请问根据考研数学，这里x和y的范围具体是怎么得到的呢？

其他回答

• N同学
  根据X列的金额范围，Y、Z列自动识别税率和扣除数
  • 张老师
    新年好。年前1月份给我的规则照着写的公式，今天有同学金额算出来不对，我就想是否是规则又改过了，结果问他们计算规则是什么，他们自己又说不出来。Excel老师只是工具使用者，也不十分了解会计的各项规则，无论写什么公式，都需要提供规则，由我们翻译成公式。我看你还挺懂的，那问一下你，这个X列的应税收入，是减去过5000和专项扣除的吗，只需要根据这个金额找税率和扣除数就可以了吗？中间是否还有其他规则呢
  • N同学
    我感觉这中间应该还有什么似的，否则应税金额那么小，金额范围的数据那么大，那岂不是都是第一级别了吗
  • 张老师
    你可以先试试这个公式，计算的结果对不对。这是1月份才给的规则，难道真的又变了吗=MAX(A2*(A2/12>({0,3,12,25,35,55,80}*10^3))*({3,10,20,25,30,35,45}%)-{0,21,141,266,441,716,1516}*10)
• 燕同学
  考研数学三的范围
  • 孙老师
    答：浙大教材是用来看概率论和数理统计部分的，不用全部看，只要看考纲要求的部分就行，高数看同济大学的教材
    概率统计
    随机事件和概率
    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.
    随机变量及其分布
    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.
    多维随机变量及其分布
    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.
    随机变量的数字特征
    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.
    大数定律和中心极限定理
    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.
    数理统计的基本概念
    考试要求
    1.了解总体、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 变量的典型模式了解标准正态分布、 分布、分布和分布得上侧 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.
    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.
• W同学
  数学的方差问题 公式：若x、y独立，则d(x-y)=d(x)+d(y)；我想问那不就是d(y-x)=d(x-y)就等于d|x-y|了吗但为什么不是这样？
  • 刘老师
    d|x-y|不同于d（x-y）或d（x+y）.取了绝对值后取值范围大于等于0改变了原来变量的分布特性，并不能用d(y-x)=d(x-y)来推。分布特性已经变了