加载中，请稍候...
加载中，请稍候...
京 东 价：
￥14.60 [7.8折]
[定价：￥18.80
温馨提示：
其它类似商品
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
经济数学（概率论与数理统计初步）解题方法技巧归纳
￥14.60 [7.8折]
查找同类商品
《经济数学解题方法技巧归纳》将经济数学（概率论与数理统计初步）的主要内容按问题分类，通过引例、归纳总结各类问题的解题规律、方法和技巧。其中不少是作者多年来积累的教学经验总结。读者阅读此书，必将增强分析问题、解决问题和应试的能力。
《经济数学解题方法技巧归纳》实例多、类型广、梯度大，例题主要取材于两部分：一部分是人大版《概率论与数理统计（修订本）》中的典型习题；另一部分是历届全国硕士研究生入学考试数学试题，其中经济类的数学（试卷）三、四的考题，绝大部分都已收入。
《经济数学解题方法技巧归纳》可供本（专）科学生学习经济数学（概率论与数理统计）阅读和参考；对于自学者和志攻读经济学和工商管理硕士（即MBA）学位的青年，《经济数学解题方法技巧归纳》更是良师益友；对于参加成人教育、自考的读者，不失为一本有指导价值的参考书；对于从事经济数学（概率论与数理统计）教学的教师，也有一定的参考。
随机事件与概率1.1
事件的关系与运算1.2
事件的关系及其运算法则的简单应用1.3
加法原理和乘法原理的应用1.4
计算古典型概率1.5
计算几何型概率第2章
古典概率的间接计算2.1
计算与对立事件有关的事件概率2.2
与差事件有关的事件概率的算法2.3
与包含关系有关的事件概率的算法2.4
利用全集分解式求与积事件有关的事件概率2.5
事件和的概率算法2.6
应用乘法公式计算概率的几种情况2.7
使用条件概率计算有关事件的概率2.8
加法公式和乘法公式的综合应用2.9
使用全概率公式和贝叶斯公式寻找完备事件组的两个常用方法2.10
抽签原理的证明及其应用2.11
如何正确理解事件独立性的概念2.12
证明事件组的相互独立性2.13
应用事件独立性计算概率2.14
独立试验序列概型的计算第3章
一维随机变量及其概率分布3.1
离散型随机变量分布的判断与求法3.2
连续型随机变量分布的判别与求法3.3
利用分布，求其未知参数，计算概率3.4
随机变量函数分布的求法3.5
证明与随机变量分布性质有关的命题第4章
二维随机变量及其分布4.1
二维离散型随机变量的联合概率分布的求法4.2
边缘分布的求法4.3
求条件分布4.4
二维随机变量的分布函数的判别与求法4.5
计算二维随机变量落人平面区域内的概率4.6
随机变量相互独立的判别4.7
两随机变量之和的概率分布的求法4.8
求二维随机变量的最大值与最小值的分布及其落人区间内的概率第5章
随机变量的数字特征5.1
离散型随机变量的期望与方差的求法5.2
连续型随机变量的期望与方差的求法5.3
随机变量函数的数学期望与方差的求法5.7
求二维随机变量的数字特征5.5
讨论随机变量的相关性与独立性的关系5.6
由随机变量的数字特征确定分布中的未知参数5.7
期望或（和）方差的应用题的解法5.8
如何掌握二维均匀分布与二维正态分布第6章
几种常见的一维分布的应用6.1
0-1分布的应用6.2
二项分布的应用6.3
泊松分布的应用6.4
几何分布的应用6.5
超几何分布的应用6.6
均匀分布的应用6.7
指数分布的应用6.8
正态分布的应用6.9
求解与微积分及线性代数有关的综合应用题第7章
大数定律和中心极限定理第8章
样本及抽样分布第9章
参数估计第10章
假设检验习题答案或提示附录
（人大版《概率论与数理统计（修订版）》部分习题解答查找表
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
正在加载中，请稍候...
