考研数学概率论与数理统计复习纲要——常见常新

昊萌 Lv2
  2025-09-12 2025-09-12 创建   2026-07-06 14:44:01 2026-07-06 14:44:01 更新      

从课程中学到的知识要通过做题来实践，我们与遗忘之间的斗争是永不停息的。

本文按 15 个主题梳理概率论与数理统计的核心考点，覆盖考研数学一的全部内容。

【主题一】随机事件与概率

一、事件间的关系与概率运算

  1. “汉译数”：把文字描述翻译成数学语言
  2. 包含关系与概率不等式
  3. 差事件与减法公式
  4. 分配律与对偶律（德摩根律）
  5. 互斥与有限可加性 ——“全集分解”/求一切概率的核心依据

二、条件概率与乘法公式

缩小样本空间；会画图。

三、事件独立的有关结论（会画图）

  1. A 与 B 相互独立
  2. 独立事件的传递性质
  3. 任意事件与必然事件/不可能事件独立
  4. 当 时，A 与 B 相互独立
  5. 重要二级结论：随机事件的相关性
  6. 独立与互斥的关系
  7. 三个事件的独立性

四、古典概型 & 几何概型

  • 古典概型：计数法
  • 几何概型：结合一维、二维均匀分布出题

五、全概率公式与贝叶斯公式

  • 全概率公式：自己推导，理解”完备事件组”
  • 贝叶斯公式：不用死记，用条件概率 + 全概率推

【主题二】随机变量与分布函数

一、随机变量

关于大小写 ：大写 代表一个事件，小写 代表事件的具体发生情况。我们无法事先预知 的取值，但可以求 的概率、分布、数字特征等。

二、分布函数

  1. 定义：
  2. “宇宙唯二概率”：
    Unknown environment 'align*'
  3. 充要条件：
    • 单调有界
    • 规范性
    • 右连续：

【主题三】常见离散型随机变量

一、一维离散型随机变量

  1. 分布律
  2. 分布律的充要条件： 有界，事件规范

二、常见离散型随机变量分布（五种）

  1. 二项分布
  2. 0-1 分布（两点分布）
  3. 几何分布
  4. 泊松分布：可加性 + 泊松定理（二项分布的极限）
  5. 超几何分布

三、已知 X 分布律，求 Y=g(X) 的分布

“求分布律永恒不变的唯一原则”：列举所有可能的 Y 值，合并相同值对应的概率。

【主题四】连续型 · 概率密度

一、一维连续型随机变量 X

  • 取值范围
  • 在某点附近取值的概率最大
  • = 积分
  • （连续型单点概率为 0）

二、连续型随机变量的性质

  1. 定义
  2. 概率密度 的性质
  3. 概率密度与分布函数的互推

三、函数分布

已知连续型 X 的概率密度，求 Y=g(X) 的分布：分布函数法 + 公式法。

【主题五】均匀分布、指数分布、正态分布

一、均匀分布

  • 概率密度：
  • 分布函数：分段线性

二、指数分布

  • 概率密度：
  • 无记忆性

三、正态分布

  • 概率密度：
  • 标准化：
  • 对称性、线性可加性

四、进阶题型

  • 条件分布问题
  • 三巨头性质表

【主题六】二维离散型随机变量

一、二维随机变量的概率分布

  1. 联合分布函数
  2. 分布函数 的性质
  3. 边缘分布函数

二、二维离散型随机变量及其分布

  1. 联合分布律 + 充要条件
  2. 边缘分布律：对另一变量求和
  3. 条件分布律：

【主题七】二维连续型随机变量

一、二维连续型随机变量及其分布

  1. 联合概率密度函数
  2. 边缘概率密度
  3. 条件概率密度

二、二维均匀分布

区域面积均匀分布。

三、八大题型

  • 题型 1：已知边缘概率密度和条件概率密度，求
  • 题型 2：已知 ，求边缘概率密度
  • 题型 3：已知 ，求概率
  • 题型 4：确定 的未知参数
  • 题型 5：已知 ，求条件概率密度
  • 题型 6：两种不同条件概率的求法
  • 题型 7：已知 ，求
  • 题型 8：已知 ，求

【主题八】多维随机变量的独立性

一、随机变量的独立性

  1. 定义：
  2. 离散型：
  3. 连续型：

二、判别方法

如何判别两个随机变量 X 与 Y 是否独立。

三、应用价值

已知 X 与 Y 相互独立，可以简化联合分布 → 边缘分布的推导。

【主题九】求 Z=g(X, Y) 分布

一、离散型情况

当 X 和 Y 都是离散型随机变量：枚举法。

二、连续型情况 — 两大方法

法一：分布函数法（通用）

法二：换元法

设 ，若变换有唯一反函数且雅可比行列式 ：

三、混合情况

一个离散型 X，一个连续型 Y，且 X 与 Y 相互独立 → 全概率公式。

四、正态分布情况

当 X 和 Y 均服从正态分布且相互独立，Z=aX+bY 也服从正态分布。

五、最大最小值分布

有限个相互独立随机变量： ，

【主题十】数学期望（含方差）

一、数学期望

二、常见分布的期望与方差

分布类型 期望 方差
0-1 分布
二项分布
泊松分布
均匀分布
正态分布
指数分布
几何分布

【主题十一】协方差、相关系数、二维正态

一、协方差

定义：

性质：线性，可加，数乘，可交换。特别地：

二、相关系数

三、不相关的四个等价命题

Unknown environment 'align*'

