《概率论与数理统计B》课程教学大纲.docxVIP

第 PAGE 1 页/共 NUMPAGES \* Arabic 4 页 《概率论与数理统计B》课程教学大纲 课程编号总学时数：80（理论80） 总学分数：5 课程性质：专业必修课 适用专业：信息与计算科学 一、课程的任务和基本要求： 课程的性质和任务： 概率论与数理统计是研究和揭示随机现象内在规律性的数学学科，是信息与计算数学专业的一门专业基础课，是大学数学课程的重要组成部分，它是在开设数学分析、高等代数等基础课之后的一门重要课程。概率论与数理统计理论和方法的应用是非常广泛的，几乎遍及所有科学技术领域，信息与计算科学专业开设本课程尤为重要。课程主要介绍概率论与数理统计基本理论和方法，为后继课程的学习和实际应用打下必需的基础。 课程的基本要求： 通过本课程的学习，使学生掌握研究随机现象的基本思想与方法，逐步培养并树立一种用正确的概率统计观念去观察与研究随机事物的能力和习惯。初步掌握怎样有效地收集、整理和分析数据，具备对实际问题做出推断或预测，并为采取一定的决策和行动提供依据和建议的能力。 二、基本内容和要求： （一）概率论的基本概念 内容： 1、随机试验、样本空间、随机事件 2、概率的定义及性质 3、古典概型 4、条件概率、概率的乘法公式、全概率公式、贝叶斯公式 5、事件的独立性、伯努利概型 要求：理解随机事件的基本概念，了解随机事件之间的关系，通过事件与集合的对应关系掌握事件运算的性质，并能把复合事件用简单事件进行表达；掌握事件的基本关系与运算；了解频率与概率的统计定义；掌握古典概率的计算；掌握用概率的性质求概率的方法；理解和掌握条件概率，乘法公式、全概率公式；了解贝叶斯公式；理解事件的独立性，会用伯努利定理求有关事件的概率。 （二）随机变量及其分布 内容： 1、随机变量 2、离散型随机变量及其分布律、0―1分布、超几何分布、二项分布、泊松分布 3、连续型随机变量及概率密度、均匀分布、指数分布、正态分布 4、分布函数 5、随机变量函数的分布 要求：理解随机变量的概念；理解离散型随机变量及其分布律的定义，掌握分布律的性质；掌握0―1分布、二项分布、泊松分布的概念、性质；了解超几何分布；理解连续型随机变量的概念，掌握概率密度函数的基本性质；掌握均匀分布、正态分布的概念、性质；了解指数分布；掌握分布函数的定义及其性质；掌握用“分布函数法”求一维随机变量函数的分布。 （三）多维随机变量及其分布 内容： 1、多维随机变量及其分布函数 2、二维离散型与连续型随机变量 3、二维离散型随机变量的联合分布律和边缘分布律 4、联合概率密度函数和边缘概率密度函数 5、条件分布、条件分布的分布律和概率密度 6、随机变量独立性 7、随机变量函数的分布、和的分布、max(X,Y)及min(X,Y)的分布 要求：了解多维随机变量及其分布函数的定义；理解二维离散型与连续型随机变量的定义；掌握二维离散型随机变量的联合分布律和边缘分布律；了解联合概率密度函数和边缘概率密度函数的关系，会求边缘概率密度；知道条件分布的概念。会求条件分布的分布律和概率密度；了解随机变量独立性的概念；知道随机变量函数的分布。会求两个随机变量的和的分布、max(X,Y)及min(X,Y)的分布。 （四）随机变量的数字特征 内容： 1、数学期望 2、方差 3、随机变量函数的数学期望与方差 4、契比雪夫不等式 5、协方差、相关系数 6、矩、协方差矩阵 要求：理解数学期望、方差的定义，掌握数学期望和方差的基本性质。会熟练计算期望和方差；掌握随机变量函数的数学期望、方差的求法；了解契比雪夫不等式；知道协方差、相关系数的概念；了解矩、协方差矩阵的定义。 （五）大数定律及中心极限定理 内容： 1、大数定律 2、独立同分布的中心极限定理、德莫佛－拉普拉斯极限定理 要求：了解大数定律的直观意义；了解契比雪夫大数定理和伯努利大数定理；知道独立同分布的中心极限定理和德莫佛－拉普拉斯极限定理。掌握应用中心极限定理计算有关事件的概率的近似值。 （六）样本及抽样分布 内容： 1、随机样本、统计量 2、直方图 3、分布、t分布、F分布 4、常用统计量的分布 5、样本均值和方差 要求：理解数理统计的基本概念；会作频率直方图；理解分布、t分布、F分布的定义并会查表计算；理解正态总体的某些常用统计量的分布；掌握样本均值和方差的计算方法。 （七）参数估计 内容： 1、点估计的概念、矩估计法、最大似然估计法、基于截尾样本的最大似然估计 2、无偏性、有效性、一致性 3、区间估计的概念、正态总体均值和方差的置信区间 4、单侧置信限、（0—1）分布参数的区间估计 要求：理解点估计的概念，了解估计量好坏的三个标准（无偏性、有效性、一致性）；会用矩估计法进行参数估计；掌握最大似然估计法。了解基于截尾