自考概率论与数理统计（工）高频考点速记清单（含核心公式）

自考概率论与数理统计（工）高频考点速记清单（含核心公式）一、核心基础（必记）考试信息：课程代码13174，150分钟闭卷，100分（60分合格）；可带无存储计算器，计算题需写步骤分值分布：概率论（75分）、数理统计（25分）；易20分、中偏易40分、中偏难30分、难10分能力层级：识记（20分）→领会（40分）→简单应用（30分）→综合应用（10分）重点章节：1（随机事件与概率）、2（随机变量及其分布）、4（数字特征）、7（参数估计）、8（假设检验）二、各章节高频考点+核心公式（按章节，重点必记）第一章随机事件与概率（核心重点）核心概念：随机事件、样本空间；事件的5种关系（包含、相等、和、积、差）、2种特殊关系（互不相容、对立）高频公式（必记）：加法公式：$$P(A\cupB)=P(A)+P(B)-P(A\capB)$$（互不相容时$$P(A\cupB)=P(A)+P(B)$$）减法公式：$$P(A-B)=P(A)-P(A\capB)$$（B⊂A时$$P(A-B)=P(A)-P(B)$$）乘法公式：$$P(AB)=P(A)P(B|A)=P(B)P(A|B)$$（独立时$$P(AB)=P(A)P(B)$$）全概率公式：$$P(A)=\sum_{i=1}^{n}P(B_i)P(A|B_i)$$（$$B_1,B_2,...,B_n$$为样本空间划分）贝叶斯公式：$$P(B_i|A)={P(B_i)P(A|B_i)}{\sum_{j=1}^{n}P(B_j)P(A|B_j)}$$n重伯努利试验：$$P(X=k)=C_n^kp^k(1-p)^{n-k}$$（k=0,1,...,n）关键考点：古典概型概率计算（$$P(A)={事件A包含的基本事件数}{样本空间基本事件总数}$$）；事件的独立性第二章随机变量及其概率分布（核心重点）离散型：分布律（非负性$$P(X=x_k)\geq0$$、归一性$$\sum_{k}P(X=x_k)=1$$）；常用分布及分布律：0-1分布：$$P(X=k)=p^k(1-p)^{1-k}$$（k=0,1）二项分布$$X\simB(n,p)$$：$$P(X=k)=C_n^kp^k(1-p)^{n-k}$$（k=0,1,...,n）泊松分布$$X\simP(\lambda)$$：$$P(X=k)={\lambda^ke^{-\lambda}}{k!}$$（k=0,1,...；$$\lambda>0$$）连续型：概率密度（非负性$$f(x)\geq0$$、归一性$$\int_{-\infty}^{+\infty}f(x)dx=1$$）；常用分布及密度函数：均匀分布$$X\simU(a,b)$$：$$f(x)=\begin{cases}{1}{b-a},&a指数分布$$X\simE(\lambda)$$：$$f(x)=\begin{cases}\lambdae^{-\lambdax},&x>0\\0,&x\leq0\end{cases}$$（$$\lambda>0$$）正态分布$$X\simN(\mu,\sigma^2)$$：$$f(x)={1}{\sqrt{2\pi}\sigma}e^{-{(x-\mu)^2}{2\sigma^2}}$$；标准正态$$N(0,1)$$：$$\varphi(x)={1}{\sqrt{2\pi}}e^{-{x^2}{2}}$$关键考点：分布函数$$F(x)=P(X\leqx)$$（离散型$$F(x)=\sum_{x_k\leqx}P(X=x_k)$$；连续型$$F(x)=\int_{-\infty}^xf(t)dt$$）；标准正态与一般正态转换（$$Z={X-\mu}{\sigma}\simN(0,1)$$）第三章多维随机变量及其概率分布核心考点：二维离散型联合分布律$$P(X=x_i,Y=y_j)=p_{ij}$$（归一性$$\sum_i\sum_jp_{ij}=1$$）；边缘分布律$$p_{i.}=\sum_jp_{ij}$$、$$p_{.j}=\sum_ip_{ij}$$二维连续型：联合密度$$f(x,y)\geq0$$、$$\int_{-\infty}^{+\infty}\int_{-\infty}^{+\infty}f(x,y)dxdy=1$$；边缘密度$$f_X(x)=\int_{-\infty}^{+\infty}f(x,y)dy$$、$$f_Y(y)=\int_{-\infty}^{+\infty}f(x,y)dx$$关键：独立性判定（离散型$$p_{ij}=p_{i.