一、课程的性质、目标和任务.docVIP

概率论与数理统计Probability and Math Statistics 课程编号：专业：全校各先修课为高等数学，后续课程专业不同而设课程。如：统计学、随机过程、运筹学等 教材： 1、王松桂、张忠占等《概率论与数理统计概率论与数理统计盛骤等《概率论与数理统计高等教育出版社，年月概率论与数理统计 盛骤等《概率论与数理统计 5、张菊芳《《概率论与数理统计《概率论与数理统计》是 内 容 讲课 习题课 合计 1 随机事件 7 1 8 2 随机变量 8 1 9 3 随机向量 8 1 9 4 数字特征 4 1 5 5 大数定律与中心极限定理 2 0 2 6 数理统计的基本概念 4 1 5 7 参数估计 5 1 6 8 假设检验 4 0 4 第1章 随机事件（8学时） （一）教学基本要求 1、了解样本空间的概念，理解随机事件的概念，熟练掌握事件之间的关系与运算。 2、了解频率和概率的定义，掌握概率的基本性质，熟练掌握利用概率的性质计算概率的方法。 3、掌握古典概率的计算方法。 4、理解条件概率的概念及性质，掌握条件概率的计算，掌握概率的乘法公式、全概率公式和贝叶斯（Bayes）公式，并会用这些公式进行概率计算。 5、理解事件独立性的概念，掌握利用独立性计算概率的方法。 （二）教学内容 1、随机事件（随机试验，随机事件与样本空间，事件间的关系及其运算）。 2、随机事件的概率（频率的定义、概率的定义、概率的性质）。 3、古典概率模型 4、条件概率（条件概率、乘法公式、全概率公式、贝叶斯公式）。 5、事件的独立性。 （三）重点与难点 重点：事件之间的关系与运算，概率的性质，概率的加法公式、减法公式及逆事件的概率公式，条件概率与概率的乘法公式，全概率公式与贝叶斯公式。 难点：古典概率的计算，乘法公式、全概率公式、Bayes公式的应用。 第2章 随机变量（9学时） （一）教学要求 1、理解随机变量和分布函数的概念，掌握分布函数的性质和计算方法。 2、掌握离散型随机变量分布律的概念和性质，掌握利用分布律计算概率和分布函数的方法。 3、掌握二点分布、二项分布、泊松（Poisson）分布以及它们之间的关系。 4、理解连续型随机变量，掌握分布函数与密度函数的关系。 5、掌握均匀分布、正态分布、指数分布，记住它们的密度函数。 6、会求随机变量函数的概率分布。 （二）教学内容 1、随机变量及其分布函数。 2、离散型随机变量，离散型随机变量的分布律及性质。 3、连续型随机变量，连续型随机变量的概率密度及性质。 4、随机变量函数的分布。 （三）重点与难点 重点：离散型随机变量分布律的求法，二项分布与泊松分布的实际意义及有关计算，连续型随机变量的概率密度与分布函数之间的关系及其运算，均匀分布、正态分布、指数分布的实际意义及有关计算，用随机变量表示事件，用概率密度或分布函数求事件的概率。 难点：不同类型的随机变量的概率分布的描述，随机变量函数的分布。 第3章 随机向量（9学时） （一）教学要求 1、了解多维随机向量的概念，了解二维随机向量的分布函数的概念及其性质。 2、了解二维离散型随机向量的概念，掌握二维离散型随机向量联合分布律的概念、性质及其求法。 3、了解二维连续型随机向量的概念，掌握联合密度函数的定义及性质，掌握联合分布函数与联合密度函数之间的关系。已知联合分布函数或联合密度函数，会计算随机向量落在平面某个区域内的概率。知道两个常见分布：二维均匀分布和二维正态分布。 4、了解边缘分布的概念，掌握离散型随机向量边缘分布律的求法和连续型随机向量边缘概率密度的求法，了解边缘分布和联合分布之间的关系。 5、理解随机变量的独立性概念，会判断随机变量的独立性。 6、了解条件分布的概念，掌握条件概率分布的计算，了解联合分布、边缘分布和条件分布之间的关系。 7、掌握二维随机向量函数的分布，会求两个相互独立的随机变量之和的分布与极值分布。 （二）教学内容 1、二维随机向量及其分布函数。 2、二维离散型随机向量与联合分布律。 3、二维连续型随机向量，联合概率密度及性质。 4、边缘分布、边缘分布律与边缘概率密度。 5、随机变量的独立性。 6、条件分布的概念，条件分布的计算。 7、二维随机向量函数的分布，两个独立的随机变量和的分布以及极值分布。 （三）重点与难点 重点：联合分布与边缘分布的概念及其联系，边缘分布的求法，随机变量独立性的判别及其应用，二维均匀分布和二维正态分布1、理解数学期望的概念，掌握数学期望的性质和计算公式。 2、了解方差的概念，掌握方差的性质和计算公式，记住六个常见分布的数字特征。 3、了解协方差和相关系数的概念，掌握协方差和相关系数的性质及计算公式。了解独立性与不相关两个概念的区别与联系。 4、了解矩和协方差矩阵的概念。 （二