概率论与数理统计课程知识点
概率论部分
一、
随机现象的数学描述和概率论的基本思想
1.
理解描述随机现象的各种概念(随机试验、样本、样本空间、事件及随机变量)以及这些概念之间的相互
关系
2.
掌握事件关系和事件的基本运算。
【事件列的极限、事件域(或
σ-
代数)不作为考试要求。
】
3.
掌握概率的基本性质。
【概率的连续性不作为考试要求。
】
4.
理解条件概率的直观含义和数学定义,
掌握条件概率在概率计算中的应用
(乘法公式、
全概率公式、
Bayes
公式)
。
5.
理解事件的独立性的定义和有关性质。
6.
理解古典概型的基本原理。
【几何概型、复杂的排列组合技巧不做要求】
二、
随机变量的概率分布
1.
理解随机变量及其概率分布函数的定义,
理解随机变量概率分布函数的性质
【证明不作为考试要求】
,
掌握
概率分布函数的计算。
2.
理解离散型随机变量、连续型随机变量的定义,掌握概率分布列、概率密度函数及概率分布函数的关系,
掌握有关的计算。
3.
理解多维随机变量的定义,理解联合概率分布(分布函数、分布列、概率密度)与边缘分布(分布函数、
分布列、概率密度)
,掌握有关计算。
4.
理解随机变量的独立性的定义和性质,知道判断独立和不独立的方法。
5.
掌握计算随机变量的函数的概率分布的方法:
a)
利用概率分布函数;
b)
利用函数关系,直接计算概率密度的方法(
Jacobi
)
:一对一(可逆变换)情形;多对一(分段可逆变
换)情形。
c)
独立和的概率分布。
d)
最大值与最小值的概率分布。
【其他次序统计量的概率分布不作为考试要求】
。
6.
理解条件概率分布(分布函数、分布列、概率密度)的定义和相关计算。
【随机和不作为考试要求】
三、
随机变量的数字特征
1.
单个随机变量的数字特征
a)
数学期望和方差:
i.
理解数学期望的定义,理解数学期望的存在性,掌握数学期望的性质和计算。
ii.
理解方差的定义和直观含义,掌握方差的性质和计算。
iii.
理解如何把随机变量进行标准化改造(期望
=0
,方差
=1
)
。
iv.
理解期望、方差的下述性质:
2
2
(
)
,
\{
}
Var
X
E
X
EX
E
X
c
c
EX
¡
b)
原点矩和中心矩。
c)
分位数和中位数:理解分布的(下侧)分位数的定义,以及它们在概率分布函数和概率密度函数图像
上的直观含义。
2.
涉及多个随机变量的数字特征
a)
协方差:理解协方差的定义和性质(对称、双线性、与独立性的关系)
,掌握协方差的计算
b)
相关系数:理解相关系数的定义和性质,掌握有关计算。正确理解不相关和独立的联系与区别。知道
线性相关系数为
1
或
-1
时的含义。
c)
条件数学期望:理解定义和有关计算,掌握全(重)期望公式
d)
【最小二乘法和最佳预测不作为考试要求】
四、
常见的概率分布