考研数学.doc
- 文档编号:15014521
- 上传时间:2023-06-29
- 格式:DOC
- 页数:13
- 大小:534.50KB
考研数学.doc
《考研数学.doc》由会员分享,可在线阅读,更多相关《考研数学.doc(13页珍藏版)》请在冰点文库上搜索。
2015年考研数学:
二战路上三计锦囊
[复制链接
只要态度好,也很努力,方法上需要改进。
那么我建议三计锦囊:
1.心态(坚如磐石);2.习惯(东升西落);3.学习(龟兔结合)。
清晰吃透重、难、疑知识点
[复制链接]
注重基础,找出联系,强化细节
要做到对知识点清晰分层,实际上不是一个简单的过程,考研数学历来以考试内容多、知识面广、综合性强。
所以建议考生应当深刻理解考试大纲、深刻了解自己的基础情况。
且不能仅想通过一些"解题技巧"成功,要清楚任何知识的积累都是长期努力的结果,都是需要我们踏踏实实来努力的,切勿投机。
有些同学在考场上,不知道怎样下手,不知道该用哪个公式。
这些都是因为考生对数学基本概念掌握不够牢固,理解不够透彻。
所以,建议考生在数学复习中一定要重视基础知识,要复习所有的公式、定理、定义,多做一些基础题来帮助巩固基本知识,在复习基础知识的时候也要学会找出各知识点的内在联系。
例如:
线性代数的内容不多,但基本概念和性质较多,他们之间的联系也比较多。
考生特别要根据每年线性代数考试的两个大题内容,找出所涉及到的概念与方法之间的联系与区别。
向量的线性表示与非齐次线性方程组解的讨论之间的联系;向量的线性相关(无关)与齐次线性方程组有非零解(仅有零解)的讨论之间的联系;实对称阵的对角化与实二次型化标准型之间的联系等。
掌握他们之间的联系与区别,对大家做线性代数的两个大题在解题思路和方法上会有很大的帮助。
学会做题、总结,善于归纳
对于数学复习本阶段最明显的作用是强化技巧,发现自己的薄弱环节。
数学能力的提高,是建立在一定的题量上的,所以一定要做习题。
但是,同样的做了很多题,有的人成绩迅猛提高,有的人却止步不前,原因就是方法和总结。
因此,考生在日常复习过程中要善于梳理知识点,适当的进行习题训练,对于同类型的题目,考生要尽量完整地做,包括所需的公式,各步的计算,千万不能眼高手低,有时候一看题觉得自己会做就放弃演算过程,这是不好的习惯。
只有每次在做题时善始善终,才能提高做题的准确程度,甚至发现自己的一些思维漏洞。
跨考考研数学教研室李老师表示,对于数学复习只有及时配合做题加以巩固,方可透彻理解各章节的知识点及其应用,达到相辅相成的理想效果。
此外,考生要对自己做错的题目要特别用心,通过做题来查缺补漏,训练思维。
提高解题速度、计算准确率,培养自己的逻辑思维能力和综合应用能力。
尤其是计算准确率,数学真题80%都是计算题,所以计算准确率和解题速度是争取数学高分的一个重要前提。
另外,大家要学会使知识系统化。
善于总结也是需要十分强调的一点。
因为很多同学做题的过程就到对过答案或是纠正过错误就结束了,一套题的价值也就到此为止了。
因此大家在纠正完错误之后,需要再把这套试题从头看一遍,总结一下自己都在哪些方面出错了,原因是什么,这套题中有没有出现你不知道的新的方法、思路,新推导出的定理、公式等,并把这些有用的知识全都写到你的笔记本上,以便随时查看和重点记忆。
海天考研辅导专家提醒考生,对于大题的解题方法,要仔细想一想,都涉及到哪些科目和章节了,这些知识点之间有哪些联系等,从而使自己所掌握的知识系统化,以达到融会贯通。
只有这样,才能使你做过的题目实现其最大的价值。
重视真题复习步步为营
考研复习过程中,做历年真题是必经阶段,不光要做,还要做到熟练。
真题中每一道题的解题思路、所考查知识点都应熟练掌握。
做真题不仅可以了解命题特点,也可检测出自己的薄弱点,针对性复习,以达到更好的复习效果。
所以要求考生重视历年真题。
做真题可分两步,第一步一套套地做,这样一是可以检验复习水平,发现不足的地方。
另外为合理安排考场上答题时间积累经验。
第二步,按照章节进行做,在第一步基础上,有些题目有可能会做错,接下来,在各个章节中在专题中做,把该类型的题目,最近十年考试题好好研究,弄清楚常考的是哪些情况,有可能怎么变化,还有可能怎么考。
