考研数学三

1、梦见辛钦大数定律的吉凶指数 虽有长辈的爱护提拔，或父祖之余德荫益，而可成功于中年或壮年，但基础运劣，须防青年或晚年期之急变没落或遭受病苦、破财、失败或因色情事被杀等之不安定，凶运频来之兆。 【吉多于凶】 吉凶指数：92（仅供参考） 2、梦见辛钦大数定律的宜忌 「宜」宜冲动消费，宜分享旅游攻略，宜晚饭少吃。 「忌」忌致谢，忌坦诚相对，忌打扫卫生。 3、梦见辛钦大数定律的预兆 梦见辛钦大数定律 ，不利于你的绯闻，在或明或暗地流传，对于你的名声造成不利的影响，瓶子今天往往得面对有口难辩的难堪！恋情也容易因此变得危机四伏，恋人对你的怀疑往往胜于信任默契。瓶子首先要检讨一下自己才是！ 梦见辛钦大数定律，按周易五行分析，幸运数字是 0 ，桃花位在 西南方向 ，财位在 正西方向 ，吉祥色彩是 红色 ，开运食物是 苹果 。 本命年的人梦见辛钦大数定律，少管闲事，恐被牵累或官司之灾。 怀孕的人梦见辛钦大数定律，生男，春占生女，慎防早产，母体要多保养。 恋爱中的人梦见辛钦大数定律，互相尊重对方，谦虚有礼，婚姻有望。 做生意的人梦见辛钦大数定律，不可扩大经营，宜守，稳定可得财利。 怀孕的人梦见大数，预示生女，冬占生男，慎防流产于始终。 怀孕的人梦见墨菲定律，预示生女，春月占生男，平安。 梦见钦风玲，按周易五行分析，桃花位在 西北方向 ，财位在 正东方向 ，幸运数字是 6 ，吉祥色彩是 黑色 ，开运食物是 蘑菇 。 怀孕的人梦见少辛，预示可望生男，夏占生女。南方少去。 梦见一价定律 ，预期外的支出突然发生的可能。为了交际上的支出也有可能使财务出现危机，为了好面子硬著头皮最不经济了。健康运低迷，如果继续漠视不管，恐怕将影响这个夏季的活力。适度运动与好消化的饮食是你这阵子该注重的。 做生意的人梦见墨菲定律，代表起伏不定、宜守。秋占有利。 出行的人梦见大数，建议离开团遂、延误时间慢回家。 出行的人梦见切比晓夫大数定律，延期外出为佳。 梦见一价定律，按周易五行分析，吉祥色彩是 白色 ，财位在 东南方向 ，桃花位在 正东方向 ，幸运数字是 0 ，开运食物是 石榴 。 梦见辛字，按周易五行分析，财位在 正东方向 ，桃花位在 西北方向 ，幸运数字是 5 ，吉祥色彩是 橙色 ，开运食物是 芹菜 。 本命年的人梦见凯恩斯定律，意味着多施舍，只问耘耘不问收获，则平安无事。 恋爱中的人梦见李荣钦，说明互相尊重对方，谦虚有礼，婚姻有望。 做生意的人梦见徐伟钦，代表有一段阻碍，重新整理再经营一定顺利。 梦见王仁钦，按周易五行分析，吉祥色彩是 黄色 ，幸运数字是 4 ，桃花位在 正北方向 ，财位在 西南方向 ，开运食物是 鸭蛋 。

《微积分学教程》，作者：菲赫金格尔茨；《数学分析原理》，作者：菲赫金格尔茨；《数学分析》，作者：卓立奇；《数学分析简明教程》，作者：辛钦；《数学分析讲义》，作者：阿黑波夫等；《数学分析八讲》，作者：辛钦；《数学分析原理》，作者：rudin；《直来直去的微积分》，作者：张景中；《高等数学》，作者：李忠；《多变量微积分》，作者：小平邦彦。

条件不一样，切比雪夫要求独立，且方差存在，辛钦要求独立同分布，但不要求方差存在。

考研数学一包括高等数学，概率论和线性代数这三本书。1、试卷满分及考试时间试卷满分为150分，考试时间为180分钟.2、答题方式答题方式为闭卷、笔试.3、试卷内容结构高等数学　56%线性代数　22%概率论与数理统计 22%4、试卷题型结构单选题 8小题，每题4分，共32分填空题 6小题，每题4分，共24分解答题(包括证明题) 9小题，共94分扩展资料：考试大纲：一、高等数学函数极限连续1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系．2．了解函数的有界性、单调性、周期性和奇偶性．3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念．4．掌握基本初等函数的性质及其图形，了解初等函数的概念．5．理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左极限、右极限之间的关系．6．掌握极限的性质及四则运算法则．7．掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法．8．理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限．9．理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型．10．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理），并会应用这些性质．一元函数微分学考试要求1.理解导数和微分的概念，理解导数与微分的关系，理解导数的几何意义，会求平面曲线的切线方程和法线方程，了解导数的物理意义，会用导数描述一些物理量，理解函数的可导性与连续性之间的关系.2.掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式.了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分.3.了解高阶导数的概念，会求简单函数的高阶导数.4.会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数.5.理解并会用罗尔(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解并会用柯西(Cauchy)中值定理.6.掌握用洛必达法则求未定式极限的方法.7.理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用.8.会用导数判断函数图形的凹凸性(注：在区间 内，设函数 具有二阶导数。当f""(x)>0 时，f(x) 的图形是凹的;当f"(x) <0时，f(x) 的图形是凸的)，会求函数图形的拐点以及水平、铅直和斜渐近线，会描绘函数的图形.9.了解曲率、曲率圆与曲率半径的概念，会计算曲率和曲率半径.一元函数积分学考试要求1.理解原函数的概念，理解不定积分和定积分的概念.2.掌握不定积分的基本公式，掌握不定积分和定积分的性质及定积分中值定理，掌握换元积分法与分部积分法.3.会求有理函数、三角函数有理式和简单无理函数的积分.4.理解积分上限的函数，会求它的导数，掌握牛顿-莱布尼茨公式.5.了解反常积分的概念，会计算反常积分.6.掌握用定积分表达和计算一些几何量与物理量(平面图形的面积、平面曲线的弧长、旋转体的体积及侧面积、平行截面面积为已知的立体体积、功、引力、压力、质心、形心等)及函数的平均值.向量代数和空间解析几何考试要求1.理解空间直角坐标系，理解向量的概念及其表示.2.掌握向量的运算(线性运算、数量积、向量积、混合积)，了解两个向量垂直、平行的条件.3.理解单位向量、方向数与方向余弦、向量的坐标表达式，掌握用坐标表达式进行向量运算的方法.4.掌握平面方程和直线方程及其求法.5.会求平面与平面、平面与直线、直线与直线之间的夹角，并会利用平面、直线的相互关系(平行、垂直、相交等)解决有关问题.6.会求点到直线以及点到平面的距离.7.了解曲面方程和空间曲线方程的概念.8.了解常用二次曲面的方程及其图形，会求简单的柱面和旋转曲面的方程.9.了解空间曲线的参数方程和一般方程.了解空间曲线在坐标平面上的投影，并会求该投影曲线的方程.多元函数微分学考试要求1.理解多元函数的概念，理解二元函数的几何意义.2.了解二元函数的极限与连续的概念以及有界闭区域上连续函数的性质.3.理解多元函数偏导数和全微分的概念，会求全微分，了解全微分存在的必要条件和充分条件，了解全微分形式的不变性.4.理解方向导数与梯度的概念，并掌握其计算方法.5.掌握多元复合函数一阶、二阶偏导数的求法.6.了解隐函数存在定理，会求多元隐函数的偏导数.7.了解空间曲线的切线和法平面及曲面的切平面和法线的概念，会求它们的方程.8.了解二元函数的二阶泰勒公式.9.理解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格朗日乘数法求条件极值，会求简单多元函数的最大值和最小值，并会解决一些简单的应用问题.多元函数积分学考试要求1.理解二重积分、三重积分的概念，了解重积分的性质，了解二重积分的中值定理.2.掌握二重积分的计算方法(直角坐标、极坐标)，会计算三重积分(直角坐标、柱面坐标、球面坐标).3.理解两类曲线积分的概念，了解两类曲线积分的性质及两类曲线积分的关系.4.掌握计算两类曲线积分的方法.5.掌握格林公式并会运用平面曲线积分与路径无关的条件，会求二元函数全微分的原函数.6.了解两类曲面积分的概念、性质及两类曲面积分的关系，掌握计算两类曲面积分的方法，掌握用高斯公式计算曲面积分的方法，并会用斯托克斯公式计算曲线积分.7.了解散度与旋度的概念，并会计算.8.会用重积分、曲线积分及曲面积分求一些几何量与物理量(平面图形的面积、体积、曲面面积、弧长、质量、质心、形心、转动惯量、引力、功及流量等).无穷级数考试要求1.理解常数项级数收敛、发散以及收敛级数的和的概念，掌握级数的基本性质及收敛的必要条件.2.掌握几何级数与 级数的收敛与发散的条件.3.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.4.掌握交错级数的莱布尼茨判别法.5. 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.6.了解函数项级数的收敛域及和函数的概念.7.理解幂级数收敛半径的概念、并掌握幂级数的收敛半径、收敛区间及收敛域的求法.8.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)，会求一些幂级数在收敛区间内的和函数，并会由此求出某些数项级数的和.9.了解函数展开为泰勒级数的充分必要条件.10.掌握泰勒级数的麦克劳林(Maclaurin)展开式，会用它们将一些简单函数间接展开成幂级数.11.了解傅里叶级数的概念和狄利克雷收敛定理，会将定义在 上的函数展开为傅里叶级数，会将定义在 上的函数展开为正弦级数与余弦级数，会写出傅里叶级数的和函数的表达式.常微分方程考试要求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及一阶线性微分方程的解法.3.会解齐次微分方程、伯努利方程和全微分方程，会用简单的变量代换解某些微分方程.4.会用降阶法解下列形式的微分方程： .5.理解线性微分方程解的性质及解的结构.6.掌握二阶常系数齐次线性微分方程的解法，并会解某些高于二阶的常系数齐次线性微分方程.7.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.8.会解欧拉方程.9.会用微分方程解决一些简单的应用问题.二、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．第二章：矩阵考试内容：矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换初等矩阵矩阵的秩矩阵等价 分块矩阵及其运算考试要求：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、对称矩阵和反对称矩阵以及它们的性质．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．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．5．了解分块矩阵及其运算．第三章：向量考试内容：向量的概念 向量的线性组合和线性表示 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 向量空间以及相关概念 n维向量空间的基变换和坐标变换 过渡矩阵 向量的内积 线性无关向量组的正交规范化方法 规范正交基 正交矩阵及其性质考试要求：1．理解n维向量、向量的线性组合与线性表示的概念．2．理解向量组线性相关、线性无关的概念，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和向量组的秩的概念，会求向量组的极大线性无关组及秩．4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系5．了解n维向量空间、子空间、基底、维数、坐标等概念．6．了解基变换和坐标变换公式，会求过渡矩阵．7．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．8．了解规范正交基、正交矩阵的概念以及它们的性质．第四章：线性方程组考试内容:线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件 线性方程组解的性质和解的结构 齐次线性方程组的基础解系和通解 解空间 非齐次线性方程组的通解考试要求l．会用克莱姆法则．2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．3．理解齐次线性方程组的基础解系、通解及解空间的概念，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．第五章：矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质 相似变换、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、特征向量及相似对角矩阵考试要求:1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量.2．理解相似矩阵的概念、性质及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．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．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念 了解二次型的标准形、规范形的概念以及惯性定理．2．掌握用正交变换化二次型为标准形的方法，会用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，并掌握其判别法三、概率与统计第一章：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，掌握事件的关系与运算．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．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．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.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，其中参数为λ（λ>0）的指数分布的概率密度为5．会求随机变量函数的分布．第三章：多维随机变量及其分布考试内容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考试要求1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率．2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义．4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.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 矩、协方差、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.第五章：大数定律和中心极限定理考试内容切比雪夫（Chebyshev）不等式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－拉普拉斯（De Moivre－laplace）定理 列维－林德伯格（Levy-Lindberg）定理考试要求1．了解切比雪夫不等式．2．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) .3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理) .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 样本均值 样本方差和样本矩 分布 分布 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 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算．3．了解正态总体的常用抽样分布．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考试要求1．理解参数的点估计、估计量与估计值的概念．2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．3．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．4．理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.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．理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误．2．掌握单个及两个正态总体的均值和方差的假设检验参考资料：百度百科-考研数学一大纲

要好好的算

对称性：从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数当f为实函数时，有：R_f(- au) = R_f( au),当f是复函数时，该自相关函数是厄米函数，满足：R_f(- au) = R_f^*( au),其中星号表示共轭。连续型实自相关函数的峰值在原点取得，即对于任何延时 τ，均有 |R_f( au)| leq R_f(0)。该结论可直接有柯西-施瓦兹不等式得到。离散型自相关函数亦有此结论。周期函数的自相关函数是具有与原函数相同周期的函数。两个相互无关的函数（即对于所有 τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。连续时间白噪声信号的自相关函数是一个δ函数，在除 τ = 0 之外的所有点均为0。维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对：R( au) = int_{-infty}^infty S(f) e^{j 2 pi f au} , dfS(f) = int_{-infty}^infty R( au) e^{- j 2 pi f au} , d au.实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式：R( au) = int_{-infty}^infty S(f) cos(2 pi f au) , dfS(f) = int_{-infty}^infty R( au) cos(2 pi f au) , d au.

考研的数学分为四种，分别是数学一、数学二、数学三、数学四 数学一是一般的理工科要考的，如计算机/材料等理工专业 数学二是对数学要求略微低一点的专业要考的，但他与数学一基本相当。如纺织专业 数学三是偏向于经济类别的考生，如经济管理 偏向概率 数学四是其它对数学要求相对低的学科。 而四种数学出题的题型相同，所占比例也相同，你很容易在网上或者书店找到某一年的考试题看一下每年出的题类型相同的。 大纲见下： 全国硕士研究生入学考试数学三考试大纲 考试科目 微积分、线性代数、概率论与数理统计 微积分 一、函数。极限、连续 考试内容 函数的概念及表示法 函数的有界性、单调性、周期性和奇偶性 反函数、复合函数、隐函数、分段函数 基本初等函数的性质及其图形 初等函数 数列极限与函数极限的定义及其性质 函数的左极限和右极限 无穷小和无穷大的概念及关系 无穷小的基本性质及阶的比较 极限四则运算 极限存在的两个准则（单调有界准则和夹逼准则）两个重要极限 函数连续与间断的概念 初等函数的连续性 闭区间上连续函数的性质 考试要求 1．理解函数的概念，掌握函数的表示法． 2．了解函数的有界性、单调性、周期性和奇偶性． 3．理解复合函数、反函数、隐函数和分段函数的概念． 4．掌握基本初等函数的性质及其图形，理解初等函数的概念． 5．会建立简单应用问题中的函数关系式． 6．了解数列极限和函数极限（包括左极限与右极限）的概念． 7．了解无穷小的概念和基本性质．掌握无穷小的比较方法．了解无穷大的概念及其与无穷小的关系． 8．了解极限的性质与极限存在的两个准则．掌握极限的性质及四则运算法则，会应用两个重要极限． 9．理解函数连续性的概念（含左连续与右连续）． 10. 了解连续函数的性质和初等函述的连续性. 了解闭区间上连续函数的性质（有界性、最大值与最小值定理和介值定理)及其简单应用． 二、一元函数微分学 考试内容 导数的概念 导数的几何意义和经济意义 函数的可导性与连续性之间的关系 导数的四则运算 基本初等函数的导数 复合函数、反函数和隐函数的导数 高阶导数 微分的概念和运算法则 微分中值定理及其应用 洛必达（L"Hospital）法则 函数单调性 函数的极值 函数图形的凹凸性、拐点、浙近线 函数图形的描绘 函数的最大值与最小值 考试要求 1．理解导数的概念及可导性与连续性之间的关系，了解导数的几何意义与经济意义（含边际与弹性的概念）． 2．掌握基本初等函数的导数公式、导数的四则运算法则及复合函数的求导法则，掌握反函数与隐函数求导法以及对数求导法． 3．了解高阶导数的概念，会求简单函数的高阶导数． 4．了解微分的概念，导数与微分之间的关系，以及一阶微分形式的不变性，会求函数的微分． 5．理解罗尔（Rolle）定理、拉格朗日( Lagrange)中值定理、柯西（Cauchy)中值定理的条件和结论，掌握这三个定理的简单应用． 6．会用洛必达法则求极限． 7．掌握函数单调性的判别方法及其应用，掌握极值、最大值和最小值的求法（含解较简单的应用题）． 8．会用导数判断函数图形的凹凸性和拐点，会求函数图形的渐近线． 9．掌握函数作图的基本步骤和方法，会作某些简单函数的图形． 三、一元函数积分学 考试内容 原函数与不定积分的概念 不定积分的基本性质 基本积分公式 不定积分的换元积分法和分部积分法 定积分的概念和基本性质 定积分中值定理 变上限定积分定义的函数及其导数 牛顿一莱布尼茨（Newton- Leibniz）公式 定积分的换元积分法和分部积分法 广义积分的概念和计算 定积分的应用 考试要求 1．理解原函数与不定积分的概念，掌握不定积分的基本性质和基本积分公式，掌握计算不定积分的换元积分法和分部积分法． 2．了解定积分的概念和基本性质，了解定积分中值定理，掌握牛顿一莱布尼茨公式，以及定积分的换元积分法和分部积分法．了解变上限定积分定义的函数并会求它的导数． 3．会利用定积分计算平面图形的面积和旋转体的体积，会利用定积分求解简单的经济应用问题． 4．了解广义积分的概念，会计算广义积分，了解广义积分（此处略）的收敛与发散的条件． 四、多元函数微积分学 考试内容 多元函数的概念 二元函数的几何意义 二元函数的极限与连续性 有界闭区域上二元连续函数的性质 多元函数的偏导数的概念与计算 多元复合函数的求导法与隐函数求导法 二阶偏导数 全微分 多元函数的极值和条件极值、最大值和最小值 二重积分的概念、基本性质和计算 无界区域上简单二重积分的计算 考试要求 1．了解多元函数的概念，了解二元函数的几何意义． 2．了解二元函数的极限与连续的直观意义，了解有界闭区域上二元连续函数的性质． 3．了解多元函数偏导数与全微分的概念,掌握求多元复合函数偏导数和全微分的方法,会用隐函数的求导法则. 4．了解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件。会求二元函数的极值，会用拉格朗日乘数法求条件极值．会求简单多元函数的最大值和最小值，会求解一些简单的应用题． 5．了解二重积分的概念与基本性质，掌握二重积分（直角坐标、极坐标）的计算方法．会计算无界区域上的较简单的二重积分． 五、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级数以及它们的收敛性 正项级数收敛性的判别 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．掌握正项级数的比较判别法和比值判别法． 3．了解任意项级数绝对收敛与条件收敛的概念，以及它们之间的关系．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、逐项微分和逐项积分），会求简单幂级数在其收敛区间内的和函数． 6．掌提 ex,sinx,cosx,ln(1+x)与（1+x)a幂级数的麦克劳林（Maclaurin）展开式，会用它们将一些简单函数间接展成幂级数． 六、常微分方程与差分方程 考试内容 常微分方程的概念 变量可分离的微分方程 齐次微分方程 一阶线性微分方程 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．了解微分方程的阶及其解、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方程． 4．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． 线性代数 一、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n阶行列式的概念，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． 二、矩阵 考试内容 矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质 矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换 初等矩阵 矩阵的秩 矩阵的等价 分块矩阵及其运算 1、理解矩阵的概念，了解单位矩阵、对角矩阵、数量矩阵、三角矩阵的定义和性质，了解对称矩阵和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，以及他们的运算规律，掌握矩阵转置的性质，了解方阵的幂，掌握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，会用伴随矩阵求矩阵的逆． 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，会用初等变换求矩阵的逆和秩． 5．了解分块矩阵的概念，掌握分块矩阵的运算法则． 三、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 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．理解向量组的极大无关组的概念，掌握求向量组的极大无关组的方法． 4．了解向量组等价的概念，理解向量组的秩的概念，了解矩阵的秩与其行（列）向量组的秩之间的关系，会求向量组的秩． 四、线性方程组 考试内容 线性方程组的克莱姆（Cramer）法则 线例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．掌握非齐次线性方程组的通解的求法，会用其特解及相应的导出组的基础解系表示齐次线性方程组的通解． 五、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性质． 六、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 二次型的标准报和规范形 正交变换 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．理解二次型的秩的概念，了解二次型的标准形、规范形等概念，了解惯性定理的条件和结论，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，掌握正定矩阵的性质． 概率论与数理统计 一、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 完全事件组 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（基本时间空间）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、乘法公式、全概率公式以及贝叶斯公式等基本公式． 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． 二、随机变量及其概率分布 考试内容 随机变量及其概率分布 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 常见随机变量的概率分布 随机变量函数的概率分布 考试要求 1．理解随机变量及其概率分布的概念，理解分布函数F（x）＝P{X<=x}（负无穷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、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N（μ，σ2）、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f(x)=（此处略）． 5．会根据自变量的概率分布求其简单函数的概率分布． 三、随机变量的联合概率分布 考试内容 随机变量联合分布函数 离散型随机变量的联合概率分布、边缘分布和条件分布 连续型随机变量的联合概率密度、边缘密度和条件密度 随机变量的独立性和相关性 常见二维随机变量的联合分布 两个及两个以上随机变量的函数的概率分布 考试要求 1．理解随机变量的联合分布函数的概念和基本性质． 2．理解随机变量的联合分布的概念、性质及其两种基本表达式：离散型联合概率分布和连续型联合概率密度．掌握两个随机变量的联合分布的边缘分布和条件分布． 3．理解随机变量的独立性及相关性的概念，掌握随机变量独立的条件；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概率分布求其函数的概率分布，会根据多个独立随机变量的概率分布求其函数的概率分布． 四、随机变量的数字特征 考试内容 随机变量的数学期望（均值）、方差和标准差及其性质 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、协方差、相关系数）的概念，并会运用数字特征的基本性质计等具体分布的数字特征，掌握常用分布的数字特征． 2．会根据随机变量的概率分布求其函数的数学期望；会根据两个随机变量联合概率分布求其函数的数学期望． 3．掌握切比雪夫不等式． 五、大数定律和中心极限定理 考试内容 切比雪夫（Chebyshev）大数定律 伯努利（Bernonlli）大数定律 辛钦（Khinchine）大数定律 棣莫弗一拉普拉斯（ De Moivre－ Laplace）定理（二项分布以正态分布为极限分布） 列维一林德伯格（Levy－Lindberg）定理（独立同分布随机变量列的中心极限定理） 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）成立的条件及结论． 2．掌握棣莫弗—拉普拉斯中心极限定理、列维—林得伯格中心极限定理的结论和应用条件，并会用相关定理近似计算有关事件的概率． 六、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 样本均值 样本方差和样本矩 χ2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：S2=（此处略） 2．了解产生χ2变量、t变量和F变量的典型模式；理解标准正态分布、χ2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． 七、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 单个正态总体的均值的区间估计 单个正态总体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）和相合性（一致性）的概念，并会验证估计量的无偏性；会利用大数定律证明估计量的相合性． 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． 八、假设检验 考试内容 显著性检验的基本思想和步骤 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．了解单个和两个正态总体参数的假设检验． 试卷结构 （一）内容比例 微积分 约50％ 线性代数 约25％ 概率论与数理统计 约 25％ （二）题型比例 境空题与选择题约 30％ 解答题（包括证明题） 约70% 由于这里回答问题限制字数，所以数学四的考纲无法贴上，请你自己去查找，网上有

