主题4:随机变量的函数分布※ 课外实践:自主査阅相关书籍,想想引入随机变量的意义何在?如何用微积分的工 具来研究随机试验? 专题三:多维随机变量及其概率分布 (12学时,其中实践6学时) 主题1:二维随机变量及其概率分布 主题2:二维离散型随机变量的概率分布、边缘分布和条件分布※ 主题3:二维连续型随机变量的概率密度、边缘密度和条件密度,常用二维随机变量的 概率分布※ 主题4:随机变量的独立性和相关性※ 主题5:两个随机变量函数的分布※ 专题四:随机变量的数字特征 (8学时,其中实践2学时) 主题1:随机变量的数学期望(均值)、随机变量函数的数学期望※ 主题2:方差、标准差及其性质,切比雪夫( Chebyshev)不等式※ 主题3:协方差、相关系数及其性质※ 主题4:矩、协方差矩阵 专题五:大数定律和中心极限定理 (4学时,其中实践1学时) 主题1:几乎处处收敛、依概率收敛、依分布收敛 主题2:切比雪夫大数定律、伯努利大数定律、辛钦( Khinchine)大数定律※ 主题3:棣莫弗一拉普拉斯(DeMoⅳvre- Laplace)定理、列维一林德伯格 Lindberg)定理 专题六:样本及抽样分布(4学时,其中实践1学时) 主题1:总体、个体、简单随机样本、统计量、样本均值、样本方差和样本矩 主题2:x2分布、t分布和F分布,分位数,正态总体的常用抽样分布※ 专题七:参数估计(6学时,其中实践4学时) 主题1:点估计的概念、估计量与估计值 主题2:矩估计法、最大似然估计法※ 主题3:估计量的评选标准※
26 主题 4：随机变量的函数分布※ 课外实践：自主查阅相关书籍，想想引入随机变量的意义何在？如何用微积分的工 具来研究随机试验？ 专题三：多维随机变量及其概率分布 （12 学时，其中实践 6 学时） 主题 1：二维随机变量及其概率分布 主题 2：二维离散型随机变量的概率分布、边缘分布和条件分布※ 主题 3：二维连续型随机变量的概率密度、边缘密度和条件密度，常用二维随机变量的 概率分布※ 主题 4：随机变量的独立性和相关性※ 主题 5：两个随机变量函数的分布※ 专题四：随机变量的数字特征 （8 学时，其中实践 2 学时） 主题 1：随机变量的数学期望（均值）、随机变量函数的数学期望 ※。 主题 2：方差、标准差及其性质，切比雪夫（Chebyshev）不等式※ 主题 3：协方差、 相关系数及其性质※ 主题 4：矩、协方差矩阵 专题五：大数定律和中心极限定理 （4 学时，其中实践 1 学时） 主题 1：几乎处处收敛、依概率收敛、依分布收敛 主题 2：切比雪夫大数定律、 伯努利大数定律、 辛钦（Khinchine）大数定律※ 主题 3：棣莫弗－拉普拉斯（De Moivre－Laplace）定理 、 列维－林德伯格（Levy－ Lindberg）定理 专题六：样本及抽样分布（4 学时，其中实践 1 学时） 主题 1：总体、个体、简单随机样本、统计量、样本均值、样本方差和样本矩 主题 2： 2 分布、 t 分布和 F 分布，分位数，正态总体的常用抽样分布※ 专题七：参数估计(6 学时，其中实践 4 学时) 主题 1：点估计的概念、估计量与估计值 主题 2：矩估计法、 最大似然估计法※ 主题 3：估计量的评选标准※
主题4:区间估计 主题5:(0-1)分布参数的区间估计 专题八:假设检验(4学时,其中实践2学时) 主题1:显著性检验※ 主题2:单个及两个正态总体的均值和方差的假设检验※ 主题3:区间估计与假设检验之间的关系 三、课程教学方法 本课程具有很强的应用性,在教学过程中要注意理论联系实际,从实际问题出发,通过 抽象、概括,引出新的概念。在教育中要坚持以人为本,全面体现学生的主体地位,教师应 充分发挥引导作用,注意随时根据学生的理解状况调整教学进度。授课要体现两方面的作用 是为学生自学准备必要的理论知识和方法,二是激发学生学习兴趣,引导学生自学。在教 学中要体现计算机辅助教学的作用,采用多媒体技术,提高课堂教学的信息量。通过课堂计 算机演示实验,帮助学生加深对概念的理解。每次课后必须布置较大数量的思考题和作业, 并加强课外辅导和答疑 四、课程教学评价 总成绩平时成绩(30%)+期末考试(70%) (一)平时成绩(教师评价+学生自评):作业占15%,课堂作业占10%,出勤考核占 (二)期末考试(教师评价):占70分,以闭卷方式进行,试题以计算题与应用题为主。 五、课程学习资源 主要参考书目 教材 何书元:《概率论与数理统计教程》,高等教育出版社,2013年版