七日畅销榜
新书热卖榜已有天涯账号？
这里是所提的问题，您需要登录才能参与回答。
"天涯问答"是天涯社区旗下的问题分享平台。在这里您可以提问，回答感兴趣的问题，分享知识和经历，无论您在何时何地上线都可以访问，此平台完全免费，而且注册非常简单。
求解概率与数理统计问题
将10张写有10的卡片纸和10张写有5的卡片纸混放在一起,从中任取10个，求取出10张上的数字和在70到80之间的概率是多少？？？
09-10-21 &匿名提问 发布
一概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。　　概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。　　学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12                二“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。?　　“概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。如函数y=f(x)，当x确定后y有确定的值与之对应。而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。由于基本概念没有搞懂，即使是十分简单的题目也难以得分。从而造成低分多的现象。另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。?　　根据上面分析，启示我们不能把高等数学的学习方法照搬到“概率统计”的学习上来，而应按照概率统计自身的特点提出学习方法，才能取得“事半功倍”的效果。下面我们分别对“概率论”和“数理统计”的学习方法提出一些建议。?　　一、 学习“概率论”要注意以下几个要点　　1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。这实际上是一个抽象过程。正如小学生最初学数学时总是一个苹果加2个苹果等于3个苹果，然后抽象为1+2=3.对于具体的随机试验中的具体随机事件，可以计算其概率，但这毕竟是局部的，孤立的，能否将不同随机试验的不同样本空间予以统一，并对整个随机试验进行刻画？随机变量X(即从样本空间到实轴的单值实函数)的引进使原先不同随机试验的随机事件的概率都可转化为随机变量落在某一实数集合B的概率，不同的随机试验可由不同的随机变量来刻画。 此外若对一切实数集合B，知道P(X∈B)。 那么随机试验的任一随机事件的概率也就完全确定了。所以我们只须求出随机变量X的分布P(X∈B)。 就对随机试验进行了全面的刻画。它的研究成了概率论的研究中心课题。故而随机变量的引入是概率论发展历史中的一个重要里程碑。类似地，概率公理化定义的引进，分布函数、离散型和连续型随机变量的分类，随机变量的数学特征等概念的引进都有明确的背景，在学习中要深入理解体会。?　　2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲，例如随机变量概念的内涵有哪些意义：它是一个从样本空间到实轴的单值实函数X(w)，但它不同于一般的函数，首先它的定义域是样本空间，不同随机试验有不同的样本空间。而它的取值是不确定的，　　随着试验结果的不同可取不同值，但是它取某一区间的概率又能根据随机试验予以确定的，而我们关心的通常只是它的取值范围，即对于实轴上任一B，计算概率P(X∈B)，即随机变量X的分布。只有理解了随机变量的内涵，下面的概念如分布函数等等才能真正理解。又如随机事件的互不相容和相互独立两个概念通常会混淆，前者是事件的运算性质，后者是事件的概率性质，但它们又有一定联系，如果P(A)。P(B)＞0，则A，B独立则一定相容。类似地，如随机变量的独立和不相关等概念的联系与差异一定要真正搞懂。?　　3. 