微信扫一扫,移动浏览光盘
简介
本书具有以下特点：
第一，从考试中来，到考试中去
面对考试，首先要做到“知彼”，就是要懂得这门考试到底要考什么. 对于考研来说，只有一本官方文件：《全国硕士研究生入学统一考试数学考试大纲》（以下简称《考试大纲》），教育部考试中心严格按照《考试大纲》命题，那么这三本书也严格按照《考试大纲》编写，与《考试大纲》无缝接轨。科学、严谨、新颖的内容设计，对《考试大纲》的所有知识点做了权威详实的诠释.
第二，从学生中来，到学生中去
面对考试，还要做到“知己”，就是要懂得考生自己到底什么水平. 哪里是考生熟悉的，简单的考点，哪里是考生陌生的，不易掌握的难点，这三本书的写作团队的老师们都是考研教学一线上的辅导专家，对于考生们需要什么了如指掌，所以书的内容文笔鲜活，娓娓道来，讲重点讲难点，贴近考生，无论是作为辅导班的教材，还是考生自学，都是难得的辅导资料.
第三，重视数学思维的讲解与训练
一般认为，数学题型很重要. 给出一种题型，掌握这种题型的解题步骤，然后去套这个步骤就可以了. 对于考试，我不否认这种说法有一定的合理之处，但我也不完全赞同它.
要想真正掌握数学知识，达到较高的数学解题水平，必须在复习的过程中，重视每个概念、定理和结论背后的数学思维方法，甚至可以在老师的引导下去欣赏和体味这思维背后的哲学涵义等等，这个过程，是学习数学不可或缺的.
第四，重视经典好题的分析与解答
近几年的考试继续保持“中等难度”，整张试卷没有真正的难题。但是明显的，题目新颖程度增加，计算量增加，如果考生只会套题型，计算能力不强，很多考生可能做不完、考不好.所以，本书的例题既注重了题目的新颖性，又把握了题目的计算量，例题丰富、贴近考研，考生一定要把这三本书中的例题好好吃透.
目录
第1讲 随机事件与概率
1．1 考试内容分析
1．1．1 基本概念
1．1．2 事件的关系与运算
1．1．3 概率的定义与性质
1．1．4 古典概型与几何概型
1．1．5 条件概率与乘法公式．
1．1．6 全概率公式与贝叶斯公式
1．1．7 事件的独立性与伯努利试验
1．2 典型例题分析
1．2．1 事件的概率
1．2．2 条件概率及其应用
1．2．3 事件的独立性与伯努利概型
1．3 精致习题讲解
第2讲 随机变量及其分布
2．1 考试内容分析
2．1．1 随机变量
2．1．2 分布函数的概念与性质
2．1．3 离散型随机变量
2．1．4 连续型随机变量
2．1．5 随机变量函数分布
2．2 典型例题分析
2．2．1 讨论分布函数的概念与性质
2．2．2 讨论随机变量的概率分布及性质
2．2．3 讨论随机变量函数的概率分布及性质
2．3 精致习题讲解
第3讲 多维随机变量及其分布
3．1 考试内容分析
3．1．1 二维随机变量的概念
3．1．2 二维随机变量的分布
3．1．3 二维离散型概率分布
3．1．4 二维连续型概率分布
3．1．5 常见的连续型随机变量
3．1．6 随机变量函数的分布
3．2 典型例题分析
3．2．1 讨论二维随机变量分布函数的概念与性质
3．2．2 与二维随机变量相关的概率问题
3．2．3 讨论二维随机变量函数的概率分布及概率
3．3 精致习题讲解
第4讲 随机变量的数字特征
4．1 考试内容分析
4．1．1 数学期望的概念与性质
4．1．2 方差的概念与性质
4．1．3 常见分布的数学期望与方差
4．1．4 协方差的概念与性质
4．1．5 相关系数的概念与性质
4．1．6 矩的概念
4．2 典型例题分析
4．2．1 讨论离散型随机变量的数学期望与方差
4．2．2 讨论连续型随机变量的数学期望与方差
4．2．3 讨论两个随机变量的协方差与相关系数
4．3 精致习题讲解
第5讲 大数定律和中心极限定理
5．1 考试内容分析
5．1．1 切比雪夫不等式与依概率收敛
5．1．2 大数定律
5．1．3 中心极限定理
5．2 典型例题分析
5．2．1 讨论随机变量与其均值之差绝对值的区间概率
5．2．2 讨论独立同期望随机变量序列均值变量依概率收敛
5．2．3 讨论独立同分布和函数的近似计算
5．3 精致习题讲解
第6讲 数理统计的基本概念
6．1 考试内容分析
6．1．1 基本概念
6．1．2 统计学中的抽样分布
