《概率论》课程教学大纲.docVIP

《概率论》课程教学大纲 （Probability Theory） 适用专业：数学与应用数学 课程学时：68学时 课程学分：4学分 一、课程的性质与任务 概率论是大学本科阶段一门重要的必修专业理论课，属于通识课程。它是研究随机现象统计规律的一门数学学科，除了作为理论基础外，它在实际生活中还有着广泛的应用。通过本课程的学习，要使学生掌握概率论的基本概念、理论知识及其在实际生活中的一些应用，为学习后继课程作必要的准备和打好理论基础，同时提供一些解决实际问题的理论和方法。 二、课程的内容与基本要求 本课程内容主要包括随机事件及其概率；一维随机变量；多维随机变量及 随机变量的数字特征；特征函数；大数定律与中心极限定理等内容。 事件与概率 本章内容是概率论的基础知识，有大量的基本概念和计算公式，因此在教学中要讲清概念，突出重点，突破难点，要逐步使学生学会运用概率语言描述概率问题。 重点内容：事件间的关系与运算，概率的加法公式，乘法公式，全概率公式，逆概公式及对立事件概率的计算公式，事件的独立性，古典概型，几何概型，贝努利概型。 难点内容：古典概率的计算。 §1.1 随机事件和样本空间 了解随机试验、样本空间和随机事件、基本事件等概念；理解事件间的关系和运算。 §1.2 概率和频率 了解概率的定义和性质及频率的稳定性。 §1.3 古典概率 掌握古典概型、几何概型的计算公式并能解决一些相关问题。 §1.4 概率的公理化定义及概率的性质 理解概率的公理化定义及其性质，会用概率性质解决相应的概率问题。 §1.5 条件概率，全概率公式和贝叶斯公式 理解条件概率的定义，掌握条件概率的计算及乘法公式的使用；掌握全概率公式与贝叶斯公式，并会利用这些公式进行计算。 §1.6 随机事件的独立性 理解事件的独立性的概念；掌握相互独立事件的性质及其有关计算。 §1.7 贝努利概型 掌握贝努利概型，并会利用公式进行计算。 [附注] 介绍概率论发展史，做浦丰投针试验，高尔顿模型，约会试验，抽签试验。 离散型随机变量 本章及下一章主要内容是通过引进随机变量把随机事件数量化，从而随机事件的概率能够用随机变量及其分布函数来表示，以便使用微积分等数学工具来研究随机现象。 重点内容：离散型随机变量及其概率分布列；二维离散型随机变量的边际分布与联合分布的关系，由联合分布列确定边际分布列，随机变量的独立性。离散型随机变量的数学期望与方差的定义与性质，条件分布与条件数学期望。 难点内容：求随机变量函数的分布列；由联合分布列确定边际分布；求条件分布与条件数学期望。 §2.1 一维随机变量及分布列 理解随机变量的概念及其分布的定义，理解离散型随机变量及其概率分布，掌握单点分布，两点分布，二项分布，泊松分布，几何分布，超几何分布，巴斯卡分布，并能利用这些分布求有关概率。 §2.2多维随机变量、联合分布列和边际分布列 理解二维离散型随机变量及其联合分布列，了解多维离散型随机变量及其联合分布的概念；了解边际分布，掌握边际分布的计算。 §2.3 随机变量函数的分布列 掌握一些特殊离散型随机变量函数的分布列的计算。 了解随机变量相互独立的概念，掌握相互独立的随机变量的性质与意义； §2.4 数学期望的定义与性质 掌握离散型随机变量数学期望的定义与性质，掌握常见的随机变量的数学期望（单点分布、两点分布、二项分布、泊松分布、几何分布、超几何分布），会求一些随机变量的数学期望，了解随机变量函数的数学期望的求法。 §2.5 方差的定义与性质 掌握离散型随机变量方差的定义与性质，掌握常见的随机变量的方差（单点分布、两点分布、二项分布、泊松分布、几何分布、超几何分布）， 会求一些随机变量的方差，了解随机变量函数的方差的求法。 §2.6 条件分布与条件数学期望 了解条件分布与条件数学期望的定义及其有关计算方法。 [附注] 介绍数学家贝努利、泊松生平。 连续型随机变量 重点内容：连续型随机变量及其概率密度；二维连续型随机变量的边际分布与联合分布的关系，由联合分布确定边际分布，随机变量的独立性。连续型随机变量的数学期望与方差的定义及其性质，协方差与相关系数的概念和性质，条件分布与条件数学期望，特征函数。 难点内容：求随机变量函