搞懂了概率论中的各个概念，一般具体的计算都是不难的，如F(x)=P(X≤x)，EX，DX等按定义都易求得。计算中的难点有古典概型和几何概型的概率计算，二维随机变量的边缘分布fx(x)=∫-∞∞ f(x，y)dy，事件B的概率P((X，Y)∈B)=∫∫Bf(x，y)dxdy，卷积公式等的计算，它们形式上很简单，但是由于f(x，y)通常是分段函数，真正的积分限并不再是(-∞，∞)或B，这时如何正确确定事实上的积分限就成了正确解题的关键，要切实掌握。?　　4. 概率论中也有许多习题，在解题过程中不要为解题而解题，而应理解题目所涉及的概念及解题的目的，至于具体计算中的某些技巧基本上在高等数学中都已学过。因此概率论学习的关键不在于做许多习题，而要把精力放在理解不同题型涉及的概念及解题的思路上去。这样往往能“事半功倍”。　　二、 学习“数理统计”要注意以下几个要点?　　1. 由于数理统计是一门实用性极强的学科，在学习中要紧扣它的实际背景，理解统计方法的直观含义。了解数理统计能解决那些实际问题。对如何处理抽样数据，并根据处理的结果作出合理的统计推断，该结论的可靠性有多少要有一个总体的思维框架，这样，学起来就不会枯燥而且容易记忆。例如估计未知分布的数学期望，就要考虑到① 如何寻求合适的估计量的途径，②如何比较多个估计量的优劣？这样，针对①按不同的统计思想可推出矩估计和极大似然估计，而针对②又可分为无偏估计、有效估计、相合估计，因为不同的估计名称有着不同的含义，一个具体估计量可以满足上面的每一个，也可能不满足。掌握了寻求估计的统计思想，具体寻求估计的步骤往往是“套路子”的，并不困难，然而如果没有从根本上理解，仅死背套路子往往会出现各种错误。?　　2. 许多同学在学习数理统计过程中往往抱怨公式太多，置信区间，假设检验表格多而且记不住。事实上概括起来只有八个公式需要记忆，而且它们之间有着紧密联系，并不难记，而区间估计和假设检验中只是这八个公式的不同运用而已，关键在于理解区间估计和假设检验的统计意义，在理解基础上灵活运用这八个公式，完全没有必要死记硬背。   更多信息请访问：新浪自考频道 自考论坛 自考博客圈　　特别说明：由于各方面情况的不断调整与变化，新浪网所提供的所有考试信息仅供参考，敬请考生以权威部门公布的正式信息为准。
请登录后再发表评论!
概率论与数理统计是工程数学中比较灵活的一门课程，个人觉得也是学的有滋有味的一科。　　概率论是以古典型概率，几何型概率，条件概率，各种分布列等为基本模型，以加法原理，乘法原理为规则，以非负性，规范性，可列可加性为基本性质，逆事件，差事件概率的计算公式，加法公式等为运算基础骨架。解题时应做到心中有数，将难题一步步分解为这些简单问题的叠加。　　学习重点应放在理解和运用上，而不在于计算，老师上课时的例题很重要，课后要理解消化，勤做练习加深理解，做题时应分清各类题型，举一反三。熟练掌握：概率部分： 1.常见分布列，分布函数：离散型--连续型 一维--二维--多维离散： 两点分布，二次分布，泊松分布，几何分布连续： 均匀分布，指数分布，正态分布2.基本运算概念： 概率密度，数学期望，方差，协方差，相关系数 数理统计部分：样本基本概念：X2分布，t分布，F分布，正态总体的样本均值，方差，k阶原点矩，k阶中心矩推荐经典习题：第一章:3.4.5.8.9.10.11.12.13.15.18.20.21第二章:4.10.11.14.15.17.24.25.26.27第三章:1-8.13.14.19.20.24.25.27第四章:1.3.5.6.8.10(*).11---20.24.26.27.28(*).29.30第六章:1.2.4.5.6.7.9(*)第七章:2.3.4.7.8.9.10.11.12                               二“概率论与数理统计”是理工科大学生的一门必修课程，由于该学科与生活实践和科学试验有着紧密的联系，是许多新发展的前沿学科(如控制论、信息论、可靠性理论、人工智能等)的基础，因此学好这一学科是十分重要的。?　　