《概率论与数理统计A》课程教学大纲.docVIP

PAGE PAGE 1 《概率论与数理统计A》课程教学大纲 课程代码：0701111011 课程名称：概率论与数理统计 A 英文名称：Probability Theory and Mathematical Statistics A 学　　分：3 总 学 时：48 讲课学时：48 实验学时：0 上机学时：0 课外学时：0 适用对象：四年制本科工科类各专业 先修课程：高等数学A 高等数学B 高等数学C 一、课程性质、目的和任务 本课程是工程类各专业的一门主要的数学基础课。它的主要任务是通过各个教学环节，运用各种教学手段和方法，使学生掌握概率统计的基本概念、基本原理与基本计算方法，培养学生分析问题、解决问题的能力和运用计算机解决实际问题的能力，为学习后继课程，从事工程技术、经济管理工作，科学研究以及开拓新技术领域，打下良好的基础。 二、教学基本要求 1. 本课程是研究随机现象客观规律的一门科学。通过本课程的学习，关键在于使学生建立随机的思想，认识到随机现象存在的普遍性、应用的广泛性和学好的重要性。 2. 学生对概率统计的概念和方法有进一步的认识，掌握概率统计常用方法的基本思想。 3. 通过概率论部分的学习，使学生掌握概率论的基础知识，初步了解概率论公理化体系，为统计方法的应用打下必要的基础。 4. 通过数理统计部分的学习，使学生初步掌握统计方法在实际中的应用，并能用一些方法处理较简单的实际问题。 三、教学内容及要求 第一章、概率论的基本概念 1、教学内容 （1）随机事件与样本空间 （2）事件的关系 事件的运算及性质 事件的独立性 完全事件组 （3）概率的定义 概率的基本性质 （4）古典概型 （5）条件概率 加法公式 乘法公式 全概率公式和贝叶斯公式 （6）独立重复试验 2、重点和难点 （1）重点：事件间的关系及运算，事件间的关系及运算，概率的基本性质，概率的加法、乘法公式以及全概率公式、贝叶斯公式，用事件独立性进行概率计算，计算有关事件概率的方法。 （2）难点：全概率公式、贝叶斯公式，条件概率。 第二章、、随机变量及其分布 1、教学内容 （1）随机变量及其概率分布 （2）随机变量的分布函数的概念及其性质 （3）离散型随机变量的概率分布 （4）连续型随机变量的概率密度 （5）常见随机变量的概率分布 2、重点和难点 （1）重点：随机变量及其概率分布的概念，分布函数F(x)＝P{X ≤ x}的概念及性质；会计算与随机变量有关的事件的概率，离散型随机变量及其概率分布的概念，掌握0--1分布、二项分布、超几何分布、泊松分布及其应用，连续型随机变量及其概率密度的概念，掌握概率密度与分布函数之间的关系；掌握均匀分布、指数分布、正态分布及其应用。 （2）难点：连续型随机变量概率密度与分布函数之间的关系。 第三章、多维随机变量及其分布 1、教学内容 （1）二维随机变量及其联合分布函数 （2）二维离散型随机变量的联合概率分布和边缘分布 （3）二维连续型随机变量的联合概率密度和边缘密度 （4）随机变量的独立性 （5）常见二维随机变量的联合分布 （6）随机变量函数的概率分布 2、重点和难点 （1）重点：二维随机变量的联合分布的概念、性质，离散型联合概率分布和边缘分布，连续型联合概率密度和边缘密度，随机变量的独立性的概念，二维均匀分布、二维正态分布的密度函数，根据随机变量的概率分布求其较简单函数的概率分布的基本方法。 （2）难点：连续型联合概率密度和边缘密度。 第四章、随机变量的数字特征 1、教学内容 （1）随机变量的数学期望、方差、标准差以及它们的基本性质 （2）随机变量函数的数学期望 （3） 切比雪夫不等式 （4）两个随机变量的协方差及其性质 （5） 两个随机变量的相关系数及其性质 2、重点和难点 （1）重点：会运用数字特征的基本性质计算具体分布的数字特征，掌握常用分布的数字特征；会根据随机变量X的概率分布求其函数的数学期望E(g(X))，会根据随机变量X和Y的联合概率分布求其函数g(X, Y)的数学期望E(g(X, Y))；掌握切比雪夫不等式。 （2）难点：矩的概念和不等式。 第五章、大数定律和中心极限定理 1、教学内容 （1）切比雪夫大数定律 伯努利大数定律 辛钦大数定律 （2）棣莫弗一拉普拉斯定理（二项分布以正态分布为极限分布） （3）列维一林德伯格定理（独立同分布的中心极限定理） 2、重点和难点 （1）重点：掌握棣莫弗一拉普拉斯中心极限定理、列维一林德伯格中心极限定理的结论和应用条件，并会用相关定理近似计算有关随机事件的概率。 （2）难点：理解依概率收敛的概念。 第六章、样本及抽样分布 1、教学内容 （1）总体 个体 简单随