2013考研數學三大綱變化對比表

來源：文都考研時間：2012-09-15 06:31:55

概率論與數理統計

2013考研數學三大綱變化對比表

概率論與數理統計

2013考研數學三大綱變化對比表

        來源：文都教育

章節

2013大綱

2012大綱

變化對比

一、

隨機事件和概率

考試內容

隨機事件與樣本空間，事件的關系與運算，完備事件組，概率的概念，概率的基本性質，古典型概率，幾何型概率，條件概率，概率的基本公式，事件的獨立性，獨立重復試驗

考試要求

1．了解樣本空間（基本事件空間）的概念，理解隨機事件的概念，掌握事件的關系及運算。

2．理解概率、條件概率的概念，掌握概率的基本性質，會計算古典型概率和幾何型概率，掌握概率的加法公式、減法公式、乘法公式、全概率公式以及貝葉斯（Bayes）公式等。

3．理解事件的獨立性的概念，掌握用事件獨立性進行概率計算；理解獨立重復試驗的概念，掌握計算有關事件概率的方法。

考試內容

隨機事件與樣本空間，事件的關系與運算，完備事件組，概率的概念，概率的基本性質，古典型概率，幾何型概率，條件概率，概率的基本公式，事件的獨立性，獨立重復試驗

考試要求

1. 了解樣本空間（基本事件空間）的概念，理解隨機事件的概念，掌握事件的關系及運算。

2. 理解概率、條件概率的概念，掌握概率的基本性質，會計算古典型概率和幾何型概率，掌握概率的加法公式、減法公式、乘法公式、全概率公式以及貝葉斯（Bayes）公式等。

3. 理解事件的獨立性的概念，掌握用事件獨立性進行概率計算；理解獨立重復試驗的概念，掌握計算有關事件概率的方法。

無變化

二、

隨機變量及其分布

考試內容

隨機變量，隨機變量分布函數的概念及其性質，離散型隨機變量的概率分布，連續型隨機變量的概率密度，常見隨機變量的分布，隨機變量函數的分布

考試要求

1．理解隨機變量的概念，理解分布函數

的概念及性質，會計算與隨機變量相聯系的事件的概率。

2．理解離散型隨機變量及其概率分布的概念，掌握0—1分布、二項分布B（n,p）、幾何分布、超幾何分布、泊松（Poisson）分布及其應用。

3．掌握泊松定理的結論和應用條件，會用泊松分布近似表示二項分布。

4．理解連續型隨機變量及其概率密度的概念，掌握均勻分布U（a,b）、正態分布、指數分布及其應用，其中參數為（）的指數分布的概率密度為

5．會求隨機變量函數的分布。

考試內容

隨機變量，隨機變量分布函數的概念及其性質，離散型隨機變量的概率分布，連續型隨機變量的概率密度，常見隨機變量的分布，隨機變量函數的分布

考試要求

1. 理解隨機變量的概念，理解分布函數

的概念及性質，會計算與隨機變量相聯系的事件的概率。

2. 理解離散型隨機變量及其概率分布的概念，掌握0—1分布、二項分布B（n,p）、幾何分布、超幾何分布、泊松（Poisson）分布及其應用。

3. 掌握泊松定理的結論和應用條件，會用泊松分布近似表示二項分布。

4. 理解連續型隨機變量及其概率密度的概念，掌握均勻分布U（a,b）、正態分布、指數分布及其應用，其中參數為（）的指數分布的概率密度為

5. 會求隨機變量函數的分布。

無變化

三、多維隨機變量的分布

考試內容

多維隨機變量及其分布函數，二維離散型隨機變量的概率分布、邊緣分布和條件分布，二維連續型隨機變量的概率密度、邊緣概率密度和條件密度，隨機變量的獨立性和不相關性，常見二維隨機變量的分布，兩個及兩個以上隨機變量的函數的分布

考試要求

1．理解多維隨機變量的分布函數的概念和基本性質。

2．理解二維離散型隨機變量的概率分布和二維連續型隨機變量的概率密度，掌握二維隨機變量的邊緣分布和條件分布。

3．理解隨機變量的獨立性和不相關性的概念，掌握隨機變量相互獨立的條件，理解隨機變量的不相關性與獨立性的關系。

4．掌握二維均勻分布和二維正態分布，理解其中參數的意義。

5．會根據兩個隨機變量的聯合分布求其函數的分布，會根據多個相互獨立隨機變量的聯合分布求其函數的分布。

考試內容

多維隨機變量及其分布函數，二維離散型隨機變量的概率分布、邊緣分布和條件分布，二維連續型隨機變量的概率密度、邊緣概率密度和條件密度，隨機變量的獨立性和不相關性，常見二維隨機變量的分布，兩個及兩個以上隨機變量的函數的分布

