考研数学复习小结（概率论与数理统计初步、

线性代数）

(20xx年x月x日15:48:19 海文学校 阅读： )

浏览器不支持嵌入式框架，或被配置为不显示嵌入式框架。

概率论与数理统计初步主要考查考生对研究随机现象规律性的基本概念、基本理论和基本方法的理解，以及运用概率统计方法分析和解决实际问题的能力。

随机事件和概率考查的主要内容有：

(1)事件之间的关系与运算，以及利用它们进行概率计算；

(2)概率的定义及性质，利用概率的性质计算一些事件的概率；

(3)古典概型与几何概型；

(4)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率；

(5)事件独立性的概念，利用独立性计算事件的概率；

(6)独立重复试验，伯努利概型及有关事件概率的计算。

要求考生理解基本概念，会分析事件的结构，正确运用公式，掌握一些技巧，熟练地计算概率。

随机变量及概率分布考查的主要内容有：

(1)利用分布函数、概率分布或概率密度的定义和性质进行计算；

(2)掌握一些重要的随机变量的分布及性质，主要的有：（0-1）分布、二项分布、泊松分布、几何分布、超几何分布、均匀分布、指数分布和正态分布，会进行有关事件概率的计算；

(3)会求随机变量的函数的分布。

(4)求两个随机变量的简单函数的分布，特别是两个独立随机变量的和的分布。

要求考生熟练掌握有关分布函数、边缘分布和条件分布的计算，掌握有关判断独立性的方法并进行有关的计算，会求两个随机变量函数的分布。

随机变量的数字特征考查的主要内容有：

(1)数学期望、方差的定义、性质和计算；

(2)常用随机变量的数学期望和方差；

(3)计算一些随机变量函数的数学期望和方差；

(4)协方差、相关系数和矩的定义、性质和计算；

要求考生熟练掌握数学期望、方差的定义、性质和计算，掌握由给出的试验确定随机变量的分布，再计算有关的数字的特征的方法，会计算协方差、相关系数和矩，掌握判断两个随机变量不相关的方法。

大数定律和中心限定理考查的主要内容有：

(1)切比雪夫不等式；

(2)大数定律；

(3)中心极限定理。

要求考生会用切比雪夫不等式证明有关不等式，会利用中心极限理进行有关事件概率的近似计算。

数理统计的基本概念考查的主要内容有：

(1)样本均值、样本方差和样本矩的概念、 性质及计算；

(2)χ2分布、t分布和F分布的定义、性质及分位数；

(3)推导某些统计量的（特别是正态总体的某些统计量）的分布及计算有关的概率。 要求考生熟练掌握样本均值、样本方差的性质和计算，会根据χ2分布、 t分布和 F分布的定义和性质推导有关正态总体某些统计的计量的分布。

参数估计考查的主要内容有：

(1)求参数的矩估计、极大似然估计；

(2)判断估计量的无偏性、有效性、一致性；

(3)求正态总体参数的置信区间。

要求考生熟练地求得参数的矩估计、极大似然估计并判断无偏性，会求正态总体参数的置信区间。

假设检验考查的显著的主要内容有：

(1)正态总体参数的显著性检验；

(2)总体分布假设的χ2检验。

要求考生会进行正态总体参数的显著性检验和总体分布假设的χ2检验。

常有的题型有：填空题、选择题、计算题和证明题，试题的主要类型有：

（1）确定事件间的关系，进行事件的运算；

(2)利用事件的关系进行概率计算；

(3)利用概率的性质证明概率等式或计算概率；

(4)有关古典概型、几何概型的概率计算；

(5)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率；

(6)有关事件独立性的证明和计算概率；

(7)有关独重复试验及伯努利概率型的计算；

(8)利用随机变量的分布函数、概率分布和概率密度的定义、性质确定其中的未知常数或计算概率；

(9)由给定的试验求随机变量的分布；

(10)利用常见的概率分布（例如（0-1）分布、二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布等）计算概率；

