《概率论与数理统计C》课程教学大纲.docxVIP

第 PAGE 1 页/共 NUMPAGES \* Arabic 4 页 《概率论与数理统计C》课程教学大纲 课程编号总学时数：48 总学分数：3 课程性质：学科基础课程 适用专业：测绘学、地理信息系统、地理学、给水排水工程、环境工程、环境科学、交通工程、劳动与社会保障、人力资源管理、电子信息工程、电子信息科学与技术、工程力学、土木工程、无机非金属材料工程、材料化学、计算机科学与技术、资源环境与城乡规划管理、工程管理、工商管理、旅游管理、物流管理、市场营销、机械设计制造及其自动化、电气工程及其自动化 一、课程的任务和基本要求： 概率论与数理统计是研究随机现象客观规律性的数学学科，是高等工科院校及管理类专业的一门必修基础课。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：古典概率、概率的解析定义、常见随机变量的分布、随机变量的数字特征、大数定律与中心极限定理、正态总体常用统计量的分布、参数点估计的两种常用方法、正态总体参数的假设检验、方差分与回归分析等，并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。 二、基本内容和要求： （一）随机事件与概率 基本内容： 1、随机试验、样本空间、样本点、随机事件 2、概率的统计定义、古典定义、几何定义、公理化定义；概率的性质 3、概率的加法定理、条件概率、概率的乘法公式、全概率公式与贝叶斯公式 4、随机事件的独立性、伯努里概型 基本要求： 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的运算法则，并能把复合事件用简单事件进行表达；了解概率的古典定义和统计定义，掌握加法公式，并能熟练应用；理解条件概率概念，掌握乘法公式，了解全概率公式的方法，并会用全概率公式，知道贝叶斯公式；理解事件的独立性。 （二）随机变量及其概率分布 基本内容： 1、随机变量的概念、离散型随机变量与连续型随机变量 2、超几何分布、二项分布、泊松分布、正态分布、均匀分布、指数分布 3、分布函数的定义与性质 4、二维随机变量及其分布、随机变量的独立性 5、随机变量函数的分布 基本要求： 理解离散型随机变量的概念，熟练掌握两点分布、二项分布，掌握超几何分布、泊松分布；理解连续型随机变量的概念，掌握正态分布、均匀分布和指数分布；理解离散型随机变量的概率函数与连续型随机变量的概率密度，了解它们的性质并能熟练计算事件的概率；理解分布函数的概念和性质，并能应用分布函数熟练计算事件的概率；了解多元随机变量的概念，了解二维随机变量的联合分布函数、联合概率函数、联合概率密度的概念和性质，并会计算事件的概率；掌握二维随机变量的边缘分布与联合分布关系，能熟练求联合分布的边缘分布；理解随机变量的相互独立性；熟练掌握一元正态分布、通过查表计算一元正态分布事件的概率；掌握一元随机变量函数的分布，了解二元随机变量函数的分布，会用分布函数法求简单一元随机变量函数的概率分布。 （三）随机变量的数字特征 基本内容： 1、数学期望的定义与性质 2、方差的定义与性质 3、原点矩与中心矩的定义 4、协方差与相关系数 基本要求： 理解数学期望的概念，掌握期望的性质及其计算方法；理解方差的概念，掌握方差的性质及其计算方法；了解原点矩与中心矩的概念；了解协方差、相关系数等概念，知道它们的性质并会计算。 （四）大数定律与中心极限定理 基本内容： 1、切比雪夫不等式与大数定律 2、中心极限定理 基本要求： 了解切比雪夫不等式与切比雪夫大数定律、贝努里大数定律；会利用切比雪夫不等式估计概率；了解林德柏格－列维中心极限定理以及拉普拉斯中心极限定理；熟练运用中心极限定理近似计算有关事件的概率的方法。 （五）数理统计基本概念及样本分布 基本内容： 1、随机抽样的基本概念，总体、个体；样本与样本容量、样本值等概念 2、直方图与样本分布函数 3、样本函数与统计量 4、正态总体样本统计量的分布 5、?2分布、t分布、F分布 基本要求： 了解总体与个体，理解样本与统计量的概念；会把实测数据进行分组，计算组频率，作出频率直方图及累积频率直方图，理解样本分布函数的概念；掌握样本均值与方差的计算方法；了解统计量的概念，知道正态总体统计量有关的分布定理；了解?2分布、t分布、F分布，并会查表计算有关事件的概率。 （六）参数估计 基本内容： 1、参数的点估计，判别统计量好坏的标准 2、正态总体的参数的区间估计 3、非正态总体参数的区间估计 基本要求： 理解点估计的概念，了解判别估计量好坏的三个标准：一致性、无偏性和有效性；熟练掌握矩法估计、极大似然估计法；理解区间估计的概念，能熟练计算单个正态总体的均值与方差的置信区间；会求两个正态总体的均值差与方差比