概率统计教学大.doc

概率统计教学大纲 学??? 时：46 学??? 分：３ 课程类别：通修课程 先修课程：高等数学、复变函数 适用专业：工科各专业 概率论与数理统计是我校工科各专业的共同必修课。它是一门研究随机现象规律的数学学科，理论严谨，应用广泛，是数学的一个重要分支，也是现代科技人才必须掌握的工具技术课之一。通过该课程的学习，要使学生系统地获得概率论的基本知识，必要的基础理论；要求学生掌握常用的分析方法；同时为学习随机过程，信号处理等后继课程奠定基础。 Ⅱ　教学内容与教学要求 一、 课程内容： 样本空间，随机事件的概念。事件的关系及运算，事件的和，积，差运算，互斥事件与对立事件。 频率概率。概率的公理化体系，概率的性质。古典概型。 条件概率的概念。乘法公式、全概公式和Bayes公式。 事件独立性的概念。三个事件的两两独立与相互独立。 基本要求： 1． 2． 3． Bayes公式。 4． 二、 课程内容： 随机变量的概念，离散型随机变量，离散型随机变量的分布律，常见的离散型随机变量二项分布，Poisson　分布，Bernoulli概型。 随机变量分布函数的概念，分布函数的性质，连续型随机变量的概念，连续型随机变量的概率密度函数，概率密度函数的性质，常见的连续型随机变量，均匀分布，指数分布。 常见的连续型随机变量正态分布，随机变量函数的分布。 基本要求： １．? Poisson分布及其应用，掌握二项分布及其应用。 ２．? ３． 三、 课程内容： 二维随机变量联合分布函数的概念，二维离散型随机变量的联合分布律，二维连续型随机变量的联合密度函数。 边际分布，二维离散型随机变量的边际分布律，二维连续型随机变量的边际密度函数。 离散型随机变量的条件分布律，连续型随机变量的条件密度函数，相互独立随机变量的概念，离散型随机变量相互独立的充要条件，连续型随机变量相互独立的充要条件。 两个随机变量和的密度函数，两个随机变量商的密度函数，最大值分布，最小值分布。 基本要求： １．? ２． ３．? ４．? ５．? 四、 课程内容： 数学期望的概念，离散型随机变量的数学期望，连续型随机变量的数学期望，随机变量函数的数学期望，数学期望的性质，几种重要随机变量的数学期望。 方差的概念，方差的性质，几种重要随机变量的方差。切比雪夫不等式。 协方差，相关系数的概念，协方差，相关系数的计算公式。矩，协方差矩阵的概念。 基本要求： １．理解随机变量的数字特征（数学期望、方差、标准差、协方差、相关系数）的概念，并会运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征。 ２．? 的联合概律分布求其函数的数学期望；会根据随机变量和的概率分布求其函数的数学期望。 ３．? 和的概率分布求其相关系数，理解相关系数取特殊值的概率含义。了解切比雪夫不等式。 五、 课程内容： 依概率收敛的概念，切比雪夫大数定律、贝努利大数定律、辛锌大数定律。独立同分布的中心极限定理，李雅普诺夫中心极限定理，德莫佛—拉普拉斯中心极限定理。 基本要求： １．了解切比雪夫大数定律、贝努利大数定律和辛锌大数定律（独立同分布随机变量的大数定律）成立的条件和结论。 ２．了解独立同分布的中心极限定理，德莫佛—拉普拉斯中心极限定理 二项分布以正态分布为极限分布的定理 的应用条件和结论，并会用相关定理近似计算有关随机事件的概率。 六、数理统计的基本概念 课程内容： 总体、个体、样本、简单随机样本、统计量、样本均值、样本方差及样本矩的概念。 分布、分布和分布的定义及性质、分为数的概念。 正态总体的常用抽样分布。 基本要求： １．? 分布、分布和分布的定义及性质、了解分为数的概念并会查表计算。 ２．? 七、参数的点估计与区间估计 课程内容： 估计、估计量、点估计的概念。矩估计法和极大似然估计法。估计量的评价标准：无偏性、有效性（最小方差性）和一致性（相合性）的概念。 区间估计，置信区间的概念。单个正态总体均值和方差的置信区间，两个正态总体均值差和方差比的置信区间。 （０－１）分布参数的区间估计，单侧置信区间的概念。 基本要求： 1．理解参数的估计、估计量、点估计的概念。掌握矩估计法（一，二阶矩）和极大似然估计法。 2．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。 3．了解区间估计，置信区间的概念。会求单个正态总体均值和方差的置信区间。会求两个正态总体均值差和方差比的置信区间。 4．了解（０－１）分布参数的区间估计，单侧置信区间的概念。 八、假释检验 课程内容： 假释检验的基本思想，假释检验的两类错误。 单个及两个正态总体的均值和方差的假释检验。 基本要求： １． ２． Ⅲ　教学进度参考表 内容 课时数 备注 概率论的基本概念 8 ? 随机变量及其分