(11)求随机变量函数的分布

(12)确定二维随机变量的分布；

(13)利用二维均匀分布和正态分布计算概率；

(14)求二维随机变量的边缘分布、条件分布；

(15)判断随机变量的独立性和计算概率；

(16)求两个独立随机变量函数的分布；

(17)利用随机变量的数学期望、方差的定义、性质、公式，或利用常见随机变量的数学期望、方差求随机变量的数学期望、方差；

(18)求随机变量函数的数学期望；

(19)求两个随机变量的协方差、相关系数并判断相关性；

(20)求随机变量的矩和协方差矩阵；

（21）利用切比雪夫不等式推证概率不等式；

（22）利用中心极限定理进行概率的近似计算；

（23）利用t分布、χ2分布、F分布的定义、性质推证统计量的分布、性质；

（24）推证某些统计量（特别是正态总体统计量）的分布；

（25）计算统计量的概率；

（26）求总体分布中未知参数的矩估计量和极大似然估计量；

（27）判断估计量的无偏性、有效性和一致性；

（28）求单个或两个正态总体参数的置信区间；

（29）对单个或两个正态总体参数假设进行显著性检验；

（30）利用χ2检验法对总体分布假设进行检验。

这一部分主要考查概率论与数理统计的基本概念、基本性质和基本理论，考查基本方法的应用。对历年的考题进行分析，可以看出概率论与数理统计的试题，即使是填空题和选择题，只考单一知识点的试题很少，大多数试题是考查考生的理解能力和综合应用能力。要求考生能灵活地运用所学的知识，建立起正确的概率模型，综合运用极限、连续函数、导数、极值、积分、广义积分以及级数等知识去解决问题。

在解答这部分考题时，考生易犯的错误有：

（1） 概念不清，弄不清事件之间的关系和事件的结构；

（2） 对试验分析错误，概率模型搞错；

（3） 计算概率的公式运用不当；

（4） 不能熟练地运用独立性去证明和计算；

（5） 不能熟练掌握和运用常用的概率分布及其数字特征；

（6） 不能正确应用有关的定义、公式和性质进行综合分析、运算和证明。

综合历年考生的答题情况，得知概率论与数理统计试题的得分率在0.3左右，区分度一般在0.40以上。这表明试题既有一定的难度，又有较高的区分度。

概念多、定理多、符号多、运算规律多、内容相互纵横交错，知识前后紧密联系是线性代数课程的特点，故考生应充分理解概念，掌握定理的条件、结论、应用，熟悉符号意义，掌握各种运算规律、计算方法，并及时进行总结，抓联系，使学知识能融会贯通，举一反三，根据考试大纲的要求，这里再具体指出如下：

行列式的重点是计算，利用性质熟练准确的计算出行列式的值。

矩阵中除可逆阵、伴随阵、分块阵、初等阵等重要概念外，主要也是运算，其运算分两个层次，一是矩阵的符号运算，二是具体矩阵的数值运算。例如在解矩阵方程中，首先进行矩阵的符号运算，将矩阵方程化简，然后再代入数值，算出具体的结果，矩阵的求逆（包括简单的分块阵）（或抽象的，或具体的，或用定义，或是用公式A -1= 1 A*，或 A用初等行变换），A和A*的关系，矩阵乘积的行列式，方阵的幂等也是常考的内容之一。

关于向量，证明（或判别）向量组的线性相关（无关），线性表出等问题的关键在于深刻理解线性相关（无关）的概念及几个相关定理的掌握，并要注意推证过程中逻辑的正确性及反证法的使用。

向量组的极大无关组，等价向量组，向量组及矩阵的秩的概念，以及它们相互关系也是重点内容之一。用初等行变换是求向量组的极大无关组及向量组和矩阵秩的有效方法。

在Rn中，基、坐标、基变换公式，坐标变换公式，过渡矩阵，线性无关向量组的标准正交化公式，应该概念清楚，计算熟练，当然在计算中列出关系式后，应先化简，后代入具体的数值进行计算。

