|
第五章:无穷级数 |
考试内容 常数项级数的收敛与发散的概念 收敛级数的和的概念 级数的基本性质与收敛的必要条件 几何级数与p级数及其收敛性 正项级数收敛性的判别法 任意项级数的绝对收敛与条件收敛 交错级数与莱布尼茨定理 幂级数及其收敛半径、收敛区间(指开区间)和收敛域 幂级数的和函数 幂级数在其收敛区间内的基本性质 简单幂级数的和函数的求法 初等函数的幂级数展开式 考试要求 1、了解级数的收敛与发散、收敛级数的和的概念。 2、掌握级数的基本性质和级数收敛的必要条件,掌握几何级数及p级数的收敛与发散的条件,掌握正项级数收敛性的比较判别法和比值判别法,会用根值判别法。 3、了解任意项级数绝对收敛与条件收敛的概念以及绝对收敛与收敛的关系,掌握交错级数的莱布尼茨判别法。 4、会求幂级数的收敛半径、收敛区间及收敛域。 5、了解幂级数在其收敛区间内的基本性质(和函数的连续性、逐项求导和逐项积分),会求简单幂级数在其收敛区间内的和函数,并会由此求出某些数项级数的和。 6、掌握 与 的麦克劳林(Maclaurin)展开式,会用它们将简单函数间接展成幂级数。 |
考试内容 常数项级数的收敛与发散的概念 收敛级数的和的概念 级数的基本性质与收敛的必要条件 几何级数与p级数及其收敛性 正项级数收敛性的判别法 任意项级数的绝对收敛与条件收敛 交错级数与莱布尼茨定理 幂级数及其收敛半径、收敛区间(指开区间)和收敛域 幂级数的和函数 幂级数在其收敛区间内的基本性质 简单幂级数的和函数的求法 初等函数的幂级数展开式 考试要求 1、了解级数的收敛与发散、收敛级数的和的概念。 2、掌握级数的基本性质和级数收敛的必要条件,掌握几何级数及p级数的收敛与发散的条件,掌握正项级数收敛性的比较判别法和比值判别法,会用根值判别法。 3、了解任意项级数绝对收敛与条件收敛的概念以及绝对收敛与收敛的关系,掌握交错级数的莱布尼茨判别法。 4、会求幂级数的收敛半径、收敛区间及收敛域。 5、了解幂级数在其收敛区间内的基本性质(和函数的连续性、逐项求导和逐项积分),会求简单幂级数在其收敛区间内的和函数,并会由此求出某些数项级数的和。 6、掌握 与 的麦克劳林(Maclaurin)展开式,会用它们将简单函数间接展成幂级数。 |
对比:无变化 |
|
第六章:常微分方程与差分方程 |
考试内容 常微分方程的基本概念 变量可分离的微分方程 齐次微分方程 一阶线性微分方程 线性微分方程解的性质及解的结构定理 二阶常系数齐次线性微分方程及简单的非齐次线性微分方程 差分与差分方程的概念 差分方程的通解与特解 一阶常系数线性差分方程 微分方程与差分方程的简单应用 考试要求 1、了解微分方程及其阶、解、通解、初始条件和特解等概念。 2、掌握变量可分离的微分方程、齐次微分方程和一阶线性微分方程的求解方法。 3、会解二阶常系数齐次线性微分方程。 4、了解线性微分方程解的性质及解的结构定理,会解自由项为多项式、指数函数、正弦函数、余弦函数,以及它们的和与积的二阶常系数非齐次线性微分方程。 5、了解差分与差分方程及其通解与特解等概念。 6、掌握一阶常系数线性差分方程的求解方法。 7、会应用微分方程和差分方程求解简单的经济应用问题。 |
考试内容 常微分方程的基本概念 变量可分离的微分方程 齐次微分方程 一阶线性微分方程 线性微分方程解的性质及解的结构定理 二阶常系数齐次线性微分方程及简单的非齐次线性微分方程 差分与差分方程的概念 差分方程的通解与特解 一阶常系数线性差分方程 微分方程与差分方程的简单应用 考试要求 1、了解微分方程及其阶、解、通解、初始条件和特解等概念。 2、掌握变量可分离的微分方程、齐次微分方程和一阶线性微分方程的求解方法。 3、会解二阶常系数齐次线性微分方程。 4、了解线性微分方程解的性质及解的结构定理,会解自由项为多项式、指数函数、正弦函数、余弦函数,以及它们的和与积的二阶常系数非齐次线性微分方程。 5、了解差分与差分方程及其通解与特解等概念。 6、掌握一阶常系数线性差分方程的求解方法。 7、会应用微分方程和差分方程求解简单的经济应用问题。 |
对比:无变化 |
|
线性代数 |
第一章:行列式 |
考试内容 行列式的概念和基本性质 行列式按行(列)展开定理 考试要求 1.了解行列式的概念,掌握行列式的性质。 2.会应用行列式的性质和行列式按行(列)展开定理计算行列式。 |