俄罗斯的数学家中，能够占据前十席位的人，可以有柯尔莫哥洛夫，切比雪夫，鲁金，佩雷尔曼，马尔可夫，辛钦，雅可夫西奈，施密特，康托诺维奇，等等，还有一个俄罗斯著名的数学家马克西姆·康切维奇(Maxim Kontsevich)，等等。

辛钦大数定律需要独立同分布。切比雪夫大数定律只需相互独立分布。

准备同济版的辅导书就行，认真做一遍。

概率论的起源与赌博问题有关。16世纪，意大利的学者开始研究掷骰子等赌博中的一些简单问题。17世纪中叶，法国数学家B.帕斯卡、P.de费马及荷兰数学家C.惠更斯基于排列组合方法，研究了一些较复杂的赌博问题，他们解决了分赌注问题、赌徒输光问题等。随着18、19世纪科学的发展，人们注意到在某些生物、物理和社会现象与机会游戏之间有某种相似性，从而由机会游戏起源的概率论被应用到这些领域中；同时这也大大推动了概率论本身的发展。使概率论成为数学的一个分支的奠基人是瑞士数学家J.伯努利，他建立了概率论中第一个极限定理，即伯努利大数定律，阐明了事件的频率稳定于它的概率。随后A.de棣莫弗和P.S.拉普拉斯 又导出了第二个基本极限定理（中心极限定理）的原始形式。拉普拉斯在系统总结前人工作的基础上写出了《分析的概率理论》，明确给出了概率的古典定义，并在概率论中引入了更有力的分析工具，将概率论推向一个新的发展阶段。19世纪末，俄国数学家P.L.切比雪夫、A.A.马尔可夫、A.M.李亚普诺夫等人用分析方法建立了大数定律及中心极限定理的一般形式，科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。20世纪初受物理学的刺激，人们开始研究随机过程。这方面A.N.柯尔莫哥洛夫、N.维纳、A.A.马尔可夫、A.R辛钦、P.莱维及W.费勒等人作了杰出的贡献。

以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。 　　对称性：从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数 　　当f为实函数时，有： 　　R_f(- au) = R_f( au), 　　当f是复函数时，该自相关函数是厄米函数，满足： 　　R_f(- au) = R_f^*( au), 　　其中星号表示共轭。 　　连续型实自相关函数的峰值在原点取得，即对于任何延时 τ，均有 |R_f( au)| leq R_f(0)。该结论可直接有柯西-施瓦兹不等式得到。离散型自相关函数亦有此结论。 　　周期函数的自相关函数是具有与原函数相同周期的函数。 　　两个相互无关的函数（即对于所有 τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。 　　由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。 　　连续时间白噪声信号的自相关函数是一个δ函数，在除 τ = 0 之外的所有点均为0。 　　维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对： 　　R( au) = int_{-infty}^infty S(f) e^{j 2 pi f au} , df 　　S(f) = int_{-infty}^infty R( au) e^{- j 2 pi f au} , d au. 　　实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式： 　　R( au) = int_{-infty}^infty S(f) cos(2 pi f au) , df 　　S(f) = int_{-infty}^infty R( au) cos(2 pi f au) , d au.

下一个学霸做题的那种软件，扫一下就出答案了

研究生数学一考什么，考生一定要参考考研数学一大纲。数学一的试卷内容结构为高等数学56%；线性代数22%；概率论与数理统计22%。具体考察内容：高等数学函数极限连续1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系．2．了解函数的有界性、单调性、周期性和奇偶性．3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念．4．掌握基本初等函数的性质及其图形，了解初等函数的概念．5．理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左极限、右极限之间的关系．6．掌握极限的性质及四则运算法则．7．掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法．8．理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限．9．理解函数连续性的概念（含左连续与右连续），会判别函数间断点的类型．10．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值和最小值定理、介值定理），并会应用这些性质．一元函数微分学考试要求1.理解导数和微分的概念，理解导数与微分的关系，理解导数的几何意义，会求平面曲线的切线方程和法线方程，了解导数的物理意义，会用导数描述一些物理量，理解函数的可导性与连续性之间的关系.2.掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式.了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分.3.了解高阶导数的概念，会求简单函数的高阶导数.4.会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数.5.理解并会用罗尔(Rolle)定理、拉格朗日(Lagrange)中值定理和泰勒(Taylor)定理，了解并会用柯西(Cauchy)中值定理.6.掌握用洛必达法则求未定式极限的方法.7.理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用.8.会用导数判断函数图形的凹凸性(注：在区间 内，设函数 具有二阶导数。当f""(x)>0 时，f(x) 的图形是凹的;当f"(x) <0时，f(x) 的图形是凸的)，会求函数图形的拐点以及水平、铅直和斜渐近线，会描绘函数的图形.9.了解曲率、曲率圆与曲率半径的概念，会计算曲率和曲率半径.一元函数积分学考试要求1.理解原函数的概念，理解不定积分和定积分的概念.2.掌握不定积分的基本公式，掌握不定积分和定积分的性质及定积分中值定理，掌握换元积分法与分部积分法.3.会求有理函数、三角函数有理式和简单无理函数的积分.4.理解积分上限的函数，会求它的导数，掌握牛顿-莱布尼茨公式.5.了解反常积分的概念，会计算反常积分.6.掌握用定积分表达和计算一些几何量与物理量(平面图形的面积、平面曲线的弧长、旋转体的体积及侧面积、平行截面面积为已知的立体体积、功、引力、压力、质心、形心等)及函数的平均值.向量代数和空间解析几何考试要求1.理解空间直角坐标系，理解向量的概念及其表示.2.掌握向量的运算(线性运算、数量积、向量积、混合积)，了解两个向量垂直、平行的条件.3.理解单位向量、方向数与方向余弦、向量的坐标表达式，掌握用坐标表达式进行向量运算的方法.4.掌握平面方程和直线方程及其求法.5.会求平面与平面、平面与直线、直线与直线之间的夹角，并会利用平面、直线的相互关系(平行、垂直、相交等)解决有关问题.6.会求点到直线以及点到平面的距离.7.了解曲面方程和空间曲线方程的概念.8.了解常用二次曲面的方程及其图形，会求简单的柱面和旋转曲面的方程.9.了解空间曲线的参数方程和一般方程.了解空间曲线在坐标平面上的投影，并会求该投影曲线的方程.多元函数微分学考试要求1.理解多元函数的概念，理解二元函数的几何意义.2.了解二元函数的极限与连续的概念以及有界闭区域上连续函数的性质.3.理解多元函数偏导数和全微分的概念，会求全微分，了解全微分存在的必要条件和充分条件，了解全微分形式的不变性.4.理解方向导数与梯度的概念，并掌握其计算方法.5.掌握多元复合函数一阶、二阶偏导数的求法.6.了解隐函数存在定理，会求多元隐函数的偏导数.7.了解空间曲线的切线和法平面及曲面的切平面和法线的概念，会求它们的方程.8.了解二元函数的二阶泰勒公式.9.理解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格朗日乘数法求条件极值，会求简单多元函数的最大值和最小值，并会解决一些简单的应用问题.多元函数积分学考试要求1.理解二重积分、三重积分的概念，了解重积分的性质，了解二重积分的中值定理.2.掌握二重积分的计算方法(直角坐标、极坐标)，会计算三重积分(直角坐标、柱面坐标、球面坐标).3.理解两类曲线积分的概念，了解两类曲线积分的性质及两类曲线积分的关系.4.掌握计算两类曲线积分的方法.5.掌握格林公式并会运用平面曲线积分与路径无关的条件，会求二元函数全微分的原函数.6.了解两类曲面积分的概念、性质及两类曲面积分的关系，掌握计算两类曲面积分的方法，掌握用高斯公式计算曲面积分的方法，并会用斯托克斯公式计算曲线积分.7.了解散度与旋度的概念，并会计算.8.会用重积分、曲线积分及曲面积分求一些几何量与物理量(平面图形的面积、体积、曲面面积、弧长、质量、质心、形心、转动惯量、引力、功及流量等).无穷级数考试要求1.理解常数项级数收敛、发散以及收敛级数的和的概念，掌握级数的基本性质及收敛的必要条件.2.掌握几何级数与 级数的收敛与发散的条件.3.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.4.掌握交错级数的莱布尼茨判别法.5. 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.6.了解函数项级数的收敛域及和函数的概念.7.理解幂级数收敛半径的概念、并掌握幂级数的收敛半径、收敛区间及收敛域的求法.8.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)，会求一些幂级数在收敛区间内的和函数，并会由此求出某些数项级数的和.9.了解函数展开为泰勒级数的充分必要条件.10.掌握泰勒级数的麦克劳林(Maclaurin)展开式，会用它们将一些简单函数间接展开成幂级数.11.了解傅里叶级数的概念和狄利克雷收敛定理，会将定义在 上的函数展开为傅里叶级数，会将定义在 上的函数展开为正弦级数与余弦级数，会写出傅里叶级数的和函数的表达式.常微分方程考试要求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及一阶线性微分方程的解法.3.会解齐次微分方程、伯努利方程和全微分方程，会用简单的变量代换解某些微分方程.4.会用降阶法解下列形式的微分方程： .5.理解线性微分方程解的性质及解的结构.6.掌握二阶常系数齐次线性微分方程的解法，并会解某些高于二阶的常系数齐次线性微分方程.7.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.8.会解欧拉方程.9.会用微分方程解决一些简单的应用问题.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．第二章：矩阵考试内容：矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换初等矩阵矩阵的秩矩阵等价 分块矩阵及其运算考试要求：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、对称矩阵和反对称矩阵以及它们的性质．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．理解矩阵的初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法．5．了解分块矩阵及其运算．第三章：向量考试内容：向量的概念 向量的线性组合和线性表示 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 向量空间以及相关概念 n维向量空间的基变换和坐标变换 过渡矩阵 向量的内积 线性无关向量组的正交规范化方法 规范正交基 正交矩阵及其性质考试要求：1．理解n维向量、向量的线性组合与线性表示的概念．2．理解向量组线性相关、线性无关的概念，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和向量组的秩的概念，会求向量组的极大线性无关组及秩．4．理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系5．了解n维向量空间、子空间、基底、维数、坐标等概念．6．了解基变换和坐标变换公式，会求过渡矩阵．7．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．8．了解规范正交基、正交矩阵的概念以及它们的性质．第四章：线性方程组考试内容:线性方程组的克莱姆（Cramer）法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件 线性方程组解的性质和解的结构 齐次线性方程组的基础解系和通解 解空间 非齐次线性方程组的通解考试要求l．会用克莱姆法则．2．理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件．3．理解齐次线性方程组的基础解系、通解及解空间的概念，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．第五章：矩阵的特征值及特征向量考试内容:矩阵的特征值和特征向量的概念、性质 相似变换、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、特征向量及相似对角矩阵考试要求:1．理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量.2．理解相似矩阵的概念、性质及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．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．掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变化和合同矩阵的概念 了解二次型的标准形、规范形的概念以及惯性定理．2．掌握用正交变换化二次型为标准形的方法，会用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，并掌握其判别法概率与统计第一章：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，掌握事件的关系与运算．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．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．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.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，其中参数为λ（λ>0）的指数分布的概率密度为5．会求随机变量函数的分布．第三章：多维随机变量及其分布考试内容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考试要求1．理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率．2．理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.3．掌握二维均匀分布，了解二维正态分布的概率密度，理解其中参数的概率意义．4．会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.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 矩、协方差、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.第五章：大数定律和中心极限定理考试内容切比雪夫（Chebyshev）不等式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－拉普拉斯（De Moivre－laplace）定理 列维－林德伯格（Levy-Lindberg）定理考试要求1．了解切比雪夫不等式．2．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) .3．了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理) .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 样本均值 样本方差和样本矩 分布 分布 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 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算．3．了解正态总体的常用抽样分布．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考试要求1．理解参数的点估计、估计量与估计值的概念．2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．3．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．4．理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.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．理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。2．掌握单个及两个正态总体的均值和方差的假设检验。

主要写一下主要的工作内容，取得的成绩，以及不足，最后提出合理化的建议或者新的努力方向。。。。。。。以下供你参考： 转载：总结，就是把一个时间段的情况进行一次全面系统的总检查、总评价、总分析、总研究，分析成绩、不足、经验等。总结是应用写作的一种，是对已经做过的工作进行理性的思考。总结与计划是相辅相成的，要以计划为依据，制定计划总是在个人总结经验的基础上进行的。 总结的基本要求 1．总结必须有情况的概述和叙述，有的比较简单，有的比较详细。这部分内容主要是对工作的主客观条件、有利和不利条件以及工作的环境和基础等进行分析。 2．成绩和缺点。这是总结的中心。总结的目的就是要肯定成绩，找出缺点。成绩有哪些，有多大，表现在哪些方面，是怎样取得的；缺点有多少，表现在哪些方面，是什么性质的，怎样产生的，都应讲清楚。 3．经验和教训。做过一件事，总会有经验和教训。为便于今后的工作，须对以往工作的经验和教训进行分析、研究、概括、集中，并上升到理论的高度来认识。 　　 今后的打算。根据今后的工作任务和要求，吸取前一时期工作的经验和教训，明确努力方向，提出改进措施等 总结的注意事项 　　1．一定要实事求是，成绩不夸大，缺点不缩小，更不能弄虚作假。这是分析、得出教训的基础。 　 　2．条理要清楚。总结是写给人看的，条理不清，人们就看不下去，即使看了也不知其所以然，这样就达不到总结的目的。 　　3．要剪裁得体，详略适宜。材料有本质的，有现象的；有重要的，有次要的，写作时要去芜存精。总结中的问题要有主次、详略之分，该详的要详，该略的要略。 总结的基本格式 　　1、标题 　　2、正文 　 　 开头：概述情况，总体评价；提纲挈领，总括全文。 　　主体：分析成绩缺憾，总结经验教训。 　　结尾：分析问题，明确方向。 　 　3、落款 　　署名，日期