行列式、矩阵、向量、方程组是线性代数的基本内容，它们不是孤立隔裂的，而是相互渗透，紧密联系的，例如∣A∣≠0〈===〉A是可逆阵〈= ==〉r（A）=n(满秩阵)〈===〉A的列（行）向量组线性无关〈===〉AX=0唯一零解〈===〉AX=b对任何b均有（唯

一）解〈===〉A=P1 P2 …PN，其中PI(I=1,2,…，N)是初等阵〈===〉r(AB)=r(B)<===>A初等行变换

I〈===〉A的列（行）向量组是Rn的一个基〈===〉A可以是某两个基之间的过渡矩阵等等。这种相互之间的联系综合命题创造了条件，故对考生而言，应该认真总结，开拓思路，善于分析，富于联想使得对综合的，有较多弯道的试题也能顺利地到达彼岸。

关于特征值、特征向量。一是要会求特征值、特征向量，对具体给定的数值矩阵，一般用特征方程∣λE-A∣=0 及（λE-A）ξ=0即可，抽象的由给定矩阵的特征值求其相关矩阵的特征值（的取值范围），可用定义Aξ=λξ，同时还应注意特征值和特征向量的性质及其应用，二是有关相似矩阵和相似对角化的问题，一般矩阵相似对角化的条件。实对称矩阵的相似对角化及正交变换相似于对角阵，反过来，可由A 的特征值，特征向量来确不定期A的参数或确定A，如果A是实对称阵，利用不同特征值对应的特征向量相互正交，有时还可以由已知λ1的特征向量确定出λ2 （λ2≠λ1）对应的特征向量，从而确定出A 。三是相似对角化以后的应用，在线性代数中至少可用来计算行列式及An.

将二次型表示成矩阵形式，用矩阵的方法研究二次型的问题主要有两个：一是化二次型为标准形，这主要是正交变换法（这和实对称阵正交相似对角阵是一个问题的两种提法），在没有其他要求的情况下，用配方法得到标准形可能更方便些；二是二次型的正定性问题，对具体的数值二次型，一般可用顺序主子式是否全部大于零来判别，而抽象的由给定矩阵的正定性，证明相关矩阵的正定性时，可利用标准形，规范形，特征值等到证明，这时应熟悉二次型正定有关的充分条件和必要条件。

第二篇：考研数学复习小结(概率论与数理统计初步、线性代数)

概率重在计算，一般大题会出二维离散、二维连续、参数估计三种题型，每年基本不会变，但是计算量却年年增加。

考研数学复习小结（概率论与数理统计初步、线性代数）

［ 作者：－ 转贴自：生物桥 点击数：75 文章录入：a1983 ］

概率论与数理统计初步主要考查考生对研究随机现象规律性的基本概念、基本理论和基本方法的理解，以及运用概率统计方法分析和解决实际问题的能力。

随机事件和概率考查的主要内容有：

(1)事件之间的关系与运算，以及利用它们进行概率计算；

(2)概率的定义及性质，利用概率的性质计算一些事件的概率；

(3)古典概型与几何概型；

(4)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率；

(5)事件独立性的概念，利用独立性计算事件的概率；

(6)独立重复试验，伯努利概型及有关事件概率的计算。

要求考生理解基本概念，会分析事件的结构，正确运用公式，掌握一些技巧，熟练地计算概率。

随机变量及概率分布考查的主要内容有：

(1)利用分布函数、概率分布或概率密度的定义和性质进行计算；

(2)掌握一些重要的随机变量的分布及性质，主要的有：（0-1）分布、二项分布、泊松分布、几何分布、超几何分布、均匀分布、指数分布和正态分布，会进行有关事件概率的计算；

