Files
MathNotesVersion2/基于考研的学习/数学一/知识点构建/21-专背清单-概率论-00-总纲与跨讲对照.md
T
Yimu 8c4b35a709 概率论专背清单:六讲 231 条口袋卡(21—27)
背诵版 16—20 是讲义态(一讲 1.2—2.3 万字符),复习一次 40 分钟且看完记不住。
用户反馈「不是不理解,是背的东西太多,靠逻辑推演速度太慢」,故另做记忆态清单。

- 21 总纲:收录标准(只收推不出或推起来超十秒的)、五型标签(式/表/判/模/反)、
  三轮刷法、六张跨讲对照(除数账本、独立四种说法、标准化三次、自由度账本、
  三对易混、两类错误)
- 22—27 六讲:32/44/41/36/25/53 条,合计 231 条,全刷 32 分钟
- 每册末「十秒自检」四条到六条,作为过关判据
- 考前三天只看「反」型(不成立断言与反例)与「表」型
- README 加 §四·五 说明分工:清单卡住 → 背诵版查全 → 在学练习看推导
- 总览目录树补入知识点构建(此前遗漏)
- 顺带修两处公式内伪链接(f'[...](b-a)、[x+(n-1)a](x-a)),check_md_links 归零
2026-11-17 20:09:09 +08:00

7.3 KiB
Raw Blame History

tags, 专题, 日期, 状态, 来源, 关联笔记
tags 专题 日期 状态 来源 关联笔记
数学一
知识点构建
专背清单
概率论
总纲
概率论 · 专背清单 · 00 总纲与跨讲对照 2026-11-17 建立(六讲分册 + 本总纲) 知识点构建 16—20 背诵版(讲义态)提炼;真题库 kaoyan_math1.db 概率四章
README
16-背诵版-概率论-第1-2讲-随机事件与一维随机变量

概率论专背清单 · 00 总纲

这份东西和 16—20 背诵版不是一回事。

背诵版是讲义态:每讲一份 1.6—2.3 万字符,性质、推导、定理条件全在,读一遍收获大,但一次复习要 40 分钟以上,且看完记不住——因为信息是"可读的",不是"可背的"。

这份清单是口袋卡:只收推不出、或者推起来超过十秒的条目。一行一条,遮住右列就能默写。六讲合计 231 条,全刷一遍 32 分钟。

一、收录标准(为什么不全)

概率论的知识点分两类:

类 例 收不收
能一行推出来 D(aX+b)=a^2DX 、P(\varnothing)=0 、E(aX)=aEX 不收。理解就够,背了反而占内存
推起来慢 / 推不出 / 必混 七大分布的 E 与 D 、三定律的条件差别、\chi^2 区间为什么上下限反放 收。这些每题重推要三十秒以上,考场没有三十秒

判据就一句:考场上你愿不愿意现场推。不愿意的,都在清单里。

二、五型标签

标签 含义 背法
式 要默写的形式(公式、恒等式) 遮住右列,写出完整式子,含条件
表 要整表回忆的(分布表、区间表、检验表) 白纸上默整张表,缺一格算错
判 判别顺序、触发词、选路 给一个场景,说出走哪条
模 步骤骨架(MLE、假设检验、标准化) 说出第几步做什么,不写细节
反 不成立的断言与反例 这型最容易考。要能说出反例本身

优先级:考前 3 天只看反和表。这两型丢分最狠,且不能临场推。

三、刷法(三轮)

轮 时机 动作 判过
一 当天学完一讲 遮右列,逐条默写。卡住的在编号后打 · 全条无 ·
二 第 3 天 只刷带 · 的条目 + 全部反型 带 · 的清零
三 考前一周 只刷六张跨讲对照(见 §四)+ 每册末的「十秒自检」 能不看稿说出对照关系

编号即打卡位。建议在纸质打印稿上用铅笔打点,别在 md 里改——改文件会破坏校验。

四、六张跨讲对照(本总纲的核心)