27 主题 4：区间估计 主题 5: （0-1）分布参数的区间估计 专题八：假设检验（4 学时，其中实践 2 学时） 主题 1：显著性检验※ 主题 2：单个及两个正态总体的均值和方差的假设检验※ 主题 3：区间估计与假设检验之间的关系 三、课程教学方法 本课程具有很强的应用性，在教学过程中要注意理论联系实际，从实际问题出发，通过 抽象、概括，引出新的概念。在教育中要坚持以人为本，全面体现学生的主体地位，教师应 充分发挥引导作用，注意随时根据学生的理解状况调整教学进度。授课要体现两方面的作用： 一是为学生自学准备必要的理论知识和方法，二是激发学生学习兴趣，引导学生自学。在教 学中要体现计算机辅助教学的作用，采用多媒体技术，提高课堂教学的信息量。通过课堂计 算机演示实验，帮助学生加深对概念的理解。每次课后必须布置较大数量的思考题和作业， 并加强课外辅导和答疑。 四、课程教学评价 总成绩=平时成绩（30%）+期末考试（70%） （一）平时成绩（教师评价+学生自评）： 作业占 15%，课堂作业占 10%，出勤考核占 5% （二）期末考试(教师评价)：占 70 分，以闭卷方式进行，试题以计算题与应用题为主。 五、课程学习资源 主要参考书目 教材 何书元: 《概率论与数理统计教程》，高等教育出版社，2013 年版
扩充阅读材料: 1.魏宗舒等编:《概率论与数理统计教程》,高等教育出版社,1997年版 2.李贤平编著:《概率论基础》(第二版),高等教育出版社,1997年版。 盛骤、谢式千、潘承毅编:《概率论与数理统计》,高等教育出版社,1997年版 4.陈家鼎孙山泽李东风编著:《数理统计学讲义》,高等教育出版社年版 5. V.K. Rohatgi t:: <An Introduction to Probability Theory and Mathematical Statistics》, John Wiley& Sons press,2001年版。 六、课程学习建议 《概率论与数理统计》是硏究随机现象数量规律的学科,解决问题方法思路与其它数学 学科大不相同,概念难以理解,规律不易掌握,习题处理困难。为提高学习效果,保证学习 质量,学习《概率论与数理统计》应注意以下几方面的问题: 1.善于归纳,寻找共性。本课程内容较为散乱,每个问题都有不同背景,系统归结 找出共性,有利于整体掌握所学内容。例如:古典概型所求概率是随机事件在样本空间所占 比例,是随机事件样本点数与样本点总数之比,几何概型虽然对象不同(样本点无穷多个, 不可数),所求概率是两个几何体度量之比,但也是随机事件在样本空间所占比例,两者本 质思路都是一样的,搞清这一点,对全面掌握知识很有帮助 2.学科交叉,提高认识。本课程虽然内容独特,但我们将概率视为函数之后,就可以 用《微积分》方法进行研究,广泛应用极限、导数、积分之后,不仅处理问题严格科学,更 提高了对问题的理解认识 3.联系实际,培养兴趣。本课程产生的背景,是迫切解决当时实际问题的需要。当今 社会环境中,政治、军事、经济等大量问题都可以用概率方法硏究解决,如利用概率研究彩 票、保险、天气预报等。解决这些问题很有意义,也很有趣,兴趣做动力,也是提高学习效 率的一个重要因素 4.加强练习,掌握技巧。独立完成作业是学生学好本课程的一项重要的、必不可少的 工作。通过对课后习题的练习,逐步加深对课程中各种概念理解,熟悉各种基本解题方法, 达到基本掌握本课程主要内容的目的。有余力的同学要尽可能多做习题。凡数学课程,只是 看书而不做习题是很难真正掌握好的。通常是,看书时明白了,当要做习题时又无从下手。 做习题能帮助我们复习提高,加深对概念的理解,对算法的掌握
28 扩充阅读材料： 1．魏宗舒等编：《概率论与数理统计教程》，高等教育出版社，1997 年版。 2．李贤平编著：《概率论基础》（第二版），高等教育出版社，1997 年版。 3．盛骤、谢式千、潘承毅编：《概率论与数理统计》，高等教育出版社，1997 年版。 4．陈家鼎 孙山泽 李东风 编著：《数理统计学讲义》，高等教育出版社年版。 5. V.K. Rohatgi 著：《An Introduction to Probability Theory and Mathematical Statistics》，John Wiley & Sons Press, 2001 年版。 