另外,要求考生通过对考研的试题类型、特点、思路进行系统的归纳总结,有意识地重点解决问题对提高考[微博]生解题的速度和准确性是有很大帮助的。
对于那些具有很强的典型性、灵活性、启发性和综合性的题,要特别注重解题思路的培养,尽管试题千变万化,其知识结构基本相同,题型相对固定。
跨考教育数学教研室尹霞老实人认为,复习时不妨分为五个阶段:
第一阶段做基础知识回顾;第二三阶段强化训练;第四阶段系统复习;第五阶段冲刺。
当然,考生要根据个人情况安排适合自己的复习时间段。
但无论是利用业余时间复习,还是全职复习,考生一定要拿出3-5个月的时间集中地做系统性复习,过于分散的复习方式效果不好。
方法技巧是很重要的,但要重在理解;不提倡题海战术,但做题要有一定的量,不要只看例题,不动笔练习,还要学会与人交流,学会归纳总结,适当记忆;还有要重基础,明主次,复习时就要抓住考试这个根本,从分析考试大纲和真题入手,确定复习重点,将重要的知识点和题型搞透,不要妄图面面俱到,否则你的时间肯定不够。
还有就是要做到持之以恒,坚持到考试结束。
1、随机变量数字特征的考试内容
在考研数学中,数学一和数学三的考试范围都包括“概率论与数理统计”,这部分内容占试卷总分的22%,共34分。
按章节划分的话,概率论与数理统计共包含7~8个章节,其中数学一比数学三多“假设检验”这一章,数学一和数学三共同的部分有7个章节:
随机事件和概率,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,大数定律和中心极限定理,数理统计的基本概念,参数估计。
从历年的考试真题来看,每个章节的考题特点和解题方法各有不同,为了使大家对此有所了解,专业的老师将对此做些介绍,供考生们参考。
下面分析第四部分“随机变量的数字特征”中的考题特点和主要解题方法。
随机变量数字特征的考试内容:
这一章的考试内容包括:
随机变量的数学期望(均值)、方差、标准差及其性质,随机变量函数的数学期望,矩、协方差、相关系数及其性质。
随机变量数字特征的考题特点:
从历年考研真题来看,随机变量的数字特征这一部分内容在考题中出现的频率和所占分值都很高,是一个核心考点,几乎每年都考,而且是一个大题(11分),并且经常不止考一道题,因此考生必须熟练掌握这章内容及相关考题的解题方法。
随机变量数字特征的主要解题方法:
1)熟记并运用6个重要的一维分布的分布律和概率密度,及其数学期望和方差公式,这6个分布包括:
0—1分布,二项分布,泊松分布,正态分布,均匀分布,指数分布;对二维正态和二维均匀分布的数字特征的意义要理解;
2)运用数学期望和方差的基本性质;
3)对二维连续型随机变量,计算其数字特征时一般是首先求出相应的概率密度函数,然后结合数字特征的一些基本性质进行计算;对分段函数往往需要进行分区讨论,分区时一定要细心,这是容易出错的地方。
4)相关系数 取特殊值(指 =0,1,-1)的情况,在历年的考研真题中屡屡出现,对这些题一定要理解这些特殊值的特殊意义。
典型例题:
例1.设连续型随机变量X1与X2相互独立,且方差均存在,X1与X2的概率密度分别为与,随机变量Y1的概率密度为 =,随机变量Y2=.则( )
(A)EY1>EY2,DY1>DY2 (B)EY1=EY2,DY1=DY2 (C)EY1=EY2,DY1
分析:
这是一个关于抽象分布函数的选择题,可以通过取特殊例子进行判断,或者通过期望和方差的基本性质进行分析判断。
解:
方法1:
(特例法)取=,即X1与X2独立同分布,则=,显然,故选(D)
方法2:
(直推法),,
,,∴
注:
对比以上两种方法发现,针对此题,特例法比直推法更加高效。
例2.设二维随机变量(X,Y)服从,则E(XY2)=___ (2011年考研数学三真题第14题)
解:
由(X,Y)服从正态分布知,相关系数=0,于是X与Y相互独立,从而X与相互独立,E(X)=E(X)E()=[D(Y)+E2(Y)]=,故正确答案是。
例3.将一枚硬币重复掷n次,以X和Y分别表示正面向上和反面向上的次数,则X和Y的相关系数为( )
(A)-1 (B)0 (C) (D)1 (2001年考研数学三真题第二(5)题)
解:
由题意知X+Y=n,即Y=-X+n,由相关系数的性质得,X和Y的相关系数为-1,故正确选项是(A).
