第一章 数学基础 第一章 练习 第二章 函数 第三章 解析几何 第四章 立体几何 第五章 概率统计与计数原理 第六章 数学拓展 第六章 练习 第七章 集合论初步 第八章 函数 第九章 不等式 第十章 解析几何 第十一章 概率论与数理统计 第十二章 代数学基础 第十二章 练习

第一讲随机事件与概率 内容提要 (1)事件间的关系与运算(四种关系,三种运算) (2)概率及其简单性质(古典溉型,几何溉型,求逆公式,加法公式,减法公式) (3)条件概率及三大公式(乘法公式,全概率公式, Bayes公式) (4)事件独立性与Bernoulli概型(独立性的实质及应用, Bernoulli概型的三个模型)

第三讲多维随机变量及其概率分布 内容提要 (1)联合分布函数与边缘分布函数(关系与性质) (2)二维离散型随机变量(联合分布律及性质边缘分布,条件分布,独立性判断) (3)二维连续型随机变量(联合密度函数及性质,概率计算,边缘密度,条件分布及密度,独立性判断) (4)独立随机变量及相关性质(独立性判断,相关计算) (5)随机变量函数的分布(离散场合,连续场合和、商、积与极值的分布) (6)常见的两个二维分布(二维均匀,二维正态以及它们的相关性质)

第二讲随机变量及其概率分布 内容提要 (1)随机变量及其分布函数(分布函数的性质) (2)离散型随机变量的分布律 (3)连续型随机变量的密度函数及概率计算 (4)重要分布的定义及背景(二项分布,超几何分布,几何分布,负二项分布, Poisson分布,均匀分布,指数分布, amma分布,正态分布) (5)随机变量函数的分布(离散场合,连续场合)

清华大学考研辅导班（暑期班）讲义：概率统计 第六讲 样本与抽样分布

掌握该软件的主要功能与基本使用方法，结合数学分析与概率统计解决相关问题

第五讲大数定律与中心极限定理 内容提要 (1)依概率收敛(定义及判断) (2)Chebyshev不等式(计算及应用) (3)大数定律(Chebyshev大数定律, Bernoul li大数定律 Khinchine大数定律) (4)中心极限定理(Lindeberg--levy中心极限定理, De Moivre-Laplace-中心极限定理,近似计算)

对求解问题本身就具有概率和统计性的情况,例如中子在介 质中的传播,核衰变过程等,我们可以使用直接蒙特卡洛模拟 方法。该方法是按照实际问题所遂循的概率统计规律,用电子 计算机进行直接的抽样试验,然后计算其统计参数直接蒙特 卡洛模拟法最充分体现出蒙特卡洛方法无可比拟的特殊性和优 越性,因而在物理学的各种各样问题中得到广泛的应用

第四讲随机变量的数字特征 内容提要 (1)随机变量的数学期望(直接计算,随机变量函数的期望,期望的性质)方差(直接计算,性质) (2)协方差、协方差矩阵与相关系数(计算,性质) (3)矩和混合矩 (4)常见分布的期望与方差

§1 从现实对象到数学模型 §2 数学建模的重要意义 §3 概率统计相关模型 §4 数学建模的基本方法和步骤 §5 数学建模的特点和分类 §6 数学建模能力的培养