“概率论与数理统计”的学习应注重的是概念的理解，而这正是广大学生所疏忽的，在复习时几乎有近一半以上学生对“什么是随机变量”、“为什么要引进随机变量”仍说不清楚。对于涉及随机变量的独立，不相关等概念更是无从着手，这一方面是因为高等数学处理的是“确定”的事件。如函数y=f(x)，当x确定后y有确定的值与之对应。而概率论中随机变量X在抽样前是不确定的，我们只能由随机试验确定它落在某一区域中的概率，要建立用“不确定性”的思维方法往往比较困难，如果套用确定性的思维方法就会出错。由于基本概念没有搞懂，即使是十分简单的题目也难以得分。从而造成低分多的现象。另一方面由于概率论中涉及的计算技巧不多，除了古典概型，几何概型和计算二维随机变量的函数分布时如何确定积分上、下限有一些计算的难点，其他的只是数值或者积分、导数的计算。因而如果概念清楚，那么解题往往很顺利且易得到正确答案，这正是高分较多的原因。?　　根据上面分析，启示我们不能把高等数学的学习方法照搬到“概率统计”的学习上来，而应按照概率统计自身的特点提出学习方法，才能取得“事半功倍”的效果。下面我们分别对“概率论”和“数理统计”的学习方法提出一些建议。?　　一、 学习“概率论”要注意以下几个要点　　1. 在学习“概率论”的过程中要抓住对概念的引入和背景的理解，例如为什么要引进“随机变量”这一概念。这实际上是一个抽象过程。正如小学生最初学数学时总是一个苹果加2个苹果等于3个苹果，然后抽象为1+2=3.对于具体的随机试验中的具体随机事件，可以计算其概率，但这毕竟是局部的，孤立的，能否将不同随机试验的不同样本空间予以统一，并对整个随机试验进行刻画？随机变量X(即从样本空间到实轴的单值实函数)的引进使原先不同随机试验的随机事件的概率都可转化为随机变量落在某一实数集合B的概率，不同的随机试验可由不同的随机变量来刻画。 此外若对一切实数集合B，知道P(X∈B)。 那么随机试验的任一随机事件的概率也就完全确定了。所以我们只须求出随机变量X的分布P(X∈B)。 就对随机试验进行了全面的刻画。它的研究成了概率论的研究中心课题。故而随机变量的引入是概率论发展历史中的一个重要里程碑。类似地，概率公理化定义的引进，分布函数、离散型和连续型随机变量的分类，随机变量的数学特征等概念的引进都有明确的背景，在学习中要深入理解体会。?　　2. 在学习“概率论”过程中对于引入概念的内涵和相互间的联系和差异要仔细推敲，例如随机变量概念的内涵有哪些意义：它是一个从样本空间到实轴的单值实函数X(w)，但它不同于一般的函数，首先它的定义域是样本空间，不同随机试验有不同的样本空间。而它的取值是不确定的，　　随着试验结果的不同可取不同值，但是它取某一区间的概率又能根据随机试验予以确定的，而我们关心的通常只是它的取值范围，即对于实轴上任一B，计算概率P(X∈B)，即随机变量X的分布。只有理解了随机变量的内涵，下面的概念如分布函数等等才能真正理解。又如随机事件的互不相容和相互独立两个概念通常会混淆，前者是事件的运算性质，后者是事件的概率性质，但它们又有一定联系，如果P(A)。P(B)＞0，则A，B独立则一定相容。类似地，如随机变量的独立和不相关等概念的联系与差异一定要真正搞懂。?
请登录后再发表评论!
选 c 。分布函数的取值范围为 [0，1]，选 c ，对于离散分布来说，显然分布函数不连续。
请登录后再发表评论!
答案是十一分之三，所有可能为10个5、9个5+1个10……10个10共11种可能，其中只有6个5加4个10、5个5加5个10、4个5加6个10符合条件，所以答案是十一分之三
请登录后再发表评论!悦读天下书屋
概率论与数理统计解题方法和技巧（货号:C11676）
开&&&&&&本：
页&&&&&&数：186页
字&&&&&&数：
I&&S&&B&&N：9
售&&&&&&价：10.40元
原书售价：20.00元
品&&&&&&相：
运&&&&&&费：北京市大兴区
快递：7.00元
上书时间：
购买数量：
（库存141件）
店铺名称：
店主昵称：
店铺等级：
卖家信誉：