上面就是考研数学中概率统计部分的“随机变量的数字特征”这部分内容的考题特点和主要解题方法的介绍说明,供考生们参考借鉴。
在以后的时间里,还会陆续向考生们介绍概率统计中其它部分的考题特点和主要解题方法,希望各位考生留意查看。
最后预祝各位考生在2015考研中取得理想的成绩。
2、多维随机变量的考题特点及解题方法
在考研数学中,数学一和数学三的考试范围都包括“概率论与数理统计”,这部分内容占试卷总分的22%,共34分。
按章节划分的话,概率论与数理统计共包含7~8个章节,其中数学一比数学三多“假设检验”,数学一和数学三共同的部分有7个章节:
随机事件和概率,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,大数定律和中心极限定理,数理统计的基本概念,参数估计。
从历年的考试真题来看,每个章节的考题特点和解题方法各有不同,为了使大家对此有所了解,老师将对此做些介绍,供考生们参考。
下面分析第三部分“多维随机变量及其分布”中的考题特点和主要解题方法。
多维随机变量的考试内容:
这一章的考试内容包括:
多维随机变量及其分布,二维离散型随机变量的概率分布、边缘分布和条件分布,二维连续型随机变量的概率密度、边缘概率密度和条件密度,随机变量的独立性和不相关性,常用二维随机变量的分布,两个及两个以上随机变量简单函数的分布。
多维随机变量的考题特点:
这一章的内容虽然是关于多维随机变量的,但从历年考研真题来看,一般仅限于二维随机变量的考题;
二维随机变量是概率统计的基本知识点,在历年考研数学题中出现的频率很高,必须熟练掌握其计算方法;
在计算分布函数和概率密度时,通常要分区讨论;
在利用重积分计算概率时要细心,否则容易出现计算错误而失分。
多维随机变量的主要解题方法:
1)利用联合分布的基本性质计算概率或参数;
2)利用联合分布与边缘分布、条件分布之间的相互关系计算;
3)对离散型分布常用性质和事件概率公式,有时用到一些简单的些排列组合公式计算;
4)对连续型分布常用公式计算概率或分布中的参数;
5)熟练运用二维随机变量的简单函数的分布计算方法和公式,尤其是函数Z=X+Y,max{X,Y},min{X,Y}。
典型例题:
例1.设随机变量X、Y的概率分布相同,X的概率分布为P{X=0}=,P{X=1}=,且X与Y的相关系数.