考试内容 行列式的概念和基本性质 行列式按行(列)展开定理 考试要求 1.了解行列式的概念,掌握行列式的性质。 2.会应用行列式的性质和行列式按行(列)展开定理计算行列式。 |
对比:无变化 |
|
第二章:矩阵 |
考试要求 1、理解矩阵的概念,了解单位矩阵、数量矩阵、对角矩阵、三角矩阵的定义和性质,了解对称矩阵、反对称矩阵及正交矩阵等的定义和性质。 2、掌握矩阵的线性运算、乘法、转置,以及它们的运算规律,了解方阵的幂与方阵乘积的行列式的性质。 3.理解逆矩阵的概念,掌握逆矩阵的性质,以及矩阵可逆的充分必要条件,理解伴随矩阵的概念,会用伴随矩阵求逆矩阵. 4.了解矩阵的初等变换和初等矩阵及矩阵等价的概念,理解矩阵的秩的概念,掌握用初等变换求矩阵的逆矩阵和秩的方法。 5.了解分块矩阵的概念,掌握分块矩阵的运算法则。 |
考试要求 1、理解矩阵的概念,了解单位矩阵、数量矩阵、对角矩阵、三角矩阵的定义和性质,了解对称矩阵、反对称矩阵及正交矩阵等的定义和性质。 2、掌握矩阵的线性运算、乘法、转置,以及它们的运算规律,了解方阵的幂与方阵乘积的行列式的性质。 3.理解逆矩阵的概念,掌握逆矩阵的性质,以及矩阵可逆的充分必要条件,理解伴随矩阵的概念,会用伴随矩阵求逆矩阵. 4.了解矩阵的初等变换和初等矩阵及矩阵等价的概念,理解矩阵的秩的概念,掌握用初等变换求矩阵的逆矩阵和秩的方法。 5.了解分块矩阵的概念,掌握分块矩阵的运算法则。 |
对比:无变化 |
|
第三章:向量 |
考试内容 向量的概念 向量的线性组合与线性表示 向量组的线性相关与线性无关 向量组的极大线性无关组 等价向量组 向量组的秩 向量组的秩与矩阵的秩之间的关系 向量的内积 线形无关向量组的正交规范化方法。 考试要求 1.了解向量的概念,掌握向量的加法和数乘运算法则。 2.理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念。掌握向量组线性相关、线性无关的有关性质及判别法。 3.理解向量组的极大线性无关组的概念,会求向量组的极大线性无关组及秩。 4.了解向量组等价的概念,了解矩阵的秩与其行(列)向量组的秩之间的关系。 5.了解内积的概念、掌握线性无关向量组正交规范化的施密特(Schmidt)方法。 |
考试内容 向量的概念 向量的线性组合与线性表示 向量组的线性相关与线性无关 向量组的极大线性无关组 等价向量组 向量组的秩 向量组的秩与矩阵的秩之间的关系 向量的内积 线形无关向量组的正交规范化方法。 考试要求 1.了解向量的概念,掌握向量的加法和数乘运算法则。 2.理解向量的线性组合与线性表示、向量组线性相关、线性无关等概念。掌握向量组线性相关、线性无关的有关性质及判别法。 3.理解向量组的极大线性无关组的概念,会求向量组的极大线性无关组及秩。 4.了解向量组等价的概念,了解矩阵的秩与其行(列)向量组的秩之间的关系。 5.了解内积的概念、掌握线性无关向量组正交规范化的施密特(Schmidt)方法。 |
对比:无变化 |
|
第四章:线性方程组 |
考试内容
线性方程组的克莱姆(Cramer)法则 线性方程组有解和无解的判定 齐次线性方程组的基础解系和通解 非齐次线性方程组的解与相应的齐次线件方程组(导出组)的解之间的关系 非齐次线性方程组的通解 考试要求 1. 会用克莱姆法则解线性方程组。 2. 掌握非齐次线性方程组有解和无解的判定方法。 3. 理解齐次线性方程组的基础解系的概念,掌握齐次线性方程组的基础解系和通解的求法。 4. 理解非齐次线性方程组解的结构及通解的概念。 5. 掌握用初等行变换求解线性方程组的方法。 |
考试内容
线性方程组的克莱姆(Cramer)法则 线性方程组有解和无解的判定 齐次线性方程组的基础解系和通解 非齐次线性方程组的解与相应的齐次线件方程组(导出组)的解之间的关系 非齐次线性方程组的通解 考试要求 1. 会用克莱姆法则解线性方程组。 2. 掌握非齐次线性方程组有解和无解的判定方法。 3. 理解齐次线性方程组的基础解系的概念,掌握齐次线性方程组的基础解系和通解的求法。 4. 理解非齐次线性方程组解的结构及通解的概念。 5. 掌握用初等行变换求解线性方程组的方法。 |
对比:无变化 |
|
第五章:矩阵的特征值和特征向量 |