翻翻历史背景俄罗斯的数学并不是从一开始就辉煌灿烂的。在17、18世纪前，能算得上是数学家的俄国人屈指可数；即使是那屈着指头数出来的几个科学家，研究的也都是什么解解一元的二元的方程这类的问题；几何上呢，还停留在后欧几里德的时代。但从彼得大帝时代，情况开始有了变化。彼得大帝深刻感受到了西欧科学文化发展之迅猛，于是大量引入西欧的科学家来彼得堡任教或参与学术工作。其中比较有名的数学家就包括哥德巴赫、欧拉和某几个伯努利。这些人在彼得堡没有光吃干饭，通过他们的培养，开始逐渐出现一些还算像样的研究成果，包括提出了非欧几何的概念。彼得堡学派也就此诞生了。切比雪夫就是这个时代的数学家。关键切比雪夫不光是数学家，还是一位好为人师的教育者。在他老人家的扶植下，像马尔可夫这样的数学家也就逐渐冒出泡来了。不过，在这个时代的俄国数学，也只是刚刚在某些领域可以和西方平起平坐，客观的来说还仍不能望当时法国、德国数学的项背。20世纪初的时候，俄罗斯数学研究的重心从彼得堡转到了莫斯科。这一时段出色的学者多出现于莫斯科大学，因此称其为莫斯科学派。促成这种转移的因素有很多，这些因素中的最晚出现的一个是30年代初的时候，斯大林决定把列宁格勒的苏联科学院搬到莫斯科。莫斯科学派时期是俄国数学真正的黄金时期。在那么四五十年中，俄罗斯在概率论、随机过程、复变函数、数理逻辑、泛函、数论、微分方程、拓扑学等诸多前沿分支中突飞猛进，爆出了一堆大数学家和更多的中小型数学家，比如辛钦、门索夫、柯尔莫哥洛夫、鲁金、施密特、乌里松等等。其中柯尔莫哥洛夫是一个溅射领域最广的数学家，他本人对数学的贡献就是多方面的，然后还是巨多数学家的老师，还帮苏联编百科全书，还特别支持社会主义建设。苏联时期的数学成就：康托诺维奇(1912－ )，他在集合论、半空间泛函分忻、泛函近似计算方面有突出贡献，另外，他还于1939年撰写丁规划论的第一部成形著作《生产组织与计划中的数学扩法》，发展了有利于国民经济的规划理论，荣获诺贝尔经济学 奖。 柯尔莫哥洛夫(1903－ )。他最初致力于三角级数、逼近论、测度论等方面的研究，后束又涉及了拓朴学、力学和逻辑等，而最杰出的工作在概率论方面。早期的俄国数学家马尔科夫(1856—1922)研究随机过程，首先提出了马尔科夫过程，其大意是：一个体系将来的发展只与体系现在的状况有关，而与体系过去的历史无关。液体中粒子的无规则运动一布朗运动就是马尔科夫随机过程的一个典型例子。柯尔莫哥洛夫于1939年将概率论公理化，巧妙地将实变函数论、测皮论和集合论用于概率论的研究。在极限定理和随机过程的研究中柯尔莫哥洛夫也取得了重大成果。20世纪20至30年代，被称为是概率论的英雄时代，而苏联的概率论学派为现代概率论的发展作了许多工作。第二次世界大战后形成三个概率论研究中心，苏联学派是当时最强的一个，其余两个分别在法国和美国。苏联的泛函分析学派和代数学派等，都有过出色的工作，苏联的数学家在许多数学领域中作出了突出的贡献，例如，提出索波列夫空间，解决希尔伯待第七个问题，关于解析函数边值理论的工作，提出对偏微分方程的分类等。俄罗斯当今的数学成就：俄罗斯当今出了很多年轻数学家，特别出现了几位非常杰出的60后天才数学家。除了大家都知道因为证明Poincare猜想而闻名于世的俄罗斯数学天才Grigori Perelman (1966年生），还有Maxim Kontsevich (1964年生),Andrei Yuryevich Okounkov (1969生),Stanislav Smirnov (1970生)等几位天才数学家，他们都是 Fields奖获得者，尤其是Maxim Kontsevich博士由于在数学物理多个领域的杰出贡献，而几乎囊括了世界上数学上所有的大奖。他1997年获Poincare奖，1998年Fields奖，2008年Crafood奖， 2012年Shaw(邵逸夫)奖。总结：俄罗斯这个民族开化的比较晚，但是一旦开化，尤其是经过彼得大帝这样的历史性人物的推动，一个民族学术风气起来了，加上自己先天聪慧的大脑，产生了很多本土的影响有世界级的经典数学家、物理学家、化学家，老军001在年幼时期初三读的化学教材的元素周期表就是苏联科学家门捷列夫的成果，一个民族的兴衰不是一个人决定的，一旦一群人起来了，形成风气了，那么就会对世界的历史产生推动作用。在一些政治人物的推动下，伟大的苏联诞生了，他们创造了苏维埃帝国神话，第一次发射卫星，第一次探月，与资本主义、美国等北约国家博弈70年，这70年形成了与美国势均力敌的军事对抗，尽管最后由于种种原因（主要是没有形成经济与货币霸权优势），最后败给北约造成解体了，但是苏联对世界文明史的贡献还是不可磨灭的，一个有着战胜法西斯历史的国家的光辉是不能被掩埋的，这是政治也是学术还是能载入史册的篇章。俄罗斯现有的光辉不能与前苏联比较，但是他们的应用数学与攻关科研能力，还是能造出改进升级版本的弹道导弹，还能升级核武器，还能打造一代新战机，可以说：俄罗斯民族的精神还能持续，还能继续战斗，这是俄罗斯民族祖先留下来的、历史形成的、有着战胜拿破仑和希特勒历史的坚强意志。

对于同一估计量使用不同的评价标准可能会得到完全不同的结论,因此,在评价某一个估计好坏时,首先要说明的是在哪一个标准下,否则,所论好坏则毫无意义.下面给出几个常用的评价准则．我们知道,点估计是一个统计量,因此它是一个随机变量,在样本一定的条件下,我们不可能要求它完全等同于参数的真实取值.但如果我们有足够的观测值,根据格里纹科定理,随着样本量的不断增大,经验分布函数逼近真实分布函数,因此完全可以要求估计量随着样本量的不断增大而逼近参数真值,这就是相合性,若对于任意的估计量为参数由辛钦大数定律知样本的相合估计量相合性被认为是对估计的一个最基本要求,如果一个估计量,在样本量不断增大时,它都不能把被估参数估计到任意指定的精度,那么这个估计是很值得怀疑的.通常,不满足相合性要求的估计一般不予考虑.证明估计的相合性一般可应用大数定律或直接由定义来证.函数为连续其中进而若待估参数的相合估计证明对任意的ε>0,由切比雪夫不等式有充分大时有注意到此时如果就有等价地由此即有定理得证.设总体其中是未知参数为取自该总体的样本,为样本均值证明是参数的相合估计的最大似然估计它是相合估计吗1227证明总体从而于是,由定理可得是参数的相合估计的似然函数为显然的取值范围为因而的最大似然估计为的均值与方差。

帕夫努季·利沃维奇·切比雪夫出身于贵族家庭。他的祖辈中有许多人立过战功。父亲列夫·帕夫洛维奇·切比雪夫(ЛевПaвлович Чебышев)参加过抵抗拿破仑(Napoleon)入侵的卫国战争，母亲阿格拉费娜·伊万诺夫娜·切比雪娃(AгpaфеHaИвaновa Чебышевa)也出身名门，他们共生育了五男四女，切比雪夫排行第二。他的一个弟弟弗拉季米尔·利沃维奇·切比雪夫(Влaдимир Лbвович Чебb Iшев)后来成了炮兵将军和彼得堡炮兵科学院的教授，在机械制造与微震动理论方面颇有建树。切比雪夫的左脚生来有残疾，因而童年时代的他经常独坐家中，养成了在孤寂中思索的习惯。他有一个富有同情心的表姐，当其余的孩子们在庄园里嬉戏时，表姐就教他唱歌、读法文和做算术。一直到临终，切比雪夫都把这位表姐的像片珍藏在身边。1832年，切比雪夫全家迁往莫斯科。为了孩子们的教育，父母请了一位相当出色的家庭教师П. H. 波戈列日斯基(Погорелский)，他是当时莫斯科最有名的私人教师和几本流行的初等数学教科书的作者。切比雪夫从家庭教师那里学到了很多东西，并对数学产生了强烈的兴趣。他对欧几里得(Euclid)《几何原本》(Elements)当中关于没有最大素数的证明留下了极深刻的印象。 1837年，年方16岁的切比雪夫进入莫斯科大学，成为哲学系下属的物理数学专业的学生。在大学阶段，摩拉维亚出生的数学家H. Д. 布拉什曼 (Брaшмaн) 对他有较大的影响。1865年9月30日切比雪夫曾在莫斯科数学会上宣读了一封信，信中把自己应用连分数理论于级数展开式的工作归因于布拉什曼的启发。在大学的最后一个学年，切比雪夫递交了一篇题为“方程根的计算” (Вычисление корней урaвнений, 1841) 的论文，在其中提出了一种建立在反函数的级数展开式基础之上的方程近似解法，因此获得该年度系里颁发的银质奖章。大学毕业之后，切比雪夫一面在莫斯科大学当助教，一面攻读硕士学位。大约在此同时，他们家在卡卢加省的庄园因为灾荒而破产了。切比雪夫不仅失去了父母方面的经济支持，而且还要负担两个未成年的弟弟的部分教育费用。1843年，切比雪夫通过了硕士课程的考试，并在J. 刘维尔 (Liouville) 的《纯粹与应用数学杂志》(Journal des mathématiques pures et appliquées)上发表了一篇关于多重积分的文章。1844年，他又在L. 格列尔 (Grelle) 的同名杂志 (Journal für die reine und angewandte Mathematik) 上发表了一篇讨论泰勒级数收敛性的文章。1845年，他完成了硕士论文“试论概率论的基础分析” (Опыт елементaрногоaнaлизa теории вероятностей, 1845) ，于次年夏天通过了答辩。 1846年，切比雪夫接受了彼得堡大学的助教职务，从此开始了在这所大学教书与研究的生涯。他的数学才干很快就得到在这里工作的B. Я. 布尼亚科夫斯基 (Буняковский) 和M. B. 奥斯特罗格拉茨基 (Острогрaдский) 这两位数学前辈的赏识。1847年春天，在题为“关于用对数积分” (Об интегрировaнии с номошьюлогaрифмов, 1847) 的晋职报告中，切比雪夫彻底解决了奥斯特罗格拉茨基不久前才提出的一类代数无理函数的积分问题，他因此被提升为高等代数与数论讲师。他在文章中提出的一个关于二项微分式积分的方法，今天可以在任何一本微积分教程之中找到。1849年5月27日，他的博士论文“论同余式”(Теория срaвнений, 1849)在彼得堡大学通过了答辩，数天之后，他被告知荣获彼得堡科学院的最高数学荣誉奖。切比雪夫于1850年升为副教授，1860年升为教授。1872年，在他到彼得堡大学任教25周年之际，学校授予他功勋教授的称号。1882年，切比雪夫在彼得堡大学执教35年之后光荣退休。35年间，切比雪夫教过数论、高等代数、积分运算、椭圆函数、有限差分、概率论、分析力学、傅里叶级数、函数逼近论、工程机械学等十余门课程。他的讲课深受学生们欢迎。A. M. 李雅普诺夫 (Ляпунов) 评论道：“他的课程是精练的，他不注重知识的数量，而是热衷于向学生阐明一些最重要的观念。他的讲解是生动的、富有吸引力的，总是充满了对问题和科学方法之重要意义的奇妙评论。”1853年，切比雪夫被选为彼得堡科学院候补院士，同时兼任应用数学部主席。1856年成为副院士。1859年成为院士。切比雪夫曾先后六次出国考察或进行学术交流。他与法国数学界联系甚为密切，曾三次赴巴黎出席法国科学院的年会。他于1860年、1871年与1873年分别当选为法兰西科学院、柏林皇家科学院的通讯院士与意大利波隆那科学院的院士，1877年、1880年、1893年分别成为伦敦皇家学会、意大利皇家科学院与瑞典皇家科学院的外籍成员。同时他也是全俄罗斯所有大学的荣誉成员、全俄中等教育改革委员会的成员和彼得堡炮兵科学院的荣誉院士。他还是彼得堡和莫斯科两地数学会的热心支持者。他发起召开的全俄自然科学家和医生代表大会对于科学界之间的相互了解与科学在民众中的影响起到了很大的作用。 切比雪夫是彼得堡数学学派的奠基人和领袖。19世纪以前，俄国的数学是相当落后的。在彼得大帝去世那年建立起来的科学院中，早期数学方面的院士都是外国人，其中著名的有L．欧拉(Euler)、尼古拉·伯努利(Bernoulli，NikolausⅢ)、丹尼尔·伯努利(Bernoulli，Daniel)和C．哥德巴赫(Goldbach)等。俄罗斯没有自己的数学家，没有大学，甚至没有一部象样的初等数学教科书。19世纪上半叶，俄国才开始出现了像H．И．罗巴切夫斯基(Лобaчевский)、布尼亚科夫斯基和奥斯特罗格拉茨基这样优秀的数学家；但是除了罗巴切夫斯基之外，他们中的大多数人都是在外国(特别是法国)接受训练的，而且他们的成果在当时还不足以引起西欧同行们的充分重视。切比雪夫就是在这种历史背景下从事他的数学创造的。他不仅是土生土长的学者，而且以他自己的卓越才能和独特的魅力吸引了一批年轻的俄国数学家，形成了一个具有鲜明风格的数学学派，从而使俄罗斯数学摆脱了落后境地而开始走向世界前列。切比雪夫是彼得堡数学学派的奠基人和当之无愧的领袖。他在概率论、解析数论和函数逼近论领域的开创性工作从根本上改变了法国、德国等传统数学大国的数学家们对俄国数学的看法。切比雪夫是在概率论门庭冷落的年代从事这门学问的。他一开始就抓住了古典概率论中具有基本意义的问题，即那些“几乎一定要发生的事件”的规律——大数定律。历史上的第一个大数定律是由雅格布·伯努利(Bernoulli， Jacob I)提出来的，后来 S－D．B．泊松(Poisson)又提出了一个条件更宽的陈述，除此之外在这方面没有什么进展。相反，由于有些数学家过分强调概率论在伦理科学中的作用甚至企图以此来阐明“隐蔽着的神的秩序”，又加上理论工具的不充分和古典概率定义自身的缺陷，当时欧洲一些正统的数学家往往把它排除在精密科学之外。1845年，切比雪夫在其硕士论文中借助十分初等的工具——ln(1+x)的麦克劳林展开式，对雅格布·伯努利大数定律作了精细的分析和严格的证明。一年之后，他又在格列尔的杂志上发表了“概率论中基本定理的初步证明”(Démonstration èlèmentaired"une proposition génerale de la théorie des probabilités， 1846)一文，文中继而给出了泊松形式的大数定律的证明。1866年，切比雪夫发表了“论平均数”(Oсредних величинaх，1866)，进一步讨论了作为大数定律极限值的平均数问题。1887年，他发表了更为重要的“关于概率的两个定理”(Oдвух теоремaх относительно вероятностей，1887)，开始对随机变量和收敛到正态分布的条件，即中心极限定理进行讨论。切比雪夫引出的一系列概念和研究题材为俄国以及后来苏联的数学家继承和发展。A．A．马尔科夫(Мaрков)对“矩方法”作了补充，圆满地解决了随机变量的和按正态收敛的条件问题。李雅普诺夫则发展了特征函数方法，从而引起中心极限定理研究向现代化方向上的转变。以20世纪30年代A．H．柯尔莫哥洛夫(Колмогоров)建立概率论的公理体系为标志，苏联在这一领域取得了无可争辩的领先地位。近代极限理论——无穷可分分布律的研究也经C．H．伯恩斯坦(Бернштейн)、A．Я．辛钦(Хинчин)等人之手而臻于完善，成为切比雪夫所开拓的古典极限理论在20世纪抽枝发芽的繁茂大树。关于切比雪夫在概率论中所引进的方法论变革的伟大意义，苏联著名数学家柯尔莫哥洛夫在“俄罗斯概率科学的发展”(Роль сусской нaуки в сaзвии теории вероятносгей，ИБИД，стр，53—64)一文中写道：“从方法论的观点来看，切比雪夫所带来的根本变革的主要意义不在于他是第一个在极限理论中坚持绝对精确的数学家(A．棣莫弗(de Moivre)、P－S．拉普拉斯(Laplace)和泊松的证明与形式逻辑的背景是不协调的，他们不同于雅格布·伯努利，后者用详尽的算术精确性证明了他的极限定理)，切比雪夫的工作的主要意义在于他总是渴望从极限规律中精确地估计任何次试验中的可能偏差并以有效的不等式表达出来。此外，切比雪夫是清楚地预见到诸如‘随机变量"及其‘期望(平均)值"等概念的价值，并将它们加以应用的第一个人。这些概念在他之前就有了，它们可以从‘事件"和‘概率"这样的基本概念导出，但是随机变量及其期望值是能够带来更合适与更灵活的算法的课题。”切比雪夫对解析数论的研究集中在他初到彼得堡大学任教的头四年内，当时他正担任着高等代数与数论的讲师，同时兼任欧拉选集数论部分的编辑；后一任命是布尼亚科夫斯基向彼得堡科学院推荐的。1849年，欧拉选集的数论部分(L． Euleri commenta-tiones arithmeticae collectae， 1849)在彼得堡正式出版了。切比雪夫为此付出了巨大的心血，同时他也从欧拉的著作中体会到了深邃的思想和灵活的技巧结合在一起的魅力，特别是欧拉所引入的ξ函数及用它对素数无穷这一古老命题所作的奇妙证明，吸引他进一步探索素数分布的规律。理论联系实际是切比雪夫科学工作的一个鲜明特点。他自幼就对机械有浓厚的兴趣，在大学时曾选修过机械工程课。就在第一次出访西欧之前，他还担任着彼得堡大学应用知识系(准工程系)的讲师。这次出访归来不久，他就被选为科学院应用数学部主席，这个位置直到他去世后才由李雅普诺夫接任。应用函数逼近论的理论与算法于机器设计，切比雪夫得到了许多有用的结果，它们包括直动机的理论、连续运动变为脉冲运动的理论、最简平行四边形法则、绞链杠杆体系成为机械的条件、三绞链四环节连杆的运动定理、离心控制器原理等等。他还亲自设计与制造机器。据统计，他一生共设计了40余种机器和80余种这些机器的变种，其中有可以模仿动物行走的步行机，有可以自动变换船桨入水和出水角度的划船机，有可以度量大圆弧曲率并实际绘出大圆弧的曲线规，还有压力机、筛分机、选种机、自动椅和不同类型的手摇计算机。他的许多新发明曾在1878年的巴黎博览会和1893年的芝加哥博览会上展出，一些展品至今仍被保存在苏联科学院数学研究所、莫斯科历史博物馆和巴黎艺术学院里。1856年，切比雪夫被任命为炮兵委员会的成员，积极地参与了革新炮兵装备和技术的工作。他于1867年提出的一个计算圆形炮弹射程的公式很快被弹道专家所采用，他关于插值理论的研究也部分地来源于分析弹着点数据的需要。他在彼得堡大学教授联席会上作的“论地图制法”(Черченйе геогрaфических кaрт，1856)的报告精辟地分析了数学理论与实践结合的意义，这份报告也详尽讨论了如何减少投影误差的问题。在法国科学院第七次年会上，切比雪夫提出了一篇名为“论服装裁剪”(Sur la coupe des vte-ments，1878)的论文，其中提出的“切比雪夫网”成了曲面论中的一个重要概念。切比雪夫终身未娶，日常生活十分简朴，他的一点积蓄全部用来买书和制造机器。每逢假日，他也乐于同侄儿女们在一起轻松一下，但是他最大的乐趣是与年轻人讨论数学问题。1894年11月底，他的腿疾突然加重，随后思维也出现了障碍，但是病榻中的他仍然坚持要求研究生前来讨论问题，这个学生就是后来成为俄国在代数领域中的开拓者的Д．A．格拉韦(Грaве)。1894年12月8日上午9时，这位令人尊敬的学者在自己的书桌前溘然长逝。他既无子女，又无金钱，但是他却给人类留下了一笔不可估价的遗产——一个光荣的学派。彼得堡数学学派是伴随着切比雪夫几十年的舌耕笔耘成长起来的。它深深地扎根在大学这块沃土里，它的成员们大都重视基础理论和实际应用，善于以经典问题为突破口，并擅长运用初等工具建立高深的结果。19世纪下半叶，俄国数学主要是在切比雪夫的领导下，首先在概率论、解析数论和函数逼近论这三个领域实现了突破。科尔金、佐洛塔廖夫、Ю．B．索霍茨基(Сохоцкий)、K．A．波谢(Поссе)、马尔科夫、李雅普诺夫、格拉韦、Г．Ф．伏罗诺伊(Вороной)、C．И．沙图诺夫斯基(Шaтуновский)A．H．克雷洛夫(Крылов)、H．E．茹科夫斯基(Жуковский)、B．A．斯捷克洛夫(Стеклов)等人又在复变函数、微分方程、代数、群论、数的几何学、函数构造、数学物理等领域大显身手，使俄国数学在19世纪末大体跟上了世界先进的潮流，某些领域的优势则一直保留到今日。时至今日，俄罗斯已经是一个数学发达的国家，俄罗斯数学界的领袖们仍以自己被称为切比雪夫和彼得堡学派的传人而自豪。

是的！

以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。对称性：从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数当f为实函数时，有：R_f(- au) = R_f( au),当f是复函数时，该自相关函数是厄米函数，满足：R_f(- au) = R_f^*( au),其中星号表示共轭。连续型实自相关函数的峰值在原点取得，即对于任何延时 τ，均有 |R_f( au)| leq R_f(0)。该结论可直接有柯西-施瓦兹不等式得到。离散型自相关函数亦有此结论。周期函数的自相关函数是具有与原函数相同周期的函数。两个相互无关的函数（即对于所有 τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。连续时间白噪声信号的自相关函数是一个δ函数，在除 τ = 0 之外的所有点均为0。维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对：R( au) = int_{-infty}^infty S(f) e^{j 2 pi f au} , dfS(f) = int_{-infty}^infty R( au) e^{- j 2 pi f au} , d au.实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式：R( au) = int_{-infty}^infty S(f) cos(2 pi f au) , dfS(f) = int_{-infty}^infty R( au) cos(2 pi f au) , d au.