6．1．3 正态总体的抽样分布
6．2 典型例题分析
6．2．1 讨论抽样分布及其性质
6．2．2 讨论统计量的数字特征
6．2．3 讨论正态总体抽样分布的相关问题
6．3 精致习题讲解
第7讲 参数估计
7．1 考试内容分析
7．1．1 点估计的概念与方法
7．1．2 估计量的评选标准(数学一)
7．1．3 参数的区间估计(数学一)
7．2 典型例题分析
7．2．1 讨论点估计和验证估计量的无偏性和有效性
7．2．2 讨论正态总体区间估计的问题
7．3 精致习题讲解
第8讲 假设检验(数学一)
8．1 考试内容分析
8．2 典型例题分析
8．2．1 讨论单个正态总体均值与方差的假设检验
8．2．2 讨论两类错误的概率
8．3 精致习题讲解
后记
1．1 考试内容分析
1．1．1 基本概念
1．1．2 事件的关系与运算
1．1．3 概率的定义与性质
1．1．4 古典概型与几何概型
1．1．5 条件概率与乘法公式．
1．1．6 全概率公式与贝叶斯公式
1．1．7 事件的独立性与伯努利试验
1．2 典型例题分析
1．2．1 事件的概率
1．2．2 条件概率及其应用
1．2．3 事件的独立性与伯努利概型
1．3 精致习题讲解
第2讲 随机变量及其分布
2．1 考试内容分析
2．1．1 随机变量
2．1．2 分布函数的概念与性质
2．1．3 离散型随机变量
2．1．4 连续型随机变量
2．1．5 随机变量函数分布
2．2 典型例题分析
2．2．1 讨论分布函数的概念与性质
2．2．2 讨论随机变量的概率分布及性质
2．2．3 讨论随机变量函数的概率分布及性质
2．3 精致习题讲解
第3讲 多维随机变量及其分布
3．1 考试内容分析
3．1．1 二维随机变量的概念
3．1．2 二维随机变量的分布
3．1．3 二维离散型概率分布
3．1．4 二维连续型概率分布
3．1．5 常见的连续型随机变量
3．1．6 随机变量函数的分布
3．2 典型例题分析
3．2．1 讨论二维随机变量分布函数的概念与性质
3．2．2 与二维随机变量相关的概率问题
3．2．3 讨论二维随机变量函数的概率分布及概率
3．3 精致习题讲解
第4讲 随机变量的数字特征
4．1 考试内容分析
4．1．1 数学期望的概念与性质
4．1．2 方差的概念与性质
4．1．3 常见分布的数学期望与方差
4．1．4 协方差的概念与性质
4．1．5 相关系数的概念与性质
4．1．6 矩的概念
4．2 典型例题分析
4．2．1 讨论离散型随机变量的数学期望与方差
4．2．2 讨论连续型随机变量的数学期望与方差
4．2．3 讨论两个随机变量的协方差与相关系数
4．3 精致习题讲解
第5讲 大数定律和中心极限定理
5．1 考试内容分析
5．1．1 切比雪夫不等式与依概率收敛
5．1．2 大数定律
5．1．3 中心极限定理
5．2 典型例题分析
5．2．1 讨论随机变量与其均值之差绝对值的区间概率
5．2．2 讨论独立同期望随机变量序列均值变量依概率收敛
5．2．3 讨论独立同分布和函数的近似计算
5．3 精致习题讲解
第6讲 数理统计的基本概念
6．1 考试内容分析
6．1．1 基本概念
6．1．2 统计学中的抽样分布
6．1．3 正态总体的抽样分布
6．2 典型例题分析
6．2．1 讨论抽样分布及其性质
6．2．2 讨论统计量的数字特征
6．2．3 讨论正态总体抽样分布的相关问题
6．3 精致习题讲解
第7讲 参数估计
7．1 考试内容分析
7．1．1 点估计的概念与方法
7．1．2 估计量的评选标准(数学一)
7．1．3 参数的区间估计(数学一)
7．2 典型例题分析
7．2．1 讨论点估计和验证估计量的无偏性和有效性
7．2．2 讨论正态总体区间估计的问题
7．3 精致习题讲解
第8讲 假设检验(数学一)
8．1 考试内容分析
8．2 典型例题分析
8．2．1 讨论单个正态总体均值与方差的假设检验
8．2．2 讨论两类错误的概率
8．3 精致习题讲解
后记
8 courses on probability theory and math statistics
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
