《概率论与数理统计B》课程教学大纲-上海大学.doc

《概率论与数理统计 B 》课程教学大纲 课程 编号课程 名称 （中文）概率论与数理统计（B） （英文）Probability and Statistics B 课 程 基 本 情 况 1．学分：5 学时：50 （课内学时：50 实验学时： ） 2．课程性质：学科基础必修课 3．适用专业：经济学、管理学 适用对象：本科 4．先修课程：《高等数学》 5．首选教材：《概率论与数理统计》盛骤等编 高等教育出版社 2002.06（第三版） 二选教材： 参考书目： 6．考核形式：考试（闭卷） 7．教学环境：多媒体阶梯教室 课 程 教 学 目 的 及 要 求 教学目的： 通过本课程的学习，应使学生掌握概率论与数理统计的基本概念，了解它的基本理论和方法，从而使学生初步掌握处理随机现象的基本思想和方法，培养学生运用概率统计方法分析和解决实际问题的能力。 教学要求： 1．要正确理解以下概念：样本空间、事件、古典概型、概率的公理化定义、条件概率、样本空间的划分、事件的独立性，一维和二维随机变量及其分布（包括概率密度函数、分布律以及分布函数）、二维随机变量的边缘分布和条件分布，随机变量的独立性，随机变量的数学期望、方差、协方差、相关系数、矩、总体、个体、样本、统计量、分布、t分布、F分布的定义，点估计与区间估计、估计量的评选标准、假设检验中的两类错误，方差分析中的因素、水平。 2．要掌握下列基本理论、基本定理和计算公式：随机事件的关系与运算，概率的基本性质及加法定理，条件概率的计算，概率的乘法定理，全概率公式，Bayes公式，独立事件的概率计算，概率密度函数、分布律、分布函数的性质以及利用他们计算有关事件的概率，利用Poisson定理计算二项分布的概率问题，正态概率计算，6种常用分布（（0－1）分布，二项分布，Poisson分布，均匀分布，指数分布，正态分布）的分布形式及其数字特征，一维随机变量函数的分布，二维随机变量的联合分布（包括联合密度函数，联合分布律，联合分布函数）的性质以及利用联合密度函数或联合分布律计算有关事件的概率，二维随机变量的边缘分布及条件分布的计算，计算两个随机变量的和、商的分布，计算多个独立随机变量最大值、最小值的分布，随机变量的数字特征（数学期望，方差，协方差，相关系数，矩）的性质与计算，契比雪夫不等式，契比雪夫、Bernoulli、辛钦大数定律，独立同分布场合的De Moivre-Laplace中心极限定理。以及正态随机变量分位点的计算。正态总体的样本均值与方差的性质与分布。参数的矩估计法和极大似然估计法，（单个和两个）正态总体参数的区间估计，（0－1）分布参数的区间估计，（单个和两个）正态总体参数的假设检验，直方图的作法，总体分布假设的检验法。 课 程 内 容 及 学 时 分 配 课 程 内 容 及 学 时 分 配 （一）随机事件和概率（ 8学时 ） 1．了解样本空间概念，理解随机事件的概念，掌握事件之间的关系与运算。 2．了解概率的定义，掌握概率的基本性质和应用这些性质进行概率计算。 3．理解条件概率的概念，掌握概率的加法公式、乘法公式、全概率公式、贝叶斯公式，以及应用这些公式进行概率计算。 4．理解事件的独立性概念，掌握应用事件独立性进行概率计算。 5．掌握伯努利概型及其计算。 （二）随机变量及其概率分布（ 8学时 ） 1．理解随机变量的概念及其概率分布的概念，理解分布函数的概念及性质，会计算与随机变量相关事件的概率。 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、超几何分布、泊松（Poisson）分布及其应用。 3．理解连续型随机变量及其概率密度的概念，掌握概率密度与分布函数之间的关系，掌握均匀分布、指数分布（）、正态分布及其应用。 4．会求简单随机变量函数的概率分布。 （三）二维随机变量及其概率分布（ 8学时 ） 1．了解二维随机变量的概念，理解二维随机变量的联合分布函数的概念、性质及其两种基本形式：离散型联合概率分布和边缘分布、连续型联合概率密度和边缘密度，会利用二维概率分布求有关事件的概率。 2．理解随机变量独立性的概念，掌握离散型和连续型随机变量独立性的条件。 3．掌握二维均匀分布、了解二维正态分布的密度函数，理解其中参数的概率意义。 4．掌握根据自变量的概率分布求其较简单函数的概率分布的基本方法，会求两个随机变量之和的概率分布。 （四）随机变量的数字特征（ 8学时 ） 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．会根据随机变量X的概率分布求其函数的数学期望，会根据随机变量和的联合概率分布求其