概率论和数理统计教案(48课时).doc

《概率论与数理统计》课程教案 第一章 随机事件及其概率 本章的教学目标及基本要求 理解随机试验、样本空间、随机事件的概念; 掌握随机事件之间的关系与运算,； 掌握概率的基本性质以及简单的古典概率计算; 学会几何概率的计算； 理解事件频率的概念，了解随机现象的统计规律性以及概率的统计定义。了解概率的公理化定义。 理解条件概率、全概率公式、Bayes 公式及其意义。理解事件的独立性。 本章的教学内容及学时分配 第一节 随机事件及事件之间的关系 第二节 频率与概率 2学时 第三节 等可能概型（古典概型） 2 学时 第四节 条件概率 第五节 事件的独立性 2 学时 本章教学内容的重点和难点 随机事件及随机事件之间的关系； 古典概型及概率计算； 概率的性质； 条件概率，全概率公式和Bayes公式 独立性、n 重伯努利试验和伯努利定理 教学过程中应注意的问题 使学生能正确地描述随机试验的样本空间和各种随机事件； 注意让学生理解事件…的具体含义，理解事件的互斥关系； 让学生掌握事件之间的运算法则和德莫根定律； 古典概率计算中，为了计算样本点总数和事件的有利场合数，经常要用到排列和组合，复习排列、组合原理； 讲清楚抽样的两种方式——有放回和无放回； 思考题和习题 思考题：1. 集合的并运算和差运算－是否存在消去律？ 2. 怎样理解互斥事件和逆事件？ 3. 古典概率的计算与几何概率的计算有哪些不同点？哪些相同点？ 习题： 第二章 随机变量及其分布 本章的教学目标及基本要求 理解随机变量的概念，理解随机变量分布函数的概念及性质, 理解离散型和连续 型随机变量的概率分布及其性质，会运用概率分布计算各种随机事件的概率； 熟记两点分布、二项分布、泊松分布、正态分布、均匀分布和指数分布的分布律或密度函数及性质； 本章的教学内容及学时分配 随机变量 第二节 离散型随机变量及其分布 离散随机变量及分布律、分布律的特征 第三节 常用的离散型随机变量 常见分布（0-1分布、二项分布、泊松分布） 2学时 第四节 随机变量的分布函数 分布函数的定义和基本性质，公式 第五节 连续型随机变量及其分布 连续随机变量及密度函数、密度函数的性质 2学时 第六节 常用的连续型随机变量 常见分布（均匀分布、指数分布、正态分布）及概率计算 2学时 本章教学内容的重点和难点 随机变量的定义、分布函数及性质； 离散型、连续型随机变量及其分布律或密度函数，如何用分布律或密度函数求任何事件的概率； 六个常见分布(二项分布、泊松分布、几何分布、均匀分布、指数分布、正态分布)； 教学过程中应注意的问题 注意分布函数的特殊值及左连续性概念的理解； 构成离散随机变量X的分布律的条件，它与分布函数之间的关系； 构成连续随机变量X的密度函数的条件，它与分布函数之间的关系； 连续型随机变量的分布函数关于处处连续，且，其中为任意实数，同时说明了不能推导。 注意正态分布的标准化以及计算查表问题； 思考题和习题 思考题：1. 函数是否是某个随机变量的分布函数？ 2. 分布函数有两种定义——，主要的区别是什么？ 3. 均匀分布与几何概率有何联系？ 4. 讨论指数分布与泊松分布之间的关系。 5．列举正态分布的应用。 习题： 第三章 多维随机变量及其分布 教学目标及基本要求 了解二维随机变量概念及其联合分布函数概念和性质，了解二维离散型和连续 型随机变量定义及其概率分布和性质，了解二维均匀分布和正态分布。 会用联合概率分布计算有关事件的概率，会求边缘分布。 掌握随机变量独立性的概念，掌握运用随机变量的独立性进行概率计算。 会求两个独立随机变量的简单函数(如函数X+Y, max(X, Y), min(X, Y))