六、课程学习建议 《概率论与数理统计》是研究随机现象数量规律的学科，解决问题方法思路与其它数学 学科大不相同，概念难以理解，规律不易掌握，习题处理困难。为提高学习效果，保证学习 质量，学习《概率论与数理统计》应注意以下几方面的问题： 1. 善于归纳，寻找共性。本课程内容较为散乱，每个问题都有不同背景，系统归结， 找出共性，有利于整体掌握所学内容。例如：古典概型所求概率是随机事件在样本空间所占 比例，是随机事件样本点数与样本点总数之比，几何概型虽然对象不同（样本点无穷多个， 不可数），所求概率是两个几何体度量之比，但也是随机事件在样本空间所占比例，两者本 质思路都是一样的，搞清这一点，对全面掌握知识很有帮助； 2. 学科交叉，提高认识。本课程虽然内容独特，但我们将概率视为函数之后，就可以 用《微积分》方法进行研究，广泛应用极限、导数、积分之后，不仅处理问题严格科学，更 提高了对问题的理解认识； 3. 联系实际，培养兴趣。本课程产生的背景，是迫切解决当时实际问题的需要。当今 社会环境中，政治、军事、经济等大量问题都可以用概率方法研究解决，如利用概率研究彩 票、保险、天气预报等。解决这些问题很有意义，也很有趣，兴趣做动力，也是提高学习效 率的一个重要因素； 4. 加强练习，掌握技巧。独立完成作业是学生学好本课程的一项重要的、必不可少的 工作。通过对课后习题的练习，逐步加深对课程中各种概念理解，熟悉各种基本解题方法， 达到基本掌握本课程主要内容的目的。有余力的同学要尽可能多做习题。凡数学课程，只是 看书而不做习题是很难真正掌握好的。通常是，看书时明白了，当要做习题时又无从下手。 做习题能帮助我们复习提高，加深对概念的理解，对算法的掌握
《数据结构》教学大纲 课程类别:学科基础课程 课程编码:1151722011307 课程英文名: Data structures 预修课程:《计算机导论》《离散数学》 《C语言程序设计》 总学时数 实践学时:18(课外) 建议修读学期:第三学期 、课程性质、目标与要求 《数据结构》课程是软件工程专业重要的专业基础课程。作为软件设计技术的理论 基础,本课程所讨论的知识内容和提倡的技术方法,无论对进一步学习计算机领域的其 他课程,还是对从事软件工程的开发,都有着不可替代的作用,本课程不仅为数据库原 理、编译原理、操作系统等后继课程提供必要的知识基础,同时也为计算机及应用的专 业人员提供了必要的技能训练 本课程在教给学生数据结构和算法的同时,进一步深化程序设计思想,提高程序设 计能力,同时培养学生的抽象思维能力、逻辑推理能力和形式化思维方法,让学生在这 门课程涉及的相关领域内,打下终身学习的知识基础和思维基础。具体教学目标如下 掌握数据结构的基本概念、基本原理和基本方法,深刻理解数据结构的经典应 用和经典算法; 2.掌握数据的逻辑结构、存储结构及基本操作的实现,能够对算法进行基本的时 间复杂度与空间复杂度的分析 3.深刻理解程序设计的基本思想和一般过程,能够从计算机的角度设想问题求解 的操作步骤 4.能够运用数据结构的基本原理和方法进行问题的分析与求解,具备采用编程语 言设计与实现算法的能力 二、教学内容、重难点和课时安排 1.绪论(4学时) 教学内容:介绍数据结构中常用的基本概念和术语及学习数据结构的意义;数据结 构的逻辑结构、存储结构及数据的运算三方面的概念及相互关系,算法的概念和特性;
29 《数据结构》教学大纲 课程类别：学科基础课程 课程编码：1151722011307 课程英文名：Data Structures 预修课程：《计算机导论》《离散数学》 《C 语言程序设计》 总学时数：5 实践学时：18 （课外） 建议修读学期：第三学期 一、课程性质、目标与要求 《数据结构》课程是软件工程专业重要的专业基础课程。作为软件设计技术的理论 基础，本课程所讨论的知识内容和提倡的技术方法，无论对进一步学习计算机领域的其 他课程，还是对从事软件工程的开发，都有着不可替代的作用，本课程不仅为数据库原 理、编译原理、操作系统等后继课程提供必要的知识基础，同时也为计算机及应用的专 业人员提供了必要的技能训练。 本课程在教给学生数据结构和算法的同时，进一步深化程序设计思想，提高程序设 计能力，同时培养学生的抽象思维能力、逻辑推理能力和形式化思维方法，让学生在这 门课程涉及的相关领域内，打下终身学习的知识基础和思维基础。具体教学目标如下： 1. 