考試要求

1. 理解多維隨機變量的分布函數的概念和基本性質。

2. 理解二維離散型隨機變量的概率分布和二維連續型隨機變量的概率密度，掌握二維隨機變量的邊緣分布和條件分布。

3. 理解隨機變量的獨立性和不相關性的概念，掌握隨機變量相互獨立的條件，理解隨機變量的不相關性與獨立性的關系。

4. 掌握二維均勻分布和二維正態分布，理解其中參數的意義。

5. 會根據兩個隨機變量的聯合分布求其函數的分布，會根據多個相互獨立隨機變量的聯合分布求其函數的分布。

無變化

四、隨機變量的數字特征

考試內容

隨機變量的數學期望（均值）、方差、標準差及其性質，隨機變量函數的數學期望，切比雪夫（Chebyshew）不等式，矩、協方差、相關系數及其性質

考試要求

1．理解隨機變量數字特征（數學期望、方差、標準差、矩、協方差、相關系數）的概念，會運用數字特征的基本性質，并掌握常用分布的數字特征。

2．會求隨機變量函數的數學期望。

3．了解切比雪夫不等式。

考試內容

隨機變量的數學期望（均值）、方差、標準差及其性質，隨機變量函數的數學期望，切比雪夫（Chebyshew）不等式，矩、協方差、相關系數及其性質

考試要求

1. 理解隨機變量數字特征（數學期望、方差、標準差、矩、協方差、相關系數）的概念，會運用數字特征的基本性質，并掌握常用分布的數字特征。

2. 會求隨機變量函數的數學期望。

3. 了解切比雪夫不等式。

無變化

五、大數定律和中心極限定理

考試內容

切比雪夫大數定律，伯努利（Bernoulli）大數定律，辛欽（Khinchine）大數定律，棣莫弗—拉普拉斯（De Moivre-Laplace）定理，列維—林德伯格（Levy-Lindberg）定理

考試要求

1．了解切比雪夫大數定律、伯努利大數定律和辛欽大數定律（獨立同分布隨機變量序列的大數定律）。

2．了解棣莫弗—拉普拉斯中心極限定理（二項分布以正態分布為極限分布）、列維—林德伯格中心極限定理（獨立同分布隨機變量序列的中心極限定理），并會用相關定理近似計算有關隨機事件的概率。

考試內容

切比雪夫大數定律，伯努利（Bernoulli）大數定律，辛欽（Khinchine）大數定律，棣莫弗—拉普拉斯（De Moivre-Laplace）定理，列維—林德伯格（Levy-Lindberg）定理

考試要求

1. 了解切比雪夫大數定律、伯努利大數定律和辛欽大數定律（獨立同分布隨機變量序列的大數定律）。

2. 了解棣莫弗—拉普拉斯中心極限定理（二項分布以正態分布為極限分布）、列維—林德伯格中心極限定理（獨立同分布隨機變量序列的中心極限定理），并會用相關定理近似計算有關隨機事件的概率。

