（4） 辛钦大数定理（5） 伯努利大数定理2、 中心极限定理（1） 独立同分布的中心极限定理（2） 棣莫弗-拉普拉斯定理第六章 样本及抽样分布（11个核心考点）1、 随机样本（1） 总体（2） 样本及样本值（3） 简单随机样本的概率分布2、 统计量（1） 统计量的定义（2） 常用的统计量（样本矩）3、 来着正态总体的三个常用统计量的分布（1） 卡方分布（2） t分布（3） F分布4、 正态总体的样本均值与样本方差的分布函数（1） 单个正态总体（2） 两个正态总体（3） X(n)=max（X1，X2…，Xn），X(l)=min（X1，X2…，Xn）第七章 参数估计与假设检验（2个核心考点）1、 点估计（1） 估计量、估计值与点估计（2） 点估计的计算方法。