考试内容 矩阵的特征值和特征向量的概念、性质 相似矩阵的概念及性质 矩阵可相似对角化的充分必要条件及相似对角矩阵 实对称矩阵的特征值和特征向量及相似对角矩阵。 考试要求 1. 理解矩阵的特征值、特征向量的概念,掌握矩阵特征值的性质,掌握求矩阵特征值和特征向量的方法。 2. 理解矩阵相似的概念,掌握相似矩阵的性质,了解矩阵可相似对角化的充分必要条件,掌握将矩阵化为相似对角矩阵的方法。 3. 掌握实对称矩阵的特征值和特征向量的性质。 |
考试内容 矩阵的特征值和特征向量的概念、性质 相似矩阵的概念及性质 矩阵可相似对角化的充分必要条件及相似对角矩阵 实对称矩阵的特征值和特征向量及相似对角矩阵。 考试要求 1. 理解矩阵的特征值、特征向量的概念,掌握矩阵特征值的性质,掌握求矩阵特征值和特征向量的方法。 2. 理解矩阵相似的概念,掌握相似矩阵的性质,了解矩阵可相似对角化的充分必要条件,掌握将矩阵化为相似对角矩阵的方法。 3. 掌握实对称矩阵的特征值和特征向量的性质。 |
对比:无变化 |
|
第六章:二次型 |
考试内容 二次型及其矩阵表示 合同变换与合同矩阵 二次型的秩 惯性定理 二次型的标准形和规范形 用正交变换和配方法化二次型为标准形 二次型及其矩阵的正定性 考试要求 1. 了解二次型的概念,会用矩阵形式表示二次型,了解合同变换和合同矩阵的概念。 2. 了解二次型的秩的概念,了解二次型的标准形、规范形等概念,了解惯性定理,会用正交变换和配方法化二次型为标准形。 3. 理解正定二次型、正定矩阵的概念,并掌握其判别法。 |
考试内容 二次型及其矩阵表示 合同变换与合同矩阵 二次型的秩 惯性定理 二次型的标准形和规范形 用正交变换和配方法化二次型为标准形 二次型及其矩阵的正定性 考试要求 1. 了解二次型的概念,会用矩阵形式表示二次型,了解合同变换和合同矩阵的概念。 2. 了解二次型的秩的概念,了解二次型的标准形、规范形等概念,了解惯性定理,会用正交变换和配方法化二次型为标准形。 3. 理解正定二次型、正定矩阵的概念,并掌握其判别法。 |
对比:无变化
|
|
概率论与数理统计 |
第一章:随机事件和概率 |
考试内容 随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考试要求 1、了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系及运算。 2、理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率,掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式等。 3、理解事件的独立性的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法。 |
考试内容 随机事件与样本空间 事件的关系与运算 完备事件组 概率的概念 概率的基本性质 古典型概率 几何型概率 条件概率 概率的基本公式 事件的独立性 独立重复试验 考试要求 1、了解样本空间(基本事件空间)的概念,理解随机事件的概念,掌握事件的关系及运算。 2、理解概率、条件概率的概念,掌握概率的基本性质,会计算古典型概率和几何型概率,掌握概率的加法公式、减法公式、乘法公式、全概率公式以及贝叶斯(Bayes)公式等。 3、理解事件的独立性的概念,掌握用事件独立性进行概率计算;理解独立重复试验的概念,掌握计算有关事件概率的方法。 |
对比:无变化 |
|
第二章:随机变量及其分布 |
考试内容 随机变量 随机变量的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 考试要求 1、理解随机变量的概念,理解分布函数 的概念及性质;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(Poisson)分布及其应用。 3、掌握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,其中参数为λ(λ>0)的指数分布的密度函数为
。 5、会求随机变量函数的分布。 |