概率论真正难背的不是条目多,而是同一件事在不同讲里换了面孔。下面六张表是全书的"缝合线",背完六讲必须回头过一遍。

4.1 「除以 n 还是 n 减一」全书账本

对象 除数 为什么
样本方差 S^2 n-1 为了无偏(ES^2=\sigma^2 )
二阶中心矩 B_2 n 矩估计的产物,有偏,EB_2=\frac{n-1}{n}\sigma^2
D\overline X —— =\frac{\sigma^2}{n} ,分母的 n 来自"平均"不是"修正"
\chi^2 自由度 \mu 已知取 n 、\mu 未知取 n-1 每估掉一个参数,吃掉一个自由度
合并方差 S_w^2 m+n-2 两个均值各吃掉一个

一句话:n-1 只在"用了 \overline X 代替 \mu "的地方出现。凡出现 n-1 ,背后一定有一个被估掉的参数。

4.2 「独立」的四种说法

场景 说法 判据
事件 A,B 独立 P(AB)=P(A)P(B)
随机变量 X,Y 独立 F(x,y)=F_X(x)F_Y(y) ,或 f=f_Xf_Y 且支撑是矩形
数字特征 不相关 \operatorname{Cov}=0 ,即 E(XY)=EX\,EY
特例 二维正态 不相关 \iff 独立(只此一家)

反:不相关推不出独立。反例 X\sim U(-1,1) 、Y=X^2 。

4.3 「标准化」的三次出场

场合 形式 分母
正态标准化 U=\frac{X-\mu}{\sigma}\sim N(0,1) \sigma
中心极限定理 \frac{\sum X_i-n\mu}{\sqrt n\,\sigma}\approx N(0,1) \sqrt n\,\sigma (不是 n\sigma )
t 统计量 T=\frac{\overline X-\mu}{S/\sqrt n}\sim t(n-1) S/\sqrt n ,**\sigma 换成 S 就降级成 t **

一句话:分子是"观测减期望",分母是"这个差的标准差"。三次都是这一句,只是"差"的对象不同。

4.4 自由度账本

统计量 自由度 来源
\frac{1}{\sigma^2}\sum(X_i-\mu)^2 n 没有估任何参数
\frac{(n-1)S^2}{\sigma^2} n-1 估了 \mu
t(n-1) n-1 分母 S 用了 \overline X
F(m-1,n-1) 分子 m-1 、分母 n-1 两个方差各估了一个均值
t(m+n-2) m+n-2 合并了两组,估了两个均值

4.5 三对"长得像"必须分清

易混对 区别
\chi^2(n) vs \chi^2(n-1) \mu 已知用 n ,\mu 未知用 n-1
t(n) vs N(0,1) t 尾厚,n\to\infty 才重合;t_{1-\alpha}=-t_\alpha
F(n_1,n_2) vs F(n_2,n_1) 顺序是分子在前;\frac1F\sim F(n_2,n_1) ,用于查表换向

4.6 「两类错误」与「两个水平」

名 符号 含义 控制谁
显著性水平 \alpha P\{\text{拒绝}H_0\mid H_0\text{真}\} ,弃真 由研究者定,通常 0.05
第二类错误 \beta P\{\text{接受}H_0\mid H_0\text{假}\} ,取伪 由 n 、\alpha 、真实参数共同决定
置信度 1-\alpha 区间盖住真值的概率 与 \alpha 同源

反:\alpha 与 \beta 不能同时减小(样本量固定时)。唯一同时减小的办法是**增大 n **。

五、条目分布

册 讲 条目 其中「反」型 建议用时
22 第 1 讲 事件与概率 32 7 4 分钟
23 第 2 讲 一维随机变量 44 8 6 分钟
24 第 3 讲 多维随机变量 41 9 6 分钟
25 第 4 讲 数字特征 36 7 5 分钟
26 第 5 讲 极限定理 25 5 3 分钟
27 第 6 讲 数理统计 53 7 8 分钟
合计 231 48 32 分钟

第一遍会超时,正常。第三遍起应压到 25 分钟以内——超时说明还在推,没在背。

六、和其余材料的分工

材料 态 什么时候用
在学练习/概率论-第 N 讲 学习态 第一次学、某条彻底想不通
知识点构建/16—20 背诵版 讲义态 想系统回看某一讲的完整考点
本清单 22—27 记忆态 每天通勤、考前一周、刷题前五分钟
专项突破/03、10 练习态 要动手做题时

顺序:清单卡住 → 背诵版查全 → 在学练习看推导。不要反过来。

版本记录

  • 2026-11-17:建立。六讲分册 231 条,五型标签,六张跨讲对照。