卖家好评率：
实名认证：
担&保&&金：100元
地&&&&&&址：北京市大兴区
电&&&&&&话：
开通时间：
商品分类：
详细描述：
本书针对随机事件与概率、随机变量及其分布、数理统计等知识以表格方法总结解题方法与技巧，归纳题型解法，对知识重点、难点进行解析等。
您可能感兴趣的商品
Copyright(C)
孔夫子旧书网
京ICP证041501号
海淀分局备案编号
购物车共有0件商品，合计：0.00元
商品已成功添加到收藏夹！查看: 2345|回复: 9
毛纲源的概率论与数理统计解题方法归纳（第二版）
K币11821 元
在线时间1961 小时
主题帖子积分
K币11821 元
如题，这本书谁用过？感觉如何？
海大 再见。。。我们无缘
K币11821 元
在线时间1961 小时
主题帖子积分
K币11821 元
自己顶。。。。
海大 再见。。。我们无缘
中级战友, 积分 2864, 距离下一级还需 136 积分
K币2265 元
在线时间830 小时
主题帖子积分
中级战友, 积分 2864, 距离下一级还需 136 积分
中级战友, 积分 2864, 距离下一级还需 136 积分
K币2265 元
开始是在图书馆借了本数一看，后来在卓越上买了本二，感觉还行，各种题型讲的很详细，很适合基础不好的我，不过有好多印刷错误，卓越上很便宜，我买时还不到十块钱
K币11821 元
在线时间1961 小时
主题帖子积分
K币11821 元
我说的是《概率论与数理统计解题方法技巧归纳》（第2版）。。。这个数一和数学三都可以用吧。。。
海大 再见。。。我们无缘
中级战友, 积分 1353, 距离下一级还需 1647 积分
K币1103 元
在线时间751 小时
主题帖子积分
中级战友, 积分 1353, 距离下一级还需 1647 积分
中级战友, 积分 1353, 距离下一级还需 1647 积分
K币1103 元
好。。。。
中级战友, 积分 2552, 距离下一级还需 448 积分
K币2205 元
在线时间662 小时
主题帖子积分
中级战友, 积分 2552, 距离下一级还需 448 积分
中级战友, 积分 2552, 距离下一级还需 448 积分
K币2205 元
我曾经看过吧前年的时候用的他98还是9几记不住了，很不错的
中级战友, 积分 2864, 距离下一级还需 136 积分
K币2265 元
在线时间830 小时
主题帖子积分
中级战友, 积分 2864, 距离下一级还需 136 积分
中级战友, 积分 2864, 距离下一级还需 136 积分
K币2265 元
我考数二，概率不考，不过我感觉毛老师的书还是不错的
K币11821 元
在线时间1961 小时
主题帖子积分
K币11821 元
恩。。。目前正在看。。。
海大 再见。。。我们无缘
一般战友, 积分 226, 距离下一级还需 274 积分
在线时间81 小时
主题帖子积分
一般战友, 积分 226, 距离下一级还需 274 积分
一般战友, 积分 226, 距离下一级还需 274 积分
我有他的微积分&&不过年代很老&&不知道该不该看
K币11821 元
在线时间1961 小时
主题帖子积分
K币11821 元
可以参考一下吧
海大 再见。。。我们无缘
Powered by Discuz!概率论与数理统计解题方法与技巧 _正版电子书在线阅读_百度阅读
概率论与数理统计解题方法与技巧
支持以下平台（点击下载客户端）
畅销飙升榜
概率论与数理统计解题方法与技巧
亚马逊评分：
您也可能感兴趣