相合估计量就是要依概率收敛于待估计的量,证明一般是用辛钦大数定律,这个定律可以直接用

自相关函数在不同的领域，定义不完全等效。在某些领域，自相关函数等同于自协方差(autocovariance)。 　　R(k) = frac{E[(X_i - mu)(X_{i+k} - mu)]}{sigma^2} 　　信号处理 　　R_f( au) = f( au) * f^*(- au)= int_{-infty}^{infty} f(t+ au)f^*(t), dt = int_{-infty}^{infty} f(t)f^*(t- au), dt，其中“*”是卷积算符，(cdot)^*为取共轭。 　　同一时间函数在瞬时t和t+a的两个值相乘积的平均值作为延迟时间t的函数，它是信号与延迟后信号之间相似性的度量。延迟时间为零时，则成为信号的均方值，此时它的值最大。编辑本段自相关函数的性质　　以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。 　　对称性：从定义显然可以看出R(i) = R(−i)。连续型自相关函数为偶函数 　　当f为实函数时，有： 　　R_f(- au) = R_f( au), 　　当f是复函数时，该自相关函数是厄米函数，满足： 　　R_f(- au) = R_f^*( au), 　　其中星号表示共轭。 　　连续型实自相关函数的峰值在原点取得，即对于任何延时 τ，均有 |R_f( au)| leq R_f(0)。该结论可直接有柯西-施瓦兹不等式得到。离散型自相关函数亦有此结论。 　　周期函数的自相关函数是具有与原函数相同周期的函数。 　　两个相互无关的函数（即对于所有 τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。 　　由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。 　　连续时间白噪声信号的自相关函数是一个δ函数，在除 τ = 0 之外的所有点均为0。 　　维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对： 　　R( au) = int_{-infty}^infty S(f) e^{j 2 pi f au} , df 　　S(f) = int_{-infty}^infty R( au) e^{- j 2 pi f au} , d au. 　　实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式： 　　R( au) = int_{-infty}^infty S(f) cos(2 pi f au) , df 　　S(f) = int_{-infty}^infty R( au) cos(2 pi f au) , d au.

存在方差存在期望一定存在吗？方差存在期望一定存在的。

"……………""虽然是女性,可我没打算手下留情.""接招!"还未进入战斗，战斗音乐却提前响起.FC中，当剑帝拖下面具的那一刻,冷俊的脸庞和苍金的头发,让我影响深刻,我万万没想到“洛伦斯少尉”竟是这样一位美男子,还有那把剑,一切都太帅了!空之轨迹中,剑帝是我最喜欢的角色.而3部作品中,每次与他的战斗都是我最期待最喜欢的.

安德罗洛夫(Andeluonuofu)1894-1975吉姆琴科(Timchenko Ivan Urevic)1863~1939格拉维(Grave Dmitrii Alexandroxic) 1863~1939巴拿赫 （波兰）(Stefan Banach)1892~1945基西略夫(Kiselev Andrei Petrovic) 1852~1940辛钦1894~1959希望有你要找的数学家。

在相同条件下进行大量重复实验时，当次数无穷大N个随机变量的平均值的稳定性，解决随机现象的统计规律。那个数学系的人怎么听课的，嘿嘿

1．20世纪以前的概率论概率论起源于博弈问题。15-16世纪，意大利数学家帕乔利(L.Pacioli,1445-1517)、塔塔利亚(N.Tartaglia,1499-1557)和卡尔丹(G.cardano,1501-1576)的著作中都曾讨论过俩人赌博的赌金分配等概率问题。1657年，荷兰数学家惠更斯(C.Huygens,1629-1695)发表了《论赌博中的计算》，这是最早的概率论著作。这些数学家的著述中所出现的第一批概率论概念与定理，标志着概率论的诞生。而概率论最为一门独立的数学分支，真正的奠基人是雅格布•伯努利(Jacob Bernoulli,1654-1705)。他在遗著《猜度术》中首次提出了后来以“伯努利定理”著称的极限定理，在概率论发展史上占有重要地位。伯努利之后，法国数学家棣莫弗(A.de Moivre,1667-1754)把概率论又作了巨大推进，他提出了概率乘法法则，正态分布和正态分布率的概念，并给出了概率论的一些重要结果。之后法国数学家蒲丰(C.de Buffon,1707-1788)提出了著名的“普丰问题”，引进了几何概率。另外，拉普拉斯、高斯和泊松(S.D.Poisson,1781-1840)等对概率论做出了进一步奠基性工作。特别是拉普拉斯，他是严密的、系统的科学概率论的最卓越的创建者，在1812年出版的《概率的分析理论》中，拉普拉斯以强有力的分析工具处理了概率论的基本内容，实现了从组合技巧向分析方法的过渡，使以往零散的结果系统化，开辟了概率论发展的新时期。泊松则推广了大数定理，提出了著名的泊松分布。19世纪后期，极限理论的发展称为概率论研究的中心课题，俄国数学家切比雪夫对此做出了重要贡献。他建立了关于独立随机变量序列的大数定律，推广了棣莫弗—拉普拉斯的极限定理。切比雪夫的成果后被其学生马尔可夫发扬光大，影响了20世纪概率论发展的进程。19世纪末，一方面概率论在统计物理等领域的应用提出了对概率论基本概念与原理进行解释的需要，另一方面，科学家们在这一时期发现的一些概率论悖论也揭示出古典概率论中基本概念存在的矛盾与含糊之处。这些问题却强烈要求对概率论的逻辑基础做出更加严格的考察。2．概率论的公理化俄国数学家伯恩斯坦和奥地利数学家冯•米西斯(R.von Mises,1883-1953)对概率论的严格化做了最早的尝试。但它们提出的公理理论并不完善。事实上，真正严格的公理化概率论只有在测度论和实变函数理论的基础才可能建立。测度论的奠基人，法国数学家博雷尔(E.Borel,1781-1956)首先将测度论方法引入概率论重要问题的研究，并且他的工作激起了数学家们沿这一崭新方向的一系列搜索。特别是原苏联数学家科尔莫戈罗夫的工作最为卓著。他在1926年推倒了弱大数定律成立的充分必要条件。后又对博雷尔提出的强大数定律问题给出了最一般的结果，从而解决了概率论的中心课题之一——大数定律，成为以测度论为基础的概率论公理化的前奏。1933年，科尔莫戈罗夫出版了他的著作《概率论基础》，这是概率论的一部经典性著作。其中，科尔莫戈罗夫给出了公理化概率论的一系列基本概念，提出了六条公理，整个概率论大厦可以从这六条公理出发建筑起来。科尔莫戈罗夫的公理体系逐渐得到数学家们的普遍认可。由于公理化，概率论成为一门严格的演绎科学，并通过集合论与其它数学分支密切地联系者。科尔莫戈罗夫是20世纪最杰出的数学家之一，他不仅仅是公理化概率论的建立者，在数学和力学的众多领域他都做出了开创或奠基性的贡献，同时，他还是出色的教育家。由于概率论等其它许多领域的杰出贡献，科尔莫戈罗夫荣获80年的沃尔夫奖。3．进一步的发展在公理化基础上，现代概率论取得了一系列理论突破。公理化概率论首先使随机过程的研究获得了新的起点。1931年，科尔莫戈罗夫用分析的方法奠定了一类普通的随机过程——马尔可夫过程的理论基础。科尔莫戈罗夫之后，对随机过程的研究做出重大贡献而影响着整个现代概率论的重要代表人物有莱维(P.Levy,1886-1971)、辛钦、杜布(J.L.Dob)和伊藤清等。1948年莱维出版的著作《随机过程与布朗运动》提出了独立增量过程的一般理论，并以此为基础极大地推进了作为一类特殊马尔可夫过程的布朗运动的研究。1934年，辛钦提出平稳过程的相关理论。1939年，维尔(J.Ville)引进“鞅”的概念，1950年起，杜布对鞅概念进行了系统的研究而使鞅论成为一门独立的分支。从1942年开始，日本数学家伊藤清引进了随机积分与随机微分方程，不仅开辟了随机过程研究的新道路，而且为随机分析这门数学新分支的创立和发展奠定了基础。

穷死了，买不起草稿纸

根据辛钦定理，只要Xi独立同分布，则辛钦大数定律成立。因此，此题可用，再根据辛钦大数定律的内容，Xi均值的期望会依概率收敛到样本均值0.1。也就是随着n增大，1/n E Xi 和0.1的差距会越来越小，那么也就是说|1/n E Xi - 0.1|<e的概率会趋近于1。解释一下，这个e是依谱西龙，是指任意小的数，2楼简直是自在放，根本就不是无理数e 。

概率论发展史 概率论是一门研究随机现象规律的数学分支。其起源于十七世纪中叶，当时在误差、人口统计、人寿保险等范畴中，需要整理和研究大量的随机数据资料，这就孕育出一种专门研究大量随机现象的规律性的数学，但当时 *** 数学家们首先思考概率论的问题，却是来自赌博者的问题。数学家费马向一法国数学家帕斯卡提出下列的问题：“现有两个赌徒相约赌若干局，谁先赢s局就算赢了，当赌徒A赢a局[a < s]，而赌徒B赢b局[b < s]时，赌博中止，那赌本应怎样分才合理呢？”于是他们从不同的理由出发，在1654年7月29日给出了正确的解法，而在三年后，即1657年，荷兰的另一数学家惠根斯[1629-1695]亦用自己的方法解决了这一问题，更写成了《论赌博中的计算》一书，这就是概率论最早的论着，他们三人提出的解法中，都首先涉及了数学期望[mathematical expectation]这一概念，并由此奠定了古典概率论的基础。 使概率论成为数学一个分支的另一奠基人是瑞士数学家雅各布-伯努利[1654-1705]。他的主要贡献是建立了概率论中的第一个极限定理，我们称为“伯努利大数定理”，即“在多次重复试验中，频率有越趋稳定的趋势”。这一定理更在他死后，即1713年，发表在他的遗著《猜度术》中。 到了1730年，法国数学家棣莫弗出版其著作《分析杂论》，当中包含了著名的“棣莫弗—拉普拉斯定理”。这就是概率论中第二个基本极限定理的原始初形。而接着拉普拉斯在1812年出版的《概率的分析理论》中，首先明确地对概率作了古典的定义。另外，他又和数个数学家建立了关于“正态分布”及“最小二乘法”的理论。另一在概率论发展史上的代表人物是法国的泊松。他推广了伯努利形式下的大数定律，研究得出了一种新的分布，就是泊松分布。概率论继他们之后，其中心研究课题则集中在推广和改进伯努利大数定律及中心极限定理。 概率论发展到1901年，中心极限定理终于被严格的证明了，及后数学家正利用这一定理第一次科学地解释了为什么实际中遇到的许多随机变量近似服从以正态分布。到了20世纪的30年代，人们开始研究随机过程，而著名的马尔可夫过程的理论在1931年才被奠定其地位。而苏联数学家柯尔莫哥洛夫在概率论发展史上亦作出了重大贡献，到了近代，出现了理论概率及应用概率的分支，及将概率论应用到不同范畴，从而开展了不同学科。因此，现代概率论已经成为一个非常庞大的数学分支。 概率论的历史 起源 概率论是一门研究事情发生的可能性的学问，但是最初概率论的起源与赌博问题有关。 16世纪，意大利的学者吉罗拉莫·卡尔达诺（Girolamo Cardano）开始研究掷骰子等赌博中的一些简单问题。 概率与统计的一些概念和简单的方法，早期主要用于赌博和人口统计模型。 随着人类的社会实践，人们需要了解各种不确定现象中隐含的必然规律性，并用数学方法研究各种结果出现的可能性大小，从而产生了概率论，并使之逐步发展成一门严谨的学科。 概率与统计的方法日益渗透到各个领域，并广泛应用于自然科学、经济学、医学、金融保险甚至人文科学中。 发展 随着18、19世纪科学的发展，人们注意到在某些生物、物理和社会现象与机会游戏之间有某种相似性，从而由机会游戏起源的概率论被应用到这些领域中，同时这也大大推动了概率论本身的发展。 使概率论成为数学的一个分支的奠基人是瑞士数学家伯努利，他建立了概率论中第一个极限定理，即伯努利大数定律，阐明了事件的频率稳定于它的概率。 随后棣莫弗和拉普拉斯又导出了第 二个基本极限定理（中心极限定理）的原始形式。 拉普拉斯在系统总结前人工作的基础上写出了《分析的概率理论》，明确给出了概率的古典定义，并在概率论中引入了更有力的分析工具，将概率论推向一个新的发展阶段。 19世纪末，俄国数学家切比雪夫、马尔可夫、李亚普诺夫等人用分析方法建立了大数定律及中心极限定理的一般形式，科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。 20世纪初受物理学的 *** ，人们开始研究随机过程。 这方面柯尔莫哥洛夫、维纳、马尔可夫、辛钦、莱维及费勒等人作了杰出的贡献。 扩展资料 概率论是研究随机现象数量规律的数学分支。 随机现象是相对于决定性现象而言的。 在一定条件下必然发生某一结果的现象称为决定性现象。 例如在标准大气压下，纯水加热到100℃时水必然会沸腾等。 随机现象则是指在基本条件不变的情况下，每一次试验或观察前，不能肯定会出现哪种结果，呈现出偶然性。 例如，掷一硬币，可能出现正面或反面。随机现象的实现和对它的观察称为随机试验。 随机试验的每一可能结果称为一个基本事件，一个或一组基本事件统称随机事件，或简称事件。典型的随机试验有掷骰子、扔硬币、抽扑克牌以及轮盘游戏等。 事件的概率是衡量该事件发生的可能性的量度。虽然在一次随机试验中某个事件的发生是带有偶然性的，但那些可在相同条件下大量重复的随机试验却往往呈现出明显的数量规律。 参考资料：百度百科-概率论。 概率的历史故事 概率的历史： 第一个系统地推算概率的人是16世纪的卡尔达诺。记载在他的著作《Liber de Ludo Aleae》中。书中关于概率的内容是由Gould从拉丁文翻译出来的。 卡尔达诺的数学著作中有很多给赌徒的建议。这些建议都写成短文。然而，首次提出系统研究概率的是在帕斯卡和费马来往的一系列信件中。 这些通信最初是由帕斯卡提出的，他想找费马请教几个关于由Chevvalier de Mere提出的问题。Chevvalier de Mere是一知名作家，路易十四宫廷的显要，也是一名狂热的赌徒。问题主要是两个：掷骰子问题和比赛奖金分配问题。 概率是度量偶然事件发生可能性的数值。假如经过多次重复试验，偶然事件出现了若干次（。以X作分母，Y作分子，形成了数值。 在多次试验中，P相对稳定在某一数值上，P就称为A出现的概率。如偶然事件的概率是通过长期观察或大量重复试验来确定，则这种概率为统计概率或经验概率。 扩展资料： 随着人们遇到问题的复杂程度的增加，等可能性逐渐暴露出它的弱点，特别是对于同一事件，可以从不同的等可能性角度算出不同的概率，从而产生了种种悖论。 另一方面，随着经验的积累，人们逐渐认识到，在做大量重复试验时，随着试验次数的增加，一个事件出现的频率，总在一个固定数的附近摆动，显示一定的稳定性。 R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。从理论上讲，概率的频率定义是不够严谨的。 参考资料来源：百度百科—概率 概率的历史故事 概率的历史： 第一个系统地推算概率的人是16世纪的卡尔达诺。 记载在他的著作《Liber de Ludo Aleae》中。书中关于概率的内容是由Gould从拉丁文翻译出来的。 卡尔达诺的数学著作中有很多给赌徒的建议。这些建议都写成短文。 然而，首次提出系统研究概率的是在帕斯卡和费马来往的一系列信件中。 这些通信最初是由帕斯卡提出的，他想找费马请教几个关于由Chevvalier de Mere提出的问题。 Chevvalier de Mere是一知名作家，路易十四宫廷的显要，也是一名狂热的赌徒。问题主要是两个：掷骰子问题和比赛奖金分配问题。 概率是度量偶然事件发生可能性的数值。假如经过多次重复试验，偶然事件出现了若干次（。 以X作分母，Y作分子，形成了数值。 在多次试验中，P相对稳定在某一数值上，P就称为A出现的概率。 如偶然事件的概率是通过长期观察或大量重复试验来确定，则这种概率为统计概率或经验概率。 扩展资料： 随着人们遇到问题的复杂程度的增加，等可能性逐渐暴露出它的弱点，特别是对于同一事件，可以从不同的等可能性角度算出不同的概率，从而产生了种种悖论。 另一方面，随着经验的积累，人们逐渐认识到，在做大量重复试验时，随着试验次数的增加，一个事件出现的频率，总在一个固定数的附近摆动，显示一定的稳定性。 R.von米泽斯把这个固定数定义为该事件的概率，这就是概率的频率定义。 从理论上讲，概率的频率定义是不够严谨的。 参考资料来源：百度百科—概率。 跪求概率论19到20世纪发展史,在线等 概率论是研究随机现象数量规律的数学分支。 随机现象是指这样的客观现象，当人们观察它时，所得的结果不能预先确定，而只是多种可能结果中的一种。在自然界和人类社会中，存在着大量的随机现象。 例如，掷一硬币，可能出现正面或反面；测量一物体长度，由于仪器及观察受到环境的影响，每次测量结果可能有差异；在同一工艺条件下生产出的灯泡，其寿命长短参差不齐；等等。这些都是随机现象。 随机现象的实现和对它的观察称为随机试验，随机试验的每一可能结果称为一个基本事件，一个或一组基本事件又通称随机事件，或简称事件。事件的概率则是衡量该事件发生的可能性的量度。 虽然在一次随机试验中发生某个事件是带有偶然性的，但那些可以在相同条件下大量重复的随机试验却往往呈现出明显的数量规律性。人们在长期实践中已逐步觉察到某些这样的规律性，并在实际中应用它。 例如，连续多次掷一均匀的硬币，出现正面的频率（出现次数与投掷次数之比）随着投掷次数的增加逐渐稳定于1/2。又如，多次测量一物体的长度，其测量结果的平均值随着测量次数的增加，逐渐稳定于一常数，并且诸测量值大都落在此常数的近旁，越远则越少，因之其分布状况呈现“中间大、两头小”及某种程度的对称性（即近似于正态分布）。 大数律及中心极限定理就是描述和论证这些规律性的。在实际中，人们往往还需要研究在时间推进中某一特定随机现象的演变情况，描述这种演变的就是概率论中的随机过程。 例如，某一电话交换台从一确定时刻起到其后的每一时刻为止所收到的呼唤次数便是一随机过程。又如，微小粒子在液体中因受周围分子的随机碰撞而形成不规则的运动（即布朗运动）也是一随机过程。 研究随机过程的统计特性，计算与过程有关的某些事件的概率，特别是研究与过程样本轨道（即过程的一次实现）有关的问题，是现代概率论的主要课题。总之，概率论与实际有着密切的联系，它在自然科学、技术科学、社会科学、军事和工农业生产中都有广泛的应用。 概率论还是数理统计学的理论基础。 发展简史 概率论有悠久的历史，它的起源与博弈问题有关。 16世纪，意大利的一些学者开始研究掷骰子等赌博中的一些简单问题，例如比较掷两个骰子出现总点数为9或10的可能性大小。17世纪中叶，法国数学家b.帕斯卡、p. de.费马及荷兰数学家c.惠更斯基于排列组合的方法（见组合数学）研究了一些较复杂的赌博问题，他们解决了“合理分配赌注问题”（即“得分问题”，见概率）、“输光问题”等等。 其方法不是直接计算赌徒赢局的概率，而是计算期望的赢值，从而导致了现今称之为数学期望的概念（由惠更斯明确提出）。使概率论成为数学的一个分支的真正奠基人则是瑞士数学家雅各布第一·伯努利，他建立了概率论中第一个极限定理，即伯努利大数律；该定理断言：设事件a的概率p(a)=p(0概率，应理解为事件发生的机会的一个测度，即公理化概率测度（详见后）。 1716年前后，a.棣莫弗对p =1/2情形，用他导出的关于n！的渐近公式（，即所谓斯特林公式）进一步证明了 渐近地服从正态分布（德国数学家c.f.高斯于1809年研究测量误差理论时重新导出正态分布，所以也称为高斯分布）。棣莫弗的这一结果后来被法国数学家p.-s.拉普拉斯推广到一般的p(0概率论中第二个基本极限定理（见中心极限定理）的原始形式。 拉普拉斯对概率论的发展贡献很大。他在系统总结前人工作的基础上，写出了《概率的分析理论》（1812年出版，后又再版6次）。 在这一著作中，他首次明确规定了概率的古典定义（通常称为古典概率，见概率），并在概率论中引入了更有力的分析工具，如差分方程、母函数等，从而实现了概率论由单纯的组合计算到分析方法的过渡，将概率论推向一个新的发展阶段。拉普拉斯非常重视概率论的实际应用，对人口统计学尤其感兴趣。 继拉普拉斯以后，概率论的中心研究课题是推广和改进伯努利大数律及棣莫弗-拉普拉斯极限定理。在这方面，俄国数学家∏.Л.切比雪夫迈出了决定性的一步，1866年他用他所创立的切比雪夫不等式建立了有关独立随机变量序列的大数律。 次年，又建立了有关各阶绝对矩一致有界的独立随机变量序列的中心极限定理；但其证明不严格，后来由a.a.马尔可夫于1898年补证。1901年Α.М.李亚普诺夫利用特征函数方法，对一类相当广泛的独立随机变量序列，证明了中心极限定理。 他还利用这一定理第一次科学地解释了为什么实际中遇到的许多随机变量近似服从正态分布。继李亚普诺夫之后，Α.Я.辛钦、Α.Η.柯尔莫哥洛夫、p.莱维及w.费勒等人在随机变量序列的极限理论方面作出了重要贡献。 到20世纪30年代，有关独立随机变量序列的极限理论已臻完备。在此期间，由于实际问题的需要，特别是受物理学的 *** ，人们开始研究随机过。 统计学的发展史是什么 “统计”一词，英语为statistics，用作复数名词时，意思是统计资料，作单数名词时，指的是统计学。 一般来说，统计这个词包括三个含义：统计工作、统计资料和统计学。这三者之间存在着密切的联系，统计资料是统计工作的成果，统计学来源于统计工作。 原始的统计工作即人们收集数据的原始形态已经有几千年的历史，而它作为一门科学，还是从17世纪开始的。英语中统计学家和统计员是同一个（statistician），但统计学并不是直接产生于统计工作的经验总结。 每一门科学都有其建立、发展和客观条件，统计科学则是统计工作经验、社会经济理论、计量经济方法融合、提炼、发展而来的一种边缘性学科。 1，关于单词statistics 起源于国情调查，最早意为国情学。 十 七世纪，在英格兰人们对“政治算术”感兴趣。1662年，John Graunt发表了他第一本也是唯一一本手稿，《natural and politics observations upon the bills of mortality》， 分析了生男孩和女孩的比例，发展了现在保险公司所用的那种类型的死亡率表。 英文的statistics大约在十八世纪中叶由德国学者 Gottfried Achenwall所创造，是由状态status和德文的政治算术联合推导得出的，第一次由John Sinclair所使用，即1797年出现在Encyclopaedia Britannica。（早期还有一个单词publicitics和statistics竞争“统计”这一含义，如果得胜，现在就开始流行 publicitical learning了）。 2，关于高斯分布或正态分布 1733年，德-莫佛（De Moivre）在给友人分发的一篇文章中给出了正态曲线（这一历史开始被人们忽略） 1783年，拉普拉斯建议正态曲线方程适合于表示误差分布的概率。 1809年，高斯发表了他的关于天体运行论的伟大著作，在这一著作的第二卷第三节中，他导出正态曲线适宜于表示误差规律，同时承认拉普拉斯较早的推导。 正态分布在十九世纪前叶因高斯的工作而加以推广，所以通常称作高斯分布。卡尔-皮尔逊指出德-莫佛是正态曲线的创始人，第一个称它为正态分布，但人们仍习惯称之高斯分布。 3，关于最小二乘法 1805年，Legendre提出最小二乘法，Gauss声称自己在1794年用过，并在1809年基于误差的高斯分布假设，给出了严格推导。 4，其它 在十九世纪中叶，三个不同领域产生的重要发展都是基于随机性是自然界固有的这个前提上的。 阿道夫·凯特莱特（A. Quetlet,1869）利用概率性的概念来描述社会学和生物学现象（正态曲线从观察误差推广到各种数据） 孟德尔（G.Mendel,1870）通过简单的随机性结构公式化了他的遗传法则 玻尔兹曼（Boltzmann,1866）对理论物理中最重要的基本命题之一的热力学第二定律给出了一个统计学的解释。 1859 年，达尔文发表了《物种起源》，达尔文的工作对他的表兄弟高尔登爵士有深远影响，高尔登比达尔文更有数学素养，他开始利用概率工具分析生物现象，对生物计 量学的基础做出了重要贡献（可以称他为生物信息学之父吧），高尔登爵士是第一个使用相关和回归这两个重要概念的人，他还是中位数和百分位数这种概念的创始 人。 受高尔登工作影响，在伦敦的大学学院工作的卡尔-皮尔逊开始把数学和概率论应用于达尔文进化论，从而开创了现代统计时代，赢得了统计之父的称号，1901年Biometrika第一期出版（卡-皮尔逊是创始人之一）。 5，关于总体和样本 在早期文献中可找到由某个总体中抽样的明确例子，然而从总体中只能取得样本的认识常常是缺乏的。 ----K.皮尔逊时代 到十九世纪末，对样本和总体的区别已普遍知道，然而这种区分并不一定总被坚持。----1910年Yule在自己的教科书中指出。 在 1900年代的早期，区分变的更清楚，并在1922年被Fisher特别强调。----Fisher在1922年发表的一篇重要论文中《On the mathematical foundation of theoretical statistics》，说明了总体和样本的联系和区别，以及其他概念，奠定了“理论统计学”的基础。 6，期望、标准差和方差 期望是一个比概率更原始的概念，在十七世纪帕斯卡和费马时代，期望概念已被公认了。K.皮尔逊最早定义了标准差的概念。 1918年，Fisher引入方差的概念。 力学中的矩和统计学中的中数两者之间的相似性已被概率领域的早期工作者注意到，而K.皮尔逊在1893年第一次在统计意义下使用“矩”。 7，卡方统计量 卡方统计量，是卡-皮尔逊提出用于检验已知数据是否来自某一特定的随机模型，或已知数据是否与已给定的假设一致。卡方检验被誉为自1900年以来在科学技术所有分支中20个尖端发明之一，甚至敌人Fisher都对此有极高评价。 8，矩估计与最大似然 卡-皮尔逊提出了使用矩来估计参数的方法。 Fisher则在1912年到1922年间提出了最大似然估计方法，基于直觉，提出了估计的一致性、有效性和充分性的概念。 9，概率的公理化 1933年，前苏联数学家柯尔莫格洛夫（Kolmogorov）发表了《概率论的基本概念》，奠定了概率论的严格数学基础。 10，贝叶斯定理 贝叶斯对统计学几乎没有什么贡献，然而贝叶斯的一篇文章成为贝叶斯学派统计学的思想模式的焦点，这一篇文章发表于1763年，由贝叶斯的朋友、著名人寿保险原理的开拓者Richard Pri。

