人的记忆力会随着岁月的流逝而衰退,写作可以弥补记忆的不足,将曾经的人生经历和感悟记录下来,也便于保存一份美好的回忆。写范文的时候需要注意什么呢?有哪些格式需要注意呢?以下是我为大家搜集的优质范文,仅供参考,一起来看看吧
考研概率论与数理统计教材 数学类考研概率论与数理统计篇一
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。
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(de、moivre-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)。
考研概率论与数理统计教材 数学类考研概率论与数理统计篇二
考试内容:
多维随机变量及其分布、二维离散型随机变量的概率分布、边缘分布和条件分布、二维连续型随机变量的概率密度、边缘概率密度和条件密度、随机变量的独立性和不相关性、常用二维随机变量的分布、两个及两个以上随机变量简单函数的分布考试要求。
1、理解多维随机变量的概念,理解多维随机变量的分布的概念和性质,理解二维离散型随机变量的概率分布、边缘分布和条件分布,理解二维连续型随机变量的概率密度、边缘密度和条件密度,会求与二维随机变量相关事件的概率。
2、理解随机变量的独立性及不相关性的概念,掌握随机变量相互独立的条件。
3、掌握二维均匀分布,了解二维正态分布、的概率密度,理解其中参数的概率意义。
4、会求两个随机变量简单函数的分布,会求多个相互独立随机变量简单函数的分布。
考研概率论与数理统计教材 数学类考研概率论与数理统计篇三
考试内容:随机变量、随机变量分布函数的概念及其性质、离散型随机变量的概率分布、连续型随机变量的概率密度、常见随机变量的分布、随机变量函数的分布考试要求。
1、理解随机变量的概念,理解分布函数的概念及性质,会计算与随机变量相联系的事件的概率。
2、理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布、几何分布、超几何分布、泊松(poisson)分布、及其应用。
3、了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布。
4、理解连续型随机变量及其概率密度的概念,掌握均匀分布、正态分布、指数分布及其应用。
5、会求随机变量函数的分布。
三、多维随机变量及其分布

一键复制