四、二维正态分布

独立 不相关（仅二维正态有此性质）

【主题十二】大数定律和中心极限定理

一、切比雪夫不等式

二、大数定律（无对比，无速记）

  1. 依概率收敛
  2. 切比雪夫大数定律：独立，期望方差存在，方差一致有界
  3. 辛钦大数定律：独立同分布，期望存在即可（方差不需要！）
  4. 伯努利大数定律：频率收敛于概率

三、中心极限定理

  1. 列维-林德伯格定理：独立同分布 → Undefined control sequence \xrightarrow
  2. 棣莫弗-拉普拉斯定理：二项分布的正态近似

【主题十三】数理统计

一、统计量与统计值

常用统计量：样本均值、样本方差、样本矩。

二、常用抽样分布（三大分布）

都需要样本间相互独立！

  1. 分布：标准正态的平方和，自由度 ，期望 ，方差 ，可加性
  2. 分布：， ，
  3. 分布：

【主题十四】点估计、估计量数字特征

一、矩估计

用样本矩替代总体矩，解方程。

二、最大似然估计

  1. 写似然函数
  2. 取对数求导，令导数为 0
  3. 解出

三、估计量的评选标准

  1. 无偏性：
  2. 有效性：方差最小
  3. 一致性：Undefined control sequence \xrightarrow

【主题十五】区间估计、假设检验

一、区间估计三步走

  1. 选取统计量

    • 估计 ： 或
    • 估计 ：

  2. 画图确定区间

  3. 代入统计量求区间

二、假设检验

基本思想：”小概率事件原理”——小概率事件在一次试验中几乎不可能发生，如果发生，则有理由认为假设不成立。

两类错误：

  • 第一类错误（去真）： 实际正确，结果拒绝了 。概率 = 显著性水平
  • 第二类错误（存伪）： 实际错误，结果接受了

检验步骤：

  1. 确定原假设 和备择假设
  2. 选择统计量
  3. 确定拒绝域
  4. 计算统计值，看结果是否落入拒绝域

本文持续更新中，后续会补充更多例题和解题技巧。

  • 标题: 考研数学概率论与数理统计复习纲要——常见常新
  • 作者: 昊萌
  • 创建于 : 2025-09-12 00:00:00
  • 更新于 : 2026-07-06 14:44:01
  • 链接: https://zilongtian.github.io/2025/09/12/考研数学概率论纲要/
  • 版权声明: 本文章采用 CC BY-NC-SA 4.0 进行许可。
评论
目录
考研数学概率论与数理统计复习纲要——常见常新
  1. 【主题一】随机事件与概率
    1. 一、事件间的关系与概率运算
    2. 二、条件概率与乘法公式
    3. 三、事件独立的有关结论（会画图）
    4. 四、古典概型 & 几何概型
    5. 五、全概率公式与贝叶斯公式
  2. 【主题二】随机变量与分布函数
    1. 一、随机变量
    2. 二、分布函数
  3. 【主题三】常见离散型随机变量
    1. 一、一维离散型随机变量
    2. 二、常见离散型随机变量分布（五种）
    3. 三、已知 X 分布律，求 Y=g(X) 的分布
  4. 【主题四】连续型 · 概率密度
    1. 一、一维连续型随机变量 X
    2. 二、连续型随机变量的性质
    3. 三、函数分布
  5. 【主题五】均匀分布、指数分布、正态分布
    1. 一、均匀分布
    2. 二、指数分布
    3. 三、正态分布
    4. 四、进阶题型
  6. 【主题六】二维离散型随机变量
    1. 一、二维随机变量的概率分布
    2. 二、二维离散型随机变量及其分布
  7. 【主题七】二维连续型随机变量
    1. 一、二维连续型随机变量及其分布
    2. 二、二维均匀分布
    3. 三、八大题型
  8. 【主题八】多维随机变量的独立性
    1. 一、随机变量的独立性
    2. 二、判别方法
    3. 三、应用价值
  9. 【主题九】求 Z=g(X, Y) 分布
    1. 一、离散型情况
    2. 二、连续型情况 — 两大方法
    3. 三、混合情况
    4. 四、正态分布情况
    5. 五、最大最小值分布
  10. 【主题十】数学期望（含方差）
    1. 一、数学期望
    2. 二、常见分布的期望与方差
  11. 【主题十一】协方差、相关系数、二维正态
    1. 一、协方差
    2. 二、相关系数
    3. 三、不相关的四个等价命题
    4. 四、二维正态分布
  12. 【主题十二】大数定律和中心极限定理
    1. 一、切比雪夫不等式
    2. 二、大数定律（无对比，无速记）
    3. 三、中心极限定理
  13. 【主题十三】数理统计
    1. 一、统计量与统计值
    2. 二、常用抽样分布（三大分布）
  14. 【主题十四】点估计、估计量数字特征
    1. 一、矩估计
    2. 二、最大似然估计
    3. 三、估计量的评选标准
  15. 【主题十五】区间估计、假设检验
    1. 一、区间估计三步走
    2. 二、假设检验