注册电气工师考试高数复习要点.ppt

1.7 概率与数理统计 点估计的概念 1.7 概率与数理统计 估计量与估计值 1.7 概率与数理统计 矩估计法； 1.7 概率与数理统计 最大似然估计法； 1.7 概率与数理统计 估计量的评选标准 1.7 概率与数理统计 区间估计的概念； 1.7 概率与数理统计 单个正态总体的均值和方差的区间估计； 1.7 概率与数理统计 两个正态总体的均值差和方差比的区间估计； 1.7 概率与数理统计 显著性检验； 1.7 概率与数理统计 单个正态总体的均值和方差的假设检验。 * 1.6 线性代数 二次型及其矩阵表示 1.6 线性代数 合同矩阵的概念和性质 1.6 线性代数 二次型的秩 1.6 线性代数 ；惯性定理 1.6 线性代数 二次型及其矩阵的正定性。 1.7 概率与数理统计 随机事件与样本空间；事件的关系与运算；概率的基本性质；古典型概率；条件 概率；概率的基本公式；事件的独立性；独立重复试验； 随机变量；随机变量 的分布函数；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；随机变量的数学期望、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；总体；个体；简单随机样本；统计?量；样本均值； 样本方差和样本矩；c 2 分布；t 分布；F 分布；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；单个正态总体的均值和方差的区间估计；两个正态总体的均值差和方差比的区间估计；显著性检验；单个正态总体的均值和方差的假设检验。 1.7 概率与数理统计 随机事件与样本空间； 1.7 概率与数理统计 事件的关系与运算； 1.7 概率与数理统计 概率的基本性质； 1.7 概率与数理统计 古典型概率； 1.7 概率与数理统计 条件概率； 1.7 概率与数理统计 概率的基本公式； 1.7 概率与数理统计 事件的独立性 1.7 概率与数理统计 独立重复试验 1.7 概率与数理统计 独立重复试验； 1.7 概率与数理统计 随机变量 1.7 概率与数理统计 随机变量 的分布函数； 1.7 概率与数理统计 随机变量的分布函数 1.7 概率与数理统计 离散型随机变量的概率分布 1.7 概率与数理统计 连续型随机变量的概率密度； 1.7 概率与数理统计 常见随 机变量的分布 1.7 概率与数理统计 随机变量的数学期望、方差、标准差及其性质； 1.7 概率与数理统计 随机变量函数的数学期望; 1.7 概率与数理统计 矩、协方差、相关系数及其性质； 1.7 概率与数理统计 总体；个体； 1.7 概率与数理统计 简单随机样本； 1.7 概率与数理统计 统计量； 1.7 概率与数理统计 样本均值 1.7 概率与数理统计 样本均值； 1.7 概率与数理统计 样本方差和样本矩； 1.7 概率与数理统计 c 2 分布；t 分布；F 分布； 1.4 无穷级数 几何级数与 p 级数及其收敛性； 1.4 无穷级数 正项级数敛散性的判别法 1.4 无穷级数 任意项级数的绝对收敛与条件收敛 1.4 无穷级数 幂级数及其收敛半径、收敛区间和收敛域； 1.4 无穷级数 幂级数及其收敛半径、收敛区间和收敛域 1.4 无穷级数 幂级数的和函数 1.4 无穷级数 函数的泰勒级数展开 1.4 无穷级数 函数的傅里叶系数与傅里叶级数。 1.5 常微分方程 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；全微分方程；可降阶的高阶微分方程；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。 1.5 常微分方程 常微分方程的基本概念； 1.5 常微分方程 变量可分离的微分方程 1.5 常微分方程 齐次微分方程 1.5 常微分方程 一阶线性微分方程 1.5 常微分方程 全微分方程 1.5 常微分方程 可降阶的高阶微分方程 1.5 常微分方程 线性微分方程解的性质及解的结构定理 1.5 常微分方程 二阶常系数齐次线性微分方程。 1.6 线性代数 行列式的性质及计算；行列式按行展开定理的应用；矩阵的运算；逆矩阵的概念、 性质及求法；矩阵的初等变换和初等矩阵；矩阵的秩；等价矩阵的概念和性质； 向量的线性表示；向量组的线性相关和线性无关；线性方程组有解的判定；线性 方程组求解；矩阵的特征值和特征向量的概念与性质；相似矩阵的概念和性质； 矩阵的相似对角化；二次型及其矩阵表示；合同矩阵的概念和性质；二次型的秩； 惯性定理；二次型及其矩阵的正定性。 1.6 线性代数 行列式的性质及计算； 1.6 线性代数 行列式按行展开定理的应用； 1.6 线性代数 矩阵的运算； 1.6 线性代数 逆矩阵的概念、 性质及求法； 1.6 线性代数 矩阵的初等变换和初等矩阵； 1.6 线性代数 矩阵的