(I)求(X,Y)的概率分布;(II)求P{X+Y1}.(2014年考研数三的第23题)
分析:
这是一个简单的二维离散型分布,已知边缘分布和相关系数,要求联合分布和事件概率,只要利用边缘和联合分布的相互关系及相关系数的性质即可。
解析:
(I),而,,
,,
(II)
例2.设随机变量的概率分布为,在给定的条件下,随机变量服从均匀分布。
(I)求的分布函数;(2014年考研数一和数三的共同题目,第22(I)题)
分析:
此题已知一个边缘分布和条件分布,要求另一个边缘分布,只要利用边缘分布与条件分布的关系即可计算出来。
此题的一个特点是:
它是一个离散分布与连续分布的混合型分布。
解:
(I),时,;当时,;当时,;当时,,故
3、一维随机变量的考题特点及解题方法
[复制链接]
考研数学中,数学一和数学三的考试范围都包括“概率论与数理统计”,这部分内容占试卷总分的22%,共34分。
按章节划分的话,概率论与数理统计共包含7~8个章节,其中数学一比数学三多“假设检验”这一章,数学一和数学三共同的部分有7个章节:
随机事件和概率,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,大数定律和中心极限定理,数理统计的基本概念,参数估计。
从历年的考试真题来看,每个章节的考题特点和解题方法各有不同,为了使大家对此有所了解,老师将对此做些介绍,供考生们参考。
下面分析第二部分“一维随机变量及其分布”中的考题特点和主要解题方法。
一维随机变量的考试内容:
这一章的考试内容包括:
随机变量,随机变量分布函数的概念及其性质,离散型随机变量的概率分布,连续型随机变量的概率密度,常见随机变量的分布,随机变量函数的分布。
一维随机变量的考题特点:
一维随机变量及其分布是后面多维随机变量和数字特征的基础,其考题出现的频率不如后面这二章多,其难度也相对较低,因此只要大家仔细审题和计算,一般都能得全分。
这部分的考题一般出现在选择题或填空题中,常见的考题形式包括:
已知分布律或分布函数、密度函数,要求其中的参数,计算随机变量的概率,求随机变量的函数的概率密度和分布函数。
一维随机变量的主要解题方法:
1)求分布函数和概率密度中的参数或概率时,常利用分布函数的性质:
F(-∞)=0,F(∞)=1,以及概率密度的性质:
;
2)求离散型随机变量的分布律及概率时,常利用随机事件的概率公式及一些基本排列组合知识进行计算;
3)利用分布函数和概率密度的性质计算概率(如:
正态分布的性质:
对称性、可标准化,泊松定理);
4)求随机变量的函数的概率密度时常利用变限积分的求导计算;
典型例题:
例1.设 是随机变量,且,(=1,2,3),则( )
(A) (B) (C) (D) (2013年考研数学三真题第7题)
解:
由标准正态分布的对称性知 , , ,由标准正态分布函数 的几何意义知 ,答案选(A)
例2.设 为标准正态分布的概率密度, 为 上均匀分布的概率密度,若 () 为概率密度,则 应满足( )
(A) (B) (C) (D) (2010年考研数学三真题第8题)
分析:
根据密度函数的性质, 满足
解:
因为 ,所以 ,应选(A)
4、寻根究底之随机变量篇
(一)
[复制链接]
离散VS连续,一维VS多维,随机VS确定
寻根究底之随机变量篇
(一)
刘老师——数学教研室
普研数学中概率共五题。
如果有时间,看看真题,会发现题目是这么表述的:
“设随机变量X…”,“设总体X…”,“设样本X1,X2,…,Xn为来自总体X的简单随机样本…”。
可见考研数学概率部分是以随机变量为载体出题的;另外,随机变量之于概率正如矩阵之于线代:
矩阵是线性代数的活动基地,线代的核心概念基本上都是用矩阵定义的;而随机变量则是概率统计的活动基地,概率统计的重要概念均以随机变量为载体展开。
随机变量,顾名思义,就是具有随机性的变量。
什么叫有随机性?
刘老师将带领大家从随机试验开始看起。
所谓随机试验,就是具有如下特征的试验:
“可重复”,“结果不唯一”,“无法预知”(试验前无法预知哪种结果出现)。
如掷硬币,掷骰子。
对于某个随机试验,我们把其结果收集起来构成一个集合,这就构成了该试验的样本空间。
而样本空间的子集就是随机事件。
所以随机事件即某些试验结果构成的集合。
概率第一章的基本概念:
样本空间、随机事件、必然事件、不可能事件、基本事件,均可以理解成特殊的集合(由随机试验的结果构成的集合):
全集、子集、全集、空集、单点集。
随机变量是定义在样本空间上的单值函数。
例如对于掷硬币这个随机试验,其样本空间为{正,反},我们可以在这个样本空间上定义一个随机变量:
X(正)=1,X(反)=0。
关于随机变量的概念,我们不妨多思考一下,以增进和它的关系。
套用一句广告词:
你怎么对待随机变量,随机变量就怎么对待你。
请思考如下几个问题:
{C}{C}1. {C}{C}随机变量是个函数,这个函数是不是高数中的函数?