無變化

六、數理統計的基本概念

考試內容

總體，個體，簡單隨機樣本，統計量，經驗分布函數，樣本均值，樣本方差和樣本矩，分布，t分布，F分布，分位數，正態總體的常用抽樣分布

考試要求

1．了解總體、簡單隨機樣本、統計量、樣本均值、樣本方差及樣本矩的概念，其中樣本方差定義為

2．了解產生變量、t變量和F變量的典型模式；了解標準正態分布、分布，t分布和F分布的上側分位數，會查相應的數值表。

3．掌握正態總體的樣本均值、樣本方差、樣本矩的抽樣分布。

了解經驗分布函數的概念和性質。

考試內容

總體，個體，簡單隨機樣本，統計量，經驗分布函數，樣本均值，樣本方差和樣本矩，分布，t分布，F分布，分位數，正態總體的常用抽樣分布

考試要求

1. 了解總體、簡單隨機樣本、統計量、樣本均值、樣本方差及樣本矩的概念，其中樣本方差定義為

2. 了解產生變量、t變量和F變量的典型模式；了解標準正態分布、分布，t分布和F分布的上側分位數，會查相應的數值表。

3. 掌握正態總體的樣本均值、樣本方差、樣本矩的抽樣分布。

了解經驗分布函數的概念和性質。

無變化

七、參數估計

考試內容

點估計的概念，估計量和估計值，矩估計法，比較大似然估計法

考試要求

1．了解參數的點估計、估計量與估計值的概念。

掌握矩估計法（一階矩、二階矩）和比較大似然估計法

考試內容

點估計的概念，估計量和估計值，矩估計法，比較大似然估計法

考試要求

1. 了解參數的點估計、估計量與估計值的概念。

掌握矩估計法（一階矩、二階矩）和比較大似然估計法

無變化

來源：文都教育

章節

2013大綱

2012大綱

變化對比

一、

隨機事件和概率

考試內容

隨機事件與樣本空間，事件的關系與運算，完備事件組，概率的概念，概率的基本性質，古典型概率，幾何型概率，條件概率，概率的基本公式，事件的獨立性，獨立重復試驗

考試要求

1．了解樣本空間（基本事件空間）的概念，理解隨機事件的概念，掌握事件的關系及運算。

2．理解概率、條件概率的概念，掌握概率的基本性質，會計算古典型概率和幾何型概率，掌握概率的加法公式、減法公式、乘法公式、全概率公式以及貝葉斯（Bayes）公式等。

3．理解事件的獨立性的概念，掌握用事件獨立性進行概率計算；理解獨立重復試驗的概念，掌握計算有關事件概率的方法。

考試內容

考試要求

1. 了解樣本空間（基本事件空間）的概念，理解隨機事件的概念，掌握事件的關系及運算。

2. 理解概率、條件概率的概念，掌握概率的基本性質，會計算古典型概率和幾何型概率，掌握概率的加法公式、減法公式、乘法公式、全概率公式以及貝葉斯（Bayes）公式等。

3. 理解事件的獨立性的概念，掌握用事件獨立性進行概率計算；理解獨立重復試驗的概念，掌握計算有關事件概率的方法。

無變化

二、

隨機變量及其分布

考試內容

隨機變量，隨機變量分布函數的概念及其性質，離散型隨機變量的概率分布，連續型隨機變量的概率密度，常見隨機變量的分布，隨機變量函數的分布

考試要求

1．理解隨機變量的概念，理解分布函數

的概念及性質，會計算與隨機變量相聯系的事件的概率。

2．理解離散型隨機變量及其概率分布的概念，掌握0—1分布、二項分布B（n,p）、幾何分布、超幾何分布、泊松（Poisson）分布及其應用。

3．掌握泊松定理的結論和應用條件，會用泊松分布近似表示二項分布。

4．理解連續型隨機變量及其概率密度的概念，掌握均勻分布U（a,b）、正態分布、指數分布及其應用，其中參數為（）的指數分布的概率密度為

5．會求隨機變量函數的分布。

考試內容

隨機變量，隨機變量分布函數的概念及其性質，離散型隨機變量的概率分布，連續型隨機變量的概率密度，常見隨機變量的分布，隨機變量函數的分布

考試要求

1. 理解隨機變量的概念，理解分布函數

的概念及性質，會計算與隨機變量相聯系的事件的概率。

2. 理解離散型隨機變量及其概率分布的概念，掌握0—1分布、二項分布B（n,p）、幾何分布、超幾何分布、泊松（Poisson）分布及其應用。

3. 掌握泊松定理的結論和應用條件，會用泊松分布近似表示二項分布。

4. 理解連續型隨機變量及其概率密度的概念，掌握均勻分布U（a,b）、正態分布、指數分布及其應用，其中參數為（）的指數分布的概率密度為

5. 會求隨機變量函數的分布。

無變化

三、多維隨機變量的分布

考試內容

多維隨機變量及其分布函數，二維離散型隨機變量的概率分布、邊緣分布和條件分布，二維連續型隨機變量的概率密度、邊緣概率密度和條件密度，隨機變量的獨立性和不相關性，常見二維隨機變量的分布，兩個及兩個以上隨機變量的函數的分布