函数是一种关系，这种关系使一个集合里的每一个元素对应到另一个（可能相同的）集合里的唯一元素应变量，函数一个与他量有关联的变量，这一量中的任何一值都能在他量中找到对应的固定值。 函数两组元素一一对应的规则，第一组中的每个元素在第二组中只有唯一的对应量。函数的概念对于数学和数量学的每一个分支来说都是最基础的。可以请按满意建，谢谢

主要测查应试者对依概率收敛、切比雪夫(Chebyshev)大数定律、辛钦(Khintchine)大数定律、伯努利(Bernoulli)大数定律、独立同分布随机变量和的中心极限定理、李雅普诺夫(Liapunov)中心极限定理、棣莫夫-拉普拉斯(DeMoivre-Laplace)中心极限定理的掌握程度。　　要求应试者掌握切比雪夫大数定律、辛钦大数定律、伯努利大数定律、依概率收敛、独立同分布的中心极限定理、李雅普诺夫中心极限定理、棣莫夫-拉普拉斯中心极限定理等基本理论与基本方法。　　本章内容主要包括大数定理、中心极限定理。　　第一节 大数定律　　一、依概率收敛　　依概率收敛的概念;依概率收敛的性质。　　二、大数定律　　切比雪夫大数定律;辛钦大数定律;伯努利大数定律。　　第二节 中心极限定理　　一、独立同分布随机变量和的中心极限定理　　随机变量的标准化;独立同分布随机变量和的中心极限定理。　　二、李雅普诺夫中心极限定理、棣莫夫-拉普拉斯中心极限定理　　李雅普诺夫中心极限定理;棣莫夫-拉普拉斯中心极限定理。

辛钦大数定律需要独立同分布，切比雪夫大数定律只需相互独立分布。根据辛钦定理，只要Xi独立同分布，则辛钦大数定律成立。因此，此题可用，再根据辛钦大数定律的内容，Xi均值的期望会依概率收敛到样本均值0．1。也就是随着n增大，1／nEXi和0．1的差距会越来越小，那么也就是说｜1／nEXi－0．1｜。扩展资料辛钦大数定律从理论上指出：用算术平均值来近似实际真值是合理的，而在数理统计中，用算术平均值来估计数学期望就是根据此定律，这一定律使算术平均值的法则有了理论依据。（1）辛钦大数定律并不要求随机变量序列X1，X2，⋯的方差存在；（2）当Xi为服从0－1分布的随机变量时，辛钦大数定律就是伯努利大数定律，故伯努利大数定律是辛钦伯努利大数定律的一个特例。

链接:https://pan.baidu.com/s/1fvjFsdl121QZtOiKjSx9vw 密码:2b02

本文译自В. М. Тихомиров教授（英文作Tikhomirov，中文作季霍米洛夫，approximation theory方向）为他的老师，数学大师柯尔莫戈洛夫写的纪念文章《Гений, живший среди нас》，原是俄文。Тихомиров教授写得非常生动。 文中名字，【安德烈·尼古拉耶维奇】即柯尔莫戈洛夫（有时也译作“柯尔莫哥洛夫”）。 柯尔莫戈洛夫，我们之中的天才：研究风格 是时候再次回到柯尔莫戈洛夫的科学生涯并讨论他的创造方式的一些特点，这在许多方面促成了极其重要的科学学派的创建。事情可以在比较中呈现，下面我想将柯尔莫戈洛夫的创作特点与其杰出同事和同时代人的创作方式进行比较。 记得有次柯尔莫戈洛夫跟我们谈论到谁是当代最伟大的数学家。谈话中，大家发现试图纠缠于任何一个名字都是徒劳的：他们无法达成一致。最伟大数学家的集合，相对较小但很明确：如果你问谁是最伟大的一百位或最伟大的两位数学家，他们会给出大致相同的名字。后来在我和朋友的交谈中，这个话题不止一次涉及（尤其是在我们年轻的时候）。谁是居于首位的 - 柯尔莫戈洛夫，维诺格拉多夫（I. M. Vinogradov，我国的华罗庚先生非常尊重他，两人交情很深），伯恩斯坦（SN Bernshtein），彼得罗夫斯基（I. G. Petrovsky），L. 庞特里亚金（S. Pontryagin），盖尔方德（I. M. Gelfand）。 这只是苏联时期的我国数学家。我当然承认可以添加我国其他的伟大数学家名字。让我们在这个名单上稍作纠结，先只添加上希尔伯特的名字——他是20世纪前三分之一年代最重要的数学家，柯尔莫戈洛夫高度尊重他，并亲自将其衷心地写入了《苏联大百科全书》。 （许多其他外国数学家的名字也会在列我们的名单 -包括 Hadamard、Brouwer、G. Weil、Gödel、Siegel、E. Cartan、A. Cartan、Lebesgue、Levy 等） 柯尔莫戈洛夫的创作方式与上述所有数学家之间有一个根本区别。盖尔方德曾在一次谈话中说：“数学是一场马拉松。”这是一个深刻的思考。毫无疑问，盖尔方德本人和上面列出的所有其他数学家都是“马拉松运动员”。 柯尔莫戈洛夫则属于不同类型的科学家（但是，除了他本人，我不知道还有像他这样的人）。安德烈·尼古拉耶维奇当然也是一名“马拉松运动员”，但在途中主要是一名冲刺的“短跑运动员”。 这是什么意思呢？多年来，无论是在文章还是在个人谈话中，柯尔莫戈洛夫常引用数学家Delone的一句话。Delone曾在奥林匹克竞赛闭幕时在小学生面前发言说，数学家的工作与奥林匹克数学竞赛参与者的工作不同，解决一个奥林匹克问题需要大约一个小时，但要解决一个真正的、深奥的数学问题需要 5000 个小时。这个值——5000 小时——表征了马拉松数学家的工作特点。 然而，每当谈到他自己时，安德烈·尼古拉耶维奇就表现出明显的尴尬。他无法做到这个”著名的“ 5000 小时。在一次采访中，他说：“在我的整个科研生涯中，完全忘我、不受其他一切事物影响的工作，我大约可以持续工作一周，最多可能是两周，但没法更多了。”大约四十年前，我第一次听到类似的事情：在课上，他提到了一个小得多的数字——对构造一个傅里叶级数几乎处处发散的例子进行了连续3天的思考，最后得以突然的领悟。早期他称这个结果是他已有成果中技术上最困难的。后天，柯尔莫哥洛夫将他技术上最难的结果选为后来导致希尔伯特13问题解的定理，同时提到了两周的不懈思考。 我们看出，这些例子反映了安德烈·尼古拉耶维奇的独特风格。他知道如何在相对较短的时间内集中巨大的能量。这种能量的积累引起了强大的效应，在问题看似坚不可摧的堡垒墙壁上打开巨大的裂缝，引领数十名，有时是数百名、数千名研究人员冲到那里。而柯尔莫戈洛夫自己却离开了这后续的一切，他的思绪已经转向了其他目标。这在我眼前发生了很多次。也许从这个角度去浏览柯尔莫戈洛夫的整个创作过程会很有趣。 在亚历山德罗夫课程的影响下，柯尔莫戈洛夫在描述集合论方面完成了第一项重要工作。 他意识到可以将亚历山德罗夫的主要思想（构造了 A-set ）与 Suslin（证明了 A-set 比 B-set 更广） 的主要思想相结合，这奠定了集合运算理论的基础。 他的导师鲁津（Luzin）当时没有理解这篇文章，因此它的第一部分在七年后——1928 年才发表（第二部分于1987年作为附录发表在柯尔莫戈洛夫选集第三卷中）。安德烈·尼古拉耶维奇没有在这个问题继续写文章。随后该理论变得非常活跃，安德烈·尼古拉耶维奇的工作理所当然地成了源泉之一。 接下来是柯尔莫戈洛夫科研初期的最大发现——他构造了一个傅立叶级数几乎处处发散的可测函数（我们刚刚提到过）。 柯尔莫戈洛夫研究三角和正交级数理论有一段时间，但转而他的兴趣转向了概率论（他与辛钦密切合作了几年）。在 1930 年代初期，他的努力以完成两部具基本重要性的著作而告终：论文《论概率论的分析方法》和专著《概率论的基本概念》。除了这些“马拉松”成果之外，还有一些“冲刺”的业绩——特别是他在数理逻辑方面的研究、他在数理统计和拓扑方面的杰出工作（其中他与美国代数拓扑学家Alexander同时独立地引入了最重要的拓扑概念——“上同调”）。这一切都发生在 30 年代。这里还有他关于近似理论的两篇简短论文，它们为新的基本方向、开映射下增加维数问题的解决方案以及其他一些成果奠定了基础。 1930 年代末和 1940 年代初他致力于湍流理论。这些研究也有“马拉松”的成分。 在 40 年代，柯尔莫戈洛夫建立了射击理论（这里有“马拉松”成分），并为所谓的分支过程理论奠定了基础（这也许是“冲刺”的成就）。 回到50 年代。一个突然的伟大洞察，导致了 KAM 理论的诞生。而安德烈·尼古拉耶维奇本人仅在《苏联科学院学报》上发表了两篇短文，组织了一个力学数学专题讨论班，并做了阿姆斯特丹世界数学家大会的闭幕报告。 1955 年，信息论开始引起他的兴趣。但同时期他“偶然地”几乎彻底解决了希尔伯特第13个问题（当然也是以艰辛的压力为代价的）：他证明了任何四个或更多变量的连续函数都可以表示为三个变量的连续函数的叠加。再一次，他没有继续研究问题的最终解决方案。而把这个问题留给了他的学生阿诺尔德（当时才大三）解决。 …… 1957 年夏天的一天，我到达科马罗夫卡（Komarovka，在那里柯尔莫戈洛夫和亚历山德罗夫有一栋乡间小舍），柯尔莫戈洛夫老师告诉我：前一天，在思考解决希尔伯特第 13 个问题的构造时，他突然恍然大悟，找到了一种异常简单的新方法来解决这个问题，加强了阿诺德的结果。我到的时候，准备投给《苏联科学院学报》一份短文已经写好了！同样的事情也发生在动力系统的冯诺依曼问题上（这个问题已经存在了二十多年，所有动力系统专家都想解决掉它），即谱是否是动力系统的一个完备表征。另一次也是发生在我访问科马罗夫卡，安德烈·尼古拉耶维奇突然说：“熵是一个不变量，仅靠谱是不够的。”此顿悟再次导致了突破，数名研究人员冲进了缺口，其中不乏一流的数学家；正如经常发生的那样，柯尔莫戈洛夫则将自己限制在一篇《苏联科学院学报》论文中，仅作出第一步突破，然后拂身而去。下面是另一个例子。有一天，安德烈·尼古拉耶维奇和我要去列宁格勒参加一个会议。晚上我们在马车的走廊里谈论不同的事情。突然他告诉我他刚刚想到了这个想法（就在那里，在一次谈话中！）在线性拓扑空间的线性映射下，熵也可以是不变的。很快又写了一篇短文，很多数学家再次对这个话题感兴趣，在我的记忆中，之后柯尔莫戈洛夫老师甚至从未想过这个领域将发生了什么。 我们容易发现，柯尔莫戈洛夫与上面列出的“最伟大”的数学家中的任何一位都少有相似之处。与柯尔莫哥洛夫形成最鲜明对比的是希尔伯特。由于柯尔莫戈洛夫的创造性天才的“冲刺”特征，他设法打穿开拓了大量难题和领域。在我之前写的一篇关于安德烈·尼古拉耶维奇的文章中，我列出了数学、自然科学、人文学科的大约四十个领域，他在这些领域都留下了基本的印记（虽然仍没有用尽他创造的一切）。几乎在任何子学科，安德烈·尼古拉耶维奇的研究都是先驱行的工作，包含了基本理论的创造，而新领域剩余的完善工作则留给了门徒和追随者。作为比对，希尔伯特对纯数学八个主题全神贯注地研究了很多年，有时甚至是几十年，试图“找到基础、根源、核心”。 伯恩斯坦、维诺格拉多夫、彼得罗夫斯基、庞特里亚金的研究风格跟希尔伯特是相似的。 （一个特例是盖尔方德：他总是和同事合作，我们所列的其他科学家都是单独工作。和柯尔莫戈洛夫一样，盖尔方德研究了很多领域，他是一个毋庸置疑的“马拉松运动员”。） 综上所述，柯尔莫戈洛夫总是会产生大量的想法，这些想法滋养了与他一起工作的学生。事实上，安德烈·尼古拉耶维奇通常不和他的学生”一起“工作：他并没有按照”指导“这个词普遍接受的的意义来教他们。他只是播撒问题、假设，分享想法、方法——在科马罗夫卡小舍的讲座、散步、喝茶时……这些高屋建瓴的问题，往往不仅是一个数学意义上的难题，而蕴含了更广远的科学（或哲学）意义。如果一个门徒踏上了其中一条路，那么他自己就能继续精进下去，不会轻言”一切都已经解决了“…… 本文最先发于知乎平台， https://zhuanlan.zhihu.com/p/422726695 ，那里有更多关于柯尔莫戈洛夫相关的历史和数学故事。

