返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 考研数学你真的掌握了吗?-概率论与数理统计
  • 新商品上架
    • 作者: 张杨文著
    • 出版社: 清华大学出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张杨文著
    • 出版社:清华大学出版社
    • ISBN:9787302681533
    • 版权提供:清华大学出版社




    基本信息(以实物为准)
    商品名称:考研数学你真的掌握了吗?-概率论与数理统计 博库网开本:16开
    作者:编者:张杨文|页数:
    定价:49.8出版时间:2025-03-01
    ISBN号:9787302681533 商品类型:图书
    出版社:清华大学版次:1
    作者简介:
    张杨文,数学与应用数学博士学位,主要研究方向为偏微分方程的控制理论及其算法。 在计算数学 期刊《SIAM Journal on Numerical Analysis》上发表论文7篇,其中作者还独立解决了数值线性代数领域中一个 重要的公开问题,作者与卡内基梅隆的Walkington教授和加州伯克利的Weber教授合作, 提出了关于偏微分计算的全新算法,在保持同样精度的前提下,其计算效率是传统算法的几百倍甚至上千倍。在教学方面,作者曾经在成都新东方从事考研培训2年,并且一直从事高等数学、线性代数,概率统计、数值线性代数、数值分析和偏微分方程等课程的教授工作。

    ......

    内容提要:
    本书基于作者多年教学研究经验和考前辅导经验,经过十年的准备,针对考研数学学科各主要专题进行了深入的梳理和讲解,力求体现知识脉络的演变以及思维高度的创新。
         本书内容原创性强,不拘泥于结论和形式,循循善诱,部分例题在大学入门阶段即可读懂。书中例题大部分是历年考研真题,还配有例题相关的变式题,是广大考生课堂学习的有益补充,也是大家提早备考的有效复习资料。

    ......

    目录:
    第1章 随机事件与概率
    1.1 随机事件及其运算
    1.1.1 随机事件的基本概念
    1.1.2 事件之间的关系与运算
    1.2 概率的定义及其性质
    1.2.1 概率的减法公式
    1.2.2 概率的加法公式
    1.3 条件概率
    1.3.1 条件概率的定义
    1.3.2 乘法公式
    1.4 全概率公式与贝叶斯公式
    1.4.1 全概率公式
    1.4.2 贝叶斯公式
    1.5 独立性
    1.5.1 两个事件之间的独立性
    1.5.2 多个事件的相互独立性
    第2章 一维随机变量及其分布
    2.1 分布函数
    2.1.1 随机变量的概念
    2.1.2 分布函数
    2.1.3 离散型随机变量的分布律
    2.1.4 连续型随机变量的概率密度函数
    2.2 期望与方差
    2.2.1 期望
    2.2.2 方差
    2.3 常用分布
    2.3.1 常见的离散型随机变量的分布
    2.3.2 常见的连续型随机变量的分布
    2.4 随机变量函数的分布
    2.4.1 离散型随机变量函数的分布
    2.4.2 连续型随机变量函数的分布
    第3章 多维随机变量及其分布
    3.1 多维随机变量及其联合分布
    3.1.1 联合分布函数
    3.1.2 联合分布律
    3.1.3 联合密度函数
    3.1.4 常见多维分布
    3.2 边缘分布与随机变量的独立性
    3.2.1 边缘分布函数
    3.2.2 边缘分布律
    3.2.3 边缘密度函数
    3.2.4 条件分布.
    3.2.5 随机变量之间的独立性
    3.3 多维随机变量函数的分布
    3.3.1 离散型随机变量函数的分布
    3.3.2 连续型随机变量函数的分布
    3.3.3 离散型随机变量与连续型随机变量函数的分布
    3.3.4 值与 小值的分布
    3.4 多维随机变量的期望与方差
    3.4.1 期望与方差

    ......

    精 彩 页:
    在第 2 章中, 我们学习了单一离散型和单一连续型随机变量的概率模型. 然而, 在许多实际问题中, 需 要同时使用多个随机变量来描述随机现象. 例如, 在研究儿童生长的问题上, 仅研究儿童的身高或仅研究其 体重都是片面的, 有必要将身高和体重作为一个整体来考虑, 这就引出了多维随机变量的概念. 研究多维随机变量旨在揭示各变量之间的相互影响, 这是分别研究多个一维随机变量时无法获得的. 那么, 如何研究多维随机变量的统计规律性呢? 仿一维随机变量的研究方法, 我们先探讨多维随机变量的 联合分布函数. 3.1 多维随机变量及其联合分布 3.1.1 联合分布函数 【知识点 3.1】 对任意 n 个实数 x1, x2, · · · , xn, 事件 {X1 . x1} , {X2 . x2} , · · · , {Xn . xn} 同时发 生的概率 F (x1, x2, · · · , xn) = P (X1 . x1,X2 . x2, · · · ,Xn . xn) 称为 n 维随机变量 (X1,X2, · · · ,Xn) 的联合分布函数. 图 3-1 在考研数学中, 涉及的多维随机变量通常是二维的. 因此, 我们重点 介绍二维随机变量, 二维以上的情况可以类推. 对于二维随机变量 (X, Y ), 联合分布函数 F(x, y) = P(X . x, Y . y) 是事件 {X . x} 与 {Y . y} 同时发生的概率. 如果将二维随机变量 (X, Y ) 看作平面上随机点的坐标, 那么联合分布函数 F(x, y) 在点 (x, y) 处的函数值就是随机点 (X, Y ) 落在以 (x, y) 为顶点的左下无穷直角区域 (见图 3-1) 上的概率. 【例 3.1】 (2006·数一 22、数三 22) 设随机变量 X 的概率密度为 fX(x) =8> >><> >>: 0.5, .1 < x < 0 0.25, 0 . x < 2 0, 其他 , 令 Y = X2, F(x, y) 为二维随机变量 (X, Y ) 的分布函数, 求 F . 1 2 , 4. 【解析】 由联合分布函数的定义可知 F .

    ......

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购