山东大学概率论课重点5篇

第一篇：山东大学概率论课重点

第一章：

1、掌握事件间的关系与运算（事件包含、并、交、差、互不相容（互斥）、对立的定义及运算公式）

2、复习古典概型、几何概型及定义。

3、掌握概率的基本运算法则（条件概率、事件独立是相比而言比较新的，好好学习）

4、重点掌握全概率公式、贝叶斯公式，课本上的例题好好看看。

第二章：

1、掌握常见分布的分布函数、分布列（离散）、概率密度（连续）的公式。

2、掌握分布函数、分布列、概率密度的互相推导及计算。

3、掌握随机变量函数的密度计算问题。

第三章：

1、重点掌握二维随机变量联合分布函数与边缘密度函数的关系及相互推导计算。

2、掌握随机变量的独立性（要知道二维正态分布的概率密度函数及独立性判断）

3、重点掌握二维随机变量函数（和、商、最大、最小）的分布函数及概率密度求解。

第四章：

1、掌握期望、方差、协方差、相关系数的定义、性质及简单计算。

2、掌握常见分布的期望、方差结果。（ppt上有结果）

3、重点掌握切比雪夫不等式的计算。

4、重点掌握中心极限定理的计算（比如当n很大的时候二项分布、泊松分布的近似分布都是正态分布，概率可用正态分布概率求解）。

5、了解大数定律。

注：

1、课后题带星号的也要看看，主要看课本例题以及课后题还有平常上课ppt上的内容。

2、不考证明题。

3、如果题目中需要用到正态分布的分布函数值，化简到Φ即可。

第二篇：概率论重点题目

这是某老师划给某班的。。。。。。。主观题：（填空选择）

第一章：概率的性质（23页 1.10）

事件的独立（20页例1.5.1,1.5.3）

第二章：概率分布的性质（35页 2.3.4公式，）

分布函数的概念

第四章：常见分布的数字特征（期望&方差，六大分布）期望与方差的性质

第五章：切比雪夫不等式（107页，5.1.1；114页 5.1）

第七章：未知参数的距估计（均匀分布的距估计：150页7.3；7.4）无偏估计（150页7.6；138页例7.3.1）

第九章：一元线性回归模型的基本概率与主要结论（不含理论&计算）客观题（至少八道）

简单古典概型计算（23页 1.13 ；1.17；1.10）

贝叶斯公式

（48页 2.732页 例2.2.6例2.2.749页2.142.1139页例2.3.3例2.3.4）

（49页2.182.19）

（80页3.173.10）

（163页例8.3.1）

（105页 4.164.26）

（135页例7.2.2例7.2.3）

（150页 7.17.27.9）

（153 页例8.1.1 例 8.2.1）

运用题：（111页例5.2.1例5.2.2例5.2.3例5.2.4 最好把第五章额作业做一下）

第三篇：概率论复习重点

概率论复习重点（老师所划重点，仅供参考）

1.一、二大题为选择、填空题，所占全卷24%【各章都有，主要靠基本概念知识】

2.第一章：2个大题占全卷15%

⑴概率的计算【概率的性质、古典概型】

⑵全概率公式、逆概公式（贝叶斯公式）

3.第二章：2个大题占全卷15%

⑴随机变量的概率分布【离散4种、连续3 ⑵函数的分布【主要为连续型】F(y)=P（Y≤y）=P（（fx）≤y）=P（x∈Dy）=

第四篇：概率论与数理统计复习重点

概率论与数理统计复习重点

第一章：概率的性质（尤其两个事件的和，差公式和对立事件公式，独立和互不相容的关系），全概率公式和贝叶斯公式（大题），独立性。

第二章：离散型随机变量的分布律的性质，；连续性随机变量的概率密度的性质，分布函数的性质，随机变量的函数的分布（大题）。

第三章：给定联合概率密度求未知参数，求边缘概率密度，判断独立性，求落在某区域内的概率（大题）。独立的正态分布的线性组合仍然服从正态分布。

第四章：期望的性质，方差的性质，协方差和相关系数的性质，独立不相关的关系，六个基本分布的期望方差，切比雪夫不等式做估计，离散型二维分布求相关系数（大题）。

第五章：中心极限定理近似计算（Laplace中心极限定理）（大题）

第六章：三个抽样分布的构造，正态总体均值和方差的分布

第七章：点估计（尤其矩估计）（大题），单个正态总体均值的区间估计（大题），估计量的评选标准（无偏性，有效性）

第八章：区分第一类、第二类错误，单个正态总体均值的假设检验（大题）。

第五篇：2018考研数学：概率论重点考点归纳

凯程考研辅导班，中国最权威的考研辅导机构

2018考研数学：概率论重点考点归纳

从考试的角度，大家看看历年真题就发现比较明显的规律：概率的题型相对固定，哪考大题哪考小题非常清楚。概率常考大题的地方是：随机变量函数的分布，多维分布(边缘分布和条件分布)，矩估计和极大似然估计。其它知识点考小题，如随机事件与概率，数字特征等。

从学科的角度，概率的知识结构与线性代数不同，不是网状知识结构，而是躺倒的树形结构。第一章随机事件与概率是基础知识，在此基础上可以讨论随机变量，这就是第二章的内容。随机变量之于概率正如矩阵之于线性代数。考生也可以看看考研真题，数

一、数三概率考五道题，这五题的第一句话为“设随机变量X„„”，“设总体X„„”，“设X1，X2，„，Xn为来自X的简单随机样本”，无论“随机变量”、“总体”和“样本”本质上都是随机变量。所以随机变量的理解至关重要。讨论完随机变量之后，讨论其描述方式。分布即为描述随机变量的方式。分布包括三种：分布函数、分布律和概率密度。其中分布函数是通用的描述工具，适用于所有随机变量，分布律只针对离散型随机变量而概率密度只针对连续型随机变量。之后讨论常见的离散型和连续性随机变量，考研范围内需要考生掌握七种常见分布。

介绍完一维随机变量之后，推广一下就得到了多维随机变量。多维分布总体上分成三种：联合分布，边缘分布和条件分布。其中每种分布又细分为分布函数、分布律和概率密度。只不过条件分布函数我们不考虑。该章常考大题，常考随机变量函数的分布和边缘分布、条件分布。之后讨论随机变量的独立性。

分布包含着随机变量的全部信息，如果只关心部分信息就要考虑数字特征了。数字特征考小题。把公式性质记清楚，多练习即可。

大数定律和中心极限定理是偏理论的内容，考试要求不高。

数理统计是对概率论的应用。其中考大题的地方是参数估计(矩估计和极大似然估计)，考小题的点是常用统计量及其数字特征，三大统计分布，正态总体条件下统计量的特殊性质。