考研的统考数学共有四种，即301数学一，302数学二，303数学三，304数学四。四种数学的考试范围及适用专业不同。601数学指的是考研自主招生题目。301数学一考试科目：高等数学、线性代数、概率论与数理统计301数学参考书目：高数教材：《高等数学》——同济版，高等教育出版社出版；线代教材：《线性代数》——同济版，高等教育出版社；概率教材：《概率论与数理统计》——浙江大学盛骤版，高等教育出版社；高等数学：函数、极限、连续考试要求：1.理解函数的概念2.了解函数的有界性、单调性、周期性和奇偶性.3.理解复合函数及分段函数的概念，了解反函数及隐函数的概念.4.掌握基本初等函数的性质及其图形，了解初等函数的概念.5.理解极限的概念，理解函数左极限与右极限的概念以及函数极限存在与左、右极限之间的关系.6.掌握极限的性质及四则运算法则.7.掌握极限存在的两个准则，并会利用它们求极限，掌握利用两个重要极限求极限的方法.8.理解无穷小量、无穷大量的概念，掌握无穷小量的比较方法，会用等价无穷小量求极限.9.理解函数连续性的概念(含左连续与右连续)，会判别函数间断点的类型.10.了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质(有界性、最大值和最小值定理、介值定理)，并会应用这些性质.一元函数微分学考试要求：1.理解导数和微分的概念，理解导数与微分的关系，理解函数的可导性与连续性之间的关系.2.掌握导数的四则运算法则和复合函数的求导法则，掌握基本初等函数的导数公式.了解微分的四则运算法则和一阶微分形式的不变性，会求函数的微分.3.了解高阶导数的概念，会求简单函数的高阶导数.4.会求分段函数的导数，会求隐函数和由参数方程所确定的函数以及反函数的导数.5.理解并会用罗尔定理、拉格朗日中值定理和泰勒定理，了解并会用柯西中值定理.6.掌握用洛必达法则求未定式极限的方法.7.理解函数的极值概念，掌握用导数判断函数的单调性和求函数极值的方法，掌握函数最大值和最小值的求法及其应用.8.会用导数判断函数图形的凹凸性(注：在区间 内，设函数 具有二阶导数。当 时， 的图形是凹的;当 时， 的图形是凸的)，会求函数图形的拐点以及水平、铅直和斜渐近线，会描绘函数的图形.9.了解曲率、曲率圆与曲率半径的概念，会计算曲率和曲率半径.一元函数积分学考试要求：1.理解原函数的概念，理解不定积分和定积分的概念.2.掌握不定积分的基本公式，掌握不定积分和定积分的性质及定积分中值定理，掌握换元积分法与分部积分法.3.会求有理函数、三角函数有理式和简单无理函数的积分.4.理解积分上限的函数，会求它的导数，掌握牛顿-莱布尼茨公式.5.了解反常积分的概念，会计算反常积分.6.掌握用定积分表达和计算一些几何量与物理量(平面图形的面积、平面曲线的弧长、旋转体的体积及侧面积、平行截面面积为已知的立体体积、功、引力、压力、质心、形心等)及函数的平均值.向量代数和空间解析几何考试要求：1.理解空间直角坐标系，理解向量的概念及其表示.2.掌握向量的运算(线性运算、数量积、向量积、混合积)，了解两个向量垂直、平行的条件.3.理解单位向量、方向数与方向余弦、向量的坐标表达式，掌握用坐标表达式进行向量运算的方法.4.掌握平面方程和直线方程及其求法.5.会求平面与平面、平面与直线、直线与直线之间的夹角，并会利用平面、直线的相互关系(平行、垂直、相交等)解决有关问题.6.会求点到直线以及点到平面的距离.7.了解曲面方程和空间曲线方程的概念.8.了解常用二次曲面的方程及其图形，会求简单的柱面和旋转曲面的方程.9.了解空间曲线的参数方程和一般方程.了解空间曲线在坐标平面上的投影，并会求该投影曲线的方程.多元函数微分学考试要求：1.理解多元函数的概念，理解二元函数的几何意义.2.了解二元函数的极限与连续的概念以及有界闭区域上连续函数的性质.3.理解多元函数偏导数和全微分的概念，会求全微分，了解全微分存在的必要条件和充分条件，了解全微分形式的不变性.4.理解方向导数与梯度的概念，并掌握其计算方法.5.掌握多元复合函数一阶、二阶偏导数的求法.6.了解隐函数存在定理，会求多元隐函数的偏导数.7.了解空间曲线的切线和法平面及曲面的切平面和法线的概念，会求它们的方程.8.了解二元函数的二阶泰勒公式.9.理解多元函数极值和条件极值的概念，并会解决一些简单的应用问题.多元函数积分学考试要求:1.理解二重积分、三重积分的概念，了解重积分的性质，了解二重积分的中值定理.2.掌握二重积分的计算方法(直角坐标、极坐标)，会计算三重积分(直角坐标、柱面坐标、球面坐标).3.理解两类曲线积分的概念，了解两类曲线积分的性质及两类曲线积分的关系.4.掌握计算两类曲线积分的方法.5.掌握格林公式并会运用平面曲线积分与路径无关的条件，会求二元函数全微分的原函数.6.了解两类曲面积分的概念、性质及两类曲面积分的关系，掌握计算两类曲面积分的方法，掌握用高斯公式计算曲面积分的方法，并会用斯托克斯公式计算曲线积分.7.了解散度与旋度的概念，并会计算.8.会用重积分、曲线积分及曲面积分求一些几何量与物理量(平面图形的面积、体积、曲面面积、弧长、质量、质心、形心、转动惯量、引力、功及流量等).无穷级数考试要求:1.理解常数项级数收敛、发散以及收敛级数的和的概念，掌握级数的基本性质及收敛的必要条件.2.掌握几何级数与 级数的收敛与发散的条件.3.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.4.掌握交错级数的莱布尼茨判别法.5. 了解任意项级数绝对收敛与条件收敛的概念6.了解函数项级数的收敛域及和函数的概念.7.理解幂级数收敛半径的概念、并掌握幂级数的收敛半径、收敛区间及收敛域的求法.8.会求一些幂级数在收敛区间内的和函数，并会由此求出某些数项级数的和.9.了解函数展开为泰勒级数的充分必要条件.10.掌握麦克劳林展开式，会用它们将一些简单函数间接展开成幂级数.11.了解傅里叶级数的概念和狄利克雷收敛定理，会将定义在 上的函数展开为傅里叶级数，会将定义在 上的函数展开为正弦级数与余弦级数，会写出傅里叶级数的和函数的表达式.常微分方程考试要求: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及一阶线性微分方程的解法.3.会解齐次微分方程、伯努利方程和全微分方程，会用简单的变量代换解某些微分方程.4.会用降阶法解下列形式的微分方程： .5.理解线性微分方程解的性质及解的结构.6.掌握二阶常系数齐次线性微分方程的解法，并会解某些高于二阶的常系数齐次线性微分方程.7.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.8.会解欧拉方程.9.会用微分方程解决一些简单的应用问题.线性代数行列式考试内容：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.矩阵考试内容：矩阵的概念　矩阵的线性运算　矩阵的乘法　方阵的幂　方阵乘积的行列式　矩阵的转置　逆矩阵的概念和性质　矩阵可逆的充分必要条件　伴随矩阵　矩阵的初等变换　初等矩阵矩阵的秩　矩阵的等价　分块矩阵及其运算考试要求: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、对称矩阵和反对称矩阵，以及它们的性质.2.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.3.理解矩阵初等变换的概念，了解初等矩阵的性质和矩阵等价的概念，理解矩阵的秩的概念，掌握用初等变换求矩阵的秩和逆矩阵的方法.4.了解分块矩阵及其运算.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 向量空间及其相关概念 维向量空间的基变换和坐标变换 过渡矩阵 向量的内积 线性无关向量组的正交规范化方法 规范正交基 正交矩阵及其性质考试要求:1.理解 维向量、向量的线性组合与线性表示的概念.2.理解向量组线性相关、线性无关的概念，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和向量组的秩的概念，会求向量组的极大线性无关组及秩.4.理解向量组等价的概念，理解矩阵的秩与其行(列)向量组的秩之间的关系.5.了解 维向量空间、子空间、基底、维数、坐标等概念.6.了解基变换和坐标变换公式，会求过渡矩阵.7.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.8.了解规范正交基、正交矩阵的概念以及它们的性质.线性方程组考试内容：线性方程组的克莱姆(Cramer)法则齐次线性方程组有非零解的充分必要条件非齐次线性方程组有解的充分必要条件解空间 非齐次线性方程组的通解考试要求:l.会用克莱姆法则.2.理解齐次线性方程组有非零解的充分必要条件及非齐次线性方程组有解的充分必要条件.3.理解齐次线性方程组的基础解系、通解及解空间的概念，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.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 相似变换、相似矩阵的概念及性质考试要求:1.理解矩阵的特征值和特征向量的概念及性质，会求矩阵的特征值和特征向量.2.理解相似矩阵的概念、性质及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.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.掌握二次型及其矩阵表示，了解二次型秩的概念，了解合同变换与合同矩阵的概念，了解二次型的标准形、规范形的概念以及惯性定理.2.掌握用正交变换化二次型为标准形的方法，会用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，并掌握其判别法概率统计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 古典概率 几何概率 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2.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.3.理解事件独立性的概念随机变量及其分布考试内容量 ：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.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.3.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 的指数分布 的概率密度为4.会求随机变量函数的分布.多维随机变量及其分布考试内容：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考试要求:1.理解多维随机变量的概念，理解多维随机变量的分布的概念和性质. 理解二维离散型随机变量的概率分布、边缘分布和条件分布，理解二维连续型随机变量的概率密度、边缘密度和条件密度，会求与二维随机变量相关事件的概率.2.理解随机变量的独立性及不相关性的概念，掌握随机变量相互独立的条件.3.掌握二维均匀分布，了解二维正态分布 的概率密度，理解其中参数的概率意义.4.会求两个随机变量简单函数的分布，会求多个相互独立随机变量简单函数的分布.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　矩、协方差、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.大数定律和中心极限定理考试内容：切比雪夫(Chebyshev)不等式　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-拉普拉斯(De Moivre-laplace)定理 列维-林德伯格(Levy-Lindberg)定理考试要求:1.了解切比雪夫不等式.2.了解棣莫弗-拉普拉斯定理(二项分布以正态分布为极限分布)和列维-林德伯格定理(独立同分布随机变量序列的中心极限定理).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 样本均值 样本方差和样本矩 分布 分布 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 分布、 分布和 分布的概念及性质，了解上侧 分位数的概念并会查表计算.3.了解正态总体的常用抽样分布.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考试要求;1.理解参数的点估计、估计量与估计值的概念.2.掌握矩估计法(一阶矩、二阶矩)和最大似然估计法.3.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.4、理解区间估计的概念，会求单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间.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.理解显著性检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。2.掌握单个及两个正态总体的均值和方差的假设检验。扩展资料：一、须使用数学一的招生专业1.工学门类中的力学、机械工程、光学工程、仪器科学与技术、冶金工程、动力工程及工程热物理、电气工程、电子科学与技术、信息与通信工程、控制科学与工程、网络工程、电子信息工程、计算机科学与技术、土木工程、测绘科学与技术、交通运输工程、船舶与海洋工程、航空宇航科学与技术、兵器科学与技术、核科学与技术、生物医学工程等20个一级学科中所有的二级学科、专业。2.授工学学位的管理科学与工程一级学科。二、须使用数学二的招生专业工学门类中的纺织科学与工程、轻工技术与工程、农业工程、林业工程、食品科学与工程等5个一级学科中所有的二级学科、专业。三、须选用数学一或数学二的招生专业（由招生单位自定）工学门类中的材料科学与工程、化学工程与技术、地质资源与地质工程、矿业工程、石油与天然气工程、环境科学与工程等一级学科中对数学要求较高的二级学科、专业选用数学一，对数学要求较低的选用数学二。四、须使用数学三的招生专业1.经济学门类的各一级学科。2.管理学门类中的工商管理、农林经济管理一级学科。3.授管理学学位的管理科学与工程一级学科。参考链接：百度百科：考研数学

不是。马尔可夫是离散型随机变量，不是随机相位正弦波，而随机相位正弦波是维纳一辛钦的定理，所以随机相位正弦波不是马尔可夫的。

辛颜泽

随机过程，是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。例如，某商店在从时间t0到时间tK这段时间内接待顾客的人数，就是依赖于时间t的一组随机变量，即随机过程。随机过程的理论产生于20世纪初期，是应物理学、生物学、管理科学等方面的需要而逐步发展起来的。目前，在自动控制、公用事业、管理科学等方面都有广泛的应用。发展概况：1907年前后，Α.Α.马尔可夫研究过一列有特定相依性的随机变量，后人称之为马尔可夫链。1923年N.维纳给出了布朗运动的数学定义，这种过程至今仍是重要的研究对象。虽然如此，随机过程一般理论的研究通常认为开始于30年代。1931年，Α.Η.柯尔莫哥洛夫发表了《概率论的解析方法》；三年后，Α.Я.辛钦发表了《平稳过程的相关理论》。这两篇重要论文为马尔可夫过程与平稳过程奠定了理论基础。稍后，P.莱维出版了关于布朗运动与可加过程的两本书，其中蕴含着丰富的概率思想。1953年，J.L.杜布的名著《随机过程论》问世，它系统且严格地叙述了随机过程的基本理论。1951年伊藤清建立了关于布朗运动的随机微分方程的理论，为研究马尔可夫过程开辟了新的道路。

数 学 三 考试科目 微积分、线性代数、概率论与数理统计 试 卷 结 构 （－）总分 试卷满分为150分 （二）内容比例 微积分约56％ 线性代数约22％ 概率论与数理统计约22％ （三）题型比例 填空题与选择题约45％ 解答题（包括证明题）约55％ 注：考试时间为 180分钟 微 积 分 一、函数、极限、连续 考试内容 函数的概念及表示法 函数的有界性、单调性、周期性和奇偶性复合函数、隐函数、反函数、分段函数和隐函数 基本初等函数的性质及图形 初等函数 函数关系的建立 数列极限与函数极限的定义及其性质 函数的左极限和右极限 无穷小量和无穷大量的概念及关系 无穷小量的性质及无穷小量的比较 极限的四则运算 极限存在的两个准则：单调有界准则和夹逼准则 两个重要极限： , 函数连续的概念 函数间断点的类型 初等函数的连续性 闭区间上连续函数的性质 考试要求 1．理解函数的概念，掌握函数的表示法，会建立应用问题的函数关系. 2．了解函数的有界性、单调性、周期性和奇偶性. 3．理解复合函数及分段函数的概念，了解反函数及隐函数的概念. 4．掌握基本初等函数的性质及其图形，理解初等函数的概念. 5．了解数列极限和函数极限（包括左、右极限）的概念. 6．了解极限的性质与极限存在的两个准则，掌握极限四则运算法则，掌握利用两个重要极限求极限的方法. 7．理解无穷小量的概念和基本性质，掌握无穷小量的比较方法.了解无穷大量的概念及其与无穷小量的关系. 8．理解函数连续性的概念（含左连续与右连续）, 会判别函数间断点的类型. 9．了解连续函数的性质和初等函数的连续性，理解闭区间上连续函数的性质（有界性、最大值与最小值定理、介值定理），并会应用这些性质. 二、一元函数微分学 考试内容 导数和微分的概念 导数的几何意义和经济意义 函数的可导性与连续性之间的关系 平面曲线的切线与法线 导数和微分的四则运算 基本初等函数的导数 复合函数、反函数和隐函数的微分法 高阶导数 一阶微分形式不变性 微分中值定理 洛必达（L"Hospital）法则 函数单调性的判别 函数的极值 函数图形的凹凸性、拐点及渐近线 函数图形的描绘 函数的最大值与最小值 考试要求 1. 理解导数的概念及可导性与连续性之间的关系，了解导数的几何意义与经济意义（含边际与弹性的概念），会求平面曲线的切线方程和法线方程. 2．掌握基本初等函数的导数公式、导数的四则运算法则及复合函数的求导法则，会求分段函数的导数 会求反函数与隐函数的导法. 3．了解高阶导数的概念，会求简单函数的高阶导数. 4．了解微分的概念，导数与微分之间的关系以及一阶微分形式的不变性，会求函数的微分. 5．理解罗尔（Rol1e）定理、拉格朗日（Lagrange）中值定理、了解柯西（Cauchy）中值定理，掌握这三个定理的简单应用. 6．会用洛必达法则求极限. 7．掌握函数单调性的判别方法，了解函数极值的概念 掌握函数极值、最大值和最小值的求法及其应用. 8．会用导数判断函数图形的凹凸性，会求函数图形的拐点和渐近线. 9．会描绘简单函数的图形. 三、一元函数积分学 考试内容 原函数和不定积分的概念 不定积分的基本性质 基本积分公式 定积分的概念和基本性质 定积分中值定理 积分上限的函数及其导数 牛顿一莱布尼茨（Newton-Leibniz）公式 不定积分和定积分的换元积分法和分部积分法 反常（广义）积分 积分的应用 考试要求 1．理解原函数与不定积分的概念，掌握不定积分的基本性质和基本积分公式；掌握不定积分的换元积分法与分部积分法. 2．了解定积分的概念和基本性质，了解定积分中值定理，理解积分上限的函数并会求它的导数 掌握牛顿一莱布尼茨公式以及定积分的换元积分法和分部积分法. 3．会利用定积分计算平面图形的面积、旋转体的体积和函数的平均值，会利用定积分求解简单的经济应用题. 4．了解反常积分的概念，会计算反常积分. 四、多元函数微积分学 考试内容 多元函数的概念 二元函数的几何意义 二元函数的极限与连续性的概念 有界闭区域上二元连续函数的性质 多元函数偏导数的概念与计算 多元复合函数的求导法与隐函数求导法 二阶偏导数 全微分 多元函数的极值和条件极值、最大值和最小值 二重积分的概念、基本性质和计算 无界区域上简单的广义二重积分 考试要求 1．了解多元函数的概念，了解二元函数的几何意义. 2．了解二元函数的极限与连续的概念，了解有界闭区域上二元连续函数的性质. 3．了解多元函数偏导数与全微分的概念，会求多元复合函数一阶、二阶偏导数，会求全微分，会用多元隐函数的偏导数. 4．了解多元函数极值和条件极值的概念，掌握多元函数极值存在的必要条件，了解二元函数极值存在的充分条件，会求二元函数的极值，会用拉格朗日乘数法求条件极值，会求简单多元函数的最大值和最小值，并会解决简单的应用问题. 5．了解二重积分的概念与基本性质，掌握二重积分的计算方法（直角坐标、极坐标），了解无界区域上较简单的广义二重积分并会计算. 五、无穷级数 考试内容 常数项级数收敛与发散的概念 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 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、收敛区问（指开区间）和收敛域 幂级数的和函数 幂级数在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及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．了解幂级数在收敛区间内的基本性质（和函数的连续性、逐项微分和逐项积分），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 、 、 、 及 的麦克劳林（Maclaurin）展开式，会用它们将简单函数间接展开成幂级数. 六、常微分方程与差分方程 考试内容 微分方程的概念 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，以及它们的和与乘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．会用微分方程和差分方程求解简单的经济应用问题. Back 线 性 代 数 一、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．理解行列式的概念，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. 二、矩阵 考试内容 矩阵的概念 矩阵的线性运算 矩阵的乘法 方阵的幂 方阵乘积的行列式 矩阵的转置 逆矩阵的概念和性质 矩阵可逆的充分必要条件 伴随矩阵 矩阵的初等变换 初等矩阵 矩阵的秩 矩阵的等价 分块矩阵及其运算 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，理解对称矩阵、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的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. 三、向量 考试内容 向量的概念 向量的线性组合与线性表示 向量组线性相关与线性元关 向量组的极大线性元关组 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 线性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．理解向量组的极大无关组的概念，会求向量组的极大无关组及秩. 4．理解向量组等价的概念，理解矩阵的秩与其行（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 四、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性方程组（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. 五、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、特征向量等概念，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，了解矩阵可对角化的充分条件和必要条件，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. 六、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 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．理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，会甩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. Back 概 率 论 与 数 理 统 计 一、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 独立重复事件 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，掌握事件间的关系及运算. 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、乘法公式、全概率公式及贝叶斯（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. 二、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；会计算与随机变量有关的事件的概率. 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. 理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，其中参数为 的指数分布的密度函数为 5．会求随机变量函数的分布. 三、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.掌握二维随机变量的边缘概率分布和条件分布. 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. 四、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、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．会随机变量函数的数学期望. 3．掌握切比雪夫不等式. 五、大数定律和中心极限定理 考试内容 切比雪夫（Chebyhev）大数定律 伯努利（Bernoulli）大数定律 辛钦（Khinchine）大数定律 棣莫弗－拉普拉斯（De Moivre-Laplace）定理 列维－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随机事件的概率. 六、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 样本方方差和样本矩 分布 分布 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、 变量和 变量的典型模型；理解标准正态分布、 分布、 分布和 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. 七、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，并会验正估计量的无偏性. 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值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. 八、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.数学资料陈文登的归纳的不错，不过开始看挺困难的，深度也大。李永乐，李正元的也不错，对历年真题总结很有针对性。 至于当年考研大纲一般六月下旬教育部推出，书店都有卖的。