《概率论与数理统计解题方法与技巧》是高等院校经济类、管理类及相关专业学生概率论与数理统计课程的辅导书，与国内通用的《概率论与数理统计》（财经类）教材相匹配，可同步使用。全书共分八章，内容包括：随机事件与概率、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律及中心极限定理、抽样分布、参数估计、假设检验等。《概率论与数理统计解题方法与技巧》以21世纪的概率论与数理统计课程教材内容为准，通过设置63个专题，阐述了相关的解题方法与技巧，同时配以精心挑选和编排的例题。《概率论与数理统计解题方法与技巧》例题丰富典型，解题分析透彻、过程详尽，注重解题方法与技巧的训练以及综合运用知识能力的培养。每章附有自测题及其参考答案，以帮助学习者及时评估与调整自己的学习状态。书末的两套模拟试卷用以检测学习者对本课程的掌握情况，其参考答案又可以帮助学习者纠正和弥补所发现的问题与不足。《概率论与数理统计解题方法与技巧》是经济类、管理类学生学习概率论与数理统计课程必备的辅导教材，是报考硕士研究生读者的精品之选，是极为有益的教学参考用书，是无师自通的自学指导书。
《概率论与数理统计解题方法与技巧》由北京大学出版社出版。
第一章 随机事件与概率一、内容综述1.随机事件2.概率3.三个重要的概率模型4.几点概率思想二、专题解析与例题精讲1.随机事件的关系与运算2.利用基本公式计算概率3.古典概型与几何概型的概率计算4.条件概率的计算与乘法公式的运用5.事件独立性的有关问题6.综合例题自测题一第二章 一维随机变量及其分布一、内容综述1.描述随机变量分布的三个函数2.离散型随机变量常用分布3.连续型随机变量常用分布二、专题解析与例题精讲1.一维离散型随机变量分布律的有关问题2.一维随机变量分布函数的有关问题3.分布律与分布函数关系的有关问题4.概率密度以及概率密度与分布函数关系的有关问题5.常用分布的有关问题6.求一维随机变量函数的分布7.综合例题自测题二第三章 多维随机变量及其分布一、内容综述1.二维随机变量的相关分布及独立性2.二维离散型随机变量的相关分布及独立性3.二维连续型随机变量的相关分布及独立性4.二维均匀分布的相关分布5.二维正态分布的相关分布及独立性6.多维随机变量的相关分布及独立性（以连续型随机变量为例说明）二、专题解析与例题精讲1.二维随机变量联合分布函数、分布律及概率密度的判别2.求二维随机变量联合分布的未知参数3.求二维随机变量的联合分布函数4.求二维离散型随机变量的联合分布律5.已知二维随机变量的联合分布，求边缘分布6.已知二维随机变量的联合分布，求条件分布7.已知边缘分布或条件分布等相关条件，求联合分布8.随机变量独立性的判别9.求两个相互独立随机变量的联合分布10.求离散型随机变量函数的概率分布11.求连续型随机变量和、差、积、商的概率分布12.求连续型随机变量其他函数的概率分布13.求离散型随机变量与连续型随机变量函数的概率分布14.求有限个相互独立随机变量最大值与最小值的概率分布15.二维均匀分布的有关问题16.二维正态分布的有关问题17.综合例题自测题三第四章 随机变量的数字特征一、内容综述1.数学期望的定义与公式2.数学期望的性质3.方差的定义与公式4.方差的性质5.常用分布的数学期望与方差6.协方差的定义与公式7.协方差的性质8.相关系数的定义、性质与不相关的概念9.矩与协方差矩阵的定义10.n维正态分布的性质11.切比雪夫不等式二、专题解析与例题精讲1.求离散型随机变量的数学期望与方差2.求连续型随机变量的数学期望与方差3.求一维离散型随机变量函数的数学期望与方差4.求一维连续型随机变量函数的数学期望与方差5.求二维离散型随机变量函数的数学期望与方差6.求二维连续型随机变量函数的数学期望与方差7.数学期望在实际问题中的应用8.求有限个独立同分布随机变量最大值和最小值的数学期望与方差9.利用切比雪夫不等式估计概率10.求随机变量的协方差11.求随机变量的相关系数12.判别随机变量的不相关性与独立性13.利用随机变量的和式分解计算数字特征14.二维正态分布数字特征的有关问题15.综合例题自测题四第五章 大数定律与中心极限定理一、内容综述1.随机变量序列依概率收敛的定义及相关结论2.大数定律3.中心极限定理二、专题解析与例题精讲1.随机变量序列依概率收敛的有关问题2.大数定律的有关问题3.中心极限定理的应用4.综合例题自测题五第六章 抽样分布一、内容综述1.概念与术语2.总体分布与样本联合分布的关系3.