原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《概率论与数理统计》（46学时）课程教学大纲
一、课程的基本情况
课程中文名称：概率论与数理统计
课程英文名称：Probability Theory and Mathematical Statistics
课程编码：0702003
课程类别：学科基础课
课程性质：必修
总学时：46 讲课学时：46 实验学时：0
学分：2.5
授课对象：本科相关专业
前导课程：《高等数学》 《线性代数》
二、教学目的
概率论与数理统计是研究随机现象统计规律性的数学学科，是理工科各专业的一门重要的学科基础课。通过本课程的学习，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。同时，也为一些后续课程的学习提供必要的基础。
三、教学基本要求
第一章 概率论的基本概念
1.1 随机试验
1.2 样本空间、随机事件
1.3 频率与概率
1.4 等可能概型（古典概型）
1.5 条件概率
1.6 独立性
基本要求：
1. 理解随机试验、样本空间、随机事件的概念并掌握事件的关系与运算
2. 掌握概率的定义与基本性质
3. 理解古典概型的概念，掌握古典概率的计算方法
4. 理解条件概率的定义，熟练掌握乘法定理、全概率公式与贝叶斯公式并会灵活应用
5. 理解事件独立性的概念，熟练掌握相互独立事件的性质及有关概率的计算
重点与难点：
1. 重点：随机事件；概率的基本性质及其应用；乘法定理、全概率公式与贝叶斯公式
事件的独立性
2. 难点：概率的公理化定义、条件概率概念的建立、全概率公式与贝叶斯公式的应用
第二章 随机变量及其分布
2.1 随机变量
2.2 离散型随机变量及其分布律
2.3 随机变量的分布函数
2.4 连续型随机变量及其概率密度
2.5 随机变量的函数的分布
基本要求：
1. 理解随机变量的概念；掌握离散型随机变量和连续型随机变量的描述方法
2. 掌握分布律、分布函数、概率密度函数的概念及性质；掌握由概率分布计算相关事件的概率的方法
3. 熟练掌握二项分布、泊松（Poisson）分布、正态分布、指数分布和均匀分布，特别是正态分布的性质并能灵活运用；熟练掌握伯努利概型概率的计算方法
4. 熟练掌握一些简单的随机变量函数的概率分布的求法
重点与难点：
1. 重点：随机变量、分布律、密度函数和分布函数的概念；二项分布、均匀分布的概念和性质
2. 难点：二项分布的推导及应用；随机变量函数的概率分布
第三章 多维随机变量及其分布
3.1 二维随机变量
3.2 边缘分布
3.3 条件分布
3.4 相互独立的随机变量
3.5 两个随机变量的函数的分布
基本要求：
1. 正确理解二维随机变量的定义，掌握二维随机变量的联合分布律、联合分布函数、联合概率密度函数及条件分布的概念
2. 熟练掌握由联合分布求事件的概率，求边缘分布及条件分布的基本方法
3. 理解随机变量独立性的概念，掌握随机变量独立性的判别方法
4. 了解求二维随机变量函数分布的基本思路，会求的分布
重点与难点：
1. 重点：由联合分布求概率，求边缘分布及条件分布的方法
2. 难点：求离散型随机变量联合分布律的方法，条件密度的导出，随机变量函数的分布
第四章 随机变量的数字特征
4.1 数学期望
4.2 方差
4.3 协方差及相关系数
4.4 矩、协方差矩阵
基本要求：
1. 掌握随机变量及随机变量函数的数学期望的计算公式，熟悉数学期望的性质并能灵活运用
2. 掌握方差的概念和性质；熟悉二项分布、泊松分布、正态分布、指数分布和均匀分布的数学期望和方差；了解切比雪夫（Chebyshev）不等式
3. 掌握协方差和相关系数的定义和性质，并会灵活应用
4. 掌握矩、协方差矩阵的定义
重点与难点：
1. 重点：数学期望、方差、相关系数与协方差的计算公式及性质
2. 难点：随机变量函数的数学期望的计算，利用数学期望的性质计算数学期望，相关系数的含义
第五章 大数定律及中心极限定理
5.1 大数定律
5.2 中心极限定理
基本要求：
1. 掌握依概率收敛的概念及贝努利大数定律和契比雪夫大数定律
2. 掌握独立同分布的中心极限定理和德莫佛－拉普拉斯(De Moivre-Laplace)极限定理
3. 掌握应用中心极限定理计算有关事件的概率近似值的方法
重点与难点：
1. 重点：用中心极限定理计算概率的近似值的方法
2. 难点：依概率收敛的概念
第六章 样本及抽样分布
6.1 随机样本
6.2 抽样分布
基本要求：
1. 理解总体、个体、样本容量、简单随机样本以及样本观察值的概念
2. 理解统计量的概念；熟悉数理统计中最常用的统计量（如样本均值、
文档评论（0）