概率论及数理统计全解.ppt

大学数学4;一、《概率论与数理统计A》教学指导性意见; 教学要求的程度，对于概念和理论方面，从高到低分别用“理解”、“了解”、“知道”三级来表述，对于方法、运算和能力方面，从高到低分别用“熟练掌握”、“掌握”、“能”（或“会”）三级来表述。;1．理解随机事件和样本空间的概念，熟练掌握事件之间的关系与基本运算。 2．理解事件频率的概念，了解随机现象的统计规律性和概率的统计定义。 3．理解古典概型的概念，知道概率的公理化定义。 4．掌握概率的基本性质和加法公式。会运用这些性质进行概率计算。 5．理解条件概率的概念。掌握乘法公式、全概率公式和贝叶斯（Bayes）公式，并会运用这些公式进行概率计算。 6．理解事件独立性的概念。会运用事件的独立性进行概率计算。 7．了解伯努利（Bernoulli）概型的概念。掌握二项概率的计算。 ; 1．了解随机变量的概念。掌握离散型随机变量和连续型随机变量的描述方法。理解概率分布（分布列）和概率密度函数的概念和性质。 2．理解分布函数的概念和性质。 3．会利用概率分布计算与随机变量相联系的事件的概率。 4．熟练掌握二项分布、泊松（Poisson）分布、均匀分布、指数分布和正态分布。 5．了解随机变量函数的概念，会求简单的随机变量函数的概率分布。; 1．了解多维随机变量的概念。了解二维随机变量的联合分布函数、联合概率分布（分布列）、联合概率密度函数的概念和性质，并会利用二维概率分布计算有关事件的概率。 2．掌握二维均匀分布和二维正态分布的联合概率密度函数。 3．了解二维随机变量的边缘分布的概念和性质，掌握二维随机变量的边缘分布与联合分布的关系。 4．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的条件，并会运用随机变量的独立性进行概率计算。了解条件分布的概念。 5．了解随机向量函数的分布的概念，会求简单的二元随机变量函数的分布。;1．理解数学期望、方差的概念，掌握期望和方差的性质，掌握期望和方差的计算。 2．会利用随机变量的概率分布求其函数的数学期望，会利用二维随机变量的概率分布求其函数的数学期望。 3．掌握二项分布、泊松分布、均匀分布、指数分布和正态分布的数学期望与方差。 4．了解协方差和相关系数的概念，知道随机变量的相关性，掌握协方差和相关系数的性质和计算。知道矩的概念。 （第五节第二目“随机向量的协方差矩阵”不作要求） ;　　 　　　1．了解切比雪夫不等式，知道切比雪夫大数定律和伯努里大数定律。 　　 2．知道列维（Levy）- 林德贝格（Lindberg）定理和德莫佛（DeMoivre）- 拉普拉斯（Laplace）定理，会运用正态分布近似计算二项概率。;　　 1．理解总体、简单随机样本和统计量的概念。了解频率直方图的作法，掌握样本均值和样本方差的计算。 2．了解正态分布、分布、分布、分布的分位数的概念并会查表计算。 3．了解正态总体的某些常用的抽样分布。;　　 　　　1．理解参数的点估计、估计量和估计值的概念。 　　2．掌握矩估计法（一阶、二阶）和最大似然估计法。 　　3．了解估计量的无偏性、有效性和一致性概念，并会验证估计量的无偏性和比较估计量的有效性。 　　4．理解区间估计的概念。掌握单个正态总体的均值和方差的置信区间，会求两个正态总体的均值差和方差比的置信区间。;　　　 　　　1．理解显著性检验的基本思想，掌握假设检验的基本步骤，知道假设检验可能产生的两类错误。 　　 2．掌握单个正态总体的均值和方差的双边和单边检验。会进行两个正态总体的均值和方差的双边和单边检验。 　　　 （第四节“非参数检验方法”不作要求）;熟练掌握事件之间的关系与基本运算。 ;掌握二维均匀分布和二维正态分布的联合概率密度函数。;掌握矩估计法（一阶、二阶）和最大似然估计法。;第一章;第二章;;第三章;第四章;期 望;第五章;第七章;分布;抽样分布;抽样分布定理;两总体样本均值差、样本方差比的分布;参数估计;(4) 在最大值点的表达式中, 用样本值代入就得参 数的最大似然估计值 .; 估计量的评选标准;区间估计;第八章;历年试题考点及其分值;07年试题;08年试题;09年试题;11年12月试题;2012年试题;课程中心模拟试题1;课程中心模拟试题2;1.事件关系、概率及其运算性质 ;2.确定常数;3.E（X）、D（X）、Cov(X,Y)、ρXY ;3.E（X）、D（X）、Cov(X,Y)、ρXY;4.比较无偏估计量的有效性;5.切比雪夫不等式;6.条件概率;7.已知X、Y，求Z=X+Y的概率密度 P85 ;8.求边缘分布（密度函数）、判断独立性、求某区域上的概率 ;9.求边缘分布（密度函数）、判断独立性、求某???域上的概