数学专业概率论教学大纲.DOCVIP

《概率论》教学大纲 课程编号英文名称：Probability Theory 学 分：3 学 时：48 课程类别：专业平台课程 授课对象：数学与应用数学专业学生 教学单位：数理信息学院应用数理统计学科 修读学期：第4学期 一、教学任务 本课程是数学与应用数学专业学生本科阶段第一门处理随机现象的必修课，讲授随机事件与概率、随机变量及其分布以及大数定律和中心极限定理等内容。通过本课程的学习，使学生初步具备解决随机问题的理论和方法，为继续学习数理统计、数据分析等课程打下基础。 二、教学目标 1. 专业知识方面：使学生掌握基于数学分析的概率论的基本概念和基本理论，包括概率、随机变量的定义，随机变量的分布，随机变量的数字特征，大数定律与中心极限定理。 2. 专业能力方面：使学生初步掌握处理随机现象的基本理论和方法，完善知识结构，为学习数理统计和数据分析等课程打好基础。 3. 综合能力方面：通过本课程的教学，使学生初步掌握解决经济、金融和管理等方面实际问题的能力。 三、教学内容 1．随机事件与概率 教学内容：随机事件及其运算、概率的定义及其确定方法、概率的性质、条件概率和事件的独立性。 重点：随机现象、样本空间、随机事件的概念和事件之间的关系及运算、概率的定义和确定方法、概率的性质、条件概率和事件的独立性。 难点：对随机事件的理解和表达。 基本要求：了解随机现象，理解样本空间和样本点、随机事件的概念和事件之间的关系及运算，熟练掌握事件之间的关系和运算。了解概率的公理化定义，理解古典概率、几何概率以及作为概率近似的频率具有的三条基本性质。了解频率的稳定性，理解频率与概率既非同一概念，但又有某种联系。掌握古典概型。熟悉并掌握概率的可加性、单调性、加法公式、连续性，了解如何由概率的公理化定义中所描述的三条基本性质，导出其它一些有用的性质。理解条件概率的定义、乘法公式、全概率公式和贝叶斯公式。熟悉并掌握全概率公式和贝叶斯公式。深刻理解独立性的概念, 弄清独立性与互不相容是两个不同的概念。 自主学习：乘法原理、加法原理。排列、重复排列，组合、重复组合。 2. 随机变量及其分布 教学内容：随机变量及其分布、随机变量的数学期望、随机变量的方差与标准差、常用离散分布、常用连续分布、随机变量函数的分布以及分布的其他特征数。 重点：随机变量的概念、随机变量的分布、随机变量的数字特征和随机变量函数的分布。正态分布。 难点：随机变量的概念和随机变量的分布。 基本要求：深刻理解随机变量的含意，熟记和理解分布函数的定义和基本性质，理解分布函数在讨论随机变量中的作用。在正确理解随机变量概念的基础上，弄清楚随机事件和随机变量之间的关系。对于离散型的随机变量，要求深刻理解分布列的概念, 会求一些离散型随机变量的分布列，掌握分布列的两条基本性质。对于连续型随机变量，要求深刻理解密度函数的概念, 弄清楚分布函数与密度函数之间的关系。对于随机变量的数学期望，要求熟练掌握数学期望的概念，能计算分布的数学期望以及利用数学期望解决一些实际问题。对于随机变量的方差与标准差，要求熟练掌握方差的概念，能计算分布的方差，利用切比雪夫不等式估计有关事件的概率。熟记几种常用离散分布的背景、各自的性质以及数字特征。掌握几种常用连续型随机变量的密度函数、性质和分布函数以及数字特征的计算，熟记这些结果。重点是正态分布，它是整个概率论基础的重点内容，要求能熟练地使用标准正态分布表，弄清一般正态分布与标准正态分布之间的关系。对于随机变量函数的分布，掌握离散型随机变量和连续型随机变量下基本的处理方法。对于分布的其他特征数，要求熟悉 K 阶矩和分位数。 自主学习：几种常用的随机变量的数字特征的计算，特征数中的变异系数、中位数、偏度系数和峰度系数。 3．多维随机变量及其分布 教学内容：多维随机变量及其联合分布、边际分布与随机变量的独立性、多维随机变量函数的分布、多维随机变量的数字特征和条件分布与条件期望。 重点：二维离散型随机向量及其分布，二维连续型随机向量及其密度函数，二维分布函数的性质；随机变量的独立性；相关系数的含义，不相关与独立性之间的关系。 难点：由一维随机变量到二维随机变量不是简单的推广，要使学生理解随机变量之间的关系。 基本要求：掌握二维离散型随机向量及其分布，二维连续型随机向量及其密度函数。掌握边际分布列，边际密度和边际分布函数。理解二维离散型与连续型随机向量两分量独立的形式，熟悉掌握独立性这一概念。利用分布函数的定义、密度函数的定义推导几种常用的随机变量的函数的分布，随机变量的和、随机变量的最大值最小值的分布。了解几种常用随机变量的可加性，二项分布、泊松分布和正态分布的可加性。掌握多维随机变量的特征数，包括各个分量的期望、方差、标准差，以及两个随机变量之间的关联程