}p_{.j}$$；连续型$$f(x,y)=f_X(x)f_Y(y)$$）第四章随机变量的数字特征（核心重点）核心公式（必记）：数学期望：离散型$$E(X)=\sum_kx_kP(X=x_k)$$；连续型$$E(X)=\int_{-\infty}^{+\infty}xf(x)dx$$；性质$$E(aX+b)=aE(X)+b$$、$$E(X+Y)=E(X)+E(Y)$$方差：$$D(X)=E(X^2)-[E(X)]^2$$；性质$$D(aX+b)=a^2D(X)$$、独立时$$D(X+Y)=D(X)+D(Y)$$协方差：$$Cov(X,Y)=E(XY)-E(X)E(Y)$$；相关系数：$$\rho_{XY}={Cov(X,Y)}{\sqrt{D(X)}\sqrt{D(Y)}}$$（$$|\rho_{XY}|\leq1$$，=0时不线性相关）必记：6种常用分布的期望与方差（直接套用）0-1分布：$$E(X)=p$$，$$D(X)=p(1-p)$$二项分布$$B(n,p)$$：$$E(X)=np$$，$$D(X)=np(1-p)$$泊松分布$$P(\lambda)$$：$$E(X)=\lambda$$，$$D(X)=\lambda$$均匀分布$$U(a,b)$$：$$E(X)={a+b}{2}$$，$$D(X)={(b-a)^2}{12}$$指数分布$$E(\lambda)$$：$$E(X)={1}{\lambda}$$，$$D(X)={1}{\lambda^2}$$正态分布$$N(\mu,\sigma^2)$$：$$E(X)=\mu$$，$$D(X)=\sigma^2$$第五章大数定律及中心极限定理识记：大数定律（切比雪夫、伯努利）核心结论（频率→概率、样本均值→总体均值）应用：中心极限定理，近似计算$$P(\sum_{i=1}^nX_i\leqx)\approx\Phi\left({x-n\mu}{\sqrt{n}\sigma}\right)$$（$$X_i$$独立同分布，$$E(X_i)=\mu$$，$$D(X_i)=\sigma^2$$）第六章样本与统计量核心概念：总体、样本、统计量（不含未知参数）；常用统计量：样本均值$$\bar{X}={1}{n}\sum_{i=1}^nX_i$$，样本方差$$S^2={1}{n-1}\sum_{i=1}^n(X_i-\bar{X})^2$$关键：χ²分布、t分布、F分布的定义及自由度（选择题/填空题高频）第七章参数估计（核心重点）点估计：矩估计法（用样本矩替代总体矩）；极大似然估计法（求似然函数最大值点）估计评价：无偏性（$$E(\hat{\theta})=\theta$$）、有效性（方差更小更有效）区间估计（正态总体，必记公式）：σ²已知，μ的置信区间：$$\bar{X}\pmu_{\alpha/2}{\sigma}{\sqrt{n}}$$σ²未知，μ的置信区间：$$\bar{X}\pmt_{\alpha/2}(n-1){S}{\sqrt{n}}$$μ未知，σ²的置信区间：$$\left({(n-1)S^2}{\chi_{\alpha/2}^2(n-1)},{(n-1)S^2}{\chi_{1-\alpha/2}^2(n-1)}\right)$$第八章假设检验（核心重点）核心步骤：建立原假设$$H_0$$/备择假设$$H_1$$→选检验统计量→确定拒绝域→做出结论关键（单个正态总体，必记检验统计量）：σ²已知，检验μ：$$U={\bar{X}-\mu_0}{\sigma/\sqrt{n}}\simN(0,1)$$σ²未知，检验μ：$$t={\bar{X}-\mu_0}{S/\sqrt{n}}\simt(n-1)$$μ未知，检验σ²：$$\chi^2={(n-1)S^2}{\sigma_0^2}\sim\chi^2(n-1)$$三、考试题型与分值（固定）单项选择题（20分）：10题×2分，考查基础概念、公式、性质（识记/领会）填空题（30分）：15题×2分，考查公式、简单计算、概念（识记/简单应用）计算题（16分）：2题×8分，考查古典概型、期望方差、样本统计量（简单应用）综合题（24分）：2题×12分，考查全概率/贝叶斯公式、随机变量函数分布、点估计（综合应用）应用题（10分）：1题