考试内容 随机变量 随机变量的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 考试要求 1、理解随机变量的概念,理解分布函数 的概念及性质;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(Poisson)分布 及其应用。 3、掌握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,其中参数为λ(λ>0)的指数分布 的密度函数为
。 5、会求随机变量函数的分布。 |
对比:新大纲给出了分布的标准字母表示,可能意味着考生应该记忆并掌握这种标准的写法。 |
|
第三章:多维随机变量的分布 |
考试内容 多维随机变量及其分布函数 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 常见二维随机变量的分布 两个及两个以上随机变量的函数的分布 考试要求 1、理解多维随机变量的分布函数的概念和基本性质。 2、理解二维离散型随机变量的概率分布和二维连续型随机变量的概率密度。掌握两维随机变量的边缘分布和条件分布。 3、理解随机变量的独立性和不相关性的概念,掌握随机变量相互独立的条件;理解随机变量的不相关性与独立性的关系。 4、掌握二维均匀分布和二维正态分布,理解其中参数的概率意义。 5、会根据两个随机变量的联合分布求其函数的分布,会根据多个相互独立随机变量的联合分布求其函数的分布。 |
考试内容 多维随机变量及其分布函数 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 常见二维随机变量的分布 两个及两个以上随机变量的函数的分布 考试要求 1、理解多维随机变量的分布函数的概念和基本性质。 2、理解二维离散型随机变量的概率分布和二维连续型随机变量的概率密度。掌握两维随机变量的边缘分布和条件分布。 3、理解随机变量的独立性和不相关性的概念,掌握随机变量相互独立的条件;理解随机变量的不相关性与独立性的关系。 4、掌握二维均匀分布和二维正态分布 ,理解其中参数的概率意义。 5、会根据两个随机变量的联合分布求其函数的分布,会根据多个相互独立随机变量的联合分布求其函数的分布。 |
对比:新大纲给出了分布的标准字母表示,可能意味着考生应该记忆并掌握这种标准的写法。 |
|
第四章:随机变量的数字特征 |
考试内容 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 切比雪夫(Chebyshev)不等式 矩、协方差和相关系数及其性质 考试要求 1、理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念,会运用数字特征的基本性质,并掌握常用分布的数字特征。 2、会求随机变量函数的数学期望。 3、掌握切比雪夫不等式。 |
考试内容 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 切比雪夫(Chebyshev)不等式 矩、协方差和相关系数及其性质 考试要求 1、理解随机变量数字特征(数学期望、方差、标准差、矩、协方差、相关系数)的概念,会运用数字特征的基本性质,并掌握常用分布的数字特征。 2、会求随机变量函数的数学期望。 3、掌握切比雪夫不等式。 |
对比:无变化 |
|
第五章:大数定律和中心极限定理 |
考试内容 切比雪夫大数定律 伯努利(Bernoulli)大数定律 辛钦(Khinchine)大数定律 棣莫弗一拉普拉斯(De Moivre-Laplace)定理 列维一林德伯格(Levy-Lindberg)定理。 考试要求 1、了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量序列的大数定律)。 2、了解棣莫弗—拉普拉斯中心极限定理(二项分布以正态分布为极限分布)、列维—林德伯格中心极限定理(独立同分布随机变量序列的中心极限定理),并会用相关定理近似计算有关事件的概率。 |