一种累计随机事件发生次数的最基本的独立增量过程。例如随着时间增长累计某电话交换台收到的呼唤次数，就构成一个泊松过程。泊松过程是描写随机事件累计发生次数的基本数学模型之一。直观上，只要随机事件在不相交时间区间是独立发生的，而且在充分小的区间上最多只发生一次，它们的累计次数就是一个泊松过程。1943年C.帕尔姆在电话业务问题的研究中运用了这一过程，后来A.I.辛钦于50年代在服务系统的研究中又进一步发展了它。泊松过程除作为计数过程的一种重要数学模型外，又是众多重要随机过程的特例。?独立增量过程的莱维-伊藤分解表明，利用它还可构成一般的独立增量过程，因而它在随机过程中占有特殊地位，也有人把它与布朗运动一起称之为随机过程的基石。

 用poisson命令可做泊松模型。泊松过程：一种累计随机事件发生次数的最基本的独立增量过程。例如随着时间增长累计某电话交换台收到的呼唤次数，就构成一个泊松过程。泊松过程是由法国著名数学家泊松（Poisson, Simeon-Denis）（1781—1840）证明的。 1943年C.帕尔姆在电话业务问题的研究中运用了这一过程，后来Α.Я.辛钦于50年代在服务系统的研究中又进一步发展了它。泊松过程是在每个有界的时间区间或在某个空间（例如：一个欧几里得平面或三维的欧几里得空间）中的每一个有界的区域，赋予一个随机的事件数，使得在一个时间区间或空间区域内的事件数，和另一个互斥（不重叠）的时间区间或空间区域内的事件数，这两个随机变数是独立的。在每一个时间区间或空间区域内的事件数是一个随机变数，遵循泊松分布。（技术上而言，更精确地来说，每一个具有有限测度的集合，都被赋予一个泊松分布的随机变数。）泊松过程是莱维过程（Lévy process）中最有名的过程之一。时间齐次的泊松过程也是时间齐次的连续时间Markov过程的例子。一个时间齐次、一维的泊松过程是一个纯出生过程，是一个出生-死亡过程的最简单例子。泊松过程：一种累计随机事件发生次数的最基本的独立增量过程。例如随着时间增长累计某电话交换台收到的呼唤次数，就构成一个泊松过程。泊松过程是由法国著名数学家泊松（Poisson, Simeon-Denis）（1781—1840）证明的。 1943年C.帕尔姆在电话业务问题的研究中运用了这一过程，后来Α.Я.辛钦于50年代在服务系统的研究中又进一步发展了它。

在数学与统计学中，大数法则（又称大数定律、大数律）是描述相当多次数重复实验的结果的定律。根据这个定律知道，样本数量越多，则其算术平均值就有越高的概率接近期望值。大数定律很重要，因为它“说明”了一些随机事件的均值的长期稳定性。我们知道，大数定律研究的是随机现象统计规律性的一类定理，当我们大量重复某一相同的实验的时候，其最后的实验结果可能会稳定在某一数值附近。就像抛硬币一样，当我们不断地抛，抛个上千次，甚至上万次，我们会发现，正面或者反面向上的次数都会接近一半。强大数定律的含义这一系列问题其实就是大数定律要研究的问题。很早的时候，人们其实就发现了这一规律性现象，也有不少的数学家对这一现象进行了研究，这其中就包括伯努利（后来人们为了纪念他，都认为他是第一个研究这一问题的人，其实在他之前也早有数学家研究过）。伯努利在1713年提出了一个极限定理，当时这个定理还没有名称，后来人们称这个定理为伯努利大数定律。因此概率论历史上第一个有关大数定律的极限定理是属于伯努利的，它是概率论和数理统计学的基本定律，属于弱大数定律的范畴。当大量重复某一实验时，最后的频率无限接近事件概率。而伯努利成功地通过数学语言将现实生活中这种现象表达出来，赋予其确切的数学含义。他让人们对于这一类问题有了新的认识，有了更深刻的理解，为后来的人们研究大数定律问题指明了方向，起到了引领作用。其为大数定律的发展奠定了基础。除了伯努利之外，还有许许多多的数学家为大数定律的发展做出了重要的贡献，有的甚至花了毕生的心血，像德莫佛—拉普拉斯，李雅普诺夫，林德伯格，费勒，切比雪夫，辛钦等等。这些人对于大数定律乃至概率论的进步所起的作用都是不可估量的。

因为辛钦大数定律说明样本矩以概率1收敛于总体矩，所以当样本容量很大时，这两个可以认为相等

概率论与数理统计一、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。二、随机变量及其分布考试内容随机变量 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 的指数分布 的概率密度为5．会求随机变量函数的分布。三、多维随机变量及其分布 考试内容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考试要求1．理解多维随机变量的分布函数的概念和性质。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，掌握二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。四、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、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. 了解切比雪夫不等式。五、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-拉普拉斯(De Moivre-Laplace)定理 列维-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-拉普拉斯定理(二项分布以正态分布为极限分布)、列维-林德伯格定理(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随机事件的概率。六、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 分布 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， 变量， 变量的典型模式；理解标准正态分布、 分布、 分布、 分布的上侧 分位数，会查相应的数值表。3．掌握正态总体的样本均值、样本方差、样本矩的抽样分布。4．了解经验分布函数的概念和性质。七、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 考试要求1.了解参数的点估计、估计量与估计值的概念。2．掌握矩估计法（一阶矩、二阶矩）和最大似然估计法．

以下是数学分析和高等代数考研参考书：钱吉林编的《数学分析题解精粹》《高等代数题解精粹》，考研用，内收集了国内各大高校的考研试题（有少部分国外的，数学123的，竞赛试题）。数学分析第一名著菲赫金哥尔茨的《微积分学教程》（3卷），代数上与其齐名的是柯斯特利金的《代数学引论》（3卷，其实是高代几何近世代数）。还有像鲁丁三部曲（除了泛函分析之外可以考虑读读他的数学分析原理、实分析和复分析）。辛钦《数学分析八讲》，卓里奇的《数学分析》，哈代的《纯数学教程》（他的《不等式》是写数学分析里的不等式的，也不错），俄罗斯教材选译（建国以来我们学的苏联，他们的教材不会太吃力）、华章数学译从等等。

胡国定的研究工作主要有4个方面：①数学信息论；②泛函空间中的随机过程；③广义信息论；④计算机科学与数学基础。 （1）胡国定解决了香农（Shannon）信息论的基本问题——信源与信道满足什么条件通讯达到既快又准的问题，即所谓香农的正、反定理。美国学者香农在其奠基性名著中以其工程直观建立了香农的正定理。前苏联著名数学家A.Я.辛钦（Xинчин）将香农的工作加以严格的数学整理并写成专著，书中列出了香农正定理的数学证明。他在专著的结论中说：“香农正定理赖以建立的充分条件太强，应努力加以减弱，并指出要减弱到充分与必要条件的反定理并非易事，必须引进本质上新的概念。”胡国定首次开创了探讨香农反定理的研究。基于课题的难度，他首先从通讯模型的两个方面即信源与信道分别进行了探讨。他在论文“关于信道序列的信息稳定性”中引进了“ε-扇型”这一本质上新的概念，首先成功地找出了信道方面有关的充要条件。这也就是在伯克利（Berkeley）国际会议首次提到的“胡国定定理”。随后他又从信源方面入手进行研究，在论文“信息论中香农定理的3种反定理”中首次引进了信源“ε-可缩性”这一本质上新的概念，并且又一次成功地找到了信源方面有关的充要条件。克服了上述两个关键性的困难之后，在此基础上将信源与信道的有关性质有极地结合起来，于1961年完成了长达47 页富有创造性的文章“通讯系统中抽象变量的香农正、反定理”；在此文中他全面、彻底地解决了香农的基本问题，即找到了香农基本命题的充要条件。当胡国定在国际信息论会议中进行大会报告时，当场获得了极大的反响。（2）信息量是信息论中的基本概念。他在信息论中的另一基本工作就是“论信息量”一文。香农在其奠基性工作中引进了一个变量、两个变量的信息量，并给出了它们之间的数量关系。其后前苏联学派引进了3个变量的部分信息量，并且发现了几个以A.H.柯尔莫戈洛（Koлмогоpов），H.M.盖尔范德（Гельфани），Р.л.多布鲁申（добрушин）等大数学家命名的若干数量关系。胡国定在他的论文中推广引进了任意有穷多个变量的信息量，并且发现了多个变量的信息量与某种集合可加函数被称为“意外”的关系（可参见多布鲁申1972年的文章），从而一举找到了多个变量信息量之间的全部关系。这个定理在近代信息论的教科书中常被列入。（3）随后胡国定又在不同准则意义下对香农的基本问题进行了探讨，他在3篇文章中分别获得了香农基本命题成立的充要条件。（4）通讯事业从20世纪50年代的单路（一个发信与一个收信）通讯发展到60年代后的卫星多路通讯（多个电台发射与多个电台接收）。如果说，50年代单路通讯中只用到一二个变量的信息量，从而在他论文中推广引进的任意有穷多个变量的信息量当时还看不到实际用途的话，则在卫星多路通讯中就有了实际的用途。这也是为什么近代信息论的文献与书籍更多引述他的这篇论文的缘故。70年代后，胡国定在单路香农正、反定理的基础上，结合任意多个变量信息量之间的关系，克服了多路通讯中许多特有的困难，进一步将香农正、反定理的结果成功地推广到多路通讯模型的一般场合（参见80年代发表的3篇文章），继续获得了国际信息论界的高度评价。（5）胡国定在信息论方面工作的最主要的国外评论，可参阅Kotz教授的一本“信息论中新成果”的综合评述的重要书籍。全书共83页，涉及世界各国信息论方面的主要工作，其中专门介绍胡国定的部分占了9页，并且很多是满页，以个人所占全文的数量比重而言，他是其中最多的一位。这大致可以反映国外对他在信息论方面工作所占国际地位的评价。为什么胡国定在上述Kotz书中所占地位比较突出？这主要是因为他的工作所探讨的内容比较基本，从而引起信息论界重视的缘故。（6）胡国定多年来在南开培养了一批信息论方面的优秀博士生、硕士生、进修生和本科生，有的在理论研究部门，更多的在军事部门，现在经常举行的国际信息论会议，我国参加者中很多是南开的学生或在南开进修过。 随机过程是有“曲线”这么多事件的概率空间。人们在弄清“简单”随机过程的性质之后，利用“简单”随机过程向“复杂”随机过程的逼近，就可近似地弄清“复杂”随机过程的性质。为了真正算出二者逼近的程度，全部随机过程的泛函空间中的拓扑结构在何种条件下能够“度量化”就成为这门学科中十分重要的课题。胡国定在概率论、测度论的基础上，利用了泛函拓扑空间中许多锐利的工具，写出了论文“σ-拓扑和拓扑空间的测度”，该文中有两项成果：（1）研究了σ-可加拓扑空间中的测度与通常的拓扑空间的测度的关系，找到了两者一致的充要条件。（2）在（1）的基础上，找到了上述拓扑结构可度量化的多种彼此等价的充要条件。该文登载在前苏联的主要杂志上，此后不断为人所引用。 （1）计算机科学中，除了最简单的所谓“图林机”等以外，尚无“计算机”的一般定义。他在论文“计算机数学模型”中引进了“计算机”的一般构造性定义—计算机就是借助有穷多指令构成的有穷变换（即“程序”）可实现无穷变换（即“可计算函数”）的离散计算器，或者说，“计算机”就是借助有穷变换可以产生无穷变换的一种离散计算器，一种“有穷性”的离散计算器。关于研究并行计算机及其软件的文章则是上面文章的一个应用。（2）20世纪初，G.康托尔（Cantor）无穷集合论中出现悖论所引起的数学第三次危机迄今没有像第一、第二次危机那样已有数学界一致的结论。D.希尔伯特（Hilbert）撇开康托尔无穷集合论，以有穷性—借助有穷映射产生无穷映射—原则在新的数学基础上建立了严谨的形式数学。1931年K.哥德尔（Gdel）不完全性定理发表以后，与数学第三次危机有关问题的讨论就相对平静下来。留下的数学基础两个基本问题只限于数学哲学界有所探讨。这两个问题是：第一，数学的真理性问题。一方面哥德尔不完全性定理宣称“形式算术中至少有一定理不能证明”。另一方面普通数学家却一贯相信“任何数学中的定理都可证”；第二，数学的对象问题：一方面普通数学家在研究普通数学时相信所研究的对象是某种客观实在，但在读了希尔伯特形式数学的理论后又把数学的对象仅仅看作一串符号的有穷变换。“论普通数学与形式数学”一文用严格数学的办法而不是从数学哲学的角度尝试回答上述问题。该文认为普通数学与形式数学是本质不同的两种数学，前者自由运用康托尔无穷集合论，后者严格不用康托尔无穷集合论而只遵循有穷性原则。根据计算机的一般原理可知希尔伯特的形式数学不是任何别的而只是用计算机对普通数学的模拟而已，从而形式数学也可叫做机器数学。遵循有穷性原则，借助有穷可产生某些无穷但不能产生任意无穷，这就是计算机功能的本质局限。所以，借助计算机一般只能模拟普通数学的一小部分而不是全部。这样，形式数学（机器数学）与它所模拟的普通数学固然有其共同之处，但终究有其本质上的不同；第一，普通数学中的定理总可利用含有任意无穷集在内的推理规则的推导证明，但却不一定能遵循有穷性的形式（机器）推理规则推导证明，这就是为什么任意普通数学完全（定理都能证明）而形式算术不完全（有定理不能证明）的根源所在；第二，普通数学的对象是某种客观实在，但形式数学（机器数学）的对象，即计算机直接处理的对象，只是一串符号的有穷变换而已，但由于形式数学（机器数学）是普通数学的模拟，所以归根结蒂一串符号还是某种客观实在的反映。

