《概率论与数理统计理工类》课程教学大纲.docVIP

《概率论与数理统计理工类》课程教学大纲

课程名称：概率论与数理统计/ProbabilityandMathematicalStatistics

课程类别：通识必修

课程性质：必修课 适用专业：全校理工类各专业

学时数：40 其中实验/上机学时：0

学分数：3 考核方式：考查预修课程:高等数学、线性代数

教学参考书：

康健董晓梅等编.概率论与数理统计（第二版）.国防工业出版社.2015.7

开课单位：信息科学与工程学院基础数学教研室

课程简介：

《概率论与数理统计》是一门研究和探索客观世界随机现象规律的数学学科。它以随机现象为研究对象,是数学的分支学科,在金融、保险、经济与企业管理、工农业生产、医学、地质学、气象与自然灾害预

报等等方面都起到非常重要的作用。随着计算机科学的发展，以及功能强大的统计软件和数学软件的开发，这门学科得到了蓬勃的发展，它不仅形成了结构宏大的理论，而且在自然科学和社会科学的各个领域应用越来越广泛。

本门课程对学生知识、能力和素质的培养目标：

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。

第一章概率论的基本概念（6学时）

教学目的和要求

了解样本空间的概念,理解随机事件的概念,熟练掌握事件之间的关系与运算。了解概率的定义、概率的频率的定义和概率的公理化定义，掌握古典概率，掌握概率的性质并且会应用性质进行概率的计算。理解条件概率的概念,掌握概率的乘法公式,全概率公式和贝叶斯(Bayes)公式并会用这些公式进行概率计算；理解事件独立性的概念,熟练掌握贝努里概型并会应用它进行概率计算。

教学重点和难点

样本空间和随机事件，古典概型，条件概率，全概率公式，贝叶斯公式，事件的独立性；概率的公理化定义。

教学内容

一、随机试验

二、样本空间、随机事件三、频率与概率

四、等可能概型（古典概型）五、条件概率

六、独立性

第二章随机变量及其分布（8学时）

教学目的和要求

理解随机变量的概念、离散型随机变量及概率分布率的概念和性质、连续型随机变量及概率密度的概念和性质。理解分布函数的概念和性质，会利用概率分布计算有关事件的概率。掌握两点分布、二项分布、泊松(Poisson)分布、正态分布、均匀分布与指数分布。会求简单随机变量函数的概率分布。

教学重点和难点

随机变量的概念，分布函数的定义，求离散型随机变量分布律的方法，连续型随机变量密度函数的性质，正态分布的密度函数，一维随机变量函数的概率分布。

教学内容

一、随机变量

二、离散型随机变量

三、随机变量的分布函数四、连续型随机变量

五、随机变量的函数的分布

第三章二维随机变量及其分布（6学时）

教学目的和要求

了解多维随机变量的概念，了解二维随机变量的联合分布函数、联合概率分布率、联合概率密度的概念和性质，并会计算有关事件的概率。掌握二维随机变量的边缘分布率、连续型随机变量的边缘密度函数。理解随机变量的独立性概念。会求两个独立随机变量的函数的概率分布。

教学重点和难点

二维联合分布函数的概念和性质，二维离散型随机变量的边缘分布率，连续型随机变量的边缘密度函数，随机变量的独立性。

教学内容

一、二维随机变量二、边缘分布

三、随机变量的独立性

四、随机变量的函数的分布

第四章随机变量的数字特征（6学时）

教学目的和要求

理解数学期望与方差、矩的概念，掌握它们的性质与计算。会计算随机变量函数的数学期望。掌握二项分布、泊松分布、正态分布、均匀分布与指数分布的数学期望与方差。

教学重点和难点

数学期望与方差的概念、性质与计算。

教学内容

一、数学期望二、方差

三、矩

第五章 抽样分布（2学时）

教学目的和要求

理解总体,个体,样本和统计量的概念。掌握样本均值，样本方差和样本矩的计算，了解常用概率分布分位数的概念，并会查表求分位数。理解正态总体的样本均值与样本方差分布的有关定理。掌握几种常见抽样分布

教学重点和难点

样本均值，样本方差和样本矩的计算，正态总体的样本均值与样本方差分布的有关定理；概率分布分位数的概念，几种常见抽样分布。

教学内容

一、随机样本

二、抽样分布

第六章参数估计（6学时）

教学目的和要求

理解点估计的概念，掌握求点估计的两种方法：矩估计法与极大似然估计法。了解估计量的评价标准

(无偏性,有效性,一致性)。理解区间估计的概念，掌握区间估计的计算步骤，会求单个正态总体的均值与

方差的置信区间。

教学重点和难点

点估计的两种方法，单个正态总体的均值与方差的置信区间。

教学内容

一、参数的点估计

二、估计量的评价标准三、区间估计

四、正态总体参数的区间估计

第七章 假设检验