考試要求

1．理解多維隨機變量的分布函數的概念和基本性質。

2．理解二維離散型隨機變量的概率分布和二維連續型隨機變量的概率密度，掌握二維隨機變量的邊緣分布和條件分布。

3．理解隨機變量的獨立性和不相關性的概念，掌握隨機變量相互獨立的條件，理解隨機變量的不相關性與獨立性的關系。

4．掌握二維均勻分布和二維正態分布，理解其中參數的意義。

5．會根據兩個隨機變量的聯合分布求其函數的分布，會根據多個相互獨立隨機變量的聯合分布求其函數的分布。

考試內容

考試要求

1. 理解多維隨機變量的分布函數的概念和基本性質。

2. 理解二維離散型隨機變量的概率分布和二維連續型隨機變量的概率密度，掌握二維隨機變量的邊緣分布和條件分布。

3. 理解隨機變量的獨立性和不相關性的概念，掌握隨機變量相互獨立的條件，理解隨機變量的不相關性與獨立性的關系。

4. 掌握二維均勻分布和二維正態分布，理解其中參數的意義。

5. 會根據兩個隨機變量的聯合分布求其函數的分布，會根據多個相互獨立隨機變量的聯合分布求其函數的分布。

無變化

四、隨機變量的數字特征

考試內容

隨機變量的數學期望（均值）、方差、標準差及其性質，隨機變量函數的數學期望，切比雪夫（Chebyshew）不等式，矩、協方差、相關系數及其性質

考試要求

1．理解隨機變量數字特征（數學期望、方差、標準差、矩、協方差、相關系數）的概念，會運用數字特征的基本性質，并掌握常用分布的數字特征。

2．會求隨機變量函數的數學期望。

3．了解切比雪夫不等式。

考試內容

隨機變量的數學期望（均值）、方差、標準差及其性質，隨機變量函數的數學期望，切比雪夫（Chebyshew）不等式，矩、協方差、相關系數及其性質

考試要求

1. 理解隨機變量數字特征（數學期望、方差、標準差、矩、協方差、相關系數）的概念，會運用數字特征的基本性質，并掌握常用分布的數字特征。

2. 會求隨機變量函數的數學期望。

3. 了解切比雪夫不等式。

無變化

五、大數定律和中心極限定理

考試內容

切比雪夫大數定律，伯努利（Bernoulli）大數定律，辛欽（Khinchine）大數定律，棣莫弗—拉普拉斯（De Moivre-Laplace）定理，列維—林德伯格（Levy-Lindberg）定理

考試要求

1．了解切比雪夫大數定律、伯努利大數定律和辛欽大數定律（獨立同分布隨機變量序列的大數定律）。

2．了解棣莫弗—拉普拉斯中心極限定理（二項分布以正態分布為極限分布）、列維—林德伯格中心極限定理（獨立同分布隨機變量序列的中心極限定理），并會用相關定理近似計算有關隨機事件的概率。

考試內容

考試要求

1. 了解切比雪夫大數定律、伯努利大數定律和辛欽大數定律（獨立同分布隨機變量序列的大數定律）。

2. 了解棣莫弗—拉普拉斯中心極限定理（二項分布以正態分布為極限分布）、列維—林德伯格中心極限定理（獨立同分布隨機變量序列的中心極限定理），并會用相關定理近似計算有關隨機事件的概率。

無變化

六、數理統計的基本概念

考試內容

總體，個體，簡單隨機樣本，統計量，經驗分布函數，樣本均值，樣本方差和樣本矩，分布，t分布，F分布，分位數，正態總體的常用抽樣分布

考試要求

1．了解總體、簡單隨機樣本、統計量、樣本均值、樣本方差及樣本矩的概念，其中樣本方差定義為

2．了解產生變量、t變量和F變量的典型模式；了解標準正態分布、分布，t分布和F分布的上側分位數，會查相應的數值表。

3．掌握正態總體的樣本均值、樣本方差、樣本矩的抽樣分布。

了解經驗分布函數的概念和性質。

考試內容

總體，個體，簡單隨機樣本，統計量，經驗分布函數，樣本均值，樣本方差和樣本矩，分布，t分布，F分布，分位數，正態總體的常用抽樣分布

考試要求

1. 了解總體、簡單隨機樣本、統計量、樣本均值、樣本方差及樣本矩的概念，其中樣本方差定義為

2. 了解產生變量、t變量和F變量的典型模式；了解標準正態分布、分布，t分布和F分布的上側分位數，會查相應的數值表。

3. 掌握正態總體的樣本均值、樣本方差、樣本矩的抽樣分布。

了解經驗分布函數的概念和性質。

無變化

七、參數估計

考試內容

點估計的概念，估計量和估計值，矩估計法，比較大似然估計法

考試要求

1．了解參數的點估計、估計量與估計值的概念。

掌握矩估計法（一階矩、二階矩）和比較大似然估計法

考試內容

點估計的概念，估計量和估計值，矩估計法，比較大似然估計法

考試要求

1. 了解參數的點估計、估計量與估計值的概念。

掌握矩估計法（一階矩、二階矩）和比較大似然估計法

無變化

結束

特別聲明：①凡本網注明稿件來源為"原創"的，轉載必須注明"稿件來源：育路網"，違者將依法追究責任；

②部分稿件來源于網絡，如有侵權，請聯系我們溝通解決。

: 有用

25人覺得有用

閱讀全文

2019考研VIP資料免費領取

免費領取 :

意向學校/專業 :

學生姓名 :

聯系手機 :

【隱私保障】

育路為您提供專業解答