考研数学一的内容：1、高等数学　56%2、线性代数　22%3、概率论与数理统计 22%文都考研集训营，有考研知识，可以参考一下！

段学复，数学家，数学教育家。长期从事代数学的研究，在有限群的模表示理论、代数李群、有限p群、群论与组合数学的应用等方面取得重要成果。培养了一大批代数学研究人才。自1952年始，任北京大学数学系系主任近40年。段学复，1914年7月29日出生，陕西省华县人。父亲段大贞为清光绪10年（1884年）甲申进士，母亲雷咏霓亦知书达理。10岁之前，段学复一直在家由父亲教语文，认方块字，读经史书籍。“得天下英才而教育之，一乐也”的教育思想对段学复起了较大的影响。与此同时，他还跟一位当时在北京学医科的堂兄学完了初小算术。当时附中的教育质量是很高的，教材先进，要求严格，还开有选修课。以傅种孙先生为代表的数学教学更是使段学复对数学产生了浓厚的兴趣。由于对数学的爱好，1932年高中毕业后段学复考入了清华大学数学系（当时称为“算学系”）。段学复在清华大学的4年中先后听过熊庆来、郑桐荪、杨武之、赵访熊、曾远荣等教授的课。这些老师各有特点，使段学复在分析、代数、几何诸方面都得以打下了坚实的基础。在此期间，段学复还选修了来校讲学的美国麻省理工学院N．维纳（Wiener）教授开设的傅立叶级数与傅立叶积分课，旁听了法兰西学院的J．阿达马（Hadamard）院士讲授的偏微分方程课。这些都使段学复开阔了眼界。体育课老师马约翰是使段学复终生难忘的又一位教师。在马教授的热情鼓励和科学训练下，原来非常瘦弱的段学复在一学期之后居然就能顺利地跑完一英里长的距离。正是由于健康状况大为改善，才使他得以在抗战期间经受住了几千里的长途颠簸。段学复刚入学便认识了华罗庚，从第二年起两人就相当熟了。他们和华罗庚在中文系的一个同乡王兆芹（时风），三个人常常一起吃完晚饭后就在校园里长距离散步，边走边谈，既聊数学，也谈时局。华罗庚对于学习数学的方法和作法，为段学复推荐的课外数学书籍等都对段学复有较大的影响和帮助。当时，日本侵略军正在不断扩大侵华战争。在民族生死存亡的紧要关头，段学复也受到了爱国主义的洗礼。他参加了1935年12月9日和12月16日的两次示威游行以及1936年2月29日晚在清华大学新体育馆的集体灭灯静坐，抗议大批军警闯入校园逮捕学生。1936年夏，段学复获得理学士学位，毕业留校任助教。1937年7月7日，日本侵略军借口所谓芦沟桥事件悍然侵占北平，挑起全面侵华战争。段学复于7月29日傍晚与母亲等三人一起离开北平，一路辗转颠簸，于当年10月来到由北京大学、清华大学和南开大学联合组成的长沙临时大学工作。次年4月6日段学复在西安与中学语文教师雷彬如女士结婚。此后不久，段学复又独自一人去昆明，在西南联合大学－清华大学任教。当年秋天，华罗庚从英国剑桥大学访问归来，成为西南联合大学－清华大学的教授。他讲授的“近世代数”课程以当时问世不久的B．L．范德瓦尔登（van　der　Waerden）的《近世代数》第一卷为蓝本，但又做了不少的修改。段学复担任了刻写讲义和批改学生习题的任务。华罗庚还在教师中作过《域论八讲》的系列报告。这些都使段学复的代数学功底提高到一个新水平。另外，华罗庚还主持一个有限群讨论班，参加的有段学复、孙本旺、樊?和徐贤修等。大家轮流报告，素材是P．霍尔（Hall）刚发表不久的重要论文《对P－群理论的贡献》和H．查森豪斯（Zassen－haus）的《群论教程I》。从这时起，华罗庚与段学复开始合作研究p群的计数定理。这也是段学复从事代数学、特别是有限群方面的理论研究和培养人才工作的开端。1939年上半年，段学复考取了留英公费生。由于第二次世界大战爆发和日本侵华战争的扩大，他几经波折才于次年9月到达加拿大，进入多伦多大学。同时入学的还有郭永怀、钱伟长、林家翘等。多伦多大学数学系是当时加拿大最大的数学系，段学复的导师R．布劳尔（Brauer）当时正在创建有限群的模表示论。系里还有G．deB．鲁宾逊（Robinson）和H．S．M．考克斯特（Coxeter）等代数学方面的著名教授。段学复在多伦多选修了四门课程，其中包括布劳尔和鲁宾逊的群论。除此之外，段学复主要是在布劳尔的指导下进行研究，很快就取得了一些关于p群的成果，并于1941年获得硕士学位。此后他于1941年8月进入美国普林斯顿大学数学系攻读博士学位。普林斯顿在当时有世界数学中心之称，著名的代数学家J．H．M．韦德伯恩（Wedderburn）就在该校任教。C．谢瓦莱（Chevalley）则是系里30多岁的年轻助教授，学术上非常活跃。而普林斯顿高等研究院更是汇集了像A．爱因斯坦（Einstein）、H．外尔（Weyl）、J．冯·诺依曼（von　Neumann）等这样一批世界闻名的科学家。在这里，段学复参加了不少课程和讨论班，其中有谢瓦莱的代数几何基础和积分方程，外尔的代数数论和二次型的算术理论，C．L．西格尔（Siegel）的解析数论和超越数论。他还听了S．莱夫谢茨（Lefschetz）的拓扑课和A．丘奇（Church）的逻辑课等。在科研方面，段学复在布劳尔和谢瓦莱的指导下，通过听课、参加讨论班，特别是通过钻研他们已经发表的论文和尚未发表的文稿、书稿，最终与他们合作完成了有限群的模表示理论和李群、代数群两方面的重要工作。1943年段学复获得普林斯顿大学哲学博士学位。这之后，他继续留在该校做了两年的博士后，还到E．阿廷（Artin）处作过4个月的访问学习。在此期间，他曾任数学系研究助理。从1945年9月起，段学复到普林斯顿高等研究院担任外尔的助手，协助他开设很有特色的群论课，并帮助修订其经典名著《典型群》（1939），受到他的熏陶，一直到1946年回国。在国外的这6年是段学复的数学生涯中很重要的一个时期。这6年里，他学习过的课程几乎涉及到了基础数学的各主要领域。而有幸向布劳尔和谢瓦莱这两位大师学习并与之合作，对于段学复的影响更是不言而喻的。抗战胜利以后，段学复婉言辞谢了外尔的挽留，毅然决定回国。他认为：落叶归根，祖国总是要回去的；不管怎样，自己的事业只能在中国！1946年7月段学复回到上海。在上海他见到了即将全家赴美的华罗庚，并与之一起参加了李公朴、闻一多两位烈士的追悼会。与此同时，段学复还会见了当时正在筹建中央研究院数学研究所的陈省身。陈省身聘请段学复作数学研究所的兼任研究员，负责指导新从浙江大学毕业到所的曹锡华。1946年10月段学复回到了阔别9年的清华园，任清华大学数学系教授，从第二年起任代理系主任。在这段时间里，他连续开设了高等代数、高等微积分、近世代数、点集拓扑等课程。1946－1947学年他指导应届毕业生万哲先的毕业论文。1947年上半年，他又指导当时已转到清华大学的曹锡华学习抽象代数和模表示论，并于1948年下半年推荐他赴美到当时在密执根大学任教的布劳尔处作博士研究生。现在曹锡华已经在华东师范大学建立起了活跃的代数群科研集体。在代理系主任期间，段学复聘请了许宝騄、申又枨、庄圻泰等北京大学教授到清华大学兼课，又聘请由英国回来的闵嗣鹤到清华大学任教。1948年12月13日清华园先北平而解放。段学复被任命为数学系主任。在中华人民共和国的新气象鼓舞下，他不顾自己大病初愈的身体，以极大的热情投身到繁重的教学、科研和行政领导工作中去。1950年春天华罗庚从美国回到清华大学，与其同时回国的程民德也应邀到清华大学任教。在全系教师的共同努力下，从1949年到1952年，清华大学数学系为中华人民共和国培养出了一批后来成为各方面骨干的优秀人才，其中在代数学及其相近领域工作的有万哲先、丁石孙、曾肯成、裘光明、王萼芳等人。段学复从1950年至1987年一直担任中国数学会常务理事，1950－1952年参加了中国科学院数学研究所的筹建工作，1952年任北京大学数学力学系主任，1955年被选为中国科学院学部委员。他参加了1956年国家“十二年科学远景规划”等全国科学规划及数学学科规划的制定和名词审定工作，参加了教育部和高教部的科研规划、教学计划的制定以及教材编审工作。1981年上半年段学复主动辞去了北京大学数学系主任的职务。但他的工作担子并没有减轻很多。1981—1984年他担任国务院学位委员会第一届数学评议分组成员兼召集人之一，同时还任北京大学数学系和数学研究所学术委员会主任。他曾任《中国科学》、《科学通报》、《数学学报》、《数学通报》和《数学年刊》编委，《数学进展》主编（1980－1987）、名誉主编。他还是《中国大百科全书》总编委会委员，数学卷执行副主编，数论、代数学分组主编。中国群表示论的奠基人几十年来，段学复先后发表了约30篇学术论文以及一些其他论著。作为一个数学家，段学复的研究领域主要是代数学。他的最早也是最重要的成就是在有限群的模表示论，特别是指标块及其在有限单群和有限线性群构造研究中的应用上。有限群的模表示论研究有限群在特征为素数P的域上的表示，当P能够整除群的阶时，其表示与通常的有限群在特征0的域上的表示有很大的不同，理论更加复杂、深刻。这一理论自1935年由布劳尔创立，到40年代已初具规模。就在这时段学复开始了这方面的研究工作。在布劳尔1942年发表的重要论文《论阶恰含某素数的一次幂的有限群》的指引下，他在同一题目的博士论文（普林斯顿大学，1943年）中，在与布劳尔合作并继续布氏的工作而完成的两篇论文中取得了一些迄今仍有意义的重要成果。它们主要是：（1）得出了其阶为pqbm的某些单群的结构，其中p和q是互不相同的素数，b和m为正整数且满足m≤p－1。（2）证明了L．E．迪克森（Dickson）在其《线性群》一书中所列出的单群表直到阶都是完全的。（3）对于pg"阶的线性群，这里p为素数且（p，g"）=1，当其维数≤（2p十1）/3时，确定了它们的构造。为了得到这些结果，段学复证明了模表示论的一些基本事实，例如他确定了pg"阶群的p块的布劳尔树的重要性质。他证明的三个引理，分别被人们称为“（布劳尔－段－）斯坦顿（Stanton）原则”、“（布劳尔－段）指标块分离原则”和“布劳尔－段定理”。几十年已经过去，但这些成果并未失去它们的光彩。这一方面是由于它们所涉及的问题始终是有限群理论研究的主流，这些工作是后来发展的起点；另一方面也是由于现有的新结果仍然无法绕过或者替代段学复自己以及他和布劳尔合作得到的上述结果。正因为如此，这些结果被详细地写入W．费特（Feit）的表示论名著《有限群的表示理论》，并为群论工作者广泛引用。据不完全统计，在1945年以来的数学论著中，引用段学复的论文的就有30多处。50－60年代，段学复沿着这一研究方向继续工作。这期间他在北京大学组织过两次有限群模表示论讨论班，指导青年教师和研究生。特别是通过1964－1966年的讨论班培养的研究生洪加威、李慧陵，他们决定了一些特殊类型的单群。就在他们有可能取得突破性进展时，“文化大革命”开始了，我国在这个方向的研究被中断。也正是在这个时候，有限单群分类的工作在国际上轰轰烈烈地开始了。“文化大革命”以后，段学复指导学生继续进行这方面的研究工作，其中突出的是博士生张继平。他用表示论和单群分类定理彻底解决了维数小于p的复线性群的结构问题。段学复在代数李群方面也做了出色的工作。复数域上的代数李群是一个复矩阵群，其中的矩阵由其系数所满足的一组代数方程式所决定。这一概念的萌芽早在上个世纪末就已出现，这之后被人们遗忘了50年。但在此期间，E．嘉当（Cartan）和外尔对李群李代数进行了深入的研究。1943年，谢瓦莱首先在其题为《矩阵间的一种新关系》的论文中引进了利用矩阵的张量不变量而得到的矩阵复型的定义，然后又进一步利用矩阵的复型给出了特征为0的域上n维矩阵李（Lie）代数的子代数为代数李代数的定义。这时段学复跟随他学习李群、李代数，并合作发表了论文，概述了谢瓦莱－段学复合作工作的证明线索，而全文则因为两位作者之间的联系一度中断，迟至6年以后才得以发表。在文中他们证明了代数李群的如下基本定理：“每个代数李群的李代数是代数的李代数，而每个复数域上的代数李代数必定是某个代数李群的李代数”。由于有了这个定理，就可以利用李代数的方法把代数李群推广到特征为0的任意域上去。著名数学家A．博雷尔（Borel）曾经指出：40年代中期谢瓦莱和段学复用李代数的方法把代数李群推广到特征零的任意域上，这是1955年线性代数群一般理论诞生的前奏。80年代中，蓝以中曾进行与代数李代数有关的研究。事实上，段学复在这方面最早的一篇论文是《关于幂零矩阵的复型的一个注记》。在这篇论文中，段学复对前述谢瓦莱的第一篇文章里的定理6，给出了一个利用矩阵若尔当（Jordan）标准型的计算的直接而简单得多的证明，并将其加强且推广到特征p≠0的域上。由于P．L．M．叙洛夫（Sylow）定理的成立，p群的研究在有限群理论中具有特殊的意义。早在30年代末霍尔关于p群的重要论文刚发表不久，段学复就开始了这方面的研究。他与华罗庚合作研究了含有指数为p2（p>2）的循环子群的p群，给出了有关的计数定理，并对这种群作了完全分类，其结果用英文发表。在此基础上，华罗庚进行推广，引进了p群的秩（即pn阶群中包含的最大循环子群的指数pn－a中的a）和伪基底的概念，证明了任意奇数阶p群必有伪基底，并证明了循环子群的个数的米勒（Miller）定理的推广等计数定理（见“p群的某些计数定理”）。段学复运用华罗庚的上述结果，通过精细的分析计算，对于奇数阶p群中子群个数的库拉考夫（Kyπaков）定理进行了推广，证明了奇pn阶秩a的p群中pm阶子群的个数N（m）modp3当2a+1≤m≤n时必为1，1十p，1十p十p2或1十p十2p2之一。这方面后来有很多外国尤其是苏联的数学家进行研究，至今仍然吸引着研究者的注意。段学复还对华罗庚的伪基底定理给出了一个更加简明的证明。主要从80年代初起，段学复和王萼芳的学生徐明曜、唐守文等人在上述几篇论文的思想指引下和发展中进行工作，在p群的幂结构和换位子结构之间的联系上取得了研究成果。唐守文继续段学复1939年对于具有循环弗拉蒂尼（Frattini）子群的有限p群的工作，最终给出了这类p群的一个完全分类。段学复在《关于p群的一个定理》中，利用换位元素的运算法则证明了：若p群G包含一个最大交换正规子群A且G/A为循环群，则A/Z≌K，其中Z是G的中心而K是G的换位子群。对于G的上、下中心群列中相应的子群，他也证明了存在相应的同构。这项工作为一些中外学者所引用。布劳尔与段学复还有一些未发表的关于p群的工作，手稿保留至今。电子计算机的出现使组合数学与离散数学得到了蓬勃的发展，而有限群理论与组合数学（包括区组设计、有限几何、图论等）、编码理论以及密码学等等都有着密切的联系。同时，有限群的计算机方法、算法复杂度以及实用软件的研制等工作也由于其理论意义和实用价值，从60年代起得到了迅速的发展。70年代前期，段学复为某科研部门进行了几项应用问题的研究，所给出的方法在实际工作中使计算时效提高了许多倍。他还与其他同志一道开办讲习班，为实际工作部门培养了一批专门人才，受到有关部门的嘉奖。“文化大革命”以后，他进一步在计算群论与组合数学方面开展研究工作，并与王萼芳一起合作培养了王杰等5名这个方向的博士和硕士研究生。1985年，段学复领导的群论科研集体中的王萼芳、石生明、徐明曜三人的“有限群及其表示论与组合数学”科研项目被评为国家教委优秀科技成果，他的《有限群对一类组合问题的应用》获某科研部门科技成果奖。1985年10月9日，段学复荣获中国科学院“从事科学工作50年荣誉奖状”，1989年11月1日荣获中国科学院“学部委员荣誉章”。1990年12月荣获国家科委、国家教委“从事科技工作40年荣誉证书”。毕生为建系、育才而奋斗1952年，为了更好地适应全国解放所带来的各项事业的飞速发展，教育部在较大范围内对所属高等院校的地区分布、专业设置以及教学科研力量的配备等方面作了合理的调整。北京大学新的数学力学系由原来的老北京大学、清华大学以及燕京大学三校的数学系组建而成，段学复受聘为系主任。新中国百业待举，需要大量的各种人才。北京大学任重道远，仅数学力学系每年就要招收近200名大学生，培养约十名研究生。然而，院系调整后的北京大学数学力学系仅有30名左右的教师，只有分析和高等数学两个教研室。不仅缺乏微分方程、概率统计以及计算数学等重要学科方向的教学科研力量，而且由于西方对我国的全面封锁，就连课堂教学用的教材都十分稀少。面对这一艰巨而繁重的任务，年仅38岁的段学复团结全系教职工，特别是1955年以后，在系副主任程民德教授的协助下，支撑体弱多病的身体为筹建新的数学力学系倾注了大量的心血。首先是在学习苏联上下功夫：一是派出去，曾先后有4名教师赴苏学习；二是请进来，有系主任顾问、苏联力学家别洛娃（Белва）到系亲自指导5名力学研究生，且不久之后就在校教务长周培源教授的支持和协助下，成立了全国第一个力学专业。身为系主任的段学复十分重视发挥专家的作用，无论工作多么繁忙也要安排与别洛娃会谈工作，在1953－1954学年中甚至每周一次。值得一提的是，在国内推广重要的教学环节——习题课正是在这个时候开始的。当时到系里讲学的苏联代数学及概率论专家E．Б．邓肯（Дынкин）和波兰数理统计学家菲茨（Fitz），为在国内领先成立概率论教研室作出了贡献。其次是创造条件，充分发挥国内专家的力量，如配合高等教育部于1954年在北京大学数学力学系举办了常微分方程和偏微分方程的讲习班，听讲的有来自全国各地的教师100多人，这为扩大专业队伍进而设置微分方程教研室带了个好头。1955年，北京大学数学力学系又成立了计算数学教研室，为在国内发展这一方向奠定了基础。此后，北京大学数学力学系还与莫斯科大学制备了科学研究合作规划。在教材建设方面，自50年代起，在段学复的亲自参加下，经全系教师的努力，先后译出了A．Г．库洛什（Kypoш）的《高等代数》、A．Я．辛钦（Хинчин）的《数学分析》和B．И．斯米尔诺夫（Cмирнов）的《高等数学教程》等书籍，解决了教学的急需，其中公开出版的也为兄弟院校提供了良好的教材和参考书。就这样，在全系干部和教职员工的共同努力下，从1952年到1966年，北京大学数学力学系为国家培养出了约2000名本科毕业生和数十名研究生，同时在科研方面也取得了很好的成绩。系主任的工作是非常繁忙的，段学复的身体不好，长期患有胃肠溃疡。但就在这种情况下，他的教学和科研工作一直没有停过。他多次开设高等代数、近世代数、李代数等课程，带研究生，指导学生撰写论文。1952－1966年段学复在其他同志的协助下，培养出了许以超、沈光宇、蓝以中、徐明曜、卢才辉等代数方面的本科生和石生明、洪加威、李慧陵等研究生。特别应当指出的是，段学复在1952－1966年间举办了两期有限群模表示论讨论班。第一次是在1954—1955年，他与聂灵沼、万哲先合作撰写讲义，无保留地提出自己所了解的重要研究课题，引导王萼芳研究阶≤27000的有限单群，取得了成果。第二次是受教育部的委托于1964—1966年间举办的。段学复与王萼芳合作编写了讲义，并有陈重穆等外单位教师和本系的研究生参加，开展专题研究、撰写论文。现在陈重穆已经在西南师范大学建立起了活跃的有限群科研集体。1960—1966年段学复还兼任北京电视大学数学系主任，两次参加北京市中学生数学竞赛工作，写文章、作报告，并撰写了《对称》一书，为普通教育和成人教育付出了心血。从1978年起，随着我国学位制度的建立，段学复在其他同志的协助下，集中力量培养出了有限群及其表示论和计算群论与组合数学这两个方向的5名博士和14名硕士研究生，还指导了一名博士后。同时也培养了丘维声等中青年教师和一些外校的进修教师。1988年，他参加编写的《高等代数》获国家教委“全国高等学校优秀教材奖”。段学复曾多次参加国内外学术会议，在大会上做学术报告。1982年他主持中国数学会第一届全国代数学学术交流会，1984年主持北京国际群论讨论会，并主编了会议论文集。直到1988年离休之后，段学复仍然在为我国的数学事业勤奋工作。近年来他承担着国家自然科学基金和国家教委博士点基金的科研项目，培养博士生、指导博士后。同时他仍然用相当大的精力关心和帮助青年教师的成长。段学复的座右铭是“实事求是，认真严谨”。多年的治学经历使他深深体会到，科学是老老实实的学问，任何一点调皮都是不行的。必须勤学多练，打好基础，学深学透，做到能够灵活运用，至少有一两手过得硬的功夫。抓住问题后，要在掌握前人已有的主要工作的基础上，开阔思想，多方探索，锲而不舍，以期一旦贯通，得到成果。他以发现人才、培养人才为乐事，认为：师不必贤于弟子，能培养出胜过老师的学生是为师的最大快乐。段学复曾经多次患病，特别是1959年夏天做的直肠癌切除手术，给他带来了永久性的不便和困难。但他始终保持乐观主义的态度，与疾病做了顽强的斗争，一直坚持工作。