不少同学没有思考过这个问题,那就错过了深入理解随机变量的机会。
高数中的函数是什么样子的?
起码定义域是实数集或实数集的子集。
而随机变量的定义域是样本空间。
这说明二者是不同类型的函数。
什么?
函数还有不同类型?
有这种疑惑的同学很可能没有好好看教材,在同济六版高数教材第6页,有一小段话,较为透彻地解答了该问题。
大家可以通过翻书或听我唠叨几句这两种方式解决这个问题。
ready?
go!
映射是两个集合A,B之间的对应关系,考虑非空集合A、B,对于集合A中的任一元素,若集合B中有唯一确定的元素与之对应,我们就把这种对应关系称为从A到B的映射。
如果集合A、B均为实数集或其子集,我们把这个映射称为函数。
如果定义域为一个一般的集合(非实数集或其子集),那么我们把这种映射称为泛函(泛函字面意思为广义的函数)。
理解了这些概念后,我们再来看随机变量,不难发现它原来是个泛函(怪不得不好理解呢)。
泛函的知识考研不要求,不必深究。
{C}{C}2. {C}{C}随机变量能否表示随机事件?
这个问题也有不少同学感到困惑。
我们以上面定义的这个随机变量为例,{X=1}是个随机事件吗?
是。
可以有两个理解角度:
其一,它可以写成{X=1}={e|X(e)=1}={正},这是一种反对应:
由函数因变量的取值反对应自变量的取值。
大家可以体会一下如何用随机变量表示随机事件;其二,X有两种可能的取值0,1,并且以一定的概率取每个值,而可以考虑概率的事件自然是随机事件了。
所以以后见到一个随机变量,我们不一定要弄清它是如何定义的(有时这是困难的),只要我们能分析出这个变量有若干种可能的取值,取每个值有相应的概率即可认可其为随机变量,进行下一步分析即可。
类似地,{X<=1}也是随机事件。
而且这种方式表示的随机事件有重要应用。
正如深挖群众提供的贪腐线索有可能揪出大老虎,深入理解基本概念可能会有意想不到的收获。
由{X<=1}为随机事件,不难得到{X<=a}亦为随机事件(其中a为给定的实数)。
进一步,{X<=x}是随机事件吗(x为变量,且不具有随机性)?
给定x,{X<=x}为一个随机事件;若给定不同的x,就得到不同的随机事件。
如果x的取值范围是全体实数,我们就得到了一系列的随机事件。
而每个随机事件又可以与一个概率对应。
这样,对于每个x,有唯一确定的实数与其对应,这就确定了函数关系。
这个函数是与X有关的,我们称其为X的分布函数。
是不是有点意外的收获?
走笔至此,我忍不住要说两句“形而上”的东西。
为什么有同学感觉课上听懂了,课下却不会做题?
一个重要的原因是上课是学生跟着老师的思路走,缺少主动探索和“试错”。
我们碰到一道题就像路过一个十字路口,有前后左右四个方向可选,而最终我们会选择其中一个方向走下去。
那为什么要选这个方向?
很多时候,我们要用主动的试错去减少可能性,用试错去建立自己的经验系统,进而依据经验系统做决策。
而这种试错最好在平时完成(在考场上试错就“悲剧”了)。
3.为什么要引入随机变量?