(3)会求随机变量的函数的分布。

(4)求两个随机变量的简单函数的分布，特别是两个独立随机变量的和的分布。

要求考生熟练掌握有关分布函数、边缘分布和条件分布的计算，掌握有关判断独立性的方法并进行有关的计算，会求两个随机变量函数的分布。

随机变量的数字特征考查的主要内容有：

(1)数学期望、方差的定义、性质和计算；

(2)常用随机变量的数学期望和方差；

(3)计算一些随机变量函数的数学期望和方差；

(4)协方差、相关系数和矩的定义、性质和计算；

要求考生熟练掌握数学期望、方差的定义、性质和计算，掌握由给出的试验确定随机变量的分布，再计算有关的数字的特征的方法，会计算协方差、相关系数和矩，掌握判断两个随机变量不相关的方法。

大数定律和中心限定理考查的主要内容有：

(1)切比雪夫不等式；

(2)大数定律；

(3)中心极限定理。

要求考生会用切比雪夫不等式证明有关不等式，会利用中心极限理进行有关事件概率的近似计算。

数理统计的基本概念考查的主要内容有：

(1)样本均值、样本方差和样本矩的概念、 性质及计算；

(2)χ2分布、t分布和F分布的定义、性质及分位数；

(3)推导某些统计量的（特别是正态总体的某些统计量）的分布及计算有关的概率。

要求考生熟练掌握样本均值、样本方差的性质和计算，会根据χ2分布、 t分布和 F分布的定义和性质推导有关正态总体某些统计的计量的分布。

参数估计考查的主要内容有：

(1)求参数的矩估计、极大似然估计；

(2)判断估计量的无偏性、有效性、一致性；

(3)求正态总体参数的置信区间。

要求考生熟练地求得参数的矩估计、极大似然估计并判断无偏性，会求正态总体参数的置信区间。

假设检验考查的显著的主要内容有：

(1)正态总体参数的显著性检验；

(2)总体分布假设的χ2检验。

要求考生会进行正态总体参数的显著性检验和总体分布假设的χ2检验。

常有的题型有：填空题、选择题、计算题和证明题，试题的主要类型有：

（1）确定事件间的关系，进行事件的运算；

(2)利用事件的关系进行概率计算；

(3)利用概率的性质证明概率等式或计算概率；

(4)有关古典概型、几何概型的概率计算；

(5)利用加法公式、条件概率公式、乘法公式、全概率公式和贝叶斯公式计算概率；

(6)有关事件独立性的证明和计算概率；

(7)有关独重复试验及伯努利概率型的计算；

(8)利用随机变量的分布函数、概率分布和概率密度的定义、性质确定其中的未知常数或计算概率；

(9)由给定的试验求随机变量的分布；

(10)利用常见的概率分布（例如（0-1）分布、二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布等）计算概率；

(11)求随机变量函数的分布

(12)确定二维随机变量的分布；

(13)利用二维均匀分布和正态分布计算概率；

(14)求二维随机变量的边缘分布、条件分布；

(15)判断随机变量的独立性和计算概率；

(16)求两个独立随机变量函数的分布；

(17)利用随机变量的数学期望、方差的定义、性质、公式，或利用常见随机变量的数学期望、方差求随机变量的数学期望、方差；

(18)求随机变量函数的数学期望；

(19)求两个随机变量的协方差、相关系数并判断相关性；

(20)求随机变量的矩和协方差矩阵；

（21）利用切比雪夫不等式推证概率不等式；

（22）利用中心极限定理进行概率的近似计算；

（23）利用t分布、χ2分布、F分布的定义、性质推证统计量的分布、性质；

（24）推证某些统计量（特别是正态总体统计量）的分布；

（25）计算统计量的概率；

（26）求总体分布中未知参数的矩估计量和极大似然估计量；

（27）判断估计量的无偏性、有效性和一致性；

（28）求单个或两个正态总体参数的置信区间；

（29）对单个或两个正态总体参数假设进行显著性检验；

（30）利用χ2检验法对总体分布假设进行检验。

这一部分主要考查概率论与数理统计的基本概念、基本性质和基本理论，考查基本方法的应用。对历年的考题进行分析，可以看出概率论与数理统计的试题，即使是填空题和选择题，只考单一知识点的试题很少，大多数试题是考查考生的理解能力和综合应用能力。要求考生能灵活地运用所学的知识，建立起正确的概率模型，综合运用极限、连续函数、导数、极值、积分、广义积分以及级数等知识去解决问题。

