《概率论与数理统计》课程大纲（本科）.docx

《概率论与数理统计》课程大纲 课程编号：A0500814学 分：5 学 时：80（其中：理论学时：80 学时；实验学时：0；实训学时：0）先修课程：高等数学、线性代数 适用专业：信息与计算科学开课学院：理学院 一、课程性质与地位 《概率论与数理统计》是信息与计算科学专业一门重要的基础理论必修课，以具有不确定性的随机现象为研究对象，以探讨和研究随机现象的统计规律性。概率论主要内容包括随机事件及其概率，随机变量及其概率分布，随机变量的数字特征，大数定律和中心极限定理。本课程将结合相关专业的后续课程中的实例，使用 Matlab 编程软件辅助教学和实例演示，引导学生应用，力求加强学生的学习兴趣，同时促进学生对理论知识的理解和掌握。为相关专业的学生学习后续专业课程提供必要的数学基础知识和常用的数学方法。该课程旨在培养学生的数学运算能力、科学创新能力以及综合运用数学知识分析和解决实际问题的能力。 二、课程目标 （一）知识目标 目标 1：掌握古典概型中事件概率的计算方法；一维、二维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；随机变量的数字特征，掌握大数定律；点估计和区间估计和假设检验。 （二）能力目标 目标 2：从应用目标出发对现有实际问题进行数据收集，整理，通过所学知识获得有效结论的能力。具备良好的自主学习与终生学习能力，有一定的创新意识。 （三）素质目标 目标 3：培养学生的实用技能，通过理论知识的学习，将所学应用到具体的生活中解决实际问题，学以致用。 （四）情感与价值目标 目标 4：通过数理统计知识的学习，感知实际研究中“估计”与“精确性”的矛盾统一，培养学生辩证唯物主义的世界观与价值观。 三、课程目标与专业毕业要求指标点的对应关系 本课程支持的毕业要求指标点如下： 指标点 1-1 掌握数据科学与大数据技术专业所要求的数学、统计学等自然科学基本知识，能用于大数据复杂工程问题的表述、建模和求解。 指标点 2-2 根据数据科学与大数据技术领域复杂工程问题的需求，运用数学和工程知识进行分析和描述。 表 1 课程目标与专业毕业要求指标点的对应关系 毕业要求指标点 课程目标 指标点 1-1 指标点 2-2 课程目标 1 √ 课程目标 2 √ 课程目标 3 √ √ 课程目标 4 √ √ 四、课程内容及要求 第一章 绪论概率论的基本概念 （一）教学目标 知识目标：掌握古典概型中事件概率的计算方法；一维、二维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；随机变量的数字特征，掌握大数定律；点估计和区间估计和假设检验。 能力目标：从应用目标出发对现有实际问题进行数据收集，整理，通过所学知识获得有效结论的能力。具备良好的自主学习与终生学习能力，有一定的创新意识。 素质目标：培养学生的实用技能，通过理论知识的学习，将所学应用到具体的生活中解决实际问题，学以致用。 情感与价值目标：通过数理统计知识的学习，感知实际研究中“估计”与“精确性”的矛盾统一，培养学生辩证唯物主义的世界观与价值观。 （二）教学内容与教学方法 样本空间、随机事件；（讲授+自主复习+练习） 概率、古典概型；（讲授+自主复习+练习） 条件概率、全概率公式；（讲授+自主复习+练习） 独立性（讲授+自主复习+练习） 知识、能力与素质等方面的基本要求 1.掌握随机事件及概率的统计定义； 掌握用古典概型计算概率的条件并会计算随机事件的概率； 正确地运用条件概率，全概率公式，贝叶斯公式求概率； 掌握独立性事件的特点。 （三）重点与难点 重点：条件概率及贝叶斯公式； 难点：独立性事件区别于其他事件计算概率。 第二章 随机变量 （一）教学目标 知识目标：掌握古典概型中事件概率的计算方法；一维、二维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；随机变量的数字特征，掌握大数定律；点估计和区间估计和假设检验。 能力目标：从应用目标出发对现有实际问题进行数据收集，整理，通过所学知识获得有效结论的能力。具备良好的自主学习与终生学习能力，有一定的创新意识。 素质目标：培养学生的实用技能，通过理论知识的学习，将所学应用到具体的生活中解决实际问题，学以致用。 情感与价值目标：通过数理统计知识的学习，感知实际研究中“估计”与“精确性”的矛盾统一，培养学生辩证唯物主义的世界观与价值观。 （二）教学内容与教学方法 随机变量及其分布函数;（讲授+自主复习+练习） 离散型随机变量及其分布;（讲授+自主复习+练习） 连续型随机变量及其分布;（讲授+自主复习+练习） 随机变量函数的分布;（讲授+自主复习+练习）知识、能力与素质等方面的基本要求 理解随机变量及其分布函数的概念； 掌握常见离散型随机变量的分布、常见连续型随机变量的分布密度及它们的性质; 会计算简单随机变量函数的分布. （三）重点与难点 重点：分布