常用统计量4.数理统计中的常用分布5.正态总体统计量的分布二、专题解析与例题精讲1.判断分布问题2.统计量数学期望与方差的计算3.统计量概率计算问题自测题六第七章 参数估计一、内容综述1.基本概念2.求参数点估计的两种方法3.参数点估计量的评选标准4.正态总体参数的区间估计二、专题解析与例题精讲1.求总体未知参数的矩估计2.求离散型总体未知参数的最大似然估计3.求连续型总体未知参数的最大似然估计4.参数点估计的评选标准问题5.单正态总体参数的区间估计问题6.双正态总体均值差和方差比的区间估计问题7.综合例题自测题七第八章 假设检验一、内容综述1.基本概念2.假设检验中的两类错误3.假设检验的步骤4.单正态总体参数的假设检验5.双正态总体参数的假设检验二、专题解析与例题精讲1.单正态总体参数的假设检验问题2.双正态总体参数的假设检验问题3.假设检验中两类错误的有关问题4.综合例题自测题八模拟试卷A模拟试卷B自测题及模拟试卷参考答案与提示附表1 标准正态分布表附表2 泊松分布表附表3 t分布表附表4 x2分布表附表5 F分布表参考文献
本书是北京大学出版社出版的《21世纪高等院校经济管理学科数学基础系列教材》之一《概率论与数理统计》教材的配套辅导教材。本书适应高等教育教学内容和课程改革的总目标，是面向21世纪的课程辅导教材。学生们要学好概率论与数理统计，首先必须要弄清概念，理解定理，特别要注意如何将实际问题化为概率统计模型；其次要掌握分析问题和解决问题的方法。而要实现这两点，最好的途径还是看例题和做习题，因此要学好概率论与数理统计，就必须要演练一定数量的习题。在课堂教学中，课程的讲授是按知识的逻辑顺序进行的，习题则是按章或节编排的，学生们所接受的解题训练是单一的、不完善的，缺乏对融会贯通的综合解题能力的培养，再加上受教学时数的限制，许多解题方法与技巧未能在课堂上讲解与演练，当然更谈不上掌握。本书试图为改善上述各点做出努力。作为教学辅导书，它更应强调对知识深入、系统地掌握，强调综合解题能力的培养与训练。本书是通过将知识点系统为专题，将专题归纳为解题方法与技巧，将解题方法与技巧诠释为例题解析的形式展开的。全书包含了400多道附有详细解答的例题及测试题，这些题目内容全面、类型多样，涵盖了概率论与数理统计教学大纲的全部内容，其中不少例题题型新颖、解法精巧；有些例题是历届考研题，有中等或中等以上的难度。一些题目还配以多种解法，以帮助读者从多个角度比较、归纳解题方法与技巧。本书内容的展开与普通教科书基本平行，每章有内容综述及按知识点设置的专题，每个专题下阐述了关于该专题的解题方法与技巧，接着是经过精心挑选和编排的典型例题，这些例题由浅入深，系统地诠释了解题方法与技巧。每章末设有综合例题与自测题，综合例题是在前各专题的引领下，对知识点融会贯通、综合运用的体现。自测题则侧重于检测学习者对本章基本要求的掌握情况，以帮助学习者及时评估自己的学习效果。书末附有两套模拟试卷，可使学习者了解自己对本课程的通盘掌握情况，其参考答案则可以弥补学习者在检测中所发现的问题与不足。
第一章 随机事件与概率一、内容综述初步学习概率论与数理统计这门课程，就会体会到它研究的核心内容是“随机事件的概率”。因此相应的教材通常首先围绕随机事件与概率两个基本概念，介绍相关概念、术语以及一系列基本关系式。这是后面学习的基础，应该熟练掌握。1.随机事件1.1主要概念随机试验对随机现象做实验或观察，且具有如下三个特点，统称为随机试验，记做E。（1）可以在相同条件下重复进行；（2）试验的可能结果不唯一，全部可能结果清楚；（3）试验前不能确定哪一个结果发生。样本点随机试验的每一个结果称为样本点，记做wp等。样本空间全部可能结果，即全体样本点组成的集合，称为样本空间，记为S，即S＝（e）。随机事件随机试验E的样本空间S的子集，称为E的随机事件，通常记为A，B，C等。基本事件一个样本点构成的事件，称为基本事件。必然事件每次试验都必然发生的事件，即样本空间S，称为必然事件。
亚马逊评分
帮助平台入驻