考试内容 切比雪夫(Chebyshev)大数定律 伯努利(Bernoulli)大数定律 辛钦(Khinchine)大数定律 棣莫弗一拉普拉斯(De Moivre-Laplace)定理 列维一林德伯格(Levy-Lindberg)定理。 考试要求 1、了解切比雪夫大数定律、伯努利大数定律和辛钦大数定律(独立同分布随机变量的大数定律)。 2、了解棣莫弗—拉普拉斯中心极限定理(二项分布以正态分布为极限分布)、列维—林德伯格中心极限定理(独立同分布随机变量序列的中心极限定理),并会用相关定理近似计算有关事件的概率。 |
对比:无变化 |
|
第六章:数理统计的基本概念 |
考试内容 总体 个体 简单随机样本 统计量 经验分布函数 样本均值 样本方差和样本矩 分布 t分布 F分布 分位数 正态总体的常用抽样分布 考试要求 1、理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。其中样本方差定义为:
2、了解产生 变量、t变量和F变量的典型模式;理解标准正态分布、 分布、t分布和F分布的分位数,会查相应的数值表。 3、掌握正态总体的抽样分布:样本均值、样本方差、样本矩、样本均值差、样本方差比的抽样分布。 4、理解经验分布函数的概念和性质,会根据样本值求经验分布函数。 |
考试内容 总体 个体 简单随机样本 统计量 经验分布函数 样本均值 样本方差和样本矩 分布 t分布 F分布 分位数 正态总体的常用抽样分布 考试要求 1、理解总体、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。其中样本方差定义为:
2、了解产生 变量、t变量和F变量的典型模式;理解标准正态分布、 分布、t分布和F分布的上侧 分位数,会查相应的数值表。 3、掌握正态总体的抽样分布:样本均值、样本方差、样本矩、样本均值差、样本方差比的抽样分布。 4、理解经验分布函数的概念和性质,会根据样本值求经验分布函数。 |
对比:有个很大的变化,原来要求理解这些分布的双侧分位数,现在只要求理解上侧 分位数.
建议:考生应该抓住这一复习重点。
|
|
第七章:参数估计 |
考试内容 点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念 单个正态总体均值的区间估计 单个正态总体的方差和标准差的区间估计 两个正态总体的均值差和方差比的区间估计 考试要求 1、理解参数的点估计、估计量与估计值的概念;了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性。 2、掌握矩估计法(一阶、二阶矩)和最大似然估计法。 3、掌握建立未知参数的(双侧和单侧)置信区间的一般方法;掌握正态总体均值、方差、标准差、矩以及与其相联系的数字特征的置信区间的求法。 4、掌握两个正态总体的均值差和方差比及相关数字特征的置信区间的求法。 |
考试内容 点估计的概念 估计量与估计值 矩估计法 最大似然估计法 估计量的评选标准 区间估计的概念 单个正态总体均值的区间估计 单个正态总体的方差和标准差的区间估计 两个正态总体的均值差和方差比的区间估计 考试要求 1、理解参数的点估计、估计量与估计值的概念;了解估计量的无偏性、有效性(最小方差性)和一致性(相合性)的概念,并会验证估计量的无偏性。 2、掌握矩估计法(一阶、二阶矩)和最大似然估计法。 3、掌握建立未知参数的(双侧和单侧)置信区间的一般方法;掌握正态总体均值、方差、标准差、矩以及与其相联系的数字特征的置信区间的求法。 4、掌握两个正态总体的均值差和方差比及相关数字特征的置信区间的求法。 |
对比:无变化 |
|
第八章:假设检验 |
考试内容 显著性检验 假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验 考试要求 1、理解“假设”的概念和基本类型;理解显著性检验的基本思想,掌握假设检验的基本步骤;会构造简单假设的显著性检验。 2、理解假设检验可能产生的两类错误,对于较简单的情形,会计算两类错误的概率。 3、掌握单个及两个正态总体的均值和方差的假设检验。 |
考试内容 显著性检验 假设检验的两类错误 单个及两个正态总体的均值和方差的假设检验 考试要求 1、理解“假设”的概念和基本类型;理解显著性检验的基本思想,掌握假设检验的基本步骤;会构造简单假设的显著性检验。 2、理解假设检验可能产生的两类错误,对于较简单的情形,会计算两类错误的概率。 3、掌握单个及两个正态总体的均值和方差的假设检验。 |
对比:无变化 |