概率 乱考点分析

第一章

1.用列举法求事件概率

这种题目的特点一般是事件有限且可列

2.条件概率的定义及其计算

1.定义

2.例题

答案：

3.事件的独立性

 1.定义

 2.例题

第二章

1.泊松分布

2.分布函数

1.定义 

2.例题

3.正态分布及标准正态分布函数的性质

1.定义

2.例题

α对应的可以通过查表得到 

4.随机变量的函数的分布

这种题目的考点一般就是给出一个随机变量的分布，要求关于这个随机变量的函数的分布。这种题目一般有两种解决方法。

1.直接列举法

例题

2.分布函数求导法

3.公式法

第三章

1.联合分布函数

1.定义

2.例题

这部分的考点与一维随机变量的考点类似，只是增加了一个维度。比如求二维连续型随机变量的联合分布函数，只是在积分区间上由一维的长度变成了二维的面积。

2.边缘概率密度的计算

1.定义

2.例题

3.两个随机变量的函数的分布 

例子

对于这个考点重点记住卷积公式。

这个点就是Z=X+Y的一个应用，应该记住这个性质。 

第四章

1.期望和方差

1.定义

期望

方差

另外还需要记住几个常见分布的均值和方差，泊松分布，指数分布，0-1分布，二项分布（不记得就查资料） 

2.二项分布的均值和方差 

3.泊松分布的均值和方差

4.指数分布的期望和方差

5.二项分布的期望和方差 

二项分布看成是n个0-1分布，然后利用均值和方差的性质求出均值和方差。 

6.均匀分布的期望和方差

公式要记牢 

5.期望的性质

例题

这道题的思想就是将20个人打包成一个整体，并将每一次到站车辆是否停车看成一个0-1分布。然后根据期望的性质求期望。

 6.方差的性质

性质

例题

7.随机变量函数的数学期望的计算

这个考点就是利用期望的性质来写题

8.切比雪夫不等式

9.协方差及相关系数

协方差

这个是协方差的定义求法，将其化简后可得

相关系数

例题

答案在某搜题软件上可以找到 

中心极限定理

定理 

这两个定理一定要记牢

例题

例题1考察的是独立同分布的中心极限定理

例题2考察的是中心极限定理和拉普拉斯定理 

统计学部分

1.卡方分布 

 定义

性质

例题

2.t分布

定义

3.F分布

定义

性质 

4.正态总体的样本均值与样本方差的分布 

4.求置信区间 

例题

使用正态分布求u的置信区间 （样本u已知）

使用t分布求u置信区间  （样本u未知，S已知）

使用分布求σ置信区间 （这里的例1就是上面的例1）

 5.点估计

1.矩估计法

 总体来说都是遵循同一个套路，题目会给出总体矩和样本，我们要做的就是利用样本算出样本矩利用样本矩依概率收敛于总体矩就行（即利用此关系来构造方程组）

2.最大似然估计法

这种方法就先构造似然函数，求得使函数最大的参数值（可以对函数取对数简化计算）。 

6.假设检验

Z检验法

t检验法 

这种题目的套路就是依据题意构造枢轴变量，观察枢轴变量是否落在拒绝域内。