在解答这部分考题时，考生易犯的错误有：

（1） 概念不清，弄不清事件之间的关系和事件的结构；

（2） 对试验分析错误，概率模型搞错；

（3） 计算概率的公式运用不当；

（4） 不能熟练地运用独立性去证明和计算；

（5） 不能熟练掌握和运用常用的概率分布及其数字特征；

（6） 不能正确应用有关的定义、公式和性质进行综合分析、运算和证明。

综合历年考生的答题情况，得知概率论与数理统计试题的得分率在0.3左右，区分度一般在0.40以上。这表明试题既有一定的难度，又有较高的区分度。

关于第二个问题，概率统计怎么复习，今年的考试分配很不正常，明年不会是这样的情况。我想明年一（统计）应该考一个八、九分的题是比较适中的。从今年考试中心的样题统计这一块是九分。三（统计）应该八分左右，统计这一块大家不要放弃，明年可能会考，分数应该是八、九分的题。至于复习，它的内容占了四分之一的样子。但是这一部分的题相对于概率题比较固定，做题的方法也比较固定，对考生来说比较好掌握，但这部分考生考得差，可能很多学校没有开这门课，或者开的话讲得比较简单，所以一些同学没有达到考试的水平。其实这部分稍微花一点时间就可以掌握了。主要就是这几块内容一是样本与抽样分布，就是三大分布搞清楚，把他们的结构搞清楚，把统计上的分布搞清楚。

然后是参数估计、矩估计、最大似然估计、区间估计、三种估计方法，三个评价标准，无偏性、有效性、一致性，重点是无偏性的考查，因为它是期望的计算，其次是有效性。一致性一般不会考，考的可能性很小。这三种估计方法重点也是前面两种，矩估计、最大似然估计，区间做了限制，考了很少，历年考试的情况也就是代代公式。

最后一部分是假设检验这部分，这一部分我个人推测明年有可能考一个概念性的小题。一是了解U检验统计量、T检验统计量、卡方检验统计量，把这三个检验统计量的分布搞清楚。另外假设检验的思想和四个步骤了解一下就可以了。我想这部分考生少花一点时间，统计这个题是没有问题的，重点就是参数估计，就是三种估计方法，三个评价标准，重点在那个地方。

第一个是求统计量的数字特征或者是统计量的分布，统计量大家知道就是样本的函数，样本就是X1X2-Xn，就是期望、方差、系方差，相关系数等等，求统计量的数字特征。

第二个题型，统计量既然是随机变量，当然可以求统计量的分布，20xx年3是考了，20xx年3考了，所以这个地方也是重要的题型。

其次第三种题型是参数估计，你要会求。要考你背两到三个区间估计的公式就可以了，所以为什么这个地方考的次数最多，每一种方法你都要会做。

第四种题型就是对估计量的好坏进行评价，估计是无偏是有效的还是抑制的。20xx年就考了一个大题。

另外第五种题型就是假设间接这个地方，这么年以来只考过两次，而且从xx年以来练习五年这一章是没有考，可能考一个小题，考一个什么题，就是把统计量写出来，你会不会把分布写出来，以填空的方式。另外一种考法，它的只对什么进行检验，对什么参数进行检验，你把统计参数写出来。第三种方法，设计一个问题，把架设检验的十个步骤做出来，第一个步骤是提出架设，第二步写出检验统计量。这个部分也不会出一个大题，应该是以小题的形式出现。

