semaphore提示您:看后求收藏(第330章 累鼠,离语,semaphore,御书屋),接着再看更方便。
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能,避免出现内容无法显示或者段落错乱。
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,
参数为λ(λ>0)的指数分布的概率密度.
5.会求随机变量函数的分布.
三、多维随机变量及其分布。
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.
四、随机变量的数字特征
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.
五、大数定律和中心极限定理
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).
六、数理统计的基本概念
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、卡方分布、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.
2.了解卡方分布、t 分布和 F 分布的概念及性质,了解上侧α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.
七、参数估计
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.
八、假设检验
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.
1.甲公司委托乙公司研发某产品,乙公司指定员工李某承担此项研发任务。后来,为了加快研发进度,甲公司又派员工周某参与研发。李某和周某共同在研发过程中完成了一项发明创造。在没有任何约定的情形下,该发明创造申请专利的权利属于下列哪个公司或个人?
一、考试组成
网络空间安全专业综合共包括两门课的内容:数据结构与 C 语言程序设计、
密码学与网络安全,一共为 150 分。
二、数据结构与 C 语言程序设计部分的考试大纲
(一)整体要求
1.数据的逻辑结构与存储结构的基本概念;
2.数据结构算法的定义、基本原理和性质,理解算法分析的基本概念,包
括采用大 O 形式表示时间复杂度和空间复杂度;
3.C 语言的特点以及 C 语言程序的组成;
4.C 语言主要的数据类型,包括整型、实型、字符型等常量与变量和变量
的赋值;理解原码、反码和补码;用 typedef 定义类型;
5.C 语言各种类型数据之间的混合运算;
6.C 语言算术表达式、关系表达式和逻辑表达式,表达式 sizeof 的含义。
(二)知识要点
1. 数据结构概述
(1)数据的逻辑结构与存储结构的基本概念;
(2)算法的定义、基本性质以及算法分析的基本概念,包括采用大 O 形式
表示时间复杂度和空间复杂度。
2. 线性表
(1)线性关系,线性表的定义,线性表的基本操作;
(2)线性表的顺序存储结构与链式存储结构(包括单(向)链表、循环链表和
双向链表)的构造原理;
(3)在以上两种存储结构的基础上对线性表实施的基本操作,包括顺序表
的插入与删除、链表的建立、插入与删除、查找等操作对应的算法设计(含递归
算法的设计)
(/97862/97862754/10100671.html)
。
本章未完,点击下一页继续阅读。