《概率论与数理统计》课程教学大纲.doc

《概率论与数理统计》课程教学大纲 （Probability Theory and Mathematical Statistics ） 适用专业：电子信息科学与技术、自动化 课程学时：51学时 课程学分：3学分 一、课程的性质与任务 概率论与数理统计是大学本科阶段一门重要的基础学科。一般地说，概率论是从数学模型出发来推导实际模型的性质；而数理统计则是从观察资料出发来推断模型的性质。它们在实际生活中有着广泛的应用。通过本课程的学习，要使学生掌握概率论与数理统计的基本概念、理论知识及其在实际生活中的一些应用，为学习后继课程作必要的准备和打好理论基础，同时提供解决实际问题的一些理论和方法。 二、课程的内容与基本要求 本课程内容主要包括随机事件及其概率；一维随机变量；多维随机变量及 随机变量的数字特征；大数定律与中心极限定理、样本及其抽样分布；参数估计； 假设检验；方差分析与回归分析等内容。 第一章 概率论的基本概念 本章内容是概率论的基础知识，有大量的基本概念和计算公式，因此在教学中要讲清概念，突出重点，要逐步使学生学会运用概率语言描述概率问题。 重点内容：事件间的关系与运算，概率的加法公式，乘法公式，全概率公式及对立事件概率的计算公式，事件的独立性，古典概型。 难点内容：古典概率的计算。 §1.1 随机试验 了解随机试验的概念。 §1.2 样本空间、随机事件 了解样本空间和随机事件及基本事件等概念；理解事件间的关系和运算。 §1.3 概率和频率 了解概率的定义和性质及频率的稳定性。 §1.4 古典概率 掌握古典概型的计算公式并能解决一些相关问题。 §1.5 条件概率、全概率公式和贝叶斯公式 理解条件概率的定义，掌握条件概率的计算及乘法公式的使用；掌握全概率公式与贝叶斯公式，并会利用这些公式进行计算。 §1.6 独立性 理解事件独立性的概念；掌握相互独立事件的性质及其有关计算。 第二章 随机变量及其分布 本章及下一章主要内容是通过引进随机变量把随机事件数量化，从而随机事件的概率能够用随机变量及其分布函数来表示，以便使用微积分等数学工具来研究随机现象。 重点内容：随机变量及其分布函数；离散型随机变量及其分布律；连续型随机变量及其概率密度；随机变量函数的分布。 难点内容：求随机变量函数的分布。 §2.1 随机变量 理解随机变量的概念。 §2.2 离散型随机变量及其分布律 理解离散型随机变量及其分布律，掌握单点分布，两点分布，二项分布，泊松分布，超几何分布，并能利用这些分布求有关概率。 §2.3 随机变量的分布函数 理解随机变量的分布函数的概念及其性质。 §2.4 连续型随机变量及其概率密度 掌握概率密度的性质及有关计算；掌握均匀分布，指数分布，正态分布的性质与有关计算。 §2.5 随机变量函数的分布 掌握一些特殊的随机变量函数的分布的求法。 第三章 多维随机变量及其分布 重点内容：二维离散型随机变量的边际分布列及其联合分布列，二维连续型随机变量的边际分布与联合分布，由联合分布确定边际分布，随机变量的独立性；条件分布；两个随机变量的函数的分布。 难点内容：求随机变量函数的分布；由联合分布求边际分布；求条件分布。 §3.1 二维随机变量 理解二维随机变量及其联合分布的定义与性质。 §3.2 边际分布 了解边际分布的概念及其与联合分布的关系，掌握边际分布的计算；掌握二维正态分布。 §3.3 条件分布 了解条件分布的概念，掌握随机变量的条件分布的计算。 §3.4 相互独立的随机变量 了解随机变量相互独立的概念，掌握相互独立的随机变量的性质及意义。 §3.5 两个随机变量的函数的分布 掌握两个随机变量的函数的分布的求法。 第四章 随机变量的数字特征 在概率论中把描述随机变量的某种特征的量，称为随机变量的数字特征。 随机变量的数学期望与方差、协方差与相关系数是本章的主要内容。 重点内容：随机变量的数学期望与方差；随机变量函数的数学期望与方差；切比雪夫不等式；随机变量的协方差与相关系数。 难点内容：随机变量的函数的数学期望与方差的求法及其应用。 §4.1 随机变量的数学期望 理解离散型与连续型随机变量的数学期望的概念；掌握随机变量的数学期望的性质与计算方法；掌握常见的随机变量的数学期望（单点分布、两点分布、二项分布、泊松分布、均匀分布、指数分布、正态分布等）。 §4.2 随