6.重要知识点考生不要投机取巧

对于一的考生或者三的考生来说，这个类型是考试的重点，每门课程重点有很多，不是每个重点都考，只要重点的地方考生不要投机取巧，比如参数估计，三种方法，那就是矩估计方法，极大似然估计方法，区间估计方法，这三种方法前两者是重点。大家记几个公式就可以了，20xx年一考了区间估计的填空题。你对前面两者要熟练掌握，前面两种对整体没有做限制，所以命题空间比较大。如果命题空间小考的可能性有很小。你四个步骤一定要掌握，刚才有网友说那个计算量太大，考试的题计算量不会太大。第一步一定要把函数会写出来，数量函数有两种：一个是总体是离散型的一个是连续型的，你都要会写出来，离散型是指联合分布率，连续型是联合密度，因为这个联合密度和联合分布率都具有独立性，都是等于边缘密度的乘积，做任何一个，只要考这类型的题第一步少不了，你的问题属于会把L似然函数写出来，把L写出来以后下面求L关于未知参数最大值点的问题，这是高等微积分里面最基本的问题，所以一般的话，我们先取对数，取对数以后令这个函数对未知参数的导数等于零，这个偏导数或者导数等于零的解就是可能的极值点。当然也可能出现这种情况，偏导数等于零的方程没有解的情况，只考过一次，这个时候找未知参数的边界点，取值范围的定义域找到它，这个20xx年考过一次，这个大家要注意，有解没有解的都会做了你就不怕他考了。

7.概率问题的重点及得分方法

这个可以看作我们概率一个基础，我不知道这个网友是考几，随机变量分布这是一大块内容，基本每都年考一点，还有一个就是数理特征和数理统计基本考一个大题，概率和数理统计这部分如果从复习角度来看我们首先要理解概念，我认为这里面有三个典型途径：第一古典概率，一个概率的公式的推算，第二个途径就是利用我们的分布来求概率，我们涉及到一维的也可以是二维的，即可以是离散型的也可以是连续型的，都有求概率的方法，我们讨论概率统计里的问题，比如分布函数问题，本身就是求概率，你只要知道求概率统计三个途径，所以我讨论分布函数，由分布函数可以讨论概率分布函数，源头是分布函数，分布函数基础是求概率，通过这个角度把握我认为概率统计发现不是你想象的那么复杂了。这里面重点的是二两者，第一种古典概率考的是排列组合，这个是初中内容，稍微难一点古典概率的题，同学没有过多关心，不会从这个角度考的，而是根据我刚才的分析。所以把握这种思路以后，实际上概率统计知识应该把线性代数，特别比高等更好拿分。另外稍微应该注意一下概率统计里面随机事件和随机变量之间的转换关系。我们可以通过随机事件引进随机变量，反过来也可以，所以大家复习时候。讨论随机事件之间关系问题也可以借用随机变量之间关系分析，这是概率统计方面大家应该注意几个比较典型的知识点。

9.数理统计中考试重点及参数估计比重

参数估计这部分它占数理统计的一多半内容，参数估计这块应该是最重要的。统计里面第一章就是关于样本还有统计量分布这部分，这部分就是求统计量的数字特征，统计量是随机变量。统计里面有什么题型？一个参数估计，一个求统计量数字特征或者求统计量的分布，统计量是随机变量，任何随机变量都有分布。自然会有这样的题型。求统计量的数字特征，求统计量的分布，然后参数估计，然后估计的标准。统计这个内容对大家来说应该是比较好掌握的，题型比较少，你比较好把这个题做好。

10.参数估计中区间估计此类复杂公式如何掌握

区间估计不是考试重点，属于最低层次的，只要知道两到三个区间公式就可以了，以前只考过前面两个，你多记一个留有一些余地，这个地方要求比较低，复杂的公式你不一定非得记住。