随机变量是把随机试验的结果与实数对应起来,方便用数学工具处理。
没有随机变量的状态,我们已经见识过了,就在概率的第一章。
我们可以考虑随机事件,但每次说起来和写起来都不方便:
事件中的元素可能是“正”和“反”,也可能是“1点”和“6点”,还可能是“中”和“不中”;相应地算概率可能是P{“正”},可能是P{“掷出偶数点”},还可能是P{“独立重复地射击10次,击中k次”}。
而有了随机变量后,整个概率的世界就不同了:
可以用P{X=1}表示掷硬币朝上的面为正面,表示掷骰子掷出偶数点,还可以表示射击命中,只需要修改随机变量X的定义即可;此外,我们可以进一步定义X的分布函数,那么高等数学就可以作为一个工具来为概率统计服务了,比如求极限,求导这些基本计算可以对分布函数进行。
概率:
随机变量及其分布
[复制链接]
维随机变量及其分布,随机变量是概率论的研究对象,是随机事件的量化产物。
这章是二维随机变量的基础,每年必考,有单独直接考查,也经常与二维随机变量相结合去考查。
如09年数一和数三第8题考查分布函数的特殊性质,第22题考到了一维离散型随机变量的常见分布。
10年数一、数三第7题考查一维随机变量分布函数的性质(一点处概率),第8题考查一维连续型随机变量的常见分布及概率密度的充要条件。
数一第14题考查利用离散型随机变量的分布律的性质求未知参数,第23题考了常见分布如二项分布。
11年数一和数三第7题考查概率密度的充要条件。
12年数一第23题求概率密度,数三第7题考了一维随机变量均匀分布的概率密度。
13年数一和数三第7题考查一维常见分布中的正态分布,(考查正态分布的标准化和对称性)。
数一第14题考了指数分布,22题考查随机变量的分布函数(得分率较低)。
14年数三第22题求随机变量的分布函数。
一、考试内容
1.随机变量
2.随机变量分布函数的概念及其性质
3.离散型随机变量的概率分布
4.连续型随机变量的概率密度
5.常见随机变量的分布
6.随机变量函数的分布
二、考试要求
1.理解随机变量的概念,理解分布函数的概念及其性质,会计算与随机变量相联系的事件的概率。
2.理解离散型随机变量及其概率分布的概念,掌握0-1分布、二项分布、几何分布、超几何分布、泊松分布及其应用。
3.了解泊松定理的结论和应用条件,会用泊松分布近似表示二项分布。
4.理解连续型随机变量及其概率密度的概念,掌握均匀分布、正态分布、指数分布及其
应用,其中参数的指数分布的概率密度为。
5.会求随机变量函数的分布。
三、复习要点
1.分布函数
首先要理解分布函数的概念,分布函数表示随机变量位于一点左侧区间的概率。
分布函数的定义,在考试中用得比较多,如直接利用分布函数的定义去计算分布函数,连续型随机变量函数求概率密度或者分布函数等。
其次,要理解分布函数的性质,包括:
一、分布函数的充分必要条件,充要条件中涉及到的三条是判断一个函数能否作为某随机变量分布函数的依据。
这个考点,在考研[微博]试题的选择题中也常有考查,所以需要考生引起足够的重视。
二、通过分布函数去计算概率的一系列公式。
关于这些公式,大部分都可以通过分布函数的定义去推导,希望考生在前期学习的时候,可以自己动笔去推导一遍。
其实,这个推导的过程,也是进一步理解随机变量分布函数定义的过程。
在理解了分布函数概率和常用性质的基础上,建议考生再做一些与该知识点有关的配套练习,再次强化一下这一部分的考点。
2.分布律
离散型随机变量的核心就是考察随机变量的分布律,这点凡是涉及到离散型随机变量,不论维数是几维,考查的核心点都是一样的。
分布律的写法关键是掌握两个要点。
一、随机变量的所有可能取值有哪些,关于这点更多的会与实际问题相结合,考生需要去理解题目中的文字信息,判断随机变量的可能取值。
一般来说,列出随机变量所有取值的难度较低,大部分考生可以写出,切勿粗心大意落掉某些取值。
二、随机变量取对应值的概率,应该说第二点是写出分布律的重难点。
如果题目的背景是与实际问题相结合的,那计算概率的时候一般会用
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 考研 数学
![提示](https://static.bingdoc.com/images/bang_tan.gif)