《概率统计计科》课程教学大纲.docVIP

《概率论与数理统计》教学大纲 一、课程基本信息 中文名称 概率论与数理统计 英文名称 Probability and Statistics 适用专业 计算机科学与技术 先修课程 高等数学、线性代数 课程类别 学科基础课 修读性质 必修 学分/学时 3学分/51学时 考核方式 考查 二、教学目标 本课程是一门研究随机现象客观规律性的学科，是高等院校理工科各专业学生必修的一门重要基础理论课。 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，了解其基本理论和方法。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，为学习专业课程打下基础。 三、教学内容及基本要求 第一章 概率论的基本概念（9学时） （一）教学目标 1.理解随机现象、样本空间、随机事件、概率等概念，掌握事件的关系与运算。 2.掌握古典概犁及其计算、条件概率的计算、全概率公式和贝叶斯公式的应用。 3.理解事件的独立性概念，掌握用事件独立性进行概率计算。 （二）重点、难点 重点：概率、条件概率与独立性的概念；加法公式；乘法公式；全概率公式。 难点：古典概型的有关计算；全概率公式的应用；贝叶斯公式的应用。 （三）教学内容 1.随机试验 2.样本空间、随机事件 3.频率与概率 4.等可能概型 5.条件概率 6.事件的独立性 第二章 随机变量及其分布（6学时） （一）教学目标 1.了解随机变量的概念。 2.理解离散型随机变量的分布律和连续型随机变量的概率密度的概念及性质，会利用性质确定分布律和概率密度。 3.理解分布函数的概念及性质，会利用此概念和性质确定分布函数，会利用概率分布计算有关事件的概率； 4.掌握正态分布、均匀分布、指数分布、0-1分布、二项分布、泊松分布，会求简单的随机变量函数的分布。 （二）重点、难点 重点：离散型随机变量分布律的求法；二项分布与泊松分布的实际意义及有关计算；正态分布实际意义及有关计算；用概率密度或分布函数求事件的概率。 难点：随机变量定义；随机变量函数的分布。 （三）教学内容 1.随机变量 2.离散型随机变量及其分布律 3.随机变量的分布函数 4.连续型随机变量及其概率密度 5.随机变量的函数的分布 第三章 多维随机变量及其分布（6学时） （一）教学目标 1.了解多维随机变量的概念。 2.了解二维随机变量的联合分布函数、联合概率分布律、联合概率密度的概念和性质，并会求联合概率密度（联合概率分布）、会求联合分布函数，会计算有关事件的概率。 3.掌握二维随机变量的边缘分布与联合分布的关系。 4.理解随机变量独立性的概念，会应用随机变量独立性概念进行概率计算。 5.了解几个相互独立的正态随机变量之和的分布。 （二）重点、难点 重点：联合分布与边缘分布的概念及其联系；边缘分布与条件分布的求法；随机变量独立性的判别及其应用。 难点：随机变量独立性；两个随机变量的函数的分布。 （三）教学内容 1.随机变量 2.分布 3.分布 4.独立的随机变量 5.变量的函数的分布 第四章 随机变量的数字特征（5学时） （一）教学目标 1.随机变量的数学期望及方差的性质及计算。 2.二项分布、泊松分布、正态分布、均匀分布、指数分布的期望和方差。 3.掌握协方差，相关系数的定义及有关性质。 4.会根据随机变量(X,Y)的联合概率分布求其函数g(X,Y)的数学期望和方差及相关系数。 5.会计算分位点。 6.了解其它数字特征。 （二）重点、难点 重点：数学期望、方差的概念及计算；几个常用分布的数学期望与方差，协方差及相关系数的计算公式。 难点：协方差矩阵的概念及计算。 （三）教学内容 1.数学期望 2.方差 3.协方差及相关系数 4.矩、协方差矩阵 第五章 大数定律及中心极限定理（4学时） （一）教学目标 1.了解切比雪夫不等式。 2.了解大数定律的有关结论。 3.了解中心极限定理的思想和方法。 （二）重点、难点 重点：独立同分布中心极限定理及其应用。 难点：独立同分布中心极限定理及其应用；隶莫弗—拉普拉斯中心极限定理及其应用。 （三）教学内容 1.大数定律 2.中心极限定理 第六章 样本及抽样分布（5学时） （一）教学目标 1.理解总体、个体、样本等概念。 2.了解分布、分布、分布的定义、性质，了解这些分布的分位点并会查表。 3.掌握样本均值及样本方差的计算。 4.了解正态总体的某些常用统计量的分布。 （二）重点、难点 重点：几个常用统计量的定义及计算公式；分布、分布、分布的定义；正态总体的样本均值及方差的分布。 难点：统计量的分布；分位数的确定。 （三）教学内容 1.随机样本 2.抽样分布 第七章 参数估计（6学时） （一）教学目标 1.理解点估计的概念。 2.掌握矩估计法（一阶、二阶）及极大似然估计法。 3.了解估计