鹏仔先生-趣站-一个有趣的网站!
鹏仔先生

鹏仔先生

当前位置:网站首页 > 文字大全 > 正文

2020考研数学一考试大纲——概率统计

作者:百变鹏仔日期:2023-08-04 00:23:10浏览:9分类:文字大全

2020考研数学一考试大纲——概率统计

导读考研数学可以说是考研所有考试科目中比较难的科目,其中高等数学难度尤其大,更加需要根据考试大纲进行考试复习,不然容易走入复习的误区,今年考研大纲预计会在9月发布,现在大家可以通过2020年考试大纲进行复习,了解试卷结构、出题方向等等,今天给大家带来的是2020考研数学一考试大纲——概率统计,一起来看看吧。

一、随机事件和概率

考试内容

随机事件与样本空间事件的关系与运算完备事件组概率的概念概率的基本性质古典型概率几何型概率条件概率概率的基本公式事件的独立性独立重复试验

考试要求

1.了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系及运算.

2.理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率,掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式.

3.理解事件独立性的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法.

二、随机变量的数字特征

考试内容

随机变量的数学期望(均值)、方差、标准差及其性质随机变量函数的数学期望矩、协方差、相关系数及其性质

考试要求

1.理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念,会运用数字特征的基本性质,并掌握常用分布的数字特征.

2.会求随机变量函数的数学期望.

三、大数定律和中心极限定理

考试内容

切比雪夫(Chebyshev)不等式切比雪夫大数定律伯努利(Bernoulli)大数定律辛钦(Khinchine)大数定律棣莫弗-拉普拉斯(DeMoivre-Laplace)定理列维-林德伯格(Levy-Lindberg)定理

考试要求

1.了解切比雪夫不等式.

2.了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律).

3.了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理).

四、参数估计

考试内容

点估计的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区间估计的概念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

考试要求

1.理解参数的点估计、估计量与估计值的概念.

2.掌握矩估计法(一阶矩、二阶矩)和最大似然估计法.

3.了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性.

4、理解区间估计的概念,会求单个正态总体的均值和方差的置信区间,会求两个正态总体的均值差和方差比的置信区间.

五、假设检验

考试内容

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

考试要求

1.理解显著性检验的基本思想,掌握假设检验的基本步骤,了解假设检验可能产生的两类错误.

2.掌握单个及两个正态总体的均值和方差的假设检验.

以上就是考研数学一概率统计考试大纲的具体内容,希望对大家能有所帮助,在这里要提醒大家一点,在最后的冲刺阶段,大家最好回归大纲,有针对性的进行做题,多进行考试模拟,吧考研数学试卷做题顺序和时间分配做好,加油!

棣莫弗在《机会的学说》(1738年版)中称,在1725年左右,他就考虑过多次反复试验中的预期概率问题.他曾在注明日期为1733年11月13日的一份拉丁文论文中指出:“坦率地说,这是在关于机会的学问中所能提出的最困难的问题.”他的解答是这样的:在n次试验中,获得m次成功(即某一特定事件出现)的概率,是通过(a+b)n的表达式中含有m次的那一项(即第m+1项)表示出来的,也就是说,n次试验中某一事件出现m次的概率为

其中,a是某一事件出现的概率,而b=1-a.

这样,棣莫弗就得到二项分布

其中ξ随机变数,而P(ξ-K)为ξ的分布列.

然后,他又考虑一般的二项式公式(a+b)n,发现二项式(1+1)n的中项与各项之和(2n)之间的比例关系为(当n很大时)

鹏仔 微信 15129739599

百科狗 baikegou.com

免责声明:我们致力于保护作者版权,注重分享,当前被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!邮箱:344225443@qq.com)

图片声明:本站部分配图来自网络。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

  • 上一篇:已经是第一篇了
  • 下一篇:已经是最后一篇了
内容声明:本文中引用的各种信息及资料(包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主体(包括但不限于公司、媒体、协会等机构)的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理!本站为非盈利性质站点,本着为中国教育事业出一份力,发布内容不收取任何费用也不接任何广告!)