概率与统计教学大纲.docx

概率论和数理统计教学大纲学时： 48学分：3一、课程的目的和任务概率论与数理统计是研究随机现象的客观规律的一门数学学科。随着现代科学技术的发展，它已经被广泛应用于科学技术、工农业生产和国民经济建设的各个领域中。目前，概率论与数理统计已经成为我国高等院校理工科及经济类各专业一门必修的基础理论课之一。通过本课程的学习使学生掌握处理随机现象的基本思想和方法培养学生应用概率统计方法分析和解决实际问题的能力。二、 课程的基本要求通过本课程的学习，使学生掌握概率论与数理统计的基本理论、基本概念及基本方法。从而使学生应用概率统计的原理和方法解决随机现象中的实际问题的能力得到培养和提高。为科研和生产打下必要的基础。三、 与其它课程的联系和分工在学习本课程之前必须学习高等数学课程。本课程是数学学科的一门重要的分支同时也是数学中的其它分支如模糊数学等的基础理论课。对于理工科以及经济类的专业它是自动控制、通信中的信号分析以及经济管理中的统计决策、经济预测、质量控制等相关课程的基础理论课。四、 教学形式与学时分配：章节内容课堂教学时数一随机事件及其概率10二随机变量及其分布8三多维随机变量10四随机变量的数字特征8五大数定律及中心极限定理2六样本及抽样分布定理6七参数估计6八假设检验6五、本课程的性质及适应对象： 全校理工科及经济类各专业必修。教学大纲内容第一章随机事件及其概率1. 理解随机事件及样本空间的概念，掌握随机事件间的关系及运算。2. 了解概率的统计定义及公理化定义。理解古典概率和几何概率的定义。会计算古典概率和几何概率。3. 掌握概率的基本性质，会应用这些性质进行概率计算。4. 理解条件概率的概念，掌握乘法公式、全概率公式和贝叶斯公式。会用这些公式进行概率计算。5. 理解事件的独立性概念，掌握用事件独立性进行概率计算理解独立重复试验的概念，掌握计算有关事件概率的方法。教学提示：本章介绍了概率论和数理统计的研究对象和任务，这一章的重点是关于计算概率的一系列定理和公式，如概率加法定理、概率乘法定理、全概率公式、贝叶斯公式等。第二章随机变量及其分布1. 理解随机变量及其概率分布的概念。理解分布函数的概念及性质；会计算与随机变量有关的概率。2. 理解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、泊松(Poisson)分布及其应用。3. 理解连续型随机变量及其概率密度概念，掌握概率密度与分布函数之间的关系；掌握均匀分布、正态分布、指数分布及其应用。4. 会求离散型随机变量的函数的概率分布；会求连续型随机变量的函数的概率密度和分布函数。教学提示：本章首先引入了随机变量的概念，随机变量的本质就是随机试验的结果的数量化。在介绍两种类型的随机变量的概念后重点应放在如何利用随机变量解决实际问题以及几种 常用的随机变量及其分布上。第三章 多维随机变量及其分布1. 理解二维随机变量的概念、性质、及其两种基本形式：离散型二维随机变量的联合概率分布、边缘及条件分布；连续型二维随机变量的联合概率密度、边缘密度及条件密度。会利用二维随机变量的概率分布求有关事件的概率。2. 理解随机变量独立性概念，掌握离散型及连续型随机变量独立的条件。3. 了解二维均匀分布和二维正态分布；掌握二维随机变量的函数的概率分布的求法；熟练掌握两个随机变量之和的概率分布的求法。教学提示：本章的难点在于求二维随机变量的边缘分布。尤其是对于连续型随机变量当联合分布函数（或联合概率密度函数）是分块定义的时候，如何由联合分布求相应的边缘分布则是重点。其次利用随机变量的独立性根据边缘分布求联合分布也是较为重要的内容之一。第四章随机变量的数字特征1. 理解数学期望和方差的概念。掌握它们的性质和计算方法。2. 掌握 0-1 分布、二项分布、泊松分布、均匀分布、正态分布、指数分布的数学期望和方差。3. 会根据随机变量的 X 的概率分布求其函数 的数学期望；会根据随机变量 的联合概率分布求其函数 的数学期望。4. 了解相关系数和协方差的概念，掌握它的性质与计算。了解独立性和不相关之间的关系。教学提示：应着重讲清随机变量的数学期望及方差的定义、性质及其计算法，而随机变量函数的数学期望的计算方法尤为重要。因方差的计算方法及数学期望的性质等都是根据这一点得出得。对于几种常见分布的数字特征应要求熟记。第五章 大数定律及中心极限定理1. 了解切比雪夫大数定律、伯努利大数定律及辛钦大数定律的条件及结论，理解其直观意义。2. 掌握棣莫弗-拉普拉斯中心极限定理、列维-林德贝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。教学提示：大数定律是概率论中有关阐明大量随机现象平均结果的稳定性的一系列定理，它是频率稳定性的定量描述，同时也是引入概率的统计定义的理论基础。而中心极限定理则说明了独立随机变量和的极限分布是正态分布这样一个重要的结论。而应用中心极限定理近似计算独立同分布随机变量和取值的概率则是本章的重点。第六章样本及抽样分布1. 了解总体、简单随机样本、统计量、样本均值与样本矩及样本方差的概念。2. 掌握正态总体的抽样分布，了解产生 变量、t 变量和F 变量的典型模式；理解标准正态分布、 分布、t 分布、F 分布的分位数，会查相应的数值表。教学提示：在引出样本的概念之前可阐明抽样的意义。对于样本应着重指出表征总体的随机变量 X 与表征样本的n 维随机向量 之间的关系。关于正态总体的样本均值、样本方差的抽样分布则是本章的重点。第七章参数估计1. 理解参数的点估计、估计量与估计值的概念。2. 掌握矩估计法和最大似然估计法。3. 掌握估计量的无偏性，了解估计量的有效性和一致性（相合性）概念。4. 了解区间估计的概念，会求单个正态总体的均值的置信区间，会求两个正态总体的均值差和方差比的置信区间。教学提示：在介绍点估计的概念以后。对于矩估计法和极大似然估计法的重点应放在阐明构造未知参数的矩估计量和极大似然估计量的原理上。关于正态总体的均值和方差的置信区间主要根据抽样分布定理结合标准正态分布、 分布， 分布以及 分布的分位数来构造的。第八章假设检验1. 理解假设检验的基本思想，掌握假设检验的基本步骤，了解假设检验可能产生的两类错误。2. 掌握单个及两个正态总体的均值和方差的假设检验。3. 了解 拟合检验。教学提示：本章的重点是阐明假设检验的基本思想，可结合实例讲解有关正态总体的均值和方差的假设检验主要是确定原假设和备择假设、构造检验统计量和决定拒绝域这三个关键性的步骤这样才能做到思路清楚。选用教材：概率论与数理统计，大连理工大学数学科学学院，冯敬海，王晓光，鲁大伟编，高等教育出版社。