概率論與數(shù)理統(tǒng)計解題方法技巧歸納

第一章隨機(jī)事件與古典概率的直接計算
1.1用簡單事件通過運(yùn)算表示復(fù)合事件
1.2事件間的關(guān)系及其運(yùn)算性質(zhì)的簡單應(yīng)用
1.3加法原理和乘法原理在排列組合及古典概率計算中的應(yīng)用
1.4古典概型--摸球模型的計算
1.5古典概型--質(zhì)點入盒模型的計算
1.6古典概型--隨機(jī)取數(shù)模型的計算
1.7幾何概型的計算
第二章古典概率的間接計算
2.1與對立事件有關(guān)的事件的概率算法
2.2與差事件有關(guān)的事件的概率算法
2.3與包含關(guān)系有關(guān)的事件的概率算法
2.4事件和的概率的算法
2.5條件概率的算法
2.6應(yīng)用乘法公式計算概率的兩種情況
2.7如何正確理解事件的獨(dú)立性
2.8事件獨(dú)立性在概率計算和證明中的應(yīng)用
2.9獨(dú)立試驗序列概型的計算
2.10使用全概公式和貝葉斯公式,尋找完備事件組的兩個常用方法
2.11加法公式和乘法公式的綜合應(yīng)用
2.12抽簽原理的證明及其應(yīng)用
第三章隨機(jī)變量及其分布
3.1離散型隨機(jī)變量的分布列的求法
3.2離散型隨機(jī)變量的分布律的應(yīng)用
3.3連續(xù)型隨機(jī)變量分布的確定.判別及其求法
3.4隨機(jī)變量函數(shù)分布的求法
3.5連續(xù)型隨機(jī)變量在區(qū)間內(nèi)取值的概率算法
3.6與隨機(jī)變量的分布有關(guān)的一些證明題
第四章隨機(jī)變量的數(shù)字特征
4.1離散型隨機(jī)變量的數(shù)學(xué)期望與方差的求法
4.2連續(xù)型隨機(jī)變量的數(shù)學(xué)期望與方差的求法
4.3隨機(jī)變量函數(shù)的數(shù)學(xué)期望與方差的求法
4.4數(shù)學(xué)期望與方差的應(yīng)用題的常用解法
第五章幾類重要分布的應(yīng)用
5.1二項分布的應(yīng)用
5.2泊松分布的應(yīng)用
5.3均勻分布的證法及其他
5.4指數(shù)分布的應(yīng)用
5.5正態(tài)分布的應(yīng)用
第六章二維隨機(jī)變量及其分布
6.1求離散型隨機(jī)變量的聯(lián)合概率分布應(yīng)注意的幾個問題
6.2邊緣分布的求法
6.3利用二維概率分布求二維隨機(jī)變量落人平面區(qū)域的概率的方法
6.4二維連續(xù)型隨機(jī)變量分布函數(shù)的求法
6.5二維離散型隨機(jī)變量獨(dú)立性的判別及其應(yīng)用
6.6二維連續(xù)型隨機(jī)變量獨(dú)立性的判別方法
6.7條件分布的算法及其簡單應(yīng)用
6.8兩隨機(jī)變量之和的概率分布的求法
6.9二維隨機(jī)變量的最大值與最小值分布的求法
6.10二維隨機(jī)變量的數(shù)學(xué)期望和方差的求法
6.11協(xié)方差與相關(guān)系數(shù)的計算方法及其簡單應(yīng)用
6.12如何掌握二維均勻分布與二維正態(tài)分布
第七章大數(shù)定律和中心極限定理
7.1一類與期望和(或)方差有關(guān)的概率不等式的證法
7.2切比雪夫不等式的兩點應(yīng)用
7.3德莫佛-拉普拉斯中心極限定理的應(yīng)用
7.4列維-林德伯格中心極限定理的應(yīng)用
第八章抽樣分布
8.1樣本均值分布及其應(yīng)用
8.2X2分布及其應(yīng)用
8.3t分布及其應(yīng)用
8.4F分布及其應(yīng)用
第九章參數(shù)估計
9.1矩估計量(值)的求法
9.2極大似然估計量(值)的求法
9.3驗證估計量無偏性的常用方法
9.4估計量的有效性及一致性的證法
9.5正態(tài)總體參數(shù)的區(qū)間估計
第十章假設(shè)檢驗
10.1小概率原理應(yīng)用舉例
10.2單個正態(tài)總體均值與方差的假設(shè)檢驗
10.3兩個正態(tài)總體均值與方差的假設(shè)檢驗
習(xí)題答案或提示
附錄(浙大"概率論與數(shù)理統(tǒng)計"(第二版)部分習(xí)題解答查找表)