掌握数据结构的基本概念、基本原理和基本方法，深刻理解数据结构的经典应 用和经典算法； 2. 掌握数据的逻辑结构、存储结构及基本操作的实现，能够对算法进行基本的时 间复杂度与空间复杂度的分析； 3. 深刻理解程序设计的基本思想和一般过程，能够从计算机的角度设想问题求解 的操作步骤； 4. 能够运用数据结构的基本原理和方法进行问题的分析与求解，具备采用编程语 言设计与实现算法的能力。 二、教学内容、重难点和课时安排 1.绪 论（4 学时） 教学内容：介绍数据结构中常用的基本概念和术语及学习数据结构的意义；数据结 构的逻辑结构、存储结构及数据的运算三方面的概念及相互关系，算法的概念和特性；
算法时间复杂性分析方法※。 2.线性表(6学时) 教学内容:介绍线性表的逻辑结构和存储结构表示方法,以及定义在逻辑结构上的 各种基本运算及其在存储结构上如何实现这些基本运算;掌握各种基本算法及相关的时 间性能分析;使用所学基本知识设计有效算法解决与线性表相关的应用问题※。 3.栈和队列(6学时) 教学内容:介绍栈和队列的逻辑结构定义,以及在存储结构上如何实现栈和队列的 基本运算;掌握两栈共享空间、循环队列边界条件的处理、队满队空的判定条件※ 4.串、数组和广义表(6学时) 教学内容:介绍串的逻辑结构、存储结构及其串上的基本运算,串的模式匹配算法 ※。介绍数组的逻辑结构特征及其存储方式,特殊矩阵和稀疏矩阵的压缩存储方法,广 义表的概念。 5.树和二叉树(8学时) 教学内容:介绍树、二叉树的有关概念、存储结构等方面。掌握二叉树的性质、遍 历算法、非递归算法及二叉树有关应用※。 6.图(10学时) 教学内容:介绍图的概念、两种常用的存储结构、两种遍历算法以及图的应用算法; 掌握在图的两种存储结构上实现的遍历算法;求最小生成树、最短路径以及拓扑排序※。 7.查找(8学时) 教学内容:介绍关于线性表、树和哈希表的査找方法、算法实现以及各种査找方法 的时间性能(平均査找长度)分析。各种索引结构的构造方法,各种索引结构基本操作 (査找、插入、删除)的执行过程,各种索引结构的适用情况;二叉查找树的删除算法、 B-树的插入、删除和查找方法※ 8.内部排序(6学时) 教学内容:介绍内部排序方法的基本思想、排序过程、算法实现※、时间和空间性 能的分析以及各种排序方法的比较和选择。 课程教学方法 多媒体教学,除了把握知识的内涵,注意知识表达的完整性和准确性之外,将 些教学意图融入多媒体课件,将教学内容中抽象的、微观的概念和不可见的过程,通 过动画形象地动态演示出来
30 算法时间复杂性分析方法※。 2.线性表（6 学时） 教学内容：介绍线性表的逻辑结构和存储结构表示方法，以及定义在逻辑结构上的 各种基本运算及其在存储结构上如何实现这些基本运算；掌握各种基本算法及相关的时 间性能分析；使用所学基本知识设计有效算法解决与线性表相关的应用问题※。 3.栈和队列（6 学时） 教学内容：介绍栈和队列的逻辑结构定义，以及在存储结构上如何实现栈和队列的 基本运算；掌握两栈共享空间、循环队列边界条件的处理、队满队空的判定条件※。 4．串、数组和广义表（6 学时） 教学内容：介绍串的逻辑结构、存储结构及其串上的基本运算，串的模式匹配算法 ※。介绍数组的逻辑结构特征及其存储方式，特殊矩阵和稀疏矩阵的压缩存储方法，广 义表的概念。 5．树和二叉树（8 学时） 教学内容：介绍树、二叉树的有关概念、存储结构等方面。掌握二叉树的性质、遍 历算法、非递归算法及二叉树有关应用※。 6．图（10 学时） 教学内容：介绍图的概念、两种常用的存储结构、两种遍历算法以及图的应用算法； 掌握在图的两种存储结构上实现的遍历算法；求最小生成树、最短路径以及拓扑排序※。 7．查找（8 学时） 教学内容：介绍关于线性表、树和哈希表的查找方法、算法实现以及各种查找方法 的时间性能（平均查找长度）分析。各种索引结构的构造方法，各种索引结构基本操作 （查找、插入、删除）的执行过程，各种索引结构的适用情况；二叉查找树的删除算法、 B-树的插入、删除和查找方法※。 8．内部排序（6 学时） 教学内容：介绍内部排序方法的基本思想、排序过程、算法实现※、时间和空间性 能的分析以及各种排序方法的比较和选择。 三、课程教学方法 1. 多媒体教学，除了把握知识的内涵，注意知识表达的完整性和准确性之外，将 一些教学意图融入多媒体课件，将教学内容中抽象的、微观的概念